Beyond data: de focus op mens en organisatie

In het kader van factoren die invloed kunnen uitoefenen op het doorvoeren van een organisatorische verandering wordt het onderscheid gemaakt tussen:

1. Individuele factoren: Deze omvatten aspecten zoals vaardigheden, motivatie en houding van medewerkers ten opzichte van data-gebaseerde besluitvormingen en initiatieven.
2. Organisatorische condities: Zoals leiderschap, cultuur en structurele ondersteuning die veranderingen kunnen bevorderen of belemmeren.

Het toetsen van de gereedheid van een organisatie om datagedreven werken te omarmen, wordt ondersteund door inzichten uit verschillende gedrags- en verandermodellen, waaronder:

• The Theory of Planned Behaviour (TPB)[1]: Deze theorie beschrijft hoe iemands houding, sociale druk en waargenomen controle het gedrag kunnen beïnvloeden.
• Social Cognitive Theory (SCT)[2]: Benadrukt het belang van zelfperceptie en observatie (van bijvoorbeeld gevolgen die gekoppeld zijn aan gedragingen of acties) in gedragsveranderingen.
• The Performance and Change Model (PCM)[3]: Analyseert de interactie tussen structurele en culturele factoren in organisatieveranderingen.

In de context van datagedreven werken kunnen deze theorieën helpen bij het begrijpen hoe medewerkers zich ontwikkelen in het omgaan met nieuwe technologieën en processen. Wanneer zij zien dat collega’s bijvoorbeeld succesvol omgaan met data verhoogt dit mogelijk het vertrouwen in eigen capaciteiten (zelfeffectiviteit) en stimuleert dit de bereidheid om nieuwe data-gestuurde werkwijzen te omarmen.

De genoemde modellen bieden waardevolle inzichten bij de implementatie van data-initiatieven. Ze ondersteunen bij het identificeren van knelpunten en kansen en verschaffen richtlijnen aan management en bestuur om doelgerichte strategieën te ontwikkelen. Het is daarbij essentieel om deze te vertalen naar praktische toepassingen binnen datagedreven transformaties. Hiervoor is een begrip van zowel de sterke punten als de beperkingen van elk model afzonderlijk nodig.

Het volgende deel van dit artikel verschaft hier verdere verduidelijking over en gaat tevens in op de wijze waarop demodellen complementair aan elkaar kunnen worden ingezet.

Het toepassen van de theorieën in de context van datagedreven werken biedt waardevolle inzichten in de verandergereedheid van organisaties. Elk van deze modellen draagt bij aan het begrijpen van individuele en organisatorische factoren die bepalend zijn voor het succes van datagedreven initiatieven. Toch ligt de kracht van deze benadering in het samenbrengen van de modellen, waardoor een holistische aanpak kan worden gerealiseerd. Daarvoor is het nodig om eerst elk model afzonderlijk te doorgronden.

De TPB beschrijft gedrag als een intentioneel proces. Deze intentie wordt beïnvloed door de verwachte uitkomst, de kans op die uitkomst, en een afweging van risico's en baten[4]. In het kader van datagedreven werken of andere data-gerelateerde initiatieven is het voor een organisatie daarom interessant om vooraf te bedenken wat de incentives voor de medewerkers kunnen zijn om met data aan de slag te gaan. Het opstellen van beleid en kaders op basis van data alleen biedt mogelijk onvoldoende houvast om de betrokkenheid van medewerkers in de business te waarborgen en de gewenste veranderingen te realiseren.

Het gebruik van dit framework brengt de nodige beperkingen met zich mee. Zo gaat de TPB ervan uit dat individuen te allen tijde over de benodigde middelen en mogelijkheden beschikken om gewenst gedrag te vertonen. Dit is natuurlijk niet realistisch. Ook worden factoren zoals emotioneel welzijn, angst, en eerdere ervaringen en omgevingsinvloeden niet meegenomen, terwijl deze zeker een significante rol kunnen spelen[5]. Ter illustratie: de angst voor kunstmatige intelligentie (AI) in de vroege stadia van dit technologieveld, leidde ertoe dat veel mensen en organisaties voorzichtig waren en in afwachtende houding verkeerden. Nu nog is de terughoudendheid bij veel organisaties op dit gebied evident.

