Wouter Neef
5 minuten
December 19, 2024
Datageletterdheid is een containerbegrip voor allerlei verschillende vaardigheden. Om te begrijpen of je datageletterdheidsprogramma bedrijfswaarde creëert, moet je kijken naar de indicatoren van je datageletterdheidsprogramma. Twee concrete voorbeelden van deze indicatoren zijn het aantal afgeronde trainingen door je medewerkers of de gemiddelde assessmentscores voor de afgeronde datageletterdheidstraining. Deze programma-indicatoren geven je globale inzichten in de vraag of je datageletterdheidsprogramma door deelnemers wordt afgerond.
Hoewel het lastig is om direct een geldwaarde toe te kennen aan het afronden van datageletterdheidstrainingen, is het een vroege indicator van hoe je datageletterdheidsprogramma waarde uit datagedreven werken mogelijk kan maken. Door bijvoorbeeld het aantal afgeronde datageletterdheidstrainingen of de gemiddelde assessmentscores over de tijd te meten, kun je ze koppelen aan andere belangrijke bedrijfscijfers zoals omzetgroei, klantbehoud of omzet per medewerker. Als je dit meet vóór en na de uitrol van je datageletterdheidsprogramma, krijg je een kwantificeerbare schatting van de gecreëerde waarde.
Het aantal afgeronde trainingen meten is vrij eenvoudig en kan voor bijna alle datageletterdheidsprogramma's. Er zijn echter ook geavanceerdere KPI's die moeilijker te meten zijn, maar mogelijk beter geschikt zijn voor jouw organisatie om de gecreëerde waarde te kwantificeren.
Om te meten of deelnemers de datageletterdheidstraining niet alleen afronden maar ook hun manier van werken veranderen, moet je tool-adoptiegraden meten. Door de adoptiegraden te meten van bijvoorbeeld Tableau, Power BI, Google BigQuery of Thoughtspot, heb je een tastbare manier om de effectiviteit van je datageletterdheidsprogramma in het veranderen van werkgedrag te kwantificeren.
Idealiter meet je de adoptiegraden vóór en na de training, zodat je nauwkeurig kunt vaststellen óf, en met hoeveel, de tool-adoptiegraden zijn veranderd. KPI's die goede opties kunnen zijn om te volgen als maatstaf voor de tool-adoptiegraad zijn:
Het wekelijkse of maandelijkse gemiddelde aantal gebruikers van tools laat je zien welk percentage mensen bepaalde tools gebruikt, en hoe vaak. Dit geeft je beter inzicht in welke tools het meest worden gebruikt. En of de tools volledig worden benut. Ook geeft het aantal queries of de hoeveelheid opgevraagde data je meer inzicht in hoeveel data je medewerkers voor hun werk gebruiken. En het aantal mensen met toegang tot dashboards geeft je meer inzicht in hoeveel medewerkers descriptieve analytics gebruiken. Bijvoorbeeld om bepaalde bedrijfsdoelstellingen te volgen of om meer datagedreven beslissingen te nemen.
Uiteindelijk kun je al deze cijfers terugkoppelen aan de bedrijfsprestatiecijfers van de hele organisatie of specifieke teams. Is er bijvoorbeeld een merkbare stijging in omzet wanneer salesmanagers dashboards vaker gebruiken? Of is er een stijging in marketing-ROI wanneer marketeers datatools vaker gebruiken? Deze verbanden kunnen je een beter begrip geven van hoe je datageletterdheidsprogramma bedrijfscijfers beïnvloedt via tool-adoptiegraden.
Niet elke businesscase gaat over de waarde die je creëert; sommige gaan over de kosten die je voorkomt. Als je mensen data niet kunnen lezen, bevragen en gebruiken, zie je dat terug in echt werk: rapporten die opnieuw worden gemaakt omdat niemand de eerste versie vertrouwt, beslissingen die een week op een analist wachten, en dashboards die elkaar stilletjes dubbelen.
Daar kun je een getal aan hangen. Vraag een steekproef van teams hoeveel tijd per week ze besteden aan het zoeken, controleren of herstellen van data, vermenigvuldig dat met de kosten per uur, en je hebt een onderbouwde schatting van wat het gat nu kost. Twee andere cijfers krijg je meestal eenvoudig van je datateam: de omvang van de aanvragenlijst, en hoeveel van die aanvragen vragen zijn die mensen na training zelf kunnen beantwoorden.
Gebruik deze cijfers als nulmeting. Meet je zes tot twaalf maanden later opnieuw, dan zijn een kortere aanvragenlijst en minder herstelwerk de signalen waar een directie het snelst iets mee kan.
Een datageletterdheidsprogramma moet ervoor zorgen dat antwoorden sneller komen. De doorlooptijd naar inzicht — de tijd tussen iemands vraag en een antwoord dat vertrouwd wordt — is een cijfer dat businessstakeholders direct begrijpen.
Meet die op een vaste set terugkerende vragen vóór de start van het programma, en daarna opnieuw. Houd er twee cijfers naast bij: het aandeel vragen dat zonder hulp van het datateam wordt beantwoord (je self-serviceratio), en de gemiddelde tijd dat een aanvraag in de wachtrij staat. Als de geletterdheid stijgt, gaat het eerste cijfer omhoog en het tweede omlaag.
Harde cijfers vertellen je wat er beweegt; mensen vertellen je waarom. Stuur deelnemers vóór en na het programma een korte vragenlijst over hoe zeker ze zich voelen met data en hoe vaak ze het in hun week gebruiken. Blijf daar niet bij: vraag hun managers wat zij anders zien in het werk, want zelf gerapporteerd vertrouwen en waargenomen gedrag zijn niet hetzelfde.
Houd het bij een handvol vragen, stel elke cohort dezelfde vragen, en rapporteer de uitkomsten naast je bedrijfscijfers. Samen beantwoorden ze de vraag die je directie echt heeft: verandert dit hoe we werken, en is het waard om mee door te gaan?
Op 24 september organiseren we de 10e Data & AI Literacy Round Table in Utrecht: HR- en dataleiders in één zaal, over van wie AI-geletterdheid is en hoe je aantoont dat het werkte. Op uitnodiging, 30 tot 40 plekken.
Lid van
Genomineerd
