Zonder toetsingskader investeren organisaties tijd, geld en energie zonder dat duidelijk is wat "goed" precies betekent of hoe je voortgang objectief aantoont. Dan krijg je losse initiatieven, wisselende interpretaties en teleurstelling bij bestuur én teams. Waar men eigenlijk naar zoekt, is een gemeenschappelijke taal voor competenties rond data, met duidelijke verantwoordelijkheden, werkafspraken en kwaliteitsnormen.
Wat er misgaat als je niet normeert
- Stuurinformatie is wankel of afwezig: strategisch inzicht blijft uit en besluiten leunen op onderbuikgevoelens en aannames.
- Innovatie struikelt over continuïteit: afhankelijkheid van sleutelfiguren en onnodige frictie belemmeren vooruitgang.
- Verantwoording blijft diffuus: onduidelijkheid over datagebruik belemmert naleving en transparantie.
- Kosten lopen op in een gefragmenteerd landschap: versnipperde verantwoordelijkheden en wildgroei aan tooling.
De kloof tussen intentie en borging
In (semi)publieke organisaties, denk aan waterschappen, gemeentes of waterbedrijven, zien we steeds terugkerende patronen.
- Ambitie zonder mandaat. Er is de wil om data-gedreven te werken, maar de opdracht is niet bestuurlijk belegd. Zonder formeel mandaat kan een CDO/CIO/CTO geen samenhang afdwingen; impact blijft incidenteel.
- Sturen op data, maar niemand bewaakt de kwaliteit. Men wil op alle niveaus sturen, terwijl de verantwoordelijkheid voor datakwaliteit niet bij de juiste verantwoordelijken ligt. Analisten en scientists dragen de last, of het onderwerp valt tussen wal en schip.
- Aanspreekbaarheid zonder objectieve toets. Bestuur wil inzicht in verantwoordelijkheden, maar er is geen objectieve maatlat. De discussie verschuift naar kosten en abstracte roadmaps in plaats van aantoonbare voortgang.
"We hebben beleid, dus het staat goed"
Beleid is nodig, maar niet genoeg. Zonder vertaalslag naar rollen (wie heeft mandaat en plicht), werkprocessen (overleg, escaleren, corrigeren) en architectuur (één bron als waarheid, uniforme standaarden) blijft het papierwerk. Een referentiekader met concrete stuurvragen dwingt juist die vertaalslag af: zijn verantwoordelijkheden helder, zijn kwaliteitscriteria vastgesteld, wordt er periodiek geëvalueerd en verbeterd?
Wat toetst een normenkader?
Een raamwerk voor datamanagement is geen checklistje dat je "even" afvinkt. Het beoordeelt of de organisatie richting, structuur en vakmanschap op orde heeft, en of dit zich uit in betrouwbaar gebruik van gegevens. We kijken naar:
- Aansturing: is er bestuurlijk eigenaarschap met echt mandaat, is de datastrategie verbonden met de organisatiedoelen, en wie spreekt wie aan als afspraken niet worden nagekomen?
- Samenhang: bestaat er een doelarchitectuur, is duidelijk welke bron per domein leidend is (Single Point of Truth) zodat definities niet per afdeling verschillen?
- Kwaliteit en betrouwbaarheid: zijn er overeengekomen kwaliteitscriteria (nauwkeurigheid, actualiteit, compleetheid) en worden die gemeten?
- Uitwisselen en afspraken: hoe worden gegevens intern en met partners gedeeld, en hoe borgen we veiligheid en privacy?
- Leven en leren: de PDCA-logica. Worden veranderingen getoetst aan dezelfde principes, is er een managementreview-ritme, en is er een patroon van corrigeren én voorkomen?
De minimale route naar datavolwassenheid
- Oriëntatie en draagvlakvorming. Creëer bestuurlijke urgentie en benoem een formele opdrachtnemer (CDO, CIO of CTO) met mandaat. Leg samen vast wat "goede" uitkomsten zijn voor beleid, uitvoering en verantwoording.
- Nulmeting en diagnose. Meet waar je staat met het normenkader Datamanagement: governance, samenhang in architectuur, kwaliteit, uitwisselbaarheid en levenscyclus. Dat geeft een objectief startpunt en maakt prioriteiten zichtbaar.
- Roadmap op basis van feiten. Kies het beoogde volwassenheidsniveau en vertaal dit naar een realistische route met afhankelijkheden, quick wins en randvoorwaarden.
- Implementeren en borgen. Richt overlegstructuren in (data-eigenaar ↔ gebruikers), leg kwaliteitsafspraken vast, wijs formele beheerders aan en definieer per domein één leidende bron. Verbind dit aan de architectuur en security/compliance.
- PDCA op datamanagement. Meet periodiek, rapporteer aan het management, voer corrigerende en preventieve acties uit en herijk de route. Zo wordt voortgang aantoonbaar en beklijft het gedrag.
Praktisch voorbeeld: van visie naar verantwoording
Neem een publieke organisatie met de ambitie om data-gedreven te sturen. De nulmeting laat zien: er is geen formele data-eigenaar per kerndataset, er is nog geen eenduidige "één waarheid", en kwaliteitsindicatoren ontbreken. Door eerst de verantwoordelijken te beleggen, kwaliteitscriteria af te spreken en per domein de leidende bron te bepalen, ontstaat binnen enkele maanden betrouwbare stuurinformatie. Het bestuur kan prioriteiten herijken en de voortgang periodiek laten rapporteren: niet op gevoel, maar op feiten.
Wat levert dit op voor bestuur en MT?
Snellere, beter onderbouwde besluiten; minder afhankelijkheid van individuen doordat processen en afspraken zijn vastgelegd; lagere faalkosten door een samenhangende routekaart; en sterkere verantwoording richting toezichthouders en burgers dankzij transparante rapportage over datagebruik en kwaliteit.
Data-gedreven werken vraagt meer dan ambitie en tools. Met een normenkader maak je volwassenheid zichtbaar en bestuurbaar: een fundamentele stap van losse initiatieven naar een samenhangende transformatie van de organisatie.
Wil je weten waar jouw organisatie staat? Doe dan de zelfscan of neem contact met ons op voor een eerste gesprek.