Stappenplan: Data verzamelen

Met dit stappenplan leer je hoe je zelf concreet aan de slag kunt gaan met data. We gaan ervan uit dat je een ‘beginner’ bent qua datavolwassenheid en we gaan dus geen ingewikkelde big data modellen introduceren. Het doel is zelf met eigen middelen datagedreven te kunnen gaan werken. Klein beginnen en vanaf daar steeds grote groei maken in het datagedreven werken.

Waarom data verzamelen?

Data verzamelen begint, hoe kan het ook anders, met de vraag waaróm je data verzamelt. Wat is het doel? Deze zogenaamde datastrategiebepaling dwingt je om goed na te denken over de grote waarom-vraag. In dit stappenplan gaan we ervan uit dat je de strategie al bepaald hebt.

Tip: toets de datastrategie aan je bovenliggende sociale missie (of: bedrijfsdoel). Zit daar een gat tussen? Kijk dan nog een keer kritisch naar de waarom-vraag.

Welke type data?

De eerste scheiding die je maakt is tussen interne data en externe data. Interne data is data die je zelf hebt. Denk bijvoorbeeld aan klantgegevens, verkoopcijfers en het aantal volgers op jouw social-mediakanalen. Externe data is data die je van buitenaf moet halen. Denk aan weersverwachting, demografische gegevens en profielen van potentiële klanten op social media.

Data kan verder kwalitatief of kwantitatief zijn. Dat is de tweede scheiding die je maakt. De methode die je gaat gebruiken om data te verzamelen hangt samen met het type data dat je gaat verzamelen.

Kwalitatieve dataverzameling is zinvol als je nog maar weinig weet over jouw datavraagstuk of als je onderzoeksvraag niet specifiek genoeg is. Aangezien je dan nog niet goed kunt inschatten wat de uitkomsten van de vragen zullen zijn, is kwalitatief onderzoek in dat geval handig en zinvol. Een goede manier is diepte-interviews afnemen of een groep gebruikers observeren. Kwantitatief onderzoek heeft als doel om een vraag getalsmatig te beantwoorden. Kwantitatief data verzamelen gebeurt bij grotere groepen, door bijvoorbeeld naar klikgedrag op de website te kijken of door enquêtes te houden.

Hoe maak je een stappenplan?

Wanneer je duidelijk hebt wat het doel is van data verzamelen, maak je een stappenplan om dat doel te bereiken. We gebruiken hiervoor de zogenaamde ‘5 Bold Steps’ oftewel 5-grote-stappenoefening. Dit canvas is gemaakt door David Sibbet van Grove International en werkt heel goed om de datagedreven verandering in je organisatie te visualiseren én te bewerkstelligen. Deze oefening gaat als volgt:

Wie:                                        Je hele team (maximaal 7 mensen)
Doel:                                       Het stappenplan visualiseren
Moeilijkheidsgraad:            Gemiddeld
Duur:                                      45 minuten
Benodigdheden:                   Whiteboard of flip-over, post-its, stiften

1. Stap 1: Teken bovenstaande figuur op een whiteboard of op je flip-over
2. Stap 2: Schrijf het doel van data verzamelen in de grote cirkel
3. Stap 3: Schrijf de thema’s van het data verzamelen in de kleinere cirkels. Denk bijvoorbeeld aan ‘duurzaamheid’, ‘klantinzichten’, of ‘afvalverminderingen’. Zelf weet je het beste welke thema’s spelen voor jullie organisatie.
4. Stap 4: Schrijf de waardes die voor jullie belangrijk zijn onderaan het schema. Deze waardes gelden ook altijd voor het verzamelen van jullie data.
5. Stap 5: Geef iedereen post-its en stiften en laat ieder voor zich ongeveer 15 minuten nadenken over de 5 grote stappen die genomen moeten worden om tot het datadoel te komen. Eén stap per post-it.
6. Stap 6: Iedereen plakt zijn 5 stappen van beneden naar boven op de stippellijnen en legt deze kort uit aan de groep.
7. Stap 7: Samen haal je de dubbele post-its eruit en voer je een discussie over de overgebleven post-its, totdat je het samen eens bent over de 5 definitieve stappen.
8. Stap 8: Denk samen na over de Versnellers en Uitdagingen waarmee je te maken krijgt bij het verzamelen van de data en schrijf deze in de juiste kolommen. Laat bij de uitvoering van het stappenplan de versnellende factoren voor je werken en denk alvast na over scenario’s om de uitdagingen te overwinnen.

Gefeliciteerd! Je hebt een concreet stappenplan gemaakt. Plaats deze duidelijk zichtbaar in je organisatie en ga ermee aan de slag.

Tip: denk echt in Bold Steps. De details kun je later uitwerken per stap. Een voorbeeld kan zijn: stap 1) Bepalen welke data we nodig hebben, stap 2) Vaststellen waar we nu staan / nulmeting, stap 3) Bepalen welke interne en externe data we nodig hebben en waar die zich bevinden, stap 4) Tools selecteren om, stap 5) Data te ontsluiten en te visualiseren

Tips bij data verzamelen

Tip 1. Altijd in de context plaatsen

Zet je data altijd in de juiste context en wees je ervan bewust dat deze context kan veranderen. Te vaak wordt data uit de context gehaald, op aannames gebaseerd en gegeneraliseerd. Handig voor het grotere beeld, maar onhandig wanneer er nieuwe data beschikbaar is, of je de data in een andere context moet analyseren. Zo kunnen verkoopcijfers laten zien wat er is gebeurd, maar geven geen beeld van waarom dat zo gegaan is.  

Tip 2. Stel de aantallen vast

Stel vast hoe groot de totale populatie is en welk deel je daarvan nodig hebt om een juist beeld te krijgen. Bij kwalitatief onderzoek is 5 voldoende (zie katern). Heb je nog niet voldoende informatie? Neem dan extra interviews af. Bij kwantitatief onderzoek hoef je niet iedereen te spreken voor een goed beeld. Een representatieve steekproef is voldoende.

Tip 3. Houd het overzichtelijk

Data vastleggen moet je zo doen dat relevante data overzichtelijk bij elkaar staat en klaar is voor visualisatie en analyse. Een onoverzichtelijke ongesorteerde bak data of een grote stapel enquêteformulieren is niet genoeg.

Tip 4. Houd je data schoon

Zorg dat de data consistent hetzelfde is, altijd up-to-date en vrij van ruis. Dus gegevens altijd op dezelfde manier opslaan (bijvoorbeeld voluit geschreven en niet met afkorting), de veranderingen doorvoeren (bijvoorbeeld een nieuw contactpersoon) en geen velden vullen met onnodig proza (bijvoorbeeld weersgegevens als die nooit van invloed zijn op jouw situatie).

Relevante links en handige tools:

1. ‘Datagedreven werken in de praktijk
2. Met Data Booster biedt MKB Datalab een format om een eigen data projectplan te maken voor de organisatie. Dit plan geeft inzicht hoe de organisatie ervoor staat qua datavolwassenheid, wat de ambities zijn van de organisatie en waar het project te starten.
3. Als vervolg op deze Data Booster, waarin een dataprojectplan is gemaakt, zorgt het invullen van het MKB Datalab Data Project Canvas voor overzicht. Daarmee worden de uitdagingen en de gewenste resultaten inzichtelijk. 
4. Tot slot heeft MKB Datalab in samenwerking met Futures by Design de Data Exploration Tool ontwikkeld. Deze is bedoeld voor bedrijven die snel inzicht willen hebben in hun dataset en deze naar een volgende stap willen brengen. De tool geeft een dataformat, een mogelijkheid om data te uploaden en een Data Exploration Report.

Dit artikel is een bijdrage van The Next Lab