Ongecijferdheid speelt parten
Grofweg 2,5 miljoen landgenoten van 16 jaar en ouder hebben vandaag de dag moeite met lezen, schrijven en/of rekenen. Vooral “ongecijferdheid” (minder vleiend ook wel eens “datablindheid” genoemd), ontwikkelt zich ook op de werkvloer steeds meer tot een vervelende handicap. Een belemmering die organisaties en individuen bovendien op flinke achterstand kan zetten. Zeker in een steeds verder digitaliserende maatschappij.
Data literacy, oftewel datageletterdheid, is een onmisbare vaardigheid in de vierde industriële revolutie. Datageletterdheid stelt iedereen in staat vragen te stellen over data en machines, kennis op te bouwen, besluiten te nemen en de betekenis ervan met anderen te delen.
Het PDCA-handboek 'Datacratisch werken' 
In dit complete PDCA-handboek beschrijft auteur Daan van Beek het totale spectrum van datageletterdheid en datacratisch werken. Dit is een splinternieuwe, veelbelovende manier van werken met data met als doel betere beslissingen te nemen. Daan gaat uitgebreid in op de basisprincipes van continu verbeteren, PDCA, data analyse, lean processen, algoritmes, beslissingen en leerprocessen in organisaties.
Rammelende steekproeven
Organisaties die hun processen willen automatiseren en robotiseren en hun big data willen verzilveren, zullen daarom fors moeten investeren in opleiding en training van hun ongecijferde werknemers. Het streven naar datageletterdheid is in de praktijk ook een strijd tegen rammelende steekproeven en “kulcausaliteit”, zo toont de gepromoveerde econometriste Sanne Blauw overtuigend aan in haar vlotgeschreven boekje over ongecijferdheid. Zij baseert zich hierbij mede op de klassieker How to Lie with Statistics, geschreven door Darrell Huff in 1954!
Levensgevaarlijke cocktail
Blauw illustreert aan de hand van tal van herkenbare voorbeelden uit de dagelijkse praktijk hoe data en cijfers ons leiden, verleiden én misleiden. Zo is wetenschapsjournalistiek, zeker in combinatie met gezondheidsnieuwtjes, misschien wel de gevaarlijkste cocktail. Het gaat echter meestal al mis bij het opzetten van een onderzoek. Bij het bepalen van de steekproefgrootte kunnen onderzoekers volgens Blauw zes cruciale fouten maken.
De onzekerheidsmarges worden vaak over het hoofd gezien.
De omstandigheden of de vragen deugen niet, het onderzoek sluit bepaalde groepen uit, of de ondervraagde groep is te klein. Er is sprake van een te hoge non-respons als te weinig mensen mee willen doen. De onzekerheidsmarges worden over het hoofd gezien, of de onderzoeker heeft belang bij een bepaalde uitkomst. Inderdaad, wetenschappelijk verantwoord onderzoek doen luistert nogal nauw.
De kulcausaliteit overheerst
Maar ook bij interpreteren van de data gaat het volgens Blauw vaak mis. Zij spreekt in dit verband over “kulcausaliteit”. Het probleem met correlaties is dat als je maar lang genoeg zoekt, je altijd wel een verband tegenkomt. Maar dat verband kan net zo goed door toeval zijn ontstaan. De zogenoemde p-waarde (“probability”) geeft hierover uitsluitsel.
Als je maar lang genoeg zoekt, vind je altijd wel een verband.
Daarnaast kunnen ook andere factoren een rol spelen die zowel de oorzaak als het gevolg beïnvloeden: er ontbreekt een factor. Tot slot kan er sprake zijn van een omgekeerd verband. Kortom: een correlatie betekent niet automatisch dat er een causaal verband bestaat. Maar hoe maak je dat allemaal duidelijk aan het grote publiek en aan de mensen op de werkvloer die toevallig geen bèta-opleiding hebben genoten?
Benut de data-opportuniteiten
De initiatiefnemers van het Data Literacy Project willen in ieder geval niets aan het toeval overlaten. Opleiding en training zijn volgens hen hét recept tegen dataongeletterdheid. “This is the age of Data Opportunity”, zo stelt Qlik. De data analytics firma neemt samen met oprichtingspartners Accenture, Cognizant, Experian, Pluralsight, het Chartered Institute of Marketing en Data to the People het voortouw. Het doel is om discussies te entameren en de benodigde tools te ontwikkelen die helpen bij het streven naar een succesvolle, datageletterde maatschappij. Uiteindelijk willen ze er natuurlijk ook geld mee verdienen, maar daar is op zich niets mis mee. De maatschappelijke relevantie van het Data Literacy Project is immers groot.
Maak van iedere collega een zelfverzekerde data-aristocraat
Wat alleen nog ontbreekt is het vertrouwen in eigen kunnen. Oftewel: hoe maken we van een onzekere ‘data doubter’ een zelfverzekerde data-aristocraat? Door zoveel mogelijk beslissingen te delegeren aan databedreven medewerkers, zo besloot men bij Quooker, de succesvolle Nederlandse uitvinder en fabrikant van de kokendwaterkraan.
