In november 2019 won Max Verstappen de grand prix van Brazilië. Na de race ging Hannah Schmitz met Verstappen het podium op om de champagne te ontkurken. ‘Het datameisje’, aldus de Nederlandse TV-commentator wat neerbuigend. Wel een meisje met een masterdiploma van de prestigieuze Universiteit van Oxford op zak en 10 jaar ervaring als racestrateeg.
Belangrijker dan dat: ze nam in Interlagos binnen een paar seconden een cruciale beslissing op basis van een enorme hoeveelheid data die beslissend bleek voor de winst van Verstappen. Voor de liefhebbers: iets met een zogeheten undercut door een bandenwissel en een ingewikkelde rekensom over de tijdwinst die een set nieuwe banden zou moeten brengen ten opzichte van concurrent Lewis Hamilton. Een gewaagde maar door data onderbouwde beslissing.
Dit voorbeeld is belangrijk voor iedereen die serieus met data-analyse aan de slag wil, omdat het voorval inspireert over waarom we moeten investeren in data(kwaliteit). Veel organisaties kampen met versnipperde en complexe IT-landschappen en daardoor met tekortschietende datakwaliteit. In de onderzoekswereld is datakwaliteit ook bepaald niet vanzelfsprekend en onderzoekers streven naar beter Research Data Management om data beter te kunnen (her)gebruiken. Er is vaak geen eenheid in hoe data in systemen wordt geregistreerd, bewerkt en geaggregeerd. Ook bestaan er nog veel workarounds en zijn er vele aanbieders van overlappende ondersteunende producten en diensten.
De meest geweldige algoritmes zullen in zo’n omgeving leiden tot teleurstellende resultaten. Daarom investeren veel organisaties in data-kwaliteitsprojecten. Maar de teams die daaraan werken, weten maar zelden te komen tot structurele verbetering. De huidige werkwijze doet denken aan mensen die willen afvallen. Een paar maanden op dieet in combinatie met een abonnement op de sportschool levert aansprekende resultaten op. Maar wie de levensstijl niet aanpast, weet diep van binnen al dat het effect tijdelijk zal zijn. Alleen als je handelt vanuit de overtuiging dat een andere levensstijl je een beter en fitter leven oplevert, zul je ook op termijn succesvol zijn.
In de Formule 1 is iedereen van nut en noodzaak doordrongen en is er binnen het hele team een honger naar goede en betrouwbare data. De teams zijn apetrots op hoe ze met data hun prestaties continu verbeteren. Het hele team beseft ook hoe belangrijk die data zijn in de concurrentie en iedereen weet dan ook hoe belangrijk het is om de kwaliteit van die data op niveau te hebben. Juist omdat die data hen op cruciale momenten de expliciete inzichten levert om het verschil te maken. Het is voor hen ‘a way of life’.
Dat zou in alle maatschappelijke sectoren zo moeten zijn. De concurrentie wordt immers uitgevochten op het verwerken van een enorme rijkdom aan informatie tot de beste beslissingen. En die boodschap moet actief worden uitdragen, net zoals de teambaas van Red Bull Racing dat doet. Die stuurt het ‘datameisje’ het podium op om daarmee een niet mis te verstane boodschap af te geven: je wint races met data.
Nart Wielaard (www.nart.nl) is zelfstandig schrijver-adviseur, met name actief op het thema digitale transformatie. Hij schreef onder meer Wij Zijn Big Data, Vertrouwen in de slimme samenleving en The CFO in pole position.
Hij geeft de column door aan Egge van der Poel.