Viden med værdi - dit faglige forspring

Datainformeret ledelse – fem opmærksomhedspunkter, når du bruger data til at træffe beslutninger
Foto: Colourbox
Ledelse & organisation Af
"Har du data på dét? Du skal jo agere datainformeret!" sagde den ene leder til den anden. Data hentet i målinger, evalueringer, observationer, dialoger og forskellige typer af analyser har et stort og ofte uforløst potentiale til at bidrage til værdiskabende udvikling og forbedringer i organisationer, hvis det aktivt inddrages i de ledelsesmæssige beslutninger. Men hvad er datainformeret ledelse, og hvad skal du som leder og konsulent være særligt opmærksom på, når du anvender data i beslutningsprocesser?

Hvad er datainformeret ledelse?
Datadrevet ledelse, datastyret ledelse, datainformeret ledelse, vidensinformeret ledelse – kært barn har mange navne. Generelt handler det om, hvordan vi aktivt anvender data til at understøtte vores valg og beslutninger i en ledelsesmæssig kontekst. Selvom ordene bruges i flæng, implicerer ordvalget dog noget forskelligt om brugen af data, som er værd at overveje. Vi bevæger os derfor ud i lidt ordkløveri, som for de fleste nok er mere eller mindre ligegyldige forskelle – men lad os for god ordens skyld tage den alligevel:

 
Figur 1: Proces for datainformeret ledelse

Processen her viser en typisk proces fra at stille sig selv de første spørgsmål, som man gerne vil være klogere på, til at træffe en beslutning med ny viden hentet i data.

Step 1 er at få stillet de rigtige spørgsmål og finde ud af, hvad der reelt er vigtigt at få svar på. Her kommer man naturligt ind i nogle samtaler om, hvad denne proces skal bruges til, hvad der er formålet, og hvilke resultater det skal bidrage til at skabe. Først herefter giver det mening at finde ud af hvilken type data og hvilken metode, der skal anvendes for at blive klogere på de primære spørgsmål. Hvis ikke man er skarp på dette første step, risikerer man at lave den klassiske fejl, hvor man taler om metode først eller indsamler den data, der er mest oplagt eller tilgængelig at indsamle – og ikke nødvendigvis dét, der reelt er brug for (Andersen & Tanggaard, 2016).

Step 2-4 rummer hele analysedelen, hvor ledelsen skal tæt på data og omdanne denne til viden, som kan anvendes i beslutninger. Her bliver det også tydeligt, at vi svinger imellem det abstrakte og konkrete undervejs i processen, hvor der "åbnes" og "lukkes" flere gange. Den lidt effektiviseringsoptagede konsulent eller leder ville nok forsøge at se, om man kan gøre denne proces kortere ved blot at:
  1. Indsamle data
  2. træffe beslutning
Ved at forsimplede på denne måde, kommer vi tæt på nogle af de fordomme, der kan ligge i at arbejde datadrevet eller datastyret. Her kan det – i ordets betydning – lyde som om, at det er datamaterialet, der skal drive eller styre de ledelsesmæssige beslutninger. Dette er både misvisende og decideret forkert, da data ikke kan styre eller drive noget alene – der skal tolkning og oversættelse på – og derved ledelse til –inden beslutningen kan træffes datainformeret. Det direkte modsatte af det, der oftest ligger i datadrevet ledelse, hvor man læner sig tilbage i data og ukritisk bruger det som grundlag for beslutninger, er når man udelader al data og udelukkende træffer ledelsesmæssige beslutninger på baggrund af holdninger, fortolkninger og mavefornemmelse. Vi har altså her to yderpunkter på et kontinuum, hvor hverken det ene eller det andet er godt, når det står alene:

 
Figur 2: Yderpunkter i databeslutninger

Ved step 5 er man nu velinformeret på baggrund af den viden og data, der er kommet ud af processen, så man nu kan træffe sin beslutning med denne nye viden in mente.

