De weg naar ‘Data Driven Decision Making’: een experimentele cultuur & toegankelijke data

In mijn werk ben ik veel bezig met ‘data driven decision making’. Sterker nog, mijn bedrijf SilverLabs helpt besluitvorming processen meer data gedreven en rationeel te maken. Door de relevante informatie op een rij te hebben rondom een onderwerp of dilemma worden discussies en besluiten sneller, beter, effectiever en efficiënter gevoerd en genomen. In een serie van blogs duik ik in de wereld achter besluitvorming en alle aspecten die daarbij belangrijk zijn. En uiteraard over de rol die data en technologie daarbij speelt.

Bij rationele besluitvorming spelen data (P&L’s, resultaten van onderzoeken, uitkomsten van voorspellende modellen, enz) een belangrijke rol. De wereld zou simpel zijn als we alle beslissingen volledig rationeel zouden nemen. Veel beslissingen worden echter, zoals we allemaal weten, helemaal niet rationeel genomen en dan treden hele andere processen in werking.

Nu er vaak wordt gezegd dat besluitvorming (en consensus vinden) steeds moeilijker wordt door polarisatie, fake news en de stortvloed aan informatie, onderzoek, advies en rapporten, is er een mooie rol weggelegd voor LLM’s in combinatie met (onafhankelijke) gestructureerde en ongestructureerde databronnen. Het zou daarmee makkelijker moeten worden om nu sneller door alle informatie en data te navigeren. Om daarmee een gemeenschappelijk uitgangspunt te creëren op basis waarvan besluiten kunnen worden genomen. Binnen veel organisaties wordt nog weinig gebruik gemaakt van deze revolutionaire technologie. En, als we naar de politieke discussies kijken, is op dit gebied ook nog heel veel te winnen. Op veel dossiers worden zinloze discussies gevoerd omdat zij al elders zijn gevoerd en besloten of omdat zij rusten op de verkeerde informatie en aannames. Ik denk dat nieuwe technologie nog onvoldoende wordt ingezet in dit domein.

Een solide en rationeel besluitvormingsproces bestaat uit de volgende fasen:

• Probleemdefinitie: een duidelijke en heldere definitie van het probleem.
• Criteria bepalen: Criteria waaraan een oplossing dient te voldoen. Op basis van deze criteria zal uiteindelijk de beslissing worden genomen.
• Opties genereren: alle mogelijke alternatieven worden bedacht in een brainstorm sessie waarin alle beschikbare informatie op tafel ligt. Hierbij spelen voorspellende modellen (op basis van data en aannames) een belangrijke rol om scenario’s en effecten door te rekenen.
• Evalueren van de opties: de alternatieven worden beoordeel op basis van de vastgestelde criteria. Dit kan door middel van een scorecard bijvoorbeeld georganiseerd worden.
• Optimale keuze maken: de beslisser kiest de optie met de beste uitkomst en het hoogste effect.
• Implementeren en evalueren: het besluit wordt uitgevoerd en de resultaten worden geëvalueerd.

Randvoorwaarden voor zo’n rationeel besluitvormingsproces, waar doorgaans niet aan voldaan wordt, zijn:

• Een mate van vertrouwen tussen de deelnemers die de verantwoordelijkheid delen om tot een beslissing te komen
• Overeenstemming over welke informatie noodzakelijk, relevant en betrouwbaar is om de besluitvorming mee te onderbouwen
• Gezamenlijk begrip en acceptatie over de statistische robuustheid van de gebruikte methodieken om informatie te verzamelen. Denk hierbij aan de steekproefgrootte van onderzoeken, herkomst en juistheid van cijfers, vertrouwen in en begrip over econometrische voorspellende modellen
• Overeenstemming over hoe de alternatieve scenario’s en oplossingsrichtingen worden uitgewerkt en hoe mogelijke effecten worden doorgerekend.
• Overeenstemming over de ‘grotere’ doelen en missie van de organisatie en de KPI’s en metrics die daarbij horen. En hoe dit deelprobleem daarmee samenhangt. Hierbij is een gemeenschappelijke visie en KPI framework essentieel. Zo blijkt uit onderzoek dat bij maar liefst 78% van de organisaties de missie en doelen niet leven op de werkvloer. 
• Een open houding om alle mogelijke scenario’s die volgen op de beslissing te verkennen en door te nemen.
• Overeenstemming over rollen binnen het besluitvormingsteam
• Een duidelijk omschreven proces, bekend bij alle deelnemers, van de te nemen stappen
• Een gelijke informatievoorziening voor alle deelnemers en tijd om voorbereid aan de discussie deel te nemen
• Een planning en datum waarop de beslissing genomen moet zijn, zodat de discussie niet eindeloos kan gaan duren. Doorgaans staat besluitvorming onder druk en is snelheid een belangrijke component. De vereiste snelheid bepaalt ook vaak welk proces haalbaar is.
• Een leider die samenvat, de discussie leidt, structuur aanbrengt in de discussie, de scenario’s afloopt, tussenstanden doorgeeft, herhaling voorkomt, enz.

Besluitvorming is vaak niet rationeel

Herbert Simon, een politiek wetenschapper, erkende dat mensen in de praktijk niet altijd volledig rationeel kunnen zijn. Vaak is er beperkte informatie waardoor er met ontbrekende data toch een beslissing moet worden genomen. Mensen kunnen daarnaast niet alle informatie verwerken en alle mogelijke alternatieven tegen elkaar afwegen. Daarbij moeten beslissingen vaak onder tijdsdruk worden genomen.

In plaats van één ‘optimale’ oplossing te zoeken, kiezen beslissers dan voor de op dat moment ‘meest bevredigende’ oplossing: een optie die goed genoeg is. Hierbij kan ervaring en advies van experts een rol spelen. In sommige gevallen, zoals in advertising, kan een experimentele opzet goed werken. Hierbij wordt een genomen beslissing getest in de praktijk. Op deze manier zijn de beslissingen altijd tijdelijk van aard en kunnen deze herzien worden zodra blijkt dat een andere optie tot een beter resultaat leidt.

Besluitvorming onder tijdsdruk

Als snelheid een belangrijke rol speelt is het noodzakelijk om de relevante informatie, data en analyses zoveel mogelijk klaar te hebben staan. Hierbij wordt eerst bepaald welke data essentieel is voor (vaak repeterende) besluitvorming en wordt gelokaliseerd waar deze data vandaan kan worden gehaald. Daarna wordt bekeken in welke vorm deze het best kan worden meegenomen in de workflow.  Alle relevante data uit systemen zoals ad tech (Google, Meta, enz), backoffice, ERP en CRM worden geautomatiseerd.

Uiteraard is besluitvorming niet alleen een domein van feiten en data. Allerlei psychologische, culturele en politieke aspecten spelen een rol en veel beslissingen worden niet zuiver rationeel genomen. Daarnaast is er een groot verschil tussen hoe mensen daadwerkelijk besluiten nemen (beschrijvende modellen) en hoe dit zou moeten gebeuren (normatieve modellen).

In de politiek zien we dat besluitvorming voor een groot deel afhangt van het moment in de termijn (komen er verkiezingen aan of niet), wederzijds ver- of wantrouwen in elkaar, het eigen programma, de overkill aan documentatie (daar klaagde Pieter Omtzigt al een tijdje over) en kennis over het onderwerp. Hierdoor zijn kamerleden, áls ze al deelnemen aan debatten (PVV kamerleden doorgaans niet dus) vaak niet goed voorbereid.

SilverLabs levert een blauwdruk voor besluitvormingsteams (MT’s, boards, project teams, marketing teams, stakeholder teams) om meer datagedreven te worden. SilverLabs heeft veel ervaring met de dataverzameling, combinatie en analyse die nodig is voor goede besluitvorming en succesvol experimenteren. Hierbij horen ook oplossingen om met data scenario’s door te rekenen op effectiviteit en toekomstig succes.