Hoe datagedreven werken bijdraagt aan het doel van de gemeente Losser
Gemeente Losser is een gemeente in het oosten van Twente met ongeveer 22.000 inwoners. Het doel van deze gemeente is het mogelijk maken van “Onmeunig mooi wonen, leven en recreëren in Losser”. Om inwoners hier nog beter in te kunnen voorzien én om beleid te kunnen toetsen, ontstond er de behoefte om “gevoel en ervaring” te kunnen onderbouwen met data. Daarin is de menselijke factor, maar ook het op de juiste manier interpreteren van informatie uit data van groot belang.
Gemeente Losser: aan de slag met datagedreven werken
Frank Herik, strategisch adviseur en regiefunctionaris bij de gemeente Losser, bracht een voorstel in om met datagedreven werken aan de slag te gaan. Samen met Infotopics is er een opleidingsplan opgesteld welke aansluit bij de wensen van de Gemeente Losser. Doel van dit plan is om antwoord te vinden op de volgende vraag:
“Welke waarde kan datagedreven werken opleveren voor de gemeente Losser?”
Doelstelling
Antwoord vinden op de vraag wat datagedreven werken betekent voor de gemeente Losser
Aanpak
Leerkring, bestaande uit 7 medewerkers uit verschillende teams
Infotopics support
Datavaardigheidstrainingen, coaching-on-the-job, Use case begeleiding, Data Maturity Scan
Werken met een leerkring
Om antwoord te kunnen geven op bovenstaande vraag, is de gemeente Losser gestart met een leerkring. Gedurende een periode van 1,5 jaar is een groep medewerkers uit verschillende domeinen (Sociaal, Fysieke Ruimte en Bedrijfsbureau), met uiteenlopende functies (kwaliteitsmedewerker / beleidsmedewerker / applicatiebeheerder) elke donderdag gezamenlijk aan de slag gegaan met datagedreven werken.
Gedurende deze 1,5 jaar hebben we vanuit Infotopics de leerkring meegenomen door meerdere fases in datagedreven werken:
- Ontdekken: Kick-off en datageletterdheid nulmeting.
- Leren: Opleidingstraject op maat.
- Experimenteren: werken met datavraagstukken uit de organisatie en dashboard-ontwikkeling.
- Borgen van de opgedane kennis: adviesrapport, bepaling ambitieniveau aan de hand van ons Data Maturity model en vervolgstappen bepalen.
Kick-off
Aan de hand van onze datageletterdheid 0-meting is bepaald over welke datavaardigheden de medewerkers al beschikten en waar er mogelijkheden lagen voor verdere groei. Na het invullen van de vragenlijst was het duidelijk dat de één helemaal thuis was in het ophalen en bewerken van data, terwijl een ander juist beter in staat bleek om de data te duiden. Gezamenlijk is vervolgens gekeken naar de best passende trainingen voor deze groep zodat er gestart kon worden met Fase 1: de basis op orde.
“We vragen vaak iemand die alles kan, maar eigenlijk is deze persoon er niet. Het is dan ook van belang om een datateam te vormen waarin medewerkers uit verschillende disciplines met elkaar samenwerken.”
Frank Herik, Strategisch adviseur en regiefunctionaris
Fase 1: De basis op orde
Om een opleidingstraject te laten slagen is het van groot belang dat er een veilige en rustige leeromgeving wordt gecreëerd. Aangezien de medewerkers in de leerkring niet eerder op deze wijze met elkaar hadden samengewerkt, hebben we allereerst stilgestaan bij het vormen van een team. Daarna hebben we de basisvaardigheden van de gehele groep op hetzelfde niveau gebracht aan de hand van o.a. de volgende trainingen:
- Datageletterdheid; het juist interpreteren van data
- Data denken; datamodellen & structuren, granulariteit
- Agile / Scrum: ontwikkelmethodiek
- Ontwikkel je eigen dashboard
Naast trainingen zijn de medewerkers middels workshops onder leiding van een van onze data coaches geschoold in het definiëren van een usecase (datavraagstuk), het verzamelen van data, het opbouwen van een datamodel en het bouwen van een dashboard voor een zelf ingebracht datavraagstuk.
Fase 2: Tijd voor actie
Nu de basisvaardigheden onder de knie zijn, is het tijd voor actie! Na het ophalen van datavraagstukken uit de eigen organisatie, heeft de groep zich opgesplitst en zijn zij beiden aan de slag gegaan met het ontwikkelen van een dataproduct behorende bij de datavraag. Zij hebben hierbij de volgende stappen doorlopen:
- Opdrachtgevers zijn geïnterviewd om de datavraag scherp te krijgen
- Data is verzameld vanuit verschillende bronnen
- Dashboards zijn ontwikkeld
- Er zijn feedbackgesprekken gevoerd met opdrachtgevers om voortgang te monitoren en eventueel bij te stellen
Aan het eind van deze fase zijn er een aantal dashboards naar volle tevredenheid van de opdrachtgevers opgeleverd. Infotopics was elke donderdag aanwezig om ondersteuning te bieden op de verschillende stappen uit het proces.
“Grote toegevoegde waarde in deze fase is het ontstaan van samenwerkingen over de teams heen.
We konden zo veel van elkaar leren.”Deelnemer gemeente Losser
Fase 3: Plan voor de toekomst
Naast het leren en experimenteren in het werken met data, lag er ook een duidelijke behoefte voor de ontwikkeling van een plan voor de toekomst.
Doel van deze fase is het opleveren van een adviesrapport (geschreven door medewerkers uit de leerkring) waarin beschreven staat wat datagedreven werken voor de gemeente Losser kan betekenen en welke stappen er nodig zijn om een datagedreven organisatie te worden.
Voor het in kaart brengen van de huidige situatie én het ambitie niveau van datagedreven werken van de gemeente Losser is het datavolwassenheid model (Data Maturity Model) van Infotopics als uitgangspunt genomen.
- In een aantal workshops is de leerkring meegenomen in de 5 pijlers waaruit het Data Maturity Model bestaat (mens, cultuur, proces, data & technologie) en de dimensies die hieraan ten grondslag liggen.
- Om de huidige situatie te bepalen en de gehele organisatie te betrekken is er een enquête uitgestuurd onder alle medewerkers van de gemeente Losser.
- Tijdens interactieve workshops met teamleiders en opgaveregisseurs is stilgestaan bij het ambitieniveau van de verschillende domeinen en opgaves.
- Het geschetste ambitieniveau is vervolgens getoetst bij directie, staf en IT om het uiteindelijke ambitie niveau te bepalen.
Na het bepalen van huidig- en ambitieniveau heeft Infotopics in kaart gebracht welke stappen er gemaakt moeten worden om datagedreven werken in de organisatie in te bedden. De leerkring heeft al deze informatie vervolgens gebundeld in het adviesrapport, waarin zij ook stilstaan bij de meerwaarde van de reeds opgedane inzichten welke ontwikkeld zijn tijdens de leerkring (beleid op fysieke ruimte, leerlingenvervoer en zorgkosten).
Datagedreven werken staat intern op de kaart
Deelnemers aan de leerkring zijn enthousiast over het werken met data en weten hiermee datagedreven werken intern op de kaart te zetten. Er worden nieuwe datavraagstukken opgepakt en nieuwe opdrachtgevers geholpen in het beantwoorden van hun vraag. In de voorjaarsnota van 2023 wordt dan ook gepleit voor het voortzetten van datagedreven werken in de organisatie om impact te blijven maken met data.