Meten is niet altijd weten


- via deze website

Meten is weten blog

Door de projecten die ik heb gedaan en werkzaamheden die ik uitvoer, heb ik de volgende zin – in verschillende uitvoeringen, maar met dezelfde strekking – nogal eens voorbij horen komen: “Want ja, meten is weten.” Meestal bedoeld om mij een bepaald rapport of analyse te laten maken.

Maar ik ben het niet eens met die uitspraak.

Althans, niet onvoorwaardelijk.

Want ja, als je iets wilt weten, is het handig een en ander te meten. De crux zit hem echter in het achterhalen van wát je dan precies wilt weten, zodat je de juiste dingen, op de juiste manier, gaat meten.

Paraplu of zonnebril

Zo zou ik de temperatuur kunnen meten en 18 graden constateren.
Maar dan weet ik feitelijk nog niks, als mijn doel was te bepalen wat ik aan moet trekken als ik naar buiten ga. Het kan plenzen dat het giet, maar het kan ook een aangename voorjaarsmiddag zijn. Dat maakt nogal een verschil. Paraplu en regenlaarzen of zonder jas, met zonnebril op het terras.

Paraplu of zonnebril

Was mijn vraagstelling juist geweest ("Wat moet ik aantrekken?"), dan had ik niet alleen op de thermometer (of m'n iPhone) gekeken hoe warm het was, maar ook even naar buiten gekeken (of op Buienradar) om te constateren of het regent of niet.

In een bedrijf werkt dat niet anders. Je kunt de wereld aan getallen verzamelen, maar zonder te weten op welke vraag je nu feitelijk het antwoord wilt weten, is het resultaat niet meer dan een bak data.
Het lijkt bijvoorbeeld reuze interessant te meten hoeveel omzet je hebt gedraaid. Maar dat getal op zichzelf zegt niets, je wéét nu nog niets. Althans, niet iets waar je wat mee kan.

De juiste vragen

Want wat wil je met dit getal? Weten of je op plan ligt? Weten hoeveel belasting je moet afdragen? Wat de omzet per productgroep is geweest?
Pas als je daar het antwoord op hebt, kun je bepalen wat je precies wilt meten en welke factoren je mee moet nemen in je data-verzameling.

Nu is omzet ten opzichte van een plan trouwens ook nog maar een weinig betekenisvol gegeven. Ok, je weet op dat moment of je het goed hebt gedaan of niet. Maar liever nog wil je dat van te voren zien aankomen: ga je de juiste richting op om je plan te halen of moet je alle zeilen bijzetten?

Daar kom je alleen achter door op zoek te gaan naar de indicatoren die jouw omzet (of andere doelstelling) kunnen voorspellen. Zoals in onze wereld van detachering van medewerkers het aantal mensen in dienst dat is, maar ook het ziekteverzuimpercentage.

Of, als je nog verder vooruit wilt kijken: het aantal sollicitatiegesprekken dat we voeren. Dat is immers een voorspeller voor hoeveel nieuwe medewerkers we aannemen en dus hoeveel omzet er mogelijk in het verschiet ligt.

Big Data en Business Intelligence

In een wereld waarin termen als Big Data en Business Intelligence je om de oren vliegen lijkt het alsof de uitspraak ‘meten is weten’ nog sterker ingebed raakt. Terwijl ik toch juist de beweging de andere kant op zou willen maken. Of eigenlijk: een omweggetje. Want ja, de uitspraak mag dan 'meten is weten' zijn, maar zonder eerst op zoek te gaan naar de juiste vraag ben je nog nergens.

Als je nu naar jouw managementrapportages kijkt, meet jij dan het juiste? Is wat je in je grafieken en tabellen hebt staan, datgene wat je zou willen weten? Of is de kans groot dat jij binnenkort ook met je zonnebril op buiten in een plensbui staat?


Reacties

Er zijn nog geen reacties.

Inloggen

Inloggen via FacebookInloggen via TwitterInloggen via LinkedIn

Wachtwoord vergeten?   Registreren

Vorige bericht:
Volgende bericht:

Accelereer mee met Xelvin en het DIT Formula Student Race car Team

XELVIN-Silverstone-ticket.jpg

Het vinden van goed opgeleid technisch personeel is altijd een race tegen de klok. De kwalificatie van de CV's, het testen van vaardigheden en het voeren van gesprekken kost veel tijd en als je denkt te kunnen starten met de juiste kandidaat, kiest...

meer dan 4 jaar geleden - via deze website

« Xelvin nieuwsoverzicht