Waarom we gefundeerde besluitvorming beter niet volledig overlaten aan algoritmes: “Data driven betekent vaak schieten en je achteraf afvragen of je wel geschoten moest hebben”

Waarom we gefundeerde besluitvorming beter niet volledig overlaten aan algoritmes: “Data driven betekent vaak schieten en je achteraf afvragen of je wel geschoten moest hebben”

EHSAL-professor Dries Van Nieuwenhuyse

In 1812 trok Napoleon met zijn Grande Armée op tegen de Russische tsaar, waarna hij meer dan 90 procent van zijn soldaten verloor. Waarom? Omdat hij data (Parijs ligt ver van Moskou) en feiten (soldaten waren moe) negeerde. Besluitvorming is een complex proces waarbij beslissingsnemers zich niet altijd bewust zijn van alle harde en zachte criteria die meespelen. Professor Dries Van Nieuwenhuyse (EHSAL Management School) schreef er een boek over, met handvatten voor een op feiten gebaseerde besluitvorming. “Onwetendheid is de doodsteek. Net vermijden dat je door foute signalen ook foute beslissingen zou nemen, is de kernboodschap van fact-based decision making.”

Hoe maak je op feiten gebaseerde besluitvorming een spil van de waardecreatie van een onderneming? Het boek ‘Fact-based decion making’ - waarvoor Dries Van Nieuwenhuyse 550 ondernemingen bevroeg - bundelt en actualiseert concepten, technologieën en vaardigheden eigen aan performance- en veranderingsmanagement. Waar juist het verschil ligt met data driven decision making, wil de auteur al meteen graag duidelijk maken.

Het besluitvormingsproces ontrafeld

Fact-based decision making betekent: mogelijke scenario’s doorlopen over effecten van de beslissing die je gaat nemen”, legt professor Van Nieuwenhuyse uit. “Die scenario’s moet je ontrafelen en vanuit een strategisch oogpunt bepalen wat er nodig is. Vervolgens ga je kijken wat praktisch mogelijk is en een evenwicht vinden tussen waar je naartoe wil en welke beslissingen je daarvoor moet nemen. We ontrafelen het hele beslissingstraject en brengen in kaart of we daar technologische of andere tools en middelen voor nodig hebben.”

Technologie is niet de heilige graal van decision making. Het blijft finaal een mens die de keuze moet maken

“Het verschil met data driven decision making is dat we ‘data’ zien als een onderdeel van de ‘facts’. Het menselijke aspect telt minstens even hard mee als pure data. Data driven betekent vaak schieten en je achteraf afvragen of je wel geschoten moest hebben. Denk maar aan algoritmes die beurskoersen aansturen en de koop- of verkoopbeslissingen die beleggers op basis daarvan nemen. Technologie is niet de heilige graal van decision making. Het blijft finaal een mens die de keuze moet maken. Net daarom is het zo nuttig om het besluitvormingsproces in kaart te brengen en handvatten aan te reiken om op een betere manier beslissingen te nemen.”

Emotie leidt tot nattevingerwerk

Belangrijk daarbij is patronen herkennen om daar je beslissingen op te baseren. “Neem bijvoorbeeld de prognoses over het verloop van de coronacrisis”, zegt Van Nieuwenhuyse. “Men kijkt terug naar hoe de Spaanse griep in 1918 verliep om op basis daarvan beslissingen te nemen. Net zulke modellen willen we toepassen in een corporate context, zodat ondernemers minder vanuit hun buikgevoel beslissingen hoeven te nemen.”

Eerst en vooral moet het emotionele aspect uit je beslissingen. In de politiek is dat een heel belangrijke leidraad, maar ze geldt zéker ook voor bedrijfspolitiek. Je moet proberen om zo objectief mogelijk je beslissingen te motiveren. Voorbeeld: gaat het slecht met een onderneming, dan is de eerste reflex om mensen aan de deur te zetten. Op korte termijn een begrijpelijke beslissing, maar het zou kunnen dat je zo op lange termijn een hypotheek legt op de toekomstige resultaten.”

