Waarom correcte data niet automatisch tot correcte beslissingen leidt

Sales rapporteert een conversie van 18 procent. Marketing komt uit op 11 procent. Een BI-dashboard toont 15 procent.

Welke is correct?

Het voor de hand liggende antwoord is: er moet ergens een fout in de data zitten. Maar dat hoeft niet. Alle drie de cijfers kunnen technisch correct berekend zijn. Het verschil zit dan niet in de data, maar in wat elke afdeling precies heeft gemeten.

Dezelfde KPI, drie definities

Marketing rekent alleen bezoekers mee die via een campagne binnenkomen. Sales kijkt naar alle nieuwe leads die uiteindelijk klant worden. Het BI-dashboard gebruikt alle websitebezoekers als uitgangspunt.

Drie afdelingen, drie verschillende afbakeningen van dezelfde KPI, en dus drie percentages die er alle drie correct uitzien.

Een dashboard toont meestal de uitkomst, niet de keuzes erachter. Welke records tellen mee? Welke periode? Wat geldt als klant? Zonder gezamenlijke afspraken daarover krijgt dezelfde KPI binnen één organisatie stilzwijgend verschillende betekenissen.

Het dashboard is niet het probleem

Bij zulke verschillen wordt vaak eerst naar IT of BI gekeken: waarom sluiten de dashboards niet op elkaar aan? Maar een dashboard rekent alleen met de definities die erin zijn verwerkt. Het maakt dus zichtbaar wat elders al misging, in de afspraken tussen afdelingen die nooit expliciet zijn vastgelegd.

Dat maakt dit type probleem lastig te herkennen. De grafieken kloppen, de data wordt netjes bijgewerkt, en toch geeft de organisatie drie verschillende antwoorden op dezelfde vraag.

Wanneer dit een bedrijfsprobleem wordt

Een verschil van een paar procentpunten lijkt klein, tot die KPI een beslissing stuurt. Marketing investeert extra budget omdat de conversie stijgt. Sales concludeert het tegenovergestelde. Het management ziet een derde cijfer en vraagt zich af welk dashboard gelijk heeft.

De eigenlijke vraag is een andere: hebben we met elkaar afgesproken wat we precies meten? Zonder dat antwoord vergelijkt de organisatie cijfers die niet werkelijk vergelijkbaar zijn.

Van data naar gezamenlijke betekenis

Dit hoeft geen groot governanceproject te zijn. Begin bij de KPI’s waarop daadwerkelijk wordt gestuurd, en leg vast:

• wat de KPI precies meet
• welke data wel en niet wordt meegenomen
• welke periode geldt
• welke bron leidend is
• wie verantwoordelijk is voor de definitie

BI-omgevingen ondersteunen dit inmiddels met semantische modellen en gedeelde metrics: één centrale plek waar betekenis en berekening vastliggen, in plaats van dat elke afdeling de logica opnieuw zelf invult.

Een goed dashboard begint vóór het dashboard

De waarde van een dashboard zit niet in het aantal grafieken, maar in of iedereen die het gebruikt hetzelfde begrijpt onder de cijfers erin.

De eerste vraag bij een nieuw dashboard is daarom niet “welke grafieken willen we zien”, maar: welke beslissing willen we ermee kunnen nemen, en wat moeten we daarvoor precies meten?

Twijfel je of verschillende afdelingen binnen jullie organisatie dezelfde KPI’s op dezelfde manier interpreteren? Onze IT-consultants brengen eerst de organisatie, werkwijze en gebruikte systemen in kaart voordat zij naar passende verbeteringen kijken. Lees meer over onze IT Consultancy.