Data skal ikke diktere – men informere
Vi tror på, at de fleste ønsker at arbejde ud fra den tilgang, der ligger i begrebet datainformeret ledelse, hvor man ikke lader data diktere – men lader sig informere af det, og har en klar proces fra data til beslutninger (se figur 1). Man skal altså som leder være meget bevidst om, hvordan der ageres datainformeret ved at være klar på alle skridt i processen og de skift, der ligger heri undervejs (se også vidensinformeret ledelse, Dinesen, 2017; Datnow & Park, 2017). Det handler om at finde en god balance imellem de to yderpunkter, hvor vi som en naturlig del af den samlede beslutningsproces inddrager og lader os informere med afsæt i vores datamateriale – og samtidigt anvender almindelige ledelsesovervejelser (også mavefornemmelsen) til at beslutte. Vi mener altså ikke, at data i sig selv driver beslutninger, men nærmere som Datnow & Park (2017) definerer datainformeret ledelse: "Det er individer, som bruger data til at undersøge nuværende praksisser, og som bruger data som grundlag for de handlinger, der skal tages" – og tager vi skridtet videre fra data (råt og ufortolket – uden det er sat ind i en kontekst og uden analyse) til viden (forud for viden er data, der er blevet fortolket og analyseret), definerer Dinesen (2017) vidensinformeret ledelse således: "At stille de rigtige og vigtige spørgsmål, fortolke viden og lave vurderinger er lederens opgave. Handler om hvordan man som leder kan arbejde evaluativt og resultatorienteret, realitetstestende og lærende i sin ledelsespraksis. At lade sig informere vil sige, at man tager viden med i ligningen, når beslutninger træffes. At man forholder sig til den viden, der findes og forholder sig kritisk til den – med afsæt i hele rygsækken af erfaringer og forståelse for den (politiske) virkelighed, man er ansat til at forvalte".

Et karikeret eksempel kunne være, at data viser, at vi på jorden med de nuværende dyrkningsmetoder og areal kun er i stand til at brødføde halvdelen af jordens befolkning. Hvad der skal gøres ved dette, er op til de mennesker, der analyserer, konkluderer og træffer beslutninger. Når beslutningen skal træffes, figurerer ikke kun viden og data – men også etik, moral og relationer, der også har en indflydelse på beslutningens udfald. Her har vi brug for at se på, hvordan vi kan løse fremtidige dilemmaer både i og udenfor ledelsesregi ved både at inddrage data og almindelige ledelseskompetencer. Dette gælder også, når det drejer sig om personalesager, budgetafklaringer og praktiske nye løsninger i kerneopgaven. Agerer vi udelukkende på baggrund af den første indskydelse, som data viser, er risikoen, at der træffes forhastede beslutninger. Der er brug for skarpe datainformerede ledere, som kan hjælpe med at navigere i de komplekse problemstillinger undervejs i hele processen.

Det stiller krav om, at vi som ledere forholder os nysgerrigt, refleksivt og kritisk til den data og viden, som vi har – for hvornår kan vi være sikre på, at vores data afspejler alle aspekter af virkeligheden? Sjældent (ja, nok tættere på aldrig). Det er beslutningstageres opgave at fortolke den viden, som datamaterialet viser, så der kan laves vurderinger og træffes beslutninger med afsæt heri. Det indebærer både, at man er konkret omkring, hvad data skal bruges til, og at man er opmærksom på hele tiden at være undersøgende og stille spørgsmål – også til dét, der ikke nødvendigvis er let at tale om. Når man arbejder med data, er der altid behov for, at vi løbende afklarer og tester vores hypoteser med afsæt i konteksten. Denne ledelsesopgave stiller krav om at være lærende og realitetstestende i sine tilgange, men samtidigt resultatorienteret med målet for øje.

Data skal altså ikke alene drive beslutninger – data skal aktivt og systematisk bruges til at undersøge og forstå den praksis, vi er en del af, så vi derudfra kan træffe beslutninger om det, der skal ske. Eller så vi med andre ord kan agere datainformeret.

Fem opmærksomhedspunkter i arbejdet med datainformeret ledelse
Arbejdet med datainformeret ledelse kræver en del overvejelser og opmærksomhedspunkter, så man sikrer, at datamaterialet bruges klogt. Nedenfor præsenterer vi en række opmærksomhedspunkter, som vi har erfaret kan have stor betydning for kvaliteten og udfaldet ved at arbejde datainformeret:

