Data gedreven change management

De afgelopen weken voelden als een rit in een achtbaan en het einde is nog niet in zicht. De corona-crisis heeft de wereld blijvend veranderd. Maar ook voor de crisis ging het over andere urgente veranderingen zoals klimaatverandering, politieke verschuivingen, AI en robotisering. Niemand weet hoe de wereld, de arbeidsmarkt of de werkvloer er in 2030 uit zullen zien.

Organisaties zullen zich constant moeten blijven aanpassen om te kunnen overleven. Hoe de toekomst er ook uitziet, om te kunnen concurreren zullen organisaties continu moeten werken aan cultuurverandering, procesoptimalisatie en zich nieuwe manieren van werken eigen moeten maken.

Maar organisatieverandering is moeilijk. Volgens dit artikel van de Harvard Business Review mislukt drie kwart van de pogingen om een organisatie te veranderen. 3 belangrijke redenen voor het mislukken van veranderingen zijn:

1. Een onduidelijke en niet aansprekende visie op verandering.

Mensen willen best veranderen, maar ze willen niet gedwongen worden om te veranderen. Wanneer je iedereen mee wilt krijgen is een duidelijk en aansprekend verhaal nodig over waarom veranderen nodig is en wat er te winnen valt met deze verandering. Veranderingen zijn vaak nodig om kosten te besparen of om andere redenen die niet altijd erg aansprekend zijn. De visie op de verandering is vaak vaag, algemeen of wordt te mooi voorgesteld en maakt niet duidelijk wat er voor de medewerkers te winnen valt. Zonder een goed aansprekend verhaal is elke verandering gedoemd te mislukken. Het is belangrijk om heel specifiek en concreet te maken wat het nieuwe gedrag is dat van medewerkers gevraagd wordt, hoe dat gedrag er precies uitziet en wat dit oplevert voor de medewerker.

2. Onvoldoende communicatie

Als er al een duidelijke en aansprekende visie is wordt deze vaak veel te weinig gecommuniceerd. Het is niet voldoende om een memo uit te sturen of een keer een algemene presentatie te geven op een personeelsdag. Om mensen te overtuigen en mee te krijgen zal je keer op keer met ze in gesprek moeten. Je zal de noodzaak en de visie van de verandering regelmatig in heldere en specifieke taal moeten uitleggen.

3. Management neemt onvoldoende verantwoordelijkheid

Het senior management heeft een belangrijke voorbeeldfunctie in het doorvoeren van veranderingen. Als het management het goede voorbeeld geeft dan zullen anderen volgen. Het gebeurt echter vaak dat een verandering vanuit de top wordt opgelegd, maar door het management lager in de organisatie niet wordt gedragen. Het kan ook zijn dat onduidelijk is wat er precies wordt verwacht, waardoor op verschillende plekken in de organisatie anders over de verandering wordt gedacht. Om te slagen is het essentieel dat het management verantwoordelijkheid neemt, overtuigd is van de toegevoegde waarde en zich elke dag opnieuw inzet voor de verandering.

Als veranderen zo moeilijk is hoe moet het dan wel? De wereld verandert snel, maar zijn er ook ontwikkelingen die juist helpen bij organisatieverandering?

AI en data zijn twee onderwerpen die de verandering in de wereld versnellen. Het (automatisch) analyseren van data is een hulpmiddel dat ook bij organisatieverandering goed van pas kan komen. Door data over de gewenst output van de verandering te combineren met data over hoe de verandering op de werkvloer beleefd wordt ontstaat er een betrouwbaar beeld van de effectiviteit en de snelheid van het veranderproces. Het veranderproces wordt zo meetbaarder. Op sommige plekken in de organisatie wordt de verandering makkelijk opgepikt terwijl elders misschien weerstand zit. Data maakt deze verschillen inzichtelijk. Door data analyse kan er sneller en effectiever op verandering worden gereageerd.

Hoe werkt dat dan? Hieronder 3 tips voor data gedreven change management:

1. Onderbouw de visie op verandering met data

In de moderne economie is steeds meer data beschikbaar. Zowel interne data uit de organisatie als externe data over marktontwikkelingen. Elke organisatie beschikt over steeds meer gegevens en data variërend van planningssoftware tot klanttevredenheidsonderzoeken. Door de ontwikkelingen in IT en machine learning kan data veel sneller en beter worden geanalyseerd. Hiermee kan heel snel worden gesignaleerd of er veranderingen optreden in processen en in de markt. Door data te analyseren en scenario’s uit te rekenen kan sneller worden bepaald wat de beste reactie is op verandering. Het is met name interessant om ‘harde’ data over processen en financiën te koppelen aan ‘zachte’ data over medewerkerstevredenheid en klanttevredenheid. Zo kan de businesscase van verandering worden bepaald, maar ook het plaatje worden ‘ingekleurd’ met de impact op de beleving van klanten en medewerkers.

Uiteindelijk maakt data het makkelijker om snel beslissingen te nemen. Data geeft inzicht in trends waar de organisatie op kan reageren. En met data kunnen er scenario’s worden ontwikkeld waarin de impact van nieuw beleid wordt doorberekend.

Door data te gebruiken als onderbouwing van de noodzaak van verandering, wordt het ook veel makkelijker om anderen te overtuigen van de verandering. Een cijfermatige onderbouwing in combinatie met een gevoelsmatige onderbouwing, maakt de visie op verandering sterk en overtuigend.

2. Gebruik data om vast te stellen hoe de verandering ontvangen wordt

Hiervoor hebben we uitgelegd dat er vaak onvoldoende gecommuniceerd wordt over verandering en dat er vaak vaag gecommuniceerd wordt over verandering. Vaak blijft een verandertraject een verhaal op papier waar de directie wel in gelooft, maar de werkvloer niet bereikt. Hoe kunnen we nu bepalen welke medewerkers en welke teams de verandering begrijpen en welke niet? Hoe bepalen we welke medewerkers en welke teams mee willen doen en welke nog niet?

Door frequent en snel feedback op te halen bij medewerkers en klanten wordt snel duidelijk hoe de organisatieverandering ervaren wordt op de werkvloer. Hiermee is inzichtelijk bij welke teams en welke klanten de verandering aanslaat en waar niet. Hiermee kan de gekozen veranderaanpak op maat worden afgestemd op wat een team, functiegroep of klantensegment nodig heeft.

De opgehaalde data kan gelinkt worden aan procesmatige of financiële data. Hiermee wordt vastgesteld of de verandering in houding en gedrag ook daadwerkelijk leidt tot de gewenste procesmatige en financiële resultaten.

3. Gebruik data om de effectiviteit van interventies te bepalen

Een verandertraject bestaat doorgaans uit een reeks verbeteracties en interventies. Meestal zijn interventies zorgvuldig gepland en uitgedacht, maar of een interventie ook leidt tot het gewenste resultaat wordt vaak niet gemeten. Tijdens de verandering wordt zelden op een systematische nauwkeurige manier onderzocht wat in de praktijk het effect is van een interventie.

Data maakt het mogelijk om veel sneller te bepalen of interventies het juiste effect sorteren. En maakt het mogelijk om te meten of het effect op de verschillende afdelingen gelijk is. Als het gewenste effect uitblijft kan eerder worden bijgestuurd. Hierdoor wordt de slagingskans van de verandering enorm verbeterd.

Scorius heeft de change monitor ontwikkeld om te meten hoe medewerkers reageren op verandering. Meer weten? Lees hier verder.

Deel dit verhaal: