In mijn vorige blog beschreef ik al kort het voorbeeld van het Corona dashboard van de
Rijksoverheid.
In deze blog ga ik daar dieper op in. Vooral om als voorbeeld te dienen voor wat dit kan betekenen voor de implementatie van BI dashboard(s) bij jouw organisatie.
Een dashboard is pas zinvol als er ook acties genomen worden wanneer de cijfers slechter zijn dan de normwaarden. Dit gaat bij het corona-dashboard helaas moeizaam. Een groot deel van de zomer stond de R (het verspreidingsgetal, ofwel hoeveel mensen besmetten één andere persoon) boven de normwaarde van 1.0, maar werden er geen strengere maatregelen afgekondigd.
Begin september heeft het kabinet dan toch een aantal maatregelen ingevoerd (registratieplicht voor bezoekers horeca, aantal gasten thuis bepreken tot maximaal 6, uitstel opening nachtclubs), en is de R toch weer even gezakt. Of dit komt door de maatregelen van de overheid of door waarschuwingen in de media blijft natuurlijk lastig om te zeggen. De laatste dagen loopt het aantal besmettingen echter weer heel snel op.
Opvallend
Er zijn 4 dingen die mij opvallen aan het Corona-dashboard en het gebruik ervan:
Ten eerste wordt bij het bepalen van de maatregelen gerefereerd naar uitkomsten van het bron- en contactonderzoek. Deze zijn vanaf het dashboard niet te vinden. Ze zijn beschikbaar in een pdf op de website van het RIVM. Dit is geen KPI (Key Performance Indicator) dus dit hoeft niet perse in het dashboard. Maar je zou verwachten dat dit soort belangrijke informatie, waar beslissingen op worden gebaseerd, snel op bijvoorbeeld een tweede werkblad te vinden is.
Al met al blijkt dat het maken van een dashboard alleen niet genoeg is.
Er moet meteen worden ingeschat of KPI’s die op het dashboard worden gezet niet te hoog op te laag zijn.
En wat je daar vervolgens mee gaat doen. Hierbij blijkt nog wel eens dat er meer informatie nodig is.
Als BI & Health Analytics consultant is dit iets waar ik dagelijks mee bezig ben. In onze projecten werken wij altijd met een dashboard met meerdere tabbladen (werkbladen). Naast de hoofdpagina kunnen we zo verdiepingsoverzichten of aanvullende informatie aanbieden.
In sommige gevallen blijkt dat KPI’s verkeerd zijn gekozen of dat er extra (proces)indicatoren nodig zijn om in de gaten te houden of maatregelen goed worden ingevoerd.
Uit het voorbeeld over het gebrek aan KPIs over de toegankelijkheid van een Corona-test blijkt ook dat het belangrijk is dat de stakeholders zich herkennen in en sturen op dezelfde indicatoren.
Dat er door verschillende mensen binnen een organisatie wordt gestuurd op verschillende KPIs, en dus dat informatie op een andere manier verkregen wordt, is iets dat ik meerdere malen heb meegemaakt.
Soms werd er dan bijvoorbeeld begroot op cijfers die nauwelijks terugkwamen in de rapportages. Een goed voorbeeld hiervan is iets dat ik in de praktijk heb meegemaakt. Een manager stuurde erop om een KPI zo laag mogelijk te krijgen terwijl de rest van de organisatie dezelfde KPI zo hoog mogelijk wilde krijgen.
Een goede implementatie van stuurinformatie zorgt er dus ook voor dat op verschillende niveaus in de organisatie gekeken wordt naar dezelfde KPIs met dezelfde definities.
Ook de begroting moet hierbij aansluiten, wat meteen zorgt dat voor deze cijfers normen beschikbaar zijn. Dit vereist een implementatie- en keuze traject waarbij de Planning&Control-cyclus eenduidig wordt ingericht.
Ben je na het lezen van deze blog geïnteresseerd en zou je eens met Jesse van gedachten willen wisselen? Neem contact op via: contactformulier of info@esculine.nl