De SCT richt zich op het proces van gedragsverwerving en -behoud. Dit model erkent wel externe factoren en eerdere ervaringen, die verwachtingen en gedragsresultaten bepalen. Uniek aan de SCT is dat het niet alleen gedragsinitiatie, maar ook gedragsbehoud benadrukt, wat essentieel is in het kader van datagedreven werken. Een verandering is pas succesvol wanneer deze duurzaam wordt doorgevoerd. De verkeerde aanname die dit model maakt, is dat veranderingen in de omgeving direct leiden tot gedragsverandering, terwijl dit niet altijd het geval is. Het model geeft ook geen gewicht aan de impact van individuele, omgevings- en gedragsfactoren en houdt weinig rekening met emoties of motivatie in veranderingsprocessen[5], terwijl daar vaak toch de dagelijkse barrières liggen die het succes van vele initiatieven kunnen bepalen.

Het PCM beoordeelt organisatorische veranderingsbereidheid door te kijken naar drie groepen van factoren:

1. Transformatief, denk hierbij aan de data-missie, visie en strategie.
2. Transactioneel, bijvoorbeeld de dagelijkse uitwisselingen tussen medewerkers.
3. Individueel, oftewel factoren als motivatie, skills en behoeften.

Het model benadrukt o.a. dat veranderingen in de missie of cultuur een systemische invloed kunnen hebben[3]. Echter, hoewel het model inzicht geeft in veranderingsdynamiek, is het sterk afhankelijk van de interpretatie en implementatie binnen de specifieke context. Het helpt daarom om ook de relevante concepten uit de TPB en SCT mee te nemen in de praktijk.

Elk model beschikt over distinctieve voordelen en inherente beperkingen. Door de modellen holistisch te benaderen is het beter mogelijk strategische veranderingen door te voeren die de veranderingsbereidheid binnen organisaties versterken. Door te kijken naar de individuele veranderbereidheid, de organisatorische cultuur en (externe) omgevingsfactoren, is het mogelijk om de bereidheid en gereedheid van een organisatie om datagedreven te gaan werken beter te evalueren. Hieronder wordt het Burke & Litwin TPB/SCT-model[6] op een vereenvoudige wijze gepresenteerd, teneinde een holistische benadering te bieden voor de implementatie van datagedreven initiatieven binnen organisaties. Binnen het geïntegreerde model is rekening gehouden met vaardigheden en kennis die specifiek nodig zijn om gedrag te veranderen, in plaats van enkel te focussen op operationele vaardigheden.

Figuur hieronder: Een vereenvoudigde weergave van het Burke & Litwin TPB/SCT-model[6] (Malik, Azar, Taimounti), die de factoren voor het implementeren van datagedreven initiatieven presenteert

In de snel evoluerende wereld van datagedreven werken is het belangrijk om de veranderbereidheid van zowel individuen als organisaties te begrijpen en te adresseren. De praktijk toont aan dat succesvolle datatransformaties niet uitsluitend afhankelijk zijn van technologie, maar ook van de integratie van gedrags- en organisatorische factoren. Het model hierboven biedt een gedegen en bruikbaar raamwerk voor het meten van deze veranderbereidheid.

Op basis van de bovenstaande bevindingen, adviseert Highberg organisaties om de volgende stappen te overwegen om datagedreven werken effectief te implementeren:

1. Integreer gedrags- en organisatorische factoren: Het succes van datagedreven initiatieven hangt af van een holistische benadering waarin zowel de gedragsverandering van medewerkers als de aanpassingen in de organisatiecultuur worden meegenomen. Het bovenstaande framework is een vereenvoudigde versie van het model dat dieper ingaat op deze aspecten. Highberg adviseurs kunnen helpen bij het identificeren van de belangrijkste invloeden binnen deze gebieden, waardoor strategische beslissingen beter onderbouwd kunnen worden.
2. Kijk naar de mogelijkheden om sociale en emotionele aspecten te verbeteren: Zowel sociale normen als emotionele factoren kunnen belangrijke barrières vormen voor verandering. Het is essentieel dat organisaties deze aspecten serieus nemen en proactief werken aan het versterken van de motivatie en het vertrouwen van medewerkers om datagedreven werken te omarmen.
3. Kijk verder dan de technologie: Het is belangrijk dat organisaties niet alleen de technologische kant van datagedreven werken beschouwen, maar ook zorgen voor een cultuur die openstaat voor verandering. Gebruik het model hierboven bijvoorbeeld om een gedegen inschatting te maken van de gereedheid van uw organisatie voor data-gestuurde initiatieven en zorg voor een plan dat rekening houdt met de specifieke uitdagingen van uw organisatie. Highberg kan daarbij helpen.
4. Kijk naar de individuele medewerker bij het opstellen van plannen: De implementatie van datagedreven werken of andere data-gestuurde initiatieven vereist een strategisch plan dat de noodzakelijke gedragsveranderingen ondersteunt. Organisaties zouden daarbij op voorhand moeten investeren in de nodige trainingen, bijvoorbeeld op het gebied van datamanagement en compliance.

Deze stappen kunnen helpen om de implementatie van datagedreven initiatieven te optimaliseren, maar zorgt er ook voor een duurzamere en succesvollere transformatie op de lange termijn.

Highberg kan daarnaast ook adviseren over:

• Verdere exploratie van de impact van uw specifieke organisatiecultuur op datagedreven initiatieven.
• Het bevorderen van de bereidheid tot verandering door het verminderen van barrières en het aanpakken van mogelijke weerstanden binnen de organisatie (bijvoorbeeld door het geven van gerichte trainingen).
• Continue evaluatie en bijsturing van de implementatiestrategieën met behulp van bestaande en succesvol gebleken frameworks.

Het creëren van een datagedreven organisatie of het implementeren van data gerelateerde initiatieven kunnen complexe processen zijn die verder gaan dan technologie. Het vraagt om een geïntegreerde aanpak waarin menselijke en organisatorische aspecten centraal staan. Alleen door deze facetten in balans te brengen, kunnen organisaties effectief de voordelen van datagedreven werken benutten.

Het geïntegreerde model biedt een krachtig kader voor het beoordelen van de veranderbereidheid van organisaties in datagedreven transformaties. Door inzichten uit gedragswetenschappen en organisatiekunde te combineren, maakt het model een evaluatie van zowel individuele als omgevingsfactoren mogelijk.

Highberg excelleert in het leveren van maatwerkadvies dat nauw aansluit bij de unieke kenmerken en behoeften van uw organisatie door gebruik te maken van dit soort modellen. Onze werkwijzen zijn gebaseerd op bewezen succesvolle trajecten en worden ondersteund door de expertise en professionele vaardigheden van onze adviseurs.

Wilt u ontdekken hoe dit model in uw organisatie kan worden toegepast of zou u willen sparren over de implementatie van datagedreven processen binnen uw organisatie? Of heeft u behoefte aan meer toelichting n.a.v. dit artikel? Neem dan contact met mij op. Ik ga graag namens Highberg met u in gesprek over de mogelijkheden en de uitdagingen die u ervaart.

[1] Ajzen, I. (1985). From intentions to actions: A theory of planned behavior. In Action control (pp. 11-39). Springer, Berlin, Heidelberg.

[2] Bandura, A. (1986). The explanatory and predictive scope of self-efficacy theory. Journal of social and clinical psychology, 4(3), 359-373.

[3] Burke, W. W., & Litwin, G. H. (1992). A causal model of organizational performance and change. Journal of Management, 18(3), 523–545.

[4] Huarng, K. H., Mas-Tur, A., & Moreno, F. C. (2018). Innovation, knowledge, judgment, and decision-making as virtuous cycles.

[5] Lamorte, W.W. (2019). Theories Of Social Norms. Boston University School Of Public Health.

[6] Malik, R. F., Azar, P., Taimounti, A., Buljac-Samardžić, M., Hilders, C. G., & Scheele, F. (2024). How do cultural elements shape speak-up behavior beyond the patient safety context? An interprofessional perspective in an obstetrics and gynecology department. Frontiers in medicine, 11, 1345316.