Als voormalig directeur bij PwC en toezichthouder op grote IT-investeringen van de Rijksoverheid heeft Hilhorst gezien hoe organisaties worstelen met de implementatie van datagedreven besluitvorming. ‘Het biedt natuurlijk heel veel kansen. Je moet alleen wel kijken: gebruiken wij het op de juiste manier?’ Ze heeft een schat aan ervaring opgebouwd in het begeleiden van organisaties bij deze transformatie, van haar vroege dagen bij Oracle tot haar huidige rol als commissaris bij verschillende grote organisaties.
Hilhorst brengt een uniek perspectief naar het vraagstuk, geworteld in haar studie kunstmatige intelligentie uit de jaren ’90 – ‘toen niemand er nog echt mee bezig was.’ Waar ze eerder organisaties hielp grip te krijgen op hun IT-vraagstukken, is ze nu naast haar hoogleraarschap ook commissaris bij Grant Thornton en ProRail. Deze combinatie van academische kennis en praktijkervaring geeft haar een scherp beeld van de uitdagingen waar organisaties voor staan bij het implementeren van datagedreven besluitvorming. Hierbij zijn er risico’s, maar er is ook veel te winnen zolang je de data goed interpreteert en inzet.
De valkuil van blind vertrouwen
‘Als je kijkt naar waar het misgaat bij datagedreven besluitvorming, dan zie je steeds dezelfde patronen terugkomen,’ vertelt Hilhorst. ‘Zo investeren organisaties in geavanceerde systemen en verzamelen enorme hoeveelheden data, maar vergeten ze na te denken over de fundamentele vraag: wat willen we eigenlijk bereiken?’
Het gevaar ligt op de loer om data als absolute waarheid te zien. ‘Als mensen eenmaal een datapunt hebben en denken: “Ah kijk, we doen het heel goed”. Voor je het weet is dat datapunt de waarheid,’ waarschuwt Hilhorst.
Datagedreven werken is geen vaag stappenplan
Maar een evenwichtig samenspel tussen mens, business, data en IT. Lees hier concrete adviezen om dit ook zelf goed in te richten
lees verder
Leren van publieke missers
De gevolgen van blind vertrouwen in data kunnen verstrekkend zijn. Hilhorst deed onderzoek naar twee grote publieke casussen waar dit mis ging: de toeslagenaffaire en de Australische Robodebt-zaak. In beide gevallen werden burgers onterecht beschuldigd van fraude op basis van geautomatiseerde systemen. ‘Het is echt destructief misgegaan in beide casussen, op heel veel vlakken op een vergelijkbare manier. Dat heeft te maken met datakwaliteit, met verkeerd gebruik van algoritmes, maar vooral met het gebrek aan checks and balances op alle niveaus en het onwetend zijn over wat men doet.’
Data met onbedoelde gevolgen
Een ander voorbeeld komt uit de verzekeringssector, waar verzekeraars werken met het maken van risicoprofielen op basis van grote hoeveelheden data. ‘De beslissing wie een hoge premie en wie een lage premie betaalt, wordt bepaald op basis van algoritmen. Het risico is dat je als verzekeraar de beslissing niet meer kunt uitleggen. Plus dat je dat misschien doet op basis van databronnen waarvan de klant niet eens weet dat ze gebruikt worden.’
Het risico gaat verder dan alleen ondoorzichtige besluitvorming. ‘Het kan ertoe leiden dat je onethische beslissingen neemt, bijvoorbeeld als mensen met een handicap of iets anders waar ze niets aan kunnen doen onevenredig benadeeld worden, puur omdat het algoritme die conclusie getrokken heeft. Wanneer iedere verzekeraar dit gaat doen, ontstaat de situatie waarbij bepaalde groepen mensen niet meer te verzekeren zijn. Dan heb je een maatschappelijk probleem, en dat wordt ook onderkend door verzekeraars en toezichthouders zoals de AFM.’
