Data Strategie in de praktijk

In de Databewuster-podcast bespreken Sonny, Jaap en Henk strategie en cultuur in datamanagement, met nadruk op samenwerking, eigenaarschap en regelmatige evaluatie van datastrategieën in een snel veranderende omgeving.

De Kracht van Datamanagement: Strategie en Cultuur in Praktijk

In deze aflevering van de Databewuster-podcast duiken Sonny, Jaap en Henk diep in de wereld van data- en AI-strategieën, waarbij ze hun ervaringen delen over de uitdagingen en successen in het datamanagement. De aflevering is bijzonder relevant voor data-professionals, managers en CDO’s die de kloof tussen strategie en dagelijkse praktijk willen overbruggen. De discussie ontrafelt frustraties rond eigenaarschap, veranderingsmanagement en de noodzaak van een sterke datastrategie in een snel veranderend datalandschap.

De aflevering begint met een introductie van Jaap Frans, founder van Systemation, die zijn rijke ervaring in data management deelt. Een belangrijk punt is dat de realiteit voor grote ondernemingen en het midden- en kleinbedrijf erg verschilt: “Iedereen wil data gedreven gaan werken. Wat betekent dat in de praktijk dan eigenlijk voor de praktijk die je doet?” — Jaap (05:32). Onderstreept wordt dat het ontstaan van een datastrategie soms in het hoofd van mensen zit, en dat het vaak ontbreekt aan expliciete documentatie. Dit leidt tot een gebrek aan keuzes en investeringen, wat cruciaal is voor de bedrijfsstrategie.

Henk sluit zich aan bij deze observaties en deelt zijn ervaringen met projectambassadeurs die de rol van verandering binnen organisaties kunnen bevorderen. Door samen te werken met zij die de pijn van een probleem het beste ervaren, kunnen verbeteringen worden doorgevoerd. “Die ambassadeurs zijn vaak opereren die op tactisch niveau,” benadrukt Henk. “Als je dat voor elkaar krijgt, dan komen de verbeteringen in het operationele werk van iedereen terecht.” — Henk (19:21).

De gasten wijzen ook op de noodzaak van continue evaluatie van datamanagementstrategieën, vooral in het licht van nieuwe AI-technologieën. “Als je er eentje hebt, hou hem ook bij,” merkt Jaap op. Er wordt verteld verder dat het voor sommige bedrijven zelfs nodig is om elke zes maanden hun AI-strategie te toetsen. Deze discipline is essentieel om de waarde uit data te ontsluiten en ervoor te zorgen dat datastrategieën dynamisch blijven.

De discussie schuift naar de rol van cultuur en change management in het succes van dataprojecten. Er wordt uitgelegd dat het essentieel is om te beginnen met de bedrijfsstrategie en de datageletterdheid binnen alle lagen van de organisatie te vergroten: “Je moet de werkvloer op en horen wat er speelt en dat meenemen” — Jaap (39:50). Dit vraagt om een cultuur waarin teams openstaan voor verandering en waar het delen van kennis en ervaringen wordt aangemoedigd.

Tijdens het gesprek worden diverse worstelingen en pijnpunten binnen organisaties belicht. De angst voor verantwoordelijkheid en de neiging tot het vasthouden aan oude processen zijn veelvoorkomende obstakels. Er wordt gewezen op de noodzaak om methodisch te werken: “Doen wat je zegt en zeggen wat je doet. Vastzetten wat je hebt afgesproken,” is cruciaal voor succes (48:23). Dit vergt niet alleen een duidelijke strategie, maar ook toewijding van verschillende stakeholders binnen de organisatie.

De aflevering eindigt met een oproep aan luisteraars om feedback op de handreiking te geven en samen te werken aan verbetering van datastrategieën. Jaap en Henk moedigen geïnteresseerden aan contact op te nemen voor hulp bij implementatie: “We verwachten in januari een follow-up… Laat het ons weten. Want dat is voor ons weer leuk,” sluit Jaap af (58:10).

Deze aflevering van de Databewuster-podcast biedt niet alleen inzicht in de theorie van datamanagement, maar belicht ook de praktische uitdagingen en oplossingen die organisaties dagelijks tegenkomen. De terugkerende thema’s van cultuur, eigenaarschap en voortdurende evaluatie maken deze sessie niet te missen voor iedereen die betrokken is bij data en AI-initiatieven. Neem contact op met Sonny en zijn gasten om praktische begeleiding te krijgen bij het implementeren van deze inzichten in jouw organisatie.

