Datagedreven huisvestingsadvies: Meer is niet altijd beter
We beschikken over steeds meer data over onze gebouwen, werkplekken, diensten en medewerkers. Maar welke data heb je eigenlijk nodig om een huisvestingsvraagstuk op te lossen? En belangrijker: welke vraag moet je stellen om uit die data het juiste antwoord te halen? Joost Ran pleit voor meer duiden: meer begrijpen wat de gegevens ons eigenlijk vertellen.
Stop met meer verzamelen. Begin met duiden.
AI is op dit moment het gesprek van de dag. Ook binnen huisvesting en facility management ontkomen we er niet aan. Leveranciers beloven slimmere processen, betere resultaten en meer inzicht. Maar we krijgen meer en meer data, dashboards, rapportages en visualisaties. Ik vraag mij steeds vaker af of we door die constante groei van data ook daadwerkelijk betere besluiten nemen.
Meer data betekent niet automatisch meer weten
In de praktijk zie ik namelijk iets anders gebeuren. Hoe meer data beschikbaar komt, hoe groter onze neiging wordt om nog meer data te verzamelen. Nog een dashboard, nog een databron. Daardoor verschuift de aandacht ongemerkt van begrijpen naar verzamelen.
Een mooi voorbeeld is de inmiddels beroemdste kameel van Nederland: de kantoorbezetting. We meten hem al jaren. We kennen iedere bult, iedere dip en iedere afwijking. Maar terwijl de grafieken steeds uitgebreider worden, voeren veel organisaties nog steeds dezelfde discussies als vijf jaar geleden. De cijfers vertellen dat er voldoende capaciteit is, terwijl de medewerkers volle kantoren ervaren.
Begrijp me niet verkeerd. Data is essentieel in ons vakgebied en helpt ons om te komen tot de juiste oplossingen. In de afgelopen jaren heeft data mij enorm geholpen in projecten en ik ben grote voorstander van het inzetten van data. Maar ik heb ook geleerd dat data alleen zelden het volledige verhaal vertelt. Het werkelijke probleem is vaak niet een gebrek aan data, maar een gebrek aan focus. We verzamelen gegevens voordat we scherp hebben welk vraagstuk we willen oplossen.
De vraag bepaalt welke data en context je nodig hebt
Wat mij in projecten steeds opnieuw opvalt, is dat de oplossing vrijwel nooit wordt gevonden in een extra dataset. Het waardevolle inzicht ontstaat meestal pas wanneer cijfers worden gecombineerd met observaties, interviews en praktijkervaring. Als je kwantitatieve data met kwalitatieve data combineert, dan blijkt een capaciteitsprobleem ineens een samenwerkingsvraagstuk te zijn. Of een vermeend ruimtegebrek blijkt vooral een kwestie van gebruikersgedrag
Dat vraagt om nieuwsgierigheid. Achter iedere grafiek zit een verhaal en achter iedere afwijking zit een reden. Door minder focus op alleen het verzamelen van gegevens en meer aandacht voor duiding krijgt data zijn waarde.
AI gaat ons zonder twijfel helpen om sneller patronen te herkennen, analyses uit te voeren en informatie toegankelijk te maken. Maar hoe slim de technologie ook wordt, de verantwoordelijkheid voor betekenis en context blijft bij mensen liggen. Misschien is dat wel de belangrijkste uitdaging voor de komende jaren. Niet het vinden van meer data, maar het ontwikkelen van meer inzicht.
Want data op zichzelf verandert niets. Duiding wel.
Deze blog is geschreven voor kennisplatform Smart WorkPlace.