Context is koning
De hoogleraar benadrukt het belang van het begrijpen van de context waarin data is verzameld. ‘Je moet bewust zijn in welke context data verzameld is. Met welk doel is data verzameld en wat is de kwaliteit van die data?’
Een sprekend voorbeeld dat Hilhorst noemt is een ziekenhuis waar agressie-incidenten van psychiatrische patiënten werden geregistreerd. ‘De data toonde een behoorlijk aantal incidenten, waarop specialisten zeiden: “Zoveel agressie-incidenten? Dat kan niet kloppen”. Toch klopte het wel: in de praktijk zien specialisten de patiënten vaak alleen op consult, terwijl verpleegkundigen patiënten de hele dag op zaal hebben. Data toonden dat het aantal incidenten op dag zeven piekte, als bij bepaalde patiënten hun verslavingsproblematiek begint op te spelen. Alleen de verpleegkundigen die in het bedrijfsproces werken konden de data in de juiste context verklaren.’
Betekent dit dat organisaties terughoudend moeten zijn met datagedreven besluitvorming? ‘Absoluut niet’, stelt Hilhorst. ‘Het biedt juist heel veel kansen, bijvoorbeeld om je productiviteit te verhogen.’
Balanceren tussen data en intuïtie
De toekomst van datagedreven besluitvorming ligt volgens Hilhorst niet in het blind volgen van data, maar in de intelligente combinatie van data-analyse, domeinexpertise en menselijk inzicht. Voor leiders die hun organisatie datagedreven willen maken, is Hilhorsts advies helder: zorg voor een multidisciplinair team dat de business, IT én data begrijpt. Begin klein, experimenteer en leer. Maar bovenal: blijf kritisch kijken naar wat de data je vertelt. ‘Als je denkt dat het niet klopt, ga dan op onderzoek uit,’ adviseert ze. ‘Soms blijkt je intuïtie juist en zit er een fout in de data-analyse. En soms niet, en moet je je beeld bijstellen – zie dat als een kans om je bedrijfsvoering te verbeteren.’
De rol van leiderschap in datagedreven besluitvorming
Voor organisaties die willen starten met datagedreven werken heeft Hilhorst een heldere boodschap: begin bescheiden en roep indien nodig externe hulp in. ‘Je hoeft niet meteen een enorm platform te kopen of te denken dat iedereen op data science-cursus moet. Het gaat erom dat je kleiner kunt beginnen, met domeinexperts en mensen die verstand hebben van de IT-systemen. Als klein bedrijf heb je die mogelijkheid wellicht niet, maar je kunt wel heel goed data verzamelen over je eigen processen en daar bestaande tools voor gebruiken.’
De rol van leiderschap bij datagedreven besluitvorming kan volgens Hilhorst niet worden onderschat. ‘Het gaat erom dat je als leider een omgeving creëert waarin mensen zich veilig voelen om data te delen en te bespreken, ook als die data niet het gewenste beeld laat zien.’
Ze verwijst naar een recent voorbeeld waarbij een CEO juist een medewerker beloonde die een mislukt data-experiment naar voren bracht. ‘Dat is precies de cultuur die je wilt bouwen – waar mensen durven te leren van wat er niet goed gaat. De echte winst komt als data niet beperkt blijft tot specialisten, maar beschikbaar wordt voor iedereen in de organisatie’, voegt Hilhorst toe. Benader data niet als specialistisch speeltje maar met een integrale blik, dan is er veel moois te behalen, juist voor de menselijke kant. Hilhorst: ‘Wanneer medewerkers op alle niveaus toegang hebben tot relevante inzichten en leren deze te interpreteren, ontstaat er een cultuur van continu verbeteren. Dat is waar datagedreven organisaties uiteindelijk het verschil maken – niet in de technologie, maar in de menselijke toepassing ervan.’
Dit artikel wordt u aangeboden door
Forfacts
Bij Forfacts vertalen we feiten naar inzicht en transformeren dat inzicht in eenvoudige, doeltreffende oplossingen. Want eenvoud werkt! Wij helpen...
Meer info
