Datavolwassenheid > Data Persona
… en hoe de modulaire aanpak je hierbij ondersteunt
Introductie
Datavolwassenheid geeft aan hoe ver een organisatie ontwikkeld is op het gebied van data.
Het model helpt om richting te bepalen:
- Welk volwassenheidsniveau is nodig om goed te functioneren of je te onderscheiden?
- Waar staat de organisatie nu?
Hoewel datavolwassenheid zich in de praktijk vaak op persoonsniveau laat zien, biedt het model houvast voor het bepalen van een passende aanpak.
Herken je jezelf in een persona?
Iedere persona heeft zijn / haar eigen behoefte en is ‘vertaald’ naar een bijpassend framework met modules.
Klik op een persona om direct naar de uitwerking te gaan.
Datavolwassenheid niveau 1 van 5
Data Persona: Proceskenner
“Ik doe mijn werk goed,
maar data helpt me nog niet echt”
Mijn werk & digitalisering
Ik werk vooral vanuit mijn taken
Systemen gebruik ik zoals ze er zijn
Data zie ik niet echt als iets van mij
Ik en mijn data
Data vinden is lastig
Ik gebruik wat ik tegenkom
Ik weet niet goed waar cijfers vandaan komen
Wat ik zeg
“Dat zal wel kloppen toch?”
“Ik heb hier geen inzicht in”
Wat ik lastig vind aan data
Ik heb geen overzicht
Ik moet anderen vragen om verder te komen
Data helpt mij nog niet in mijn werk
Wat me echt gaat helpen
Inzicht in waar data staat
Iemand die me op weg helpt
Eenvoudige, duidelijke overzichten
Modules die aansluiten op:
Datavolwassenheid niveau 2 van 5
Data Persona: Zoeker
“Ik kan data vinden, maar het kost me nog te veel moeite”
Mijn werk & digitalisering
Ik werk dagelijks met verschillende applicaties
Ik weet meestal waar ik iets kan vinden
Systemen gebruik ik naast elkaar
Data wordt belangrijker in mijn werk
Ik en mijn data
Ik kan data meestal wel vinden
Ik gebruik verschillende bronnen
Ik vraag collega’s als ik twijfel
Wat ik zeg
“Waar haal jij deze cijfers vandaan?”
“Volgens mij klopt dit… maar ik weet het niet zeker”
“Ik moet dit even navragen”
Wat ik lastig vind aan data
Ik weet niet zeker of cijfers kloppen
Ik moet dingen combineren om inzicht te krijgen
Het kost me tijd om het uit te zoeken
Wat me echt gaat helpen
Betere vindbaarheid van data
Meer duidelijkheid over definities
Minder afhankelijk zijn van anderen
Modules die aansluiten op:
Datavolwassenheid niveau 3 van 5
Data Persona: Analist
“Ik kan zelf analyses maken, maar het kost me veel werk”
Mijn werk & digitalisering
Ik werk veel met data in mijn dagelijkse werk
Ik gebruik meerdere systemen en combineer informatie
Ik maak eigen overzichten en analyses
Digitalisering helpt mij om mijn werk beter te doen
Ik en mijn data
Ik werk actief met data
Ik combineer en analyseer gegevens
Ik maak eigen overzichten
Wat ik zeg
“Ik heb het zelf even uitgezocht”
“Dit kost me eigenlijk te veel tijd”
“Volgens mij zit het zo, maar check het even”
Wat ik lastig vind aan data
Veel handmatig werk
Verschillende versies van dezelfde data
Twijfel over wat ‘de juiste’ cijfers zijn
Wat me echt gaat helpen
Betrouwbare en consistente datasets
Minder handwerk
Duidelijkheid over de waarheid
Modules die aansluiten op:
Datavolwassenheid niveau 4 van 5
Data Persona: Stuurder
“Ik wil kunnen sturen op data, zonder discussie over de cijfers”
Mijn werk & digitalisering
Ik stuur op basis van rapportages en dashboards
Ik gebruik data om keuzes te onderbouwen
Systemen ondersteunen mijn besluitvorming
Digitalisering is belangrijk in mijn werk
Ik en mijn data
Ik gebruik dashboards en rapportages
Ik stuur op cijfers
Ik stel kritische vragen
Wat ik zeg
“Waarom wijkt dit af van vorige maand?”
“Welke definitie gebruiken we hier?”
“Kan ik hierop sturen?”
Wat ik lastig vind aan data
Verschillende definities
Discussies over cijfers
Gebrek aan vertrouwen
Wat me echt gaat helpen
Eén consistente bron
Heldere definities
Transparantie in herkomst
Modules die aansluiten op:
Datavolwassenheid niveau 5 van 5
Data Persona: Beslisser
“Ik wil direct kunnen sturen op betrouwbare inzichten”
Mijn werk & digitalisering
Data is onderdeel van hoe ik stuur en beslis
Ik werk met inzichten in plaats van losse cijfers
Systemen geven mij direct de informatie die ik nodig heb
Digitalisering helpt mij vooruit te kijken
Ik en mijn data
Data is onderdeel van mijn besluitvorming
Ik kijk vooruit, niet alleen terug
Ik verwacht dat data klopt
Wat ik zeg
“Wat zeggen de cijfers over waar we heen gaan?”
“Waar moeten we bijsturen?”
“Kunnen we hier direct op acteren?”
Wat ik lastig vind aan data
Inzichten komen niet snel genoeg
Niet iedereen werkt datagedreven
Data sluit niet altijd aan op beslissingen
Wat me echt gaat helpen
Direct bruikbare stuurinformatie
Voorspellende inzichten
Brede adoptie in de organisatie
Modules die aansluiten op:
Datavolwassenheid
Er bestaan verschillende modellen voor datavolwassenheid.
Dided data desk gebruikt een vrije vertaling van DMBOK (Datamanagement Body of Knowledge), uitgewerkt in vijf niveaus met bijbehorende persona’s.
|
Niveau 1 AD HOC |
Niveau 2 OPPORTUNISTISCH |
Niveau 3 SYSTEMATISCH |
Niveau 4 ONDERSCHEIDEND |
Niveau 5 TRANSFORMEREND |
|
|---|---|---|---|---|---|
| Management | Helemaal geen strategisch belang; Geen verantwoordelijke medewerkers. |
Geen strategisch belang; Verantwoordelijke medewerkers. |
Redelijk strategisch belang; Verantwoordelijkheid ligt bij directielid. |
Strategisch belangrijk; Hoge prioriteit bij directie. |
Strategisch zeer belangrijk; Directie volledig verantwoordelijk. |
| Organisatie | Geen strategie of beleid; Enkele medewerkers bezig. |
Vage strategie; Kleine groep experts actief. |
Strategie en beleid aanwezig; Afdeling actief. |
Duidelijke strategie; Breed gedragen. |
Zeer duidelijke strategie; Breed toegepast. |
| Data | Zeer lage kwaliteit; Beperkte toegang; Geen opslag. |
Lage kwaliteit; Kleine groep toegang. |
Redelijke kwaliteit; Breder toegankelijk. |
Goede kwaliteit; Veel toegang. |
Zeer goede kwaliteit; Iedereen toegang. |
| Technologie | Basis analytics aanwezig. | Basic analytics; Excel gebruik. |
Geavanceerdere analytics; Dashboards. |
Geavanceerde analytics; Brede dashboards. |
Geavanceerde analytics; Big data toepassingen. |
Aan dit overzicht kunnen geen rechten worden ontleend; het dient als indicatie.