Zachte beslissingscriteria zijn ook fact-based

Fact-based decision making neemt ook zachtere factoren bij de besluitvorming in beschouwing. “Een héle belangrijke is de impact van het besluitvormingsproces in de organisatie op het vlak van klanttevredenheid, personeelstevredenheid en wellbeing”, zegt Van Nieuwenhuyse. “Waar het op aankomt bij de autonome motivatie van medewerkers, is altijd weer dat ze zelf een stukje besluitvorming in handen krijgen. Heel veel beslissingen kan een bedrijf dus niet louter financieel motiveren.”

“De manier waarop we omgaan met ons personeel is een belangrijk aspect dat we ook fact-based kunnen onderbouwen. Motivatie is een duurzame, waarden creërende parameter die vertrekt vanuit een menselijke factor. Een goed voorbeeld zijn familiebedrijven die in hun besluitvorming verder kijken dan het volgende kwartaal. Ze vinden het doorgaans minder een probleem dan een beursgenoteerde onderneming om eens een jaar geen winst te maken.”

Strategisch, tactisch of operationeel

Beslissingen zijn gelaagd en kunnen op korte of lange termijn genomen worden. “Je moet ook een onderscheid maken tussen strategische, tactische en operationele beslissingen”, merkt Van Nieuwenhuyse op. “Een voorbeeld: gps is een besturingssysteem dat op de lange termijn kijkt, het is richtinggevend. Lane detection is dan weer een operationeel element dat direct effect moet hebben. Allebei belangrijk en in het conceptluik schetsen we het onderscheid. Je mag bijvoorbeeld nooit op strategisch niveau kortetermijnbeslissingen nemen. Dat is als naar Madrid rijden op basis van je lane detection. Het herkennen van het soort beslissing die je neemt, is al de helft van je oplossing.”

Het herkennen van het soort beslissing die je neemt, is al de helft van je oplossing

Verschillende technologische tools kunnen werken op elk respectievelijk niveau: “We beschrijven een aantal functionaliteiten die daarbij kunnen helpen. Een balanced scorecard is typisch op strategisch niveau, multidimensionele visualisatie laat contextualisatie toe op tactisch niveau en rapporten en een dashboard werken op operationeel niveau. Die verschillen mag je niet door elkaar halen, want dan krijg je spraakverwarring en dus slechte uitkomsten.”

Hoe matuur is de besluitvorming van mijn organisatie?

Kan je meten hoe vaardig organisaties omgaan met decision making? “Je vertrekt altijd vanuit een nulmeting, een survey, om daarna met een stappenplan op maat het besluitvormingsproces te verbeteren. We onderzochten met HoGent hoe ver ondernemingen staan op het vlak van maturiteit in hun besluitvorming. Als criteria hanteren we harde en zachte factoren. Ondernemingen hebben verschillende maturiteitsniveaus. Gevestigde waarden zoals een KBC of Bekaert maar evengoed beschutte werkplaatsen die al lang meedraaien, hebben beslissingsprocessen met een hoge maturiteit.”

Een lage maturiteit zoals je die wel ziet bij jonge bedrijven, is niet enkel ‘fout’ want het is makkelijker en goedkoper om een lage maturiteit te verbeteren

“Een lage maturiteit zoals je die wel ziet bij jonge bedrijven, is niet enkel ‘fout’ want het is makkelijker en goedkoper om een lage maturiteit te verbeteren. Om het maturiteitsniveau van 1 naar 2 te brengen, volstaat het dat je je rapporteringsomgeving centraliseert, ervoor zorgt dat iedereen dezelfde taal spreekt en iedereen hetzelfde bedoelt als er over ‘omzet wordt gesproken’. Dat zijn erg zinvolle basisverbeteringen of quick wins.”

Veel start-ups hebben een verrassende hoge maturiteit in hun besluitvorming dankzij data driven decision making. Dat was wel typerend en opvallend in mijn onderzoek. Peter Hinssen toont het belang van data driven decision making aan als basis voor een succesvol businessmodel. Het stelt ook kleine bedrijven in staat hun besluitvormingsproces te optimaliseren. Fact-based decision making trekt het open naar een ruimer raamwerk dat verschillende methodieken oplijst. Als een vuurtoren, een navigatie-instrument dat je snel toelaat om je te positioneren.”

Met machine learning los je niet alles op

Om stapsgewijs, duurzaam en realistisch de maturiteit van een onderneming te vergroten, kan technologie zoals performance management software een nuttige tool zijn. “Belangrijke fundamenten zijn data warehousing en big data”, zegt Dries Van Nieuwenhuyse. “Nieuw daarbij is het concept van een data lake waarin ook ‘zachte’ data als tweets zitten. Zo krijg je een mix van gestructureerde data uit boekhouding en CRM en social media trends.”

“We hebben zelf de overeenkomsten tussen bedrijven onderzocht op basis van een woordanalyse van hun webteksten. Aan statische gegevens zoals klanteninformatie kan je analytics toevoegen. Dat hoeft niet per se machine learning te zijn. Machine learning is goed voor patroonherkenning, typisch een toepassing voor operationele beslissingen, maar niet voor het strategisch niveau.”

Machine learning is goed voor patroonherkenning, typisch een toepassing voor operationele beslissingen, maar niet voor het strategisch niveau

“We maken dus een onderscheid tussen datagedreven analyse, operationeel en bottom-up, waarmee je patronen kan herkennen zoals machine learning en AI. Daartegenover heb je vraaggedreven analyse zoals statistisch onderzoek dat vertrekt vanuit een businessvraag. Een derde soort analytics is descriptive analytics waarin je bijvoorbeeld verschillende soorten klanten detecteert of in kaart brengt welke leeftijdscategorie gevoelig is voor corona. We maken die opsplitsing zodat je als decision maker de juiste methodiek op een uitdaging loslaat: wat je niét gebruikt, is net zo belangrijk.”

“Met machine learning los je niet alles op, net zoals je gps je niet per se op het juiste rijvak zet. Er zal altijd nood zijn aan puur descriptieve analyses, clusteranalyses, om op korte termijn onderbouwde beslissingen te nemen. Ook basisbenaderingen volstaan om tot zinvolle besluitvorming te komen.”

Harde feiten hebben goede PR nodig

Er is een grote behoefte aan storytelling en de democratisering van ‘facts’. Een helder verhaal voegt een noodzakelijke extra laag toe om besluitvorming te faciliteren. Wijlen Hans Rosling toonde met zijn concept Factfulness – Hou er alleen sterke meningen op na als die geschraagd worden door harde feiten – een groot verschil kan maken, op voorwaarde dat die op een juiste manier gebracht worden. Wil Dries Van Nieuwenhuyse de nieuwe Hans Rosling worden?

Nee, wat ik doe, is de complexiteit van het besluitvormingsproces blootleggen”, benadrukt de professor. “Fact-based decision making wil alle mogelijke data duiden en onderscheiden. Wat is relevant en waarom zouden we doen wat we doen? Ik probeer vooral bedrijven de weg te laten vinden in het oerwoud van data. Noem het maar het ontbinden in factoren van de informatiebrij. Duiding brengen en mensen tot andere manieren van werken laten komen.”

Kom je sterk met facts & figures naar buiten zoals ook viroloog Marc Van Ranst dat doet, dan creëer je een extra argument om je besluitvorming erop te baseren

“Rosling is een mooi voorbeeld van geweldige storytelling. Hij laat zien hoe je je facts verpakt, in zijn geval via mooie visualisatiemethodes. Er is een immense nood aan heldere communicatie met een wetenschappelijke onderbouw. Kom je sterk met facts & figures naar buiten zoals ook viroloog Marc Van Ranst dat doet, dan creëer je een extra argument om je besluitvorming erop te baseren.”

De komst van het coronavirus kun je een goede test noemen over wat besluitvorming hoort te zijn. Greta Thunberg en het IPCC doen dat naar mijn aanvoelen dan weer wat te belerend en drammerig over de klimaatverandering, dus roept hun boodschap bij sommigen weerstand op, ook al leggen ze harde feiten voor. Terwijl nepnieuws via Twitter, zoals Trump dat verspreidt, erin gaat als zoete koek. Onwetendheid is de doodsteek. Net vermijden dat je door foute signalen ook foute beslissingen zou nemen, is de kernboodschap van fact-based decision making.”

Schrijf je in voor onze wekelijkse nieuwsbrief
Connecteer met 84.504 abonnees
Bloovi Magazine

Bloovi brengt 2x per jaar een eigen print magazine uit. Met inspirerende verhalen van spraakmakende ondernemers.

>> vraag hier je gratis exemplaar aan

Schrijf je in voor onze wekelijkse nieuwsbrief