1. Vær skarp på formålet
Utroligt meget data indsamles pr. automatik – typisk fordi det er noget, der kan tælles. Hvis det kan tælles, har vi næsten tilbøjelighed til at sige, at det skal tælles. Der bliver brugt enormt mange ressourcer på registreringer, dokumentation og indsamling af data, som ikke bruges til noget som helst – eller i værste fald, at der lægges vægt på dét, der kan tælles og ikke dét, der er vigtigt (Andersen & Tanggaard, 2016). Hver gang vi indsamler data, skal vi derfor være tydelige på, hvad dataindsamlingen skal bruges til (se step 1 i figur 1). Der kan være mange årsager til at indsamle data – er det f.eks. for at blive klogere på den kultur, der præger organisationen? Er det for at evaluere en aktivitet eller praksis for at lære, hvordan vi kan gøre det bedre? Er det for at få indblik i eller fokus på organisationens resultatskabelse? Indsamler vi data for at kontrollere, at en bestemt type adfærd bliver udført, eller gør vi det af en helt anden årsag? For at afklare målet med dataindsamlingen kan vi starte med spørge os selv:
  • Hvad skal datamaterialet gøre os klogere på?
  • Hvad er formålet med at indhente data?
  • Hvilke beslutninger skal vi være i stand til at træffe, når datamaterialet ligger klar?
Først når svarene på disse spørgsmål er tydelige, kan vi begynde at overveje, hvordan vi skal indhente data til at besvare spørgsmålene (stadig step 1 i figur 1). Hvis ikke vi er tydelige omkring formålet med indhentningen og anvendelsen, kan vi overveje, om vi overhovedet skal fortsætte med at indsamle denne type data. Først når formålet med indhentningen og anvendelsen af datamængden er klarlagt, giver det mening at overveje, hvilken metode og systematik vi vil bruge til at indsamle og analysere den.

2. Tænk data bredere
"Kan du give mig noget data på det" er for mange det samme som "vis mig nogle tal". Når vi arbejder datainformeret, er det centralt at huske på, at data kan være mere eller mindre alt. Sørg derfor altid for at tænke data bredere.

Tænk gerne ud af boksen i forhold til, hvilken data I allerede har til rådighed, og hvordan I ellers kan indhente forskellige former for data. Hvad med dialoger rundt omkring i organisationen? Samtaler på personalemøder? Den interne eller eksterne kommunikation? Adfærd på sociale medier? Registreringer eller monitoreringer af f.eks. deltagelse eller frafald? Referater? Lydfiler? Billeder? Observationer? Andre tegn?

Alle mulige former for data er vigtige både at kunne identificere og anvende, så det ikke kun er de "nemme" og let sammenlignelige tal, vi træffer beslutninger ud fra. Alle organisationer rummer en masse lettilgængelige mængder og typer af data, som bare venter på at blive opsamlet, sat i system og anvendt. Det er derfor afgørende både at være retrospektiv og proaktiv i dataindsamlingen. Sørg altid for at indsamle data systematisk, når det skal bruges til at træffe beslutninger – uanset hvilken type data, I har valgt at indsamle.

3. Vær nysgerrig og kritisk
Når man lader sig informere af både data og viden, er det vigtigt at forholde sig både nysgerrigt og kritisk til det, man bliver præsenteret for. Hvem har f.eks. indsamlet den data eller de resultater, som du bliver præsenteret for? Med hvilket formål var de indsamlet? Er der noget, der også er vigtigt at se på udover det, du har til rådighed nu og her, for at kunne få et fyldestgørende billede? Hvilke konklusioner har man valgt at drage på baggrund af data, som man nu betragter som viden? Kan man drage disse konklusioner og hypoteser? Der er sjældent en simpel kausal sammenhæng mellem A og B. Det handler altså både om at være nysgerrig og opsøgende i forhold til at indhente data (som ikke nødvendigvis kun er tal), ligesom det i høj grad handler om at kunne analysere, reflektere over og bedømme et givent anliggende. Denne analyse skal både trække på tendenserne fra datamaterialet, tidligere erfaringer og tænkes ind i den kontekst, som organisationen befinder sig i.

Det er derfor vigtigt at være opmærksom på de klassiske faldgruber ved brug af data. For hvordan ser man f.eks. kritisk på sin egen data inden denne omdannes til viden? Det er svært og der er mange biases, som kan spænde ben for vores tænkning. Eksempelvis er vi let tilbøjelige til at være mindre kritiske, hvis datamængden understreger en hypotese, vi allerede har, eller tegner et mønster, som vi er enige i eller godt kan lide (se bl.a. Kahnemann, 2011). Vi skal derfor arbejde systematisk (som nævnt i opmærksomhedspunkt 1) og tvinge os til at være kritiske, for hjernen er desværre en doven-Lars, der ikke nødvendigvis gør det af sig selv. Hvis du som leder f.eks. har en holdning til, at to teams skal smeltes sammen til ét, og I nu er i gang med at afsøge, om dette er den bedste løsning, vil din hjerne automatisk forsøge at finde noget data, som kan understøtte din hypotese. Den vil f.eks. forsøge at finde eksempler på tidspunkter, hvor samarbejdet gik rigtig godt imellem de to teams og i mindre grad forsøge at finde eksempler, hvor det ikke gik så godt. Eller budgettal som viser, at det er en økonomisk gevinst frem for ulempe at smelte dem sammen. Dette alt sammen mere eller mindre ubevidst, hvor hjernen ikke som naturrespons er ligeså tilbøjelig til at lægge lige så meget energi i at forsøge at finde data, der modviser din egen hypotese. Her har vi brug for at tvinge os selv til at være systematiske – og tvinge hjernen ud i nogle afkroge, som ikke nødvendigvis ligger først for – og som ikke peger på dét, som vi måske havde ønsket.

4. Pak din konfliktskyhed væk
Når ledere har været hele den datainformerede ledelsesproces igennem fra step 1-5 i figur 1, hvor de nu har truffet de nødvendige beslutninger på oplyst grundlag i en velovervejet proces, er de klar til at gå fra beslutning til handling. Her ser vi desværre ofte, at der er stilstand selvom det herefter burde være ligetil. Oftest fordi det er en svær beslutning (f.eks. afskedigelser, snakke med medarbejdere der ikke lever op til forventningerne, nedskæringer), der skal træffes, som kan betyde, at lederne får en anelse berøringsangst (Bäckström & Kjeldsen, 2018). En undersøgelse af 858 skandinaviske ledere viser, at mange ledere har tendens til at være mere støttende end styrende i deres ledelsesstil. 59 pct. af lederne vurderes som at være "for lidt" direkte, når de er utilfredse med en indsats, og 57 pct. vurderes til at holde folk "for lidt" ansvarlige og derfor – måske i et misforstået forsøg på at være ordentlige eller en anelse konfliktsky – risikerer at være for flinke (Datatræk på LVI360, LEAD & Kaiser Leadership, 2018). Denne tilbøjelighed kan vise sig i en afventende eller konfliktsky adfærd i forhold til at tage de udfordrende samtaler eller træffe de svære beslutninger, som den nye data og herefter viden kan være med til at kaste lys over. Det gælder derfor om aktivt at arbejde med, hvordan man kan og bør agere på det, der bliver besluttet – også selvom det risikerer at blive ubehageligt. Det er ledelsens ansvar at handle på det, og nogle gange kræver det en god portion mod.

Som ovenstående undersøgelse bl.a. antyder, har skandinaviske ledere en tendens til at blive for "flinke" og være bange for at gå ind i samtaler eller beslutninger, som er ubehagelige. Derfor skal man som leder overveje, når man står overfor dette: "Hvordan kan jeg tage denne snak/indsamle denne data/tillægge data betydning/træffe denne beslutning på en måde, som ikke går på kompromis med mine værdier om ordentlighed?" Den underliggende pointe er her, at en ordentlighedsværdi aldrig må blive en undskyldning for ikke at gøre noget. Her er det også oplagt, at ledere søger sparring i sit netværk for at blive klogere på, hvordan vedkommende kan agere i netop dette (for nogen) nye landskab. Vi kan næsten med garanti sige, at dette er en udviklingsarena for de fleste ledere, hvor der er masser at lære, hvis man betragter det som en konstruktiv udviklingsarena, der samtidig sikrer bedre løsning af kerneopgaven, fordi man får trukket af på de nødvendige beslutninger.

5. Datainformeret ledelse er ikke kun for lederen – men for den samlede kultur
Datainformeret ledelse handler ikke kun om at kunne træffe kloge ledelsesmæssige beslutninger med afsæt i data – det handler også om at skabe en kultur i resten af organisationen, som fokuserer på at indsamle, evaluere og anvende data (se bl.a. Bäckström & Kjeldsen, 2018). Det er dermed også ledelsens opgave at stimulere nysgerrighed, refleksion og kritisk tænkning rundt omkring i hele organisationen, så alle bliver skarpe på både at identificere data og bruge den aktivt i opgaveløsningen og den daglige praksis. Sådan en evaluerende læringskultur kan både bidrage med et stærkere beslutningsgrundlag og sikre, at vi arbejder med eller udvikler på det, der er relevant og giver værdi i den givne situation. Så hvad for nogle tegn kan du se og høre i den afdeling, hvor der allerede arbejdes med en datainformeret kultur?

Det du måske hører:
  • Hvorfor antager vi x?
  • Hvordan ved vi x?
  • Hvor kan vi have taget fejl?
  • Hvilken data/beviser har vi for x?
  • Hvad er tankerne bag måden, vi gør X på?
  • Hvordan kan vi gøre x bedre?
  • Hvordan bidrager x til de resultater, vi vil skabe?
Det du måske ser:
  • Mere vidensindsamling og vidensdeling
  • Mere feedback (både op, ned, til siden og ud)
  • Refleksive samtaler iblandt og imellem medarbejdere og ledere
  • Større motivation til at lave systematiske indsamlinger af data (fordi man kan se værdien)
Dét, du som leder skal være opmærksom på for at skabe denne kultur, er bl.a.:
  1. Tydeliggør, at læring er i fokus – ikke bare ved at sige det, men ved at vise det i handlinger hos dig selv og i dit team i hverdagen. Det er ok at snuble undervejs – vi er ved at lære og blive klogere sammen ved at blive informerede af data. Det hele starter hos dig selv – begynd selv som leder at stille de rigtige spørgsmål som f.eks. beskrevet ovenfor.
  2. Ét skridt ad gangen. Du skal finde ud af, hvor niveauet (både ift. kompetencer og tryghed til den måske nye måde at tænke på) ligger ift. at arbejde datainformeret og heri også give hinanden feedback, hvilket ligger implicit i den datainformerede kultur. Begynd arbejdet fra dette niveau – ét skridt ad gangen. I skal ikke kunne det hele med det samme.
  3. Få medarbejderne med på vognen ved f.eks. at rykke magtbalancen en anelse hen imod medarbejderne. Det kan f.eks. være, at det i højere grad også er medarbejderne, der er med til at give input på beslutninger og indhente data (se mere i Bäckström og Kjeldsen, 2018; Bäckström og Pugholm, 2019)
  4. Stil skarpt på roller og ejerskab – hvilket ansvar ligger hvor? Hvem ejer data/evalueringen/viden/feedbacken? I hvilken kontekst må den bruges – og ikke bruges?
  5. En del af hverdagen: Skab en kultur hvor dét at indsamle data systematisk er en del af daglig og ordentlig praksis.
  6. Sikr den gode opfølgning ved bl.a. at sikre, at man som ledere og medarbejdere får ageret på det, der er behov for – også selvom det er svært at navigere i. Det værste man kan gøre, er ikke at gøre noget, da det i sig selv er med til at mindske trivslen hos medarbejderne (Storch et al., 2010).
Datainformeret ledelse – den nye ledelseskompetence
Datainformeret ledelse handler altså om, at ledelsen insisterer på aktivt at anvende viden på baggrund af data (genereret i en grundig og velovervejet proces) til at træffe gode beslutninger, der understøtter den retning, som organisationen ønsker at bevæge sig i. Det handler om både at være kritisk, nysgerrig og i stand til at prioritere hvilken data, vi skal have, og hvordan den skal bruges. Det at indhente data er derfor ikke i sig selv nok – hele den ledelsesmæssige værktøjskasse er essentiel for at lykkes med datainformeret ledelse. Man kan f.eks. ikke antage, at bare fordi man arbejder datainformeret, så løber alle i samme retning: "fordi det viser vores data jo, er den bedste beslutning". Der skal en stor portion datainformeret ledelse (figur 1) og herefter forandringsledelse til for at bringe viden i spil og udvikle eller ændre på den adfærd og praksis, der måske er behov for at justere på. På samme måde kræves også procesledelsesfærdigheder, evnen til paradokshåndtering, strategiske kompetencer og meget mere – datainformeret ledelse står derfor aldrig alene som ledelseskompetence i værktøjskassen.

Arbejdