top of page
  • Foto van schrijverGerbrand Tjaden

In 4 stappen naar een effectief managementinformatiesysteem

Ik heb in mijn carrière als CFO, controller en in de accountancy al in heel wat “keukens” mogen kijken van verschillende organisaties. Van kleine tot grote bedrijven die actief zijn in allerlei verschillende sectoren en van zeer succesvolle tot minder geslaagde initiatieven. Als ik terugkijk naar de verschillende soorten aan informatievoorziening die ik heb zien langskomen, dan kan ik maar één conclusie trekken: zoveel bedrijven, zoveel managementinformatiesystemen.

Zoveel bedrijven, zoveel managementinformatiesystemen

In deze blog wil ik wat dieper ingaan op de vraag “Wat heb je nodig om te kunnen (bij)sturen?” en hoe zou je hier als organisatie snel stappen in kunnen zetten. Mijn ervaring is namelijk dat dit voor “gebruikers van informatie” een lastige vraag blijkt. Dat kan anders. Daarnaast wil ik ingaan op 4 stappen die bijdragen aan het kunnen maken van de juiste keuzes op basis van beschikbare informatie.



Wat maakt een managementinformatiesysteem goed?

Voordat ik de vraag beantwoord wat iemand nodig heeft om te kunnen sturen is het belangrijk om te bepalen waar een managementinformatiesysteem aan moet voldoen, wil het als ‘goed’ worden bestempeld door de gebruiker(s).

Om maar met een open deur te beginnen: een Excel-spreadsheet is naar mijn mening geen managementinformatiesysteem. Anders gezegd: een professioneel managementinformatiesysteem heeft alles wat Excel niet heeft. Is dat een (dis)kwalificatie van Excel? Absoluut niet. Excel is een enorm krachtige tool met een veelheid aan toepassingsmogelijkheden, echter het is in mijn ogen niet geschikt als dagelijks stuurinstrument.

Excel is niet geschikt als managementinformatiesysteem

Iedereen kent wel uitgebreide Excel-sheets met complexe draaitabellen en enorm veel gedetailleerde gegevens en veel te kleine fonts, waarbij de eerste vragen van C-level management zijn: “Veel detail; waar kijk ik naar?” en “Is deze informatie up-to-date?” De daarop volgende vraag is even relevant als pijnlijk voor de opsteller van de uitgebreide rapportages: “Denk je dat ik op basis van deze informatie kan bijsturen?”.

De eerste twee vragen zijn cruciaal en spreken twijfel uit over de kwaliteit van de rapportages. De laatste vraag is niet minder belangrijk en zegt meer over de inhoud van de rapportages. Hierover later meer.


De vraag waar een goed managementinformatiesysteem aan moet voldoen kan heel lang, maar ook heel kort worden beantwoord. Het moet voldoen aan de behoefte van de gebruiker is het korte antwoord. Daarnaast zijn er vanzelfsprekend randvoorwaarden op het gebied van datamanagement die ingevuld moeten zijn (noem het hygiëne), zoals:

  • De informatie is 24/7 beschikbaar;

  • De informatie is altijd up-to-date;

  • Iedereen kijkt naar dezelfde informatie;

  • De informatie is betrouwbaar en volledig;

  • De informatie wordt veilig opgeslagen en ontsloten.

Het korte antwoord op de vraag waar een goed managementinformatiesysteem aan moet voldoen blijkt in de praktijk nog best lastig. "Het moet voldoen aan de behoefte " is namelijk makkelijker gezegd dan gedaan.

Als je de vraag iets breder formuleert dan zou iedere gebruiker van het managementinformatiesysteem de vraag: “Wat heb jij nou echt nodig om de business te kunnen bijsturen en verantwoording af te kunnen leggen?” direct moeten kunnen beantwoorden. Het gegeven antwoord zou bepalend moeten zijn voor de informatie die vanuit het managementinformatiesysteem wordt verstrekt.

Makkelijker gezegd dan gedaan: een managementinformatiesysteem moet voldoen aan de behoefte

Verantwoordelijk zijn en zelf kunnen bijsturen

Het fundament onder het succes van een managementinformatiesysteem is het beleggen van verantwoordelijkheden bij de juiste personen en deze personen echt verantwoordelijk maken voor zaken waar ze zelf op kunnen bijsturen. Dit gaat over meerdere lagen in een organisatie en niet alleen C-level.


Als voorbeeld: de salesmanager die verantwoordelijk is voor bepaalde sales-targets, waarbij heel duidelijk is dat er door ingrijpen van diezelfde salesmanager kan worden bijgestuurd op de uitkomst. Hier kan verantwoordelijkheid worden genomen omdat de verantwoordelijke invloed kan uitoefenen op de uitkomst.

Diezelfde salesmanager kan niet verantwoordelijk worden gemaakt voor de onderhoudskosten van het pand (er vanuit gaand dat facilitaire zaken niet onder zijn/haar verantwoordelijkheid vallen). De salesmanager kan geen enkele invloed uitoefenen op de huurkosten en kan hier dus onmogelijk verantwoordelijk voor worden gehouden (of verantwoording over afleggen). Dat is waar het om gaat.


Maar op basis van welke informatie kan er verantwoordelijkheid worden genomen en kan worden bijgestuurd (op verschillende niveaus in de organisatie)? Wat heeft iemand nodig om zijn/haar succes meetbaar te maken (achteraf) en de juiste keuzes te maken (toekomstig)?


De juiste informatie versus een ongestructureerde gegevens-brei

We beginnen bij de basis, daar waar brongegevens vastliggen. Het klinkt wat theoretisch, maar de termen informatie en gegevens worden in de praktijk nog wel eens door elkaar gehaald. Omdat het belangrijk is dat aan de behoefte van een gebruiker van het managementinformatiesysteem wordt voldaan, is het (theoretische) verschil tussen informatie en gegevens van belang. In dit kader kan het woord ‘gegevens’ ook worden vervangen door twee woorden: ‘(ongestructureerde) data’.

Als voorbeeld: alle ongestructureerde data uit een ERP-systeem heeft in feite geen betekenis, omdat er geen enkele bewerking heeft plaatsgevonden die zorgt voor context, samenhang en analyse. Het zal vooral neerkomen op veel, heel veel gegevens.

Er is pas sprake van informatie voor iemand (de ontvanger of gebruiker), als het nieuw en relevant is. Meestal wordt informatie geabstraheerd uit een groter geheel aan gegevens (de ongestructureerde data) en wordt er gefilterd, gecategoriseerd en geherstructureerd, zodat de informatie toegevoegde waarde heeft voor de gebruiker. Gegevens worden hiermee getransformeerd naar bruikbare informatie.


Met dit in het achterhoofd komen we steeds een stukje dichterbij het antwoord op de vraag “wat heb je nodig?”. We weten nu in ieder geval wat er niet nodig is: ongestructureerde data zonder toegevoegde waarde.

Dat leidt alleen maar af en zorgt voor ruis en verwarring.


Van (ongestructureerde) data naar ‘wijsheid’ in 4 stappen

Een regelmatig gebruikt raamwerk om te komen van (ongestructureerde) data tot ‘wijsheid’ is het DIKW-model. DIKW is een afkorting van Data, Information, Knowledge en Wisdom (in het Nederlands Data, Informatie, Kennis en Wijsheid). In dit model doorloopt ruwe ongestructureerde data (de integrale dump uit het ERP-systeem) een aantal stappen waardoor het uiteindelijk kan bijdragen aan ‘wijsheid’. Deze wijsheid kan worden gezien als het kunnen maken van de juiste keuzes en beslissingen doordat de gebruiker van de informatie wordt voorzien van informatie die hiertoe bijdraagt en daar zelf kennis aan toevoegt.


De stappen volgens de piramide (zie afbeelding) van onder naar boven:


Stap 1 (Data):

De ruwe ongestructureerde data wordt ontsloten (bijvoorbeeld uit het ERP-systeem).


Stap 2 (Information):

De data wordt gecategoriseerd, gefilterd en in context geplaatst. Hiermee ontstaat er toegevoegde waarde voor de gebruiker en wordt de ruwe data ‘ gepromoveerd’ tot informatie.


Stap 3 (Knowledge):

De gebruiker van de informatie voegt zijn/haar eigen kennis en ervaring toe en analyseert, interpreteert en vormt een beeld.


Stap 4 (Wisdom):

Kennis, ervaring en conclusies uit voorgaande stappen worden zo goed mogelijk toegepast. Hier worden keuzes gemaakt en worden plannen gemaakt voor de toekomst.

Maar wat heb je nou nodig om te kunnen sturen?

We hebben nu de stappen doorlopen om op basis van betrouwbare brongegevens te kunnen komen tot betrouwbare inzichten die kunnen bijdragen aan het maken van de juiste keuzes voor de toekomst. Maar het antwoord op de vraag wat iemand nodig heeft om te kunnen bijsturen hebben we nog niet (anders dan dat de informatie moet aansluiten op de behoefte).


Toch denk ik dat je met het beschikbaar stellen van informatie die de stappen van het DIKW-model doorloopt een heel eind op de goede weg bent. Vanzelfsprekend is het randvoorwaarderlijk dat je datamanagement op orde is.


Het probleem zit vaak in de beschikbaarheid van de juiste informatie die relevant, up-to-date en flexibel is. Mijn ervaring is dat er veel te vaak (zelfs op C-level) wordt gestuurd op bekende rapportages en KPI-sets “omdat we die nou eenmaal kennen”.

De truc is nou juist om out-of-the-box te bedenken welke informatie nodig is, waarbij ‘the box’ bestaat uit de gebaande paden en rapportages die net niet helemaal aansluiten op de behoefte en die standaard worden uitgespuugd door het in gebruik zijnde ERP-systeem. Deze set aan rapportages is regelmatig een beperking, daar waar het gaat om het bepalen van de werkelijke behoefte van de gehele organisatie.

Out-of-the-box denken helpt bij het bepalen van de werkelijke behoefte

Een eenvoudig voorbeeld is de ontwikkeling van de omzet van de hele organisatie (een standaard-overzicht wat iedereen kent en waar regelmatig op wordt gestuurd). Maar is het (bijvoorbeeld) niet veel interessanter om daarnaast de marge-ontwikkeling per productgroep, afnemersgroep en regio te analyseren in combinatie met het personeelsbestand en deze informatie real-time beschikbaar te hebben?


Als we bijvoorbeeld de eerder genoemde sales-manager vragen wat hij/zij nodig heeft aan informatie en daarbij expliciet benoemen dat er geen enkele beperking is vanwege bestaande systemen, dan is mijn ervaring dat er hele zinvolle inzichten worden benoemd die nodig zijn om succesvol te kunnen zijn. Het is de taak van anderen om deze inzichten te bieden. De volgende stap is het daadwerkelijk geven van verantwoordelijkheden omdat de vraag “wat heb je nodig om te kunnen (bij)sturen?” met succes is beantwoord.


Door af te stappen van het idee dat bepaalde inzichten ‘er nou eenmaal niet zijn’ en verantwoordelijkheden bij de juiste medewerkers te beleggen ontstaat er een duidelijke behoefte die kan worden ingevuld zodat (bij)sturing door de juiste personen kan plaatsvinden. Anders gezegd: de juiste mensen gaan draaien aan de juiste knoppen waardoor de organisatie nog flexibeler, wendbaarder en slagvaardiger wordt.


Adoptie van inzichten bepaalt succes

Er zijn meerdere tools beschikbaar waarmee data op een slimme en veilige manier kan worden ontsloten, verzameld, geanalyseerd en gepresenteerd. Het gaat echter niet alleen om tooling, maar ook om adoptie van data en datagedreven werken in de hele organisatie. Lees zeker de blog van collega Richard Verburg als je meer wilt weten over Power BI als tool en adoptie van data in je hele organisatie.


Hulp nodig bij het inzichtelijk maken van de informatiebehoefte en tijdig bijsturen?

Wil je als organisatie meer gaan sturen op informatie die echt bijdraagt aan succes doordat je de juiste keuzes kunt maken en wil je meer vooruit kijken in plaats van terugkijken naar het verleden? Bij Beeminds ondersteunen wij organisaties in hun reis naar datagedreven werken en geloven wij dat organisaties meer bereiken en wendbaarder zijn wanneer data op de juiste manier wordt gebruikt.

Comments


Homepage banner.jpg

Vond je deze update interessant?

Wij bespreken graag je ideeën. Laten we kennis maken.

bottom of page