Logo

Verbinding tussen mensen in connected architectuur

Data gerelateerde initiatieven verlopen moeizaam. Het verkrijgen, aanpassen en onderhouden van informatie oplossingen kost meer inspanning dan je wenst. De doorlooptijd van projecten loopt op. Ik ben in de serie “de complexiteit van informatieprojecten” ingegaan op de oorzaken hiervan.

Eén van de consequenties is dat de roep om data governance groter wordt. Als je op internet zoekt, dan gaat de ene helft van data-gerelateerde artikelen over de zegeningen van data technologie en de andere helft van de artikelen vertelt dat je gedoemd bent te mislukken als je de data governance niet op orde hebt.

Illustratie bij dit artikel

Veel data governance projecten falen ondanks de erkenning van de noodzaak en het opportunisme zegeviert, waardoor de versplintering van het informatie landschap tot een feit wordt. Hoe voorkom je dit?

We blijken menselijk te zijn

Ik denk dat de oplossing ligt in het erkennen van hoe mensen werken, wat onze menselijke natuur is.

  • Als je afgerekend wordt op je (toegewezen) bijdrage in het bereiken van doelstellingen, ga je je daar naar gedragen. Alles wat niet bijdraagt en toch belangrijk is ga je bewust of onbewust negeren.
  • Ieder mens heeft persoonlijke motivatie en professionele interesses. Datgene wat je leuk vindt en waar je controle over hebt ga je doen, al het andere ervaar je al snel als verplichting.
  • Als individueel mens heb je een beperkte en vaak ook gekleurde blik op het totaal.

Informatie met elkaar uitwisselen is noodzakelijk om consensus te vinden over de stand van zaken. Door de uitwisseling te institutionaliseren in organisatieprocessen en te ondersteunen met technologie kom je samen op een hoger plan. Kennelijk zijn we in staat om in samenwerking over onze eigen beperkingen heen te stappen.

Tot eensluidende duiding van informatie komen in een bedrijfsomgeving is niet eenvoudig

Voor we op zoek gaan naar hoe we de menselijke natuur kunnen incorporeren in oplossingen, is het denk ik nuttig om stil te staan bij de vraag: waarom is het zo moeilijk om data governance van de grond te krijgen?

Barry Devlin heeft in het Modern Meaning Model (m3 model) het antwoord gegeven. Ik raad aan om het gelinkte artikel te lezen.
Barry Devlin's Modern Meaning Model
(reproductie van het m3 model met toestemming van Barry Devlin)

Data governance is het beheren van de eenduidigheid, de betekenis, van informatie, zodat in de uitwisseling van informatie de verbetering van de bedrijfsvoering zo effectief mogelijk is en er geen verkeerde conclusies getrokken worden uit de informatie. Het maakt daarbij niet of het over informatie voor de besturing van bedrijfsprocessen gaat, zoals in BI of analytics, of het gebruik van informatie in bedrijfsprocessen. De consensusvorming vindt plaats op het bovenste niveau van het model. Het proces van duiden (’sense making’ in het model) betekent dat een brede groep van mensen tot overeenstemming moet komen wat de informatie nu betekent. Data (‘hard information’ in het model) is de grondstof waarmee we het proces van duiden voeden.

Wat we in BI vervolgens trachten te doen is de consensus over de betekenis vast te leggen in informatieoplossingen waardoor die consensus als harde informatie (data) kan worden gedistribueerd.

Data governance initiatieven stranden hier vaak, omdat ze voorbij gaan aan het menselijke proces, het mentale niveau in het model. Je gaat niet bij jezelf bedenken wat de impact van jouw interpretatie van informatie is op de buurman als je niet samen aan dezelfde doelstelling werkt of binnen hetzelfde onderdeel van de organisatie. Je wordt er niet op afgerekend, je overziet de impact niet. Als data governance vervolgens opgelegd wordt door ‘anderen’ die zich met het probleem bezig houden dan ligt het niet in het verlengde van je persoonlijke interesse of motivatie. Sterker, het beperkt je manoeuvreerruimte en vrijheid.

Als jij het niet doet, nou, dan doe ik het wel!

Wat je in de praktijk vervolgens ziet gebeuren is dat technische mensen die zich met data (hard information) bezig houden de verantwoordelijk nemen om voor de gebruikers van informatie te beslissen wat eenduidigheid is en hoe je dat moet vormgeven in de informatieproducten die ze maken. Bij hen komen de individuele belangen van individuele gebruikers samen waardoor ze meer inzicht hebben in de samenhang tussen bedrijfsprocessen, hoe deze tot uiting komt in de data en wat de consequentie is van inconsistente informatie in de consensus vorming over wat de volgende actie is onder gebruikers van die informatie.

En daar gaat het fout. De technische mensen zijn ook maar mensen die zich niet anders gedragen dan de gebruikers van informatie. Ze kennen de gebruikscontext niet volledig en hun persoonlijke motivatie ligt veel meer in het temmen van de data. Ze worden afgerekend op het beschikbaar maken van de informatie, niet op de toepassing ervan. Je gaat een tegenstelling krijgen tussen de gebruiker die het maar gezeur vindt en de ontwikkelaar die vindt dat de gebruiker de verantwoordelijkheid afschuift. Als dit lang genoeg doorgaat ontstaat vanzelf de grote klaagzang over de onwil en traagheid van IT.

Gebruikers gaan om IT heen werken, zonder zich over beheervraagstukken te bekommeren en de versplintering van het data landschap is het gevolg. Opportunistisch gedrag is een product van onze menselijke natuur.

Maar hoe dan wel?

De oplossing ligt in het anders organiseren van het institutionaliseren van de besturing op gebruik van informatie. In “wind mee organiseren voor de data organisatie” ben ik ingegaan op de structuur. Om succesvol te kunnen zijn moet de organisatie van informatie en de verantwoordelijkheid liggen bij de gebruikers van informatie. Waarom is dit een voorwaarde voor succes?

Structureel met elkaar in gesprek blijven is de enige manier om wederzijds begrip te krijgen en te houden. Begrip dat consensus in de duiding van informatie alleen ontstaat door er met elkaar over te praten. Begrip van de noodzaak om de consensus over de duiding vast te leggen in data, in dashboards, in briefings, in verklarende tekst, in video’s, in powerpoint presentaties, in word documenten en in data definities die gebruikt worden om IT applicaties mee te bouwen.

Het vastleggen van de consensus, ‘mentoring’ in het m3 model, is een collectief proces. Mensen met verschillende vaardigheden, zoals analisten en ontwikkelaars zijn betrokken. Gebruikers uit verschillende delen van de organisatie zijn verantwoordelijk om te bepalen welke informatie voor iedereen van belang is en welke informatie voor een selectieve groep van belang is. Informatie ordenen en prioriteit geven aan wat vastgelegd moet worden is een continu proces en moet georganiseerd worden.

Connected architectuur raamwerk versie 2

Hoe je invulling geeft aan de structuur is waar het moeilijk wordt. Het lastige punt is de overgang tussen informatie valorisatie governance en informatie verwerking governance. Hier is waar onze mentale processen, het vormen en toepassen van kennis uit het m3 model, de menselijke natuur en het belang van een gezamenlijke afstemming van de betekenis van informatie met elkaar geconfronteerd worden. We weten uit het m3 model dat we dezelfde harde informatie anders duiden door verschil in kennis die gevoed wordt door onze ervaringen en persoonlijke interesses.

Het proces van afstemmen kost veel energie en tijd en het is een continue exercitie. Je moet blijven investeren in het op orde houden van het gezamenlijke, voor je het weet valt iedereen terug in zijn persoonlijke belang. En dat is begrijpelijk. Het is net als met kinderen: het speelgoed uit de doos halen en er mee spelen is leuk, maar opruimen totaal niet. De discipline bijbrengen is een combinatie van volharding, belonen en straffen en daarmee conditioneren van het gedrag, tot het gewoonte wordt. Dat is met data governance niet anders.

De truc is om gebruikers onderling elkaar de discipline te laten bijbrengen, waarbij de data-technische mensen het inzicht in de consequenties van het ontbreken van consensus ter tafel brengen en ook mogen bepalen wanneer de gebruikers hun verantwoordelijkheid onvoldoende nemen en de data omgeving inconsistent dreigt te worden.

Het gezamenlijke is vloeibaar in de tijd

Hoe groter het aantal mensen dat betrokken is, hoe trager het proces verloopt. Je moet daarom goed nadenken wanneer het gezamenlijke echt van belang is. Differentiatie in gebruikspatronen, de distributiegraad van informatie en inzicht in de levenscyclus van informatie is van essentieel belang om dat te bepalen.

Alle data in een data lake gooien en iedereen laten grabbelen is het equivalent van de speelgoed opbergbox tot de bodem leeghalen. Na verloop van tijd is de kamer één grote puinhoop.

Waar de besturing over afdelingen, of over bedrijfsprocessen heen loopt, dat is waar de consensus gevonden moet worden over de gebruikscontext van individuele gebruikers heen. Dat is het deel waar die gezamenlijke governance nodig is. Daar waar de informatie en de interactie over consensus binnen eenzelfde gebruikscontext plaats vindt is data governance niet minder noodzakelijk, maar de vorm waarin kan prima door de gebruikers onderling georganiseerd worden.

Omdat het veranderlijk is in de tijd welke informatie dit betreft is actief de afstemming houden en met elkaar in conversatie blijven zo belangrijk.

Je ziet in de praktijk dat na verloop van tijd iedereen weer terugvalt in de menselijke gewoontes. We denken dat we het geregeld hebben, maar niets menselijk is ons vreemd. Data entropie is de consequentie van dat menselijk gedrag.

Beperk de set die formeel afgestemd moet worden om dit tegen te gaan. Je moet niet steeds nieuw speelgoed bijkopen en de opbergbox volstoppen, maar ook bepalen wat weg kan. Ouders weten vaak erg goed dat het verstandig is om hun kinderen toe te staan nieuw speelgoed toe te voegen als ze zelf ook kiezen wat er weg gaat. Ik denk dat menig volwassene die dit leest uit de eigen jeugd nog wel weet hoe lastig dat is. Met data in organisaties is het niet anders, in weerwil van de technologie die het verzamelen van petabytes aan data kinderspel maakt.

De grootste winst is als je bewust bent dat er een balans is te vinden in formele data governance en informele data governance. Waar die balans ligt verandert door de tijd heen en is altijd het resultaat van een doorlopend conversatie tussen gebruikers en verwerkers van de informatie.



Je kan me bereiken via