Wat er in deze aflevering langskomt

• Introductie en Handreiking
• Ambassadeurs in de Praktijk
• Waarde van Datastrategie
• Cultuur en Governance
• Weerstand en Verandering
• Maturity Assessment
• Implementatie van Datastrategie
• Europese Datastrategie en Toepasbaarheid

Transcript

Heren, welkom. Jij welkom terug. Nou ja goed, in de vorige aflevering hebben we natuurlijk gehad over hoe dat tot stand is gekomen. Dus waar hebben we het over? Over de handreiking. Voor ons voelt het natuurlijk heel normaal om nu hierdoor te gaan, maar het zijn natuurlijk echt wel twee losse afleveringen. Dus vandaag en nu gaan we het dus ook hebben over hoe we dat in de praktijk gaan gebruiken en wat we gezien hebben. Zou jij je misschien heel kort eventjes voor willen stellen? Ja, mijn naam is Jaap Frans, ik ben founder en managing director van Systemation… Wij zijn al twintig jaar werkzaam in het data management vak. En er wordt natuurlijk data en AI. Onze propositie naar de markt is dat wij oplossingen leveren en implementeren. Bij hele grote enterprises. Ze doen echt de plumbing. Al veel jaren. En sinds een jaar of twee. Er is ook steeds meer datastrategie opdrachten. Dat we met die kennis van de inrichting heel goed onze klanten kunnen adviseren weer hoe het aan te pakken. Ja, jij weet exact hoe het eraan toe gaat in de praktijk. Ik zie heel veel, zullen we zeggen, ook achter de schermen bij grote bedrijven. Banken, verzekeraars, retailbedrijven. Dus ja, die kennis wat ik daar heb gezien kon ik ook heel mooi meenemen in de groepen die we hebben. De groep is heel divers. We hebben een core team van zes personen. En allemaal met een eigen invalshoek. De ene bij een grote dienstverlener. Zommige mensen uit de praktijk werken bij een organisatie. Dus dat maakt het heel leuk. Om je verbreidingen. Dat team te werken aan een document. Ja, want hoe heb jij dat ervaren? Het werken aan het document. Ja, superleuk. Ja, super. We zijn met een wat grotere groep gestart in eerste instantie. Ik denk dat die even een beetje te groot was. Misschien wel. Want dan is het ook wat lastiger om goede afspraken te maken. Agendas zijn ook wel vaak vol. Dus dan met zo’n grote groep. Een moment vinden om alles met elkaar door te spreken is soms wat lastig. Maar uiteindelijk doorgaan met een core team van zes. En ook gezegd, we gaan agendas blokken. Structureel tijd maken. Tijd maken. En Henk heeft daar de rol ingepakt om ons daar allemaal bij te slepen. En ook vol te houden om de sessies goed te plannen. En de regie te pakken over de inhoud. Dus dat was een mooie exercitie. Daar zijn we blij mee. Maar goed, we zijn nog niet klaar. Want het begon natuurlijk. We hebben nu een eerste versie, zullen we zeggen. Ja, precies. Het is uiteindelijk echt een eerste versie. En het was wel heel leuk om te doen, hoor. Als ik toch nog een stukje reflecteer. Om dat aan te sturen met z’n allen. Gewoon iedereen die zijn of haar energie bracht. En kennis. En inhoud. En achtergrond. Het is gewoon heel erg leuk om te zien. En daarom hebben we ook die focus in het stuk voor de toepassing, echt voor de business. Echt voor mensen die er wat mee, ja echt de praktische zit er wel echt in. Want ja, dat het geen papieren tijger is, zoals ik al eerder gezegd heb. Maar dat het echt iets is waar je wat mee kan. Ja. En dat is een prachtig mooi bruggetje, want ja, wat kan je er eigenlijk mee? Ja, dat is natuurlijk eigenlijk denk ik wisselend per organisatie. Er zijn natuurlijk bedrijven die hebben al lang al breed een hele uitgedachte data en AI strategie opgesteld. Dus dan komt de handreiking meer als een toets denk ik van staan daar nog dingen in die ons triggeren van hey daar zou ons rapport of ons strategie paper wel mee kunnen verbeteren. En sowieso zeggen we als je er eentje hebt hou hem ook bij. Dus regelmatig checken van is die nog valide. Dat gold eigenlijk al voor een datastrategie. Maar AI-strategie geldt dat nog meer. Er zijn bedrijven die al om de zes maanden hun AI-strategie weer toetsen. Maar goed, de grote enterprises die hebben dat allemaal natuurlijk al lang breed uitontwikkeld. Maar het middensegment, small, medium, enterprises en daaronder komen we vaak wel tegen dat ze dat niet expliciet op papier hebben gezet nog. Dus er zit het meer in de hoofden van mensen. Ja, en dan worstelen ze op een gegeven moment ook wel met keuzes maken en met investeringen van wat willen we ermee bereiken. Iedereen wil data gedreven gaan werken. Wat betekent dat in de praktijk dan eigenlijk voor de prekte die je doet en de verbeteringen die je wil doorvoeren? Ja, wat ik dan wel eens gezien heb in de praktijk is, zeker als het misschien iets minder ruimte is, of wel ruimte is, maar het niet heel groot en breed wordt opgezet, is dat je bijvoorbeeld een x-aantal, dat je niet echt met een datastrategie werkt, maar dat