De whitepaper 'De datagedreven onderwijsinstelling' 
Datageletterdheid (of data literacy) is tegenwoordig een onmisbare competentie voor elke ambitieuze organisatie. Als er één sector is die datagedreven werken zou moeten omarmen, dan is het wel de onderwijssector. Deze whitepaper beschrijft niet alleen alle best practices voor datagedreven onderwijsinstellingen, maar ook de eventuele blokkades en weerstanden.
Maatschappelijke relevantie
‘Door de opkomst van automatisering, robotica en kunstmatige intelligentie, wordt het steeds belangrijker dat we vertrouwen hebben in onze eigen datavaardigheden’, aldus Mike Capone, CEO van Qlik. Datavaardigheden zijn volgens hem onmisbaar in de huidige digitale revolutie. De deelnemers van het Data Literacy Project voorzien individuen en bedrijven van trainingsmaterialen, interactieve assessment tools en bieden toegang tot een netwerk van experts. Dit netwerk ondersteunt niet alleen de ontwikkeling van persoonlijke vaardigheden, maar werkt daarnaast aan het vergroten van het bewustzijn rondom het belang van een datagedreven cultuur binnen bedrijven.
Datageletterdheid is hét wapen tegen verkeerde beslissingen.
‘Individuen moeten de integriteit van hun data- en analytics-uitkomsten kunnen vertrouwen’, meent ook Sanjeev Vohra, global technology officer bij Accenture. Data literacy is volgens hem een onmisbare vaardigheid die ons in staat stelt kritisch naar informatie te kijken voor we cruciale besluiten nemen.
Kortom: datageletterdheid is hét wapen tegen verkeerde beslissingen, dwalingen, dwaasheden en andere dommigheden. Onderwijsinstellingen en opleidingsinstituten over de hele wereld zouden daarom data literacy aan het standaardcurriculum moeten toevoegen.
Data Literacy Index houdt vinger aan de pols
Terwijl iedereen in de leslokalen zit voor een college datageletterdheid, houdt de zogenoemde Data Literacy Index bij hoe organisaties en landen scoren op het aspect van datageletterdheid. Dit is de optelsom van menselijke vaardigheden, het aantal datagedreven beslissingen en de mate van verspreiding van data binnen organisaties. Wereldwijd scoort Singapore het hoogst op deze index met een mediaan van 84,1. Europa doet het ook niet slecht. In ons werelddeel scoort Engeland het hoogst met een score 81,3. Van Nederland zijn helaas (nog) geen cijfers bekend.
Koplopers op het gebied van datageletterdheid hebben drie tot vijf procent hogere marktkapitalisatie.
Wél bekend is dat er een correlatie bestaat tussen datavaardige ondernemingen en hun bedrijfsresultaten. Koplopers op het gebied van datageletterdheid hebben drie tot vijf procent hogere marktkapitalisatie. Bovendien heeft datageletterdheid een positieve invloed op prestatie-indicatoren, zoals de brutomarge, return on assets, return on equity en return on sales. Desondanks biedt slechts een derde van de onderzochte ondernemingen een training Datageletterdheid aan. Een schamele 17 procent van de bedrijven stimuleert zijn mensen om datavaardiger te worden.
Datacratisch werken
Ook Passionned Group onderkent als trendsetter het belang van datageletterdheid voor organisaties. In zijn boek Datacratisch werken beschrijft auteur Daan van Beek hoe je je medewerkers en teams op een aantal aspecten kunt scoren en inschalen als het gaat om datageletterdheid. Vier factoren spelen hierbij een doorslaggevende rol.
Vier factoren
Zijn mensen wel in staat om data te lezen? Zijn ze in staat om data analytics toe te passen in hun dagelijkse werk? Met hoeveel data-analfabeten heb je eigenlijk te maken in je team? Dankzij dit soort inzichten kun je mensen veel gerichter helpen om meer uit data te halen en de datageletterdheid toe te laten nemen. Hierbij zijn vier factoren van belang: de toegang tot data, de houding tot data, vaardigheden en kritisch denken. Deze aspecten kun je vervolgens scoren op de bekende Likert-schaal van 1 tot en met 5. De totaalscores geven globaal de mate van volwassenheid weer als het gaat om datageletterdheid.
Wil jij je datageletterdheid verhogen? Volg dan onze Power BI cursus.
Overbrug de competentiekloof
Die totaalscores zouden wel eens tegen kunnen vallen. Er is sprake van een competentiekloof. Gartner verwacht daarom dan ook dat 80 procent van de organisaties volgend jaar daadwerkelijk aan de slag gaat met het ontwikkelen van competenties op het terrein van datavaardigheden. Met als doel om de tekortkomingen, versneld weg te werken. Deze voorspelling staat overigens in het rapport Build a Data-Driven Enterprise. Datageletterdheid, ik nomineer het nu alvast voor Van Dales Woord van het Jaar 2024. Data to the People, schreeuw het van de daken!
Thomas Abramse is een full stack BI-specialist met managementervaring. Als adviseur, interim-manager en als leidinggevende van operationele teams is hij multi-inzetbaar op diverse fronten. Thomas is tevens coördinator van de opleiding Datagedreven werken waarbinnen datageletterdheid een prominente rol inneemt.