je wel een visie hebt opgesteld voor een pilaar van een organisatie, voor een stuk. En dat je dan bijvoorbeeld diverse projecten neerzet, uitwerkt. En wat ik heel erg merk dat werkt in de praktijk is dat je dan ambassadeurs of eigenlijk in eerste instantie zijn dat mensen die de pijn voelen van het probleem of de verbetering waar het behoefte aan is. En als je die mensen, die ambassadeurs, daarmee samenwerkt, bijvoorbeeld in die projecten, per project bijvoorbeeld een ambassadeur, daarmee samenwerkt, dat werkt heel erg goed, omdat je dan die ambassadeurs als enthousiast wordt, als je resultaat komt, die trekken weer de mensen om zich heen mee en die trekken weer de ring daar op buiten mee, want uiteindelijk is een datastrategie iets wat je hoog over neerzet, Maar uiteindelijk komt zoiets wel in de operationele stuk terecht. Die ambassadeurs zijn vaak opereren die op tactisch niveau. En dat is wel heel mooi als je dat ziet, als je dat voor elkaar krijgt. Dan heb je dus strategisch soms de beelden, de gesprekken gehad. Dan werk je dus op tactisch niveau met de mensen. En uiteindelijk komt dat dan in het operationele werk van iedereen terecht. Die verbeteringen die je doorvoedt. En dan proef je soms dat enthousiasme als je succes hebt, zeker op het gebied van het vol datakwaliteit. Dat is natuurlijk ook een onderdeel, iets wat onderdeel kan zijn van je datastrategie. Zeker als je het bijvoorbeeld met datakwaliteit is altijd wel een heet hangijzer. En als je daar verbeteringen in doorvoert of als je daar van meerdere plekken waar dezelfde gegevens worden geregistreerd gaat naar één plek. Zulke soorten veranderingen die hebben best wel impact op de operationele kant. Maar je vroeg het zelf aan ons eigenlijk. Wat heb je eraan in de praktijk? Wat zie je daarmee dat het waarde gaat opleveren voor organisaties die dat stuk dan lezen? Maar ik zou eigenlijk een oproep willen doen naar jouw luisteraars. Dat als we het stuk hebben gedownload. Als we ons dan feedback willen geven. Ja, of het een zinvol document is geweest wat ze hebben kunnen gebruiken en toepassen. Dus die feedback vinden wij eigenlijk wel heel interessant. Dus we gaan in januari nog wel een follow-up… Ja, we verwachten januari, ja. …voor De dama-vrienden en deelnemers organiseren om wat terug te horen. Maar mochten er organisaties zijn die het gedownload hebben… En het al bekeken hebben en toegepast… Laat het ons weten. Want dat is voor ons weer leuk. Om te horen. Ja, en als iemand toch heel geïnteresseerd is… Of een specifieke datastrategie heeft van… Zouden jullie die keer willen toetsen of wat dan ook? Ik denk dat we dat zeker kunnen organiseren. Dus ook misschien dat er bovenop. Aan de ene kant hebben wij misschien een behoefte of een wens. We waarderen het als mensen hun expertise toepassen. En ons misschien nog enkele pointers, zoals je zegt, meegeeft. Maar andersom ook willen we dat natuurlijk ook andersom doen. Dus mocht er iemand zijn of een bedrijf zijn die daar behoefte is. Dan kunnen we vast wat plannen. Het team een keertje langs gewoon om even te sparen. En op de DamaNL website zit er een stukje dat gaat heten werkgroep datastrategie. En daaronder zijn ook de e-mailadressen over hoe je je contact met ons kan zoeken. Ik weet zeker dat de mensen jullie ook wel gaan vinden. En wat ik eigenlijk heel erg grappig vind, wat hier een beetje ontstaat, althans wat ik dan even zie van een afstand, is ik zie hier een groepje die bijna een soort van datastrategieën ontwikkeld, alleen dan het document zelf. En die zoekt nu zijn projectgroep met mensen om te helpen om het beter te maken. Net als dat je in de organisatie, nadat je je strategie klaar hebt, eigenlijk op zoek gaat naar die champions die je net benoemd. Dus dat vind ik wel heel grappig om dat parallel even zo hier aan tafel te zien. Ja, dat zit zeker een parallel aan. We hebben elkaar ook wel gevonden in de werkgroep. Het is ook wel echt leuk om met de inhoud bezig te zijn en ook leuk om allemaal die gedrevenheid te hebben. Gefocust op een doel, wanneer we iets af moeten hebben en dat dan ook gewoon fixen. Ja, en het vakgebied is zo mooi. Zo in de ontwikkeling. Zeker nu met de golf van AI eroverheen. Die weer… Druk legt op het datamanagement en de data governance. Dus ja, we zitten wat dat betreft in een heel mooi periode. Ik voel hem ook. Ja, ik zie het ook echt als een toegevoegde waarde. Dat hele AI waarover gesproken wordt en waar je hele LinkedIn vol van staat, dat vind ik wel veel. Maar ik zie wel dat het echt heel erg helpend is om eindelijk nou eens een keer tot de kern te komen van oké, maar dan moeten we ook wel zorgen dat dingen op orde zijn. Anders hebben we helemaal niks. Stiekem is dat Want stiekem is dat AI weer een breekijzer voor hetzelfde doel. Ja. Ik bedoel, jij benoemd datastrategie, AI-strategie. Uiteindelijk is wat je nodig hebt voor een datastrategie of een AI-strategie. Bijna altijd dat de basis op orde is. Ja. En breng die op orde voor je doel. Voldoende voor je doel. En dan kun je al een hele hoop doen. Nee, dat zie je dus echt. Dat AI daar dan drijven, een drijvende kracht achterin zit. En dat was een aantal jaren geleden. Was dat bijvoorbeeld self-service BI. Vroeger werden rapporten ontwikkeld door een BI Competence Center. Die werden aan de business mensen gegeven. Die moesten maar ook vertrouwen dat het goed was. Toen kreeg je op een gegeven moment de slag dat ze zelf met die data aan de slag wilden. En toen kwamen ze tot de commissie, die data is eigenlijk helemaal niet goed genoeg. Nu heb je weer zo’n golf met AI. Goeie resultaten boeken als het fundament en de data daar niet op orde is. Komen echt tot de kern eindelijk. Ja. Heb je daar misschien een mooi voorbeeld van bij een bedrijf waarmee je misschien voordat je met een data strategie aan de gang was en daarna natuurlijk geïncrimenteerd was. Wat je daar misschien tegenkomt had. Ja we zien dat zeker bij de grote enterprises toch nogal de 80% van de AI pilots niet succesvol tot implementatie komen. Althans dan zijn er al goede ideeën. Maar het operationaliseren kost te veel. Dus wat we nu met name zien, is dat organisaties zich ervan bewust raken van, ja, we kunnen ook niet alles en alles tegelijk. En fundamenten neerleggen voor data is belangrijk, maar we moeten weer terug naar de waarde van de initiatieven. Dus value first en I second, zullen we zeggen. Eerst nadenken, heb ik een goede use case met een business case en dan daarmee aan de slag en dan bewijs van spreken de datakwaliteit aanpakken voor dat domein waar je die use case op loslaat. Dus je hoeft niet alle datakwaliteit door je hele landschap overal op 5% hoger te krijgen. Want dan heb je die businesswaarde niet. Je moet toch uitgaan van een goede use case. Die hangt aan een capability in je datastrategie die je wil verbeteren. Dan kom je tot een use case met een goede business case. Dan kom je tot een dataproduct. Dat dataproduct heeft weer datasets nodig. Zo pel je dat af. Dus die waarde eerst en die waarde volgen en eruit halen. Dat is natuurlijk wel wat ik zie in praktijk. Dat een ontslagpunt is. En dat zie je ook op de CDO-congressen. Daar wordt waardegedreven ontwikkeld en nu wel omarmd. Dat is natuurlijk logisch. CDO wordt gevraagd. Wat heb je voor me opgeleverd? Als hij alleen maar aan de plumbing bezig is en je ziet hem niet. Ja, directeur data, die moet zorgen dat, net als hoe je HR-administratie op orde moet zijn, moet het wel straks gewoon je data-administratie op orde zijn. Ja, en daar wil ik nog wel iets over roepen, dat dat op orde moet zijn, wat je nu eigenlijk ziet. En dat hebben we dan eigenlijk ook wel weer ingebracht in de datastrategie paper. Dat is denk ik wel leuk, want dat zien we niet overal in de datastrategie nog terugkomen. Dan hebben we het over de governance. We hebben het heel over governance in het vakgebied momenteel. Dan gaat het vaak over de data governance. En wij hebben eigenlijk in ons stuk aangegeven dat je ook je data strategie, dat je daar ook een governance op moet toepassen. En wat houdt het concreet in? Dat je eigenlijk vanuit je hogere doelen. Op een gegeven moment naar wat ga je dan doen. En dan die use cases en dataproducten. Dat je dat portfolio ook goed gaat managen. En met elkaar communiceren. En de impact van de dingen die je doet goed meet. Want het zit allemaal in spreadsheets. De budgetten zitten in de spreadsheets. De plannen zitten ook in Word. De practice zitten in Jira. Maar het geheel, het algeheel, met ook de prioriteitsstelling, de stakeholders, de use cases en de value. Daar is eigenlijk geen omgeving voor om dat te managen. Dat gebeurt nog te veel ad hoc en ook niet systematisch. Dat mag meer een soort van echt een projectaanpak worden. Ja, net als je portfolio management voor IT-projecten, businessprojecten. Bijna een soort van boordachtige structuur. Ja. Met afgevaardigden per project. Misschien qua onderwerpsgebied, ja, net waar je in zit. Ja, dat zal helpen. En dat hebben we ook in het paper meegenomen. En dat is nou wel typisch iets dat ik denk dat de grote enterprises daar ook wel baat bij kunnen hebben. Het portfolio management op een middelgroot bedrijf, dat is allemaal wel onder controle. Maar als je 500 tribes hebt die allemaal bezig zijn met data engineering, dan moet je daar controle over krijgen. Echte data offers opzetten. Ja. Ja, en dat is echt afhankelijk inderdaad. Hoe groot is die organisatie? Als je een vrij kleine organisatie hebt, heb je misschien niet eens. En hele kleine organisaties, die zijn nog niet eens bezig, over het algemeen, met een daadstrategie. Hoe meer die grootte toeneemt, hoe groter dat wordt, dan begin je wel die behoefte te krijgen aan de daadstrategie. En dan op een gegeven moment heeft het zo’n grote dat je eigenlijk nog zo’n extra ding nodig hebt om wel echt die vinger aan de pols te houden. Dat is echt die toegevoegde waarde te borgen. En je hebt tegenwoordig daar termen voor. Dat bedrijven ergens toch nog wat extra geld in stoppen en blijven stoppen. Volgens mij heet dat het sunk cost fallacy. Ik weet niet helemaal of dat de juiste term is. Wat komt erop neer? Dat men bang is dat ze veel in geïnvesteerd heeft. En dan omdat er zoveel geïnvesteerd is, blijven investeren. Terwijl als je goed een stapje terugneemt en goed kijkt. Dat je kunt beargumenteren dat het misschien beter is om te stoppen met iets. Ja, dat speelt natuurlijk ook wel mee. Het is goed om te stoppen. Het is goed om te starten. Of te erkennen dat je een pad ingeslagen bent. eigenlijk niet voldoende oplevert. Ja, het legt ook wel dingen bloot dan. En daarmee ook wel verantwoordelijkheden. Dat is denk ik een beetje de grote angst rondom governance, dat mensen ineens dingen moeten en verantwoordelijkheid moeten tonen voor dingen die ze ja, ze vinden het misschien wel prima om te doen, maar om erop afgerekend te worden, ja, dat is misschien een ander verhaal. Ja, nee, zeker. Dat kan ik zeker meestal voorstellen. Ja, wat je dus ook veel ziet bij een datastrategie, ja, is dat, of Je hoeft het niet eens datastrategie te noemen, maar bij verbetering dan van processen. Want eigenlijk datastrategie dan boven hangt vaak. Is… Je ziet heel vaak dat dan, niet de lijken uit de kast, dat klinkt te heftig, maar wel dat er dan bepaalde problemen naar boven komen. Dat misschien een langere periode op bepaalde informatie is gestuurd of misschien helemaal niet op die informatie is gestuurd. Maar men wel het idee had dat dat gebeurde. En dat een datastrategie, verbeteren van datakwaliteit tot het niveau wat nodig is. En alle andere zaken die nodig zijn om je doel te halen met de data als ondersteuning. Je ziet al heel vaak dat er nog best veel naar boven komt die dan zaken die eerst op orde moeten gemaakt worden. Dat de data-eigenaarschap, dat dat niet geregeld is. Dat er meerdere plekken staan waar die data huisvest wordt. Ja, ik heb het al eens eerder aangegeven, maar die basis op orde, Met elk project is het misschien zo, maar helemaal met een dataproject is echt heel belangrijk. Ja, want ik ben ook nog wel even benieuwd wat jullie echt binnen de bedrijven hebben gezien in die datastrategietraject. Want jullie hebben zelf ook meegedaan aan een datastrategietraject. Ik probeer altijd een beetje een soort van de spiegel te maken van de manager binnen een bedrijf. Wat maakt die mee? Hoe start die? Waar loopt die tegenaan? Misschien dat jij er iets over kan zeggen vanuit je achtergrond. Ja. Gien ze het mooiste voorbeeld om iemand die wil starten met een data-strategie, maar nog niet helemaal doorkomt? Ja, als je wil starten met data-strategie, dan moet je eerst kijken naar je business-strategie. Heb je die al opgesloten? Anders kun je er nog niet aan beginnen, zou ik maar zeggen. En ook daar zien we wel als voorbeelden dat die business-strategie ook niet altijd even zo expliciet goed is uitgewerkt. Dat snap ik ook altijd heel sterk. Dus daar moet je echt beginnen. En van daaruit kan je verder. Dus dat is sowieso één. Dan is het denk ik ook wel belangrijk… Op een gegeven moment als je het gaat hebben over data en de strategie. Dat je de kennis ook een beetje gaat nivelleren van de mensen met wie je werkt. En in het MT en directie. Dus vaak de mensen die met die data werken die snappen heel goed wat dat betekent. Maar mensen in hogere echelons. Je moet dus alle datataal ook gaan spreken. En tot in de boardroom zullen we zeggen. Dus dan is de kennis opdoen en verzamelen over wat is dan data, hoe kan ik de data management, dat is de bekende cirkel van DNBOK, hoe kan ik het onder verdelen aan de terminologieën en metadata, waarom is metadata belangrijk en wat is dat dan. Dus die kennis nivellering is ook wel heel erg belangrijk. Gewoon echt de geletterdheid. De geletterdheid. En dan ook nog een keertje de cultuur. De verandering. Dus datastrategie aan zich is natuurlijk een houvast. Je moet aansluiten op de business strategie. Maar dit soort onderwerpen zijn heel erg belangrijk. Ook al bij het opstellen van een datastrategie. Dat je op dat soort onderwerpen, de cultuur, de menskant, dat je daar ook op werkt. Dat iedereen begrijpt wat… Moet het ook echt onderdeel zijn van een datastrategie? Dus echt een stukje cultuur, vind jij? Nou, dat zeker. Ja, dat hebben we ook aanbevolen. Dus enerzijds de kennis. En daar speelt DAMA natuurlijk een hele mooie rol. Dus het kennisinstituut voor datamanagement. Dus in… Steeds meer van onze klanten ook dama-trainingen gaan uitrollen binnen de organisatie. Of vriend worden van dama. Ook heel belangrijk. Ook belangrijk. En die borrels zijn leuk. En de kennissessies die we doen met elkaar. Maar binnen de organisatie werken aan de datageletterdheid. Maar ook de attitude. Ja, is superbelangrijk. Ik kom zelf dan uit de software-datamanagement-hoek. We doen implementaties. Maar een tool kan nog zo goed en mooi zijn. Zonder de organisatie krijg je daar niet een succesvolle project uit. Dat onderwerp mensen en organisatie in combinatie met datastrategie zorgt vaak. Een belangrijk aspect is een stukje weerstanden die je dan tegenkomt. Een weerstand voor verandering. Want wat je vaak ziet is dat pak een willekeurig project. Je kunt, het maakt niet uit waar het over gaat. Je hebt altijd mensen die daar verder mee willen. En je hebt ook een aantal mensen die daar heel sceptisch over zijn. Over wat de toegevoegde waarde is van wat dat project nou gaat brengen. Dat kun je groter maken. Dat kun je omzetten naar een programma. Dat kun je ook omzetten naar een datastrategie. Misschien zelfs de organisatiestrategie soms bij organisaties. En altijd, wat ik dan heel erg, mijn voorkeur altijd heeft, is om dan gewoon te focussen op de can-do mentaliteit. Gewoon te focussen op het laten zien van die toegevoegde waarden. Het verleden aantal jaar geleden heb ik dat ook meegemaakt. Dan werkte ik met een groep aan het opstellen van, ja… Gerelateerd aan de strategie, advisering daarop. En daar merkte ik heel erg weerstand van een aantal stakeholders. En van een aantal stakeholders dan juist niet. Die meegaande beweging. En wat dan heel erg werkt is methodisch werken. Gewoon heel concreet afspreken. Oké, dit gaan we nu doen. Doen wat je zegt. En zeggen wat je doet. Vastzetten, vaststellen wat je hebt afgesproken. En dan gewoon die toegevoegde waarde laten zien. Veel communiceren. Want vaak zit bij die weerstand zit vaak iets achter. Soms zit er iets in bepaalde problemen, zit er erachter die je gemist hebt en mee moet nemen. Of de ervaring dat je jarenlang allerlei veranderingen hebt meegemaakt waar niet de gewenste of de bedoelde resultaten uitgekomen zijn. Er ontstaat ook weerstand door mensen. En vaak ja, in de basis helpt dan een gesprek. En als dat niet helpt, ja, soms moet je er gewoon doorheen en dan, wat je dan doet is niet door die persoon heen natuurlijk, maar gewoon uitvoeren. Gewoon laten zien dat het kan. Dan ben je ook wel een beetje letterlijk om dan gewoon door te gaan aan iets heel lang met individuele mensen. En niet alles slaagt. Maar wat in elk geval niet slaagt, is wat je niet start. Dus start met een toerlaat. Nee, maar dat stukje change management dat Henk aan geeft is superbelangrijk daarin. En, Ja, er zijn ook allerlei mogelijkheden om de uitvoering van die datastrategie goed uit te voeren. Zoals bijvoorbeeld doen we een maturity assessment van waar staan we? Even die thermometer erin. Laatst was ik op een congres van Data Expo. En dat was heel leuk. Dat was een bedrijf die gaf daar een presentatie. En die begon met een maturity planning. Zo van dit is minder mature. door midden mature en heel mature. En toen hebben ze een assessment gedaan. De eerste vraag was, waar denken jullie het heel dat je staat? En toen waren we natuurlijk ergens in het midden. Zou ik zeggen. Nee, dat viel me mee. Ze waren heel bescheiden. Maar uiteindelijk na die assessment zelf kwamen ze tot de conclusie, ja, we zijn eigenlijk niet zo ver. Dus bewustwording is één. En dan ook een soort planning maken van hoe gaan we stapjes maken. Niet de grote stappen. Je moet die stapjes ook echt wel achter elkaar nemen. Dat is ook wel echt doen natuurlijk. En dan doen. Dus na zo’n assessment is het dan heel goed om een stappenplan uit te werken… wat haalbaar is voor de organisatie. En dat op tooling, mensen, organisatie, data. Dat je ook echt een plan hebt. Wat Henk zegt, je moet in die uitvoering gaan komen… En dan zie je op een gegeven moment, hé, het gaat werken. En dan onder architectuur is misschien ook nog een belangrijk, wat we ook in het strategy paper nog hebben opgenomen, werken onder architectuur is wel zo verstandig en helpt. Uitleggen wat dat betekent? Ja, net als het bouwen van een huis. Dat je van tevoren een schets maakt van wat komt waar, hoe wil ik het ombouwen? Hoe wil ik het gebruiken? Contextdiagram doet ook een stukje. Contextdiagram daarbij. En dan heb je, ja, je kan je data-architectuur in kaart brengen, je oplossingen-architectuur. Dus dat vormt een stukje toekomstvastheid. Dat je jezelf niet op een gegeven moment in een bepaalde doodlopende weg aan het ontwikkelen bent. Dat is belangrijk, hè. Dus vooruit kijken en dan puzzelstukjes gaan leggen. Ja. Denk ik. En wat ook heel erg helpt, denk ik. Misschien spreek ik het ook weer vanuit dingen die je dan ziet. Niet overal zie je hetzelfde natuurlijk. Is… Ja, die toegevoegde waardefocus. Dus stel je doet een maturity scan, dus een volwassenheidsscan van waar staat de organisatie op het gebied van data. Dat is heel leuk om dat te doen. Stel je brengt in kaart voor bepaald dataveld of meerdere velden alle mogelijke opties die je hebt voor datakwaliteit. Dat is ook heel leuk om te doen. Maar waar leidt het toe? Wat is het doel? En dat is wel heel erg belangrijk om, ook met zo’n maturity scan, kun je inderdaad van niveau 1 naar 5 willen gaan. Maar wat brengt die verandering van niveau 1 naar 5 bijvoorbeeld, van niets van weten van een specifiek data onderwerp tot de expert erin zijn en tot daar heel goed in zijn, om het even te generaliseren. Wat brengt dat? En ik denk dat dat wel continu die return of investment wel een hele belangrijke vraag is. Ik denk dat je daar ook heel mooi je strategie als anker voor kan gebruiken. Door ook weer dan niet door te slaan. En dan elke keer weer terug te gaan van dit is wat we willen bereiken. Wat moeten we doen? Maar we hoeven ook niet verder te gaan dan dat. Want we hebben ook andere doelen van onze strategie. Ja, je hebt een budget. Je hebt een resource pool. En daar moet je mee doen. Hoe ga je dat inzetten? Hoe ga je de prioriteiten leggen? En met name ook hoe ga je dingen die je start goed afmaken. Of stoppen. Wat Henk al eerder aangaf. Als het een heilloze weg is. Je bent een halve week en je komt tot een conclusie. Nou, gaat het toch niet worden. Ja, dan moet je ook durven zeggen. Verlies durven nemen. En dan ga je toch weer een klein beetje over dat cultuurstukje hebben. En dat is denk ik toch wel het lastige, het is wel mijn favoriete onderwerp hoor. De data, bewustzijn, cultuur en change management. Alleen dat is natuurlijk ook echt heel erg moeilijk. Want ik merk dat, ja, die moet je echt persoon voor persoon, moet je die opbouwen. En een data strategie kan je natuurlijk met een mooie club, kan je dat gaan bepalen. En dan gaan we het uitvoeren. Dat is dan gewoon van bovenop gaan we dat zo gaan doen. Maar echt die change, die moet echt per persoon met die komen. Ja, dit format is natuurlijk ook wel bedoeld om ieder persoon mee te nemen, om ze te laten zien wat mensen zoals jullie tegenkomen, dat je niet gek bent, dus dat je, ja, je komt dingen tegen. Ik vind ook geletterdheid, ja, dankzij AI durven we nu te zeggen, we zijn nog niet geletterd, want het is nieuw, een soort van nieuw, dus iedereen durft te zeggen dat ze aan het begin staan. Bij datageletterdheid voel ik al heel sterk aan dat sommige mensen die vinden dat ze dat zouden moeten zijn dus doen ze maar alsof ze er tussen horen maar ze hebben eigenlijk nog nooit een training of iets anders gevocht en ik denk wel dat ook de nieuwigheid en ook wel een stukje kwetsbaarheid gewoon durven zeggen en laten zien en dat is dat stukje cultuur van ja het werkt niet we nemen ons verlies en laat je ook zien en dat is goed het is prima je mag ook aangeven dat je iets nog niet snapt of dat je niet begrijpt wat een datastrategie is Of dat je documenten bij wil pakken. Ja, precies. Om die stappen te kunnen maken. Overigens is het dan ook zo dat je gaf net aan… dat strategie ontwikkelde je van bovenaf. Maar juist die input wel van de werkvloer… Met het bedrijf. Ja, het is wel goed om die input ook op te halen. Want ja, uiteindelijk moet je ze ook meekrijgen… in zo’n strategie. En daar zit ook heel veel kennis. Dus ja. Je moet het niet uit vanuit een ivoortoren gaan schrijven. Nee, je moet de werkvloer op en horen wat er speelt en dat meenemen, denk ik. Ook weer een mooie excuus om het daarop te zoeken. Zo is het. Ja, ik was aan het graven terwijl je dat vertelde. Dus als ik aan het graven ben, het zoeken van oké, is er een situatie waarin je meegemaakt hebt dat een datastrategie echt puur van hoog over, vanaf strategisch is beschreven zonder echt de open ars in je laag mee te nemen en de tactie laag weinig. Is er eentje die dan ook zijn succes behaald heeft. Ik denk, ik kan mezelf dus geen voorbeeld bedenken waarin je dat echt behoudt. Want je gaat dingen missen. Dus je gaat gewoon, je gaat eigenlijk, ja, echt een mooi document hebben die je misschien maximaal als een schilderij kan ophangen. Ja. Maar het wordt niet gedragen dan. Nee, het wordt niet gedragen. Dus hoe krijg je dan die cultuurverandering voor elkaar die nodig is? Kijk, wat er wel voelt tegenwoordig nu in de markt zijn mensen en bedrijven die helpen voor die datageletterdheid en die daarvoor ingezet kunnen worden. Ik zie dat ook voorbij komen op professionele netwerken. En dat is denk ik ook wel een mooi gat wat gevuld wordt, die in de afgelopen jaren meer zichtbeest van ontstaan is. En dan het mooie gat wat natuurlijk Jaap jij natuurlijk vult vanuit jouw bedrijf met de hele structuur voor die grote organisaties ook echt. Van start tot eind. En het gat wat de consultants dan weer opvullen. Maar daar zit dus ook een stukje gevaar in. Stel dat je als consultant bij een organisatie zo’n datastrategie schrijft. Kun je heel capabel in zijn. Kun je heel goed in kaart brengen. Maar als je een stuk hebt wat daarna een handover plaatsvindt en daarna niet echt gedragen wordt, dan belandt hij gewoon op de plank. En dat is denk ik wel heel mooi om iets te maken, maar ook het uitvoeren te doen. Ja, precies ja. Daar heb ik in het verleden veel ervaring mee gehad dat ik organisaties hielp met een strategie. Maar ik wilde ook wel aanblijven om te helpen implementeren. Want ja, daar krijg je dan weer de extra informatie voor de volgende keer. En dan is het ook leuk om te zien dat je iets in praktijk doet. Ja, te gek scheer, maar dat is al twintig jaar geleden hoor. Noemden we onszelf resultants. Stukje consultie, maar dan ook mee om de waarde eruit te hangen. En echt als de oren binnen de organisatie. Re-sultants. Consultants en gefocust op resultaten. Re-sultants. Zoals het komt. Ja, we zijn 20 jaar geleden. Dat snappen we niet meer hoor. Maar heel veel dingen vanuit het verleden. Die zijn ook alweer heel erg toepasbaar. Voor huidige vraagstukken. Dat zie je ook alweer terug. Ja, precies. Bijvoorbeeld dataproducten ontwikkelen. Nu zijn iedereen los op dataproducten momenteel. Dat is echt wel ook weer het nieuwe modewoord. Maar het is ook wel logisch. Want zoveel data engineers zijn bezig met datasets klaar te zetten voor gebruik. Maar daar moet je wel afspraken over maken. En dataproducten moeten aan bepaalde eisen voldoen. Kwaliteit, metadata, security. En dan moet je een bepaald doel dienen. En het doel, ja. En het voorbrengen van zo’n dataproduct. Ja, dat is ook een life cycle. Je ontwerpt met bepaalde uitgangspunten. Dan ga je dat maken en dan ga je het in productie nemen. Dat is eigenlijk een soort softwareontwikkelproces. En nu komen we erachter van, oh, we hebben de datateams allemaal op pad gestuurd, om producten te ontwikkelen. Maar we hebben eigenlijk die roadmap, die lifecycle, niet goed meegenomen. En ook niet geautomatiseerd. Dus dat is dan de volgende stap weer om dat voor elkaar te krijgen, de governance van die life cycle van dataproductontwikkeling. Maar dat is in de softwareontwikkelmarkt een gegeven, zo ontwikkel je gewoon software. Anders doe je het niet. Anders doe je het niet. Dus die lessen uit andere vakgebieden, toch wel even toetsen en meenemen in dit datavakgebied. Is ook een eye-opener. En kan heel veel alweer bijdragen. Dus ook voldoende af en toe terugkijken. Hoe doen we dat op andere vakgebieden? Dat is ook wel het mooie aan de ervaring. Hoe meer je opdoet. Hoe meer spiegels je ook ziet vanuit andere vakgebieden. Spakbaar is ook iemand die vooral in de softwareontwikkeling zat. En die past nu in de data. Of die is nu de data gaan werken. Echte datamanagement vakken. Die zijn ook heel veel parallellen. Dus dan is er dan zo’n gesprek. Waarin ik eigenlijk een beetje. We hebben een datamanagement bril. Hij een beetje vanuit het ontwikkelingspaneel. Dan toch weer samen op dingen. Eigenlijk is het bijna hetzelfde. Sommige onderdelen natuurlijk. En je kunt heel veel van elkaar leren. Je kunt heel veel dingen van datamanagement daarop toepassen. Maar ook juist weer andersom. Nou ja, dat zie je inderdaad wel. En wat misschien ook een interessant onderwerp is. Is die Jaap natuurlijk net al aansleed. Over dataproducten. Maar daar een parallel te leggen. Tussen dataproducten en een datastrategie. Dus wat je ook steeds meer ziet nu. Is zaken zoals dataspaces. Eigenlijk omgevingen zijn dat. Of waarin data beschikbaar is. Overkoepelend. Ook bij overheidsorganisaties zie je dat. En wat denk ik ook een stukje. De praktische actualiteit. Toepasbaarheid. Laat zien van onze datastrategie. Handreiking. Is het stukje. Die Europese datastrategie. Want ja, je hebt natuurlijk de Data Conference Act, je hebt de Data Act, je hebt nu ook een Europese datastrategie. De EU AI Act. Ja, struikelwoorden. Dus er zijn zoveel zaken die hoog over, dus niet alleen boven in je organisatie, maar ook Europees gezien prioriteit krijgen. Meer richting die, ja, dat digitale. En ja, ja. En uiteindelijk moet dat allemaal naar de praktijk vertaald worden. En dat is denk ik ook ons stuk. Om te kijken van oké, hoe doe je het, hoe past je het nou toe? En natuurlijk is de handreiking, het staat niet helemaal uitgewerkt. Het is een handreiking. Ja, ik ben gewoon heel benieuwd hoe de markt daar naar kijkt. Het is een hele mooie afsluiting. En daarbij dan ook nog één keer de oproep. Ga hem downloaden. Neem alsjeblieft contact op met feedback. En als je een klein beetje hulp nodig hebt om op te starten, dan mag je stiekem ook wel even contacten planen. Toch? Dankjewel. En doe je best allemaal. Doe je best kindertjes. Goed voor Sinterklaas. Ja precies. Dankjewel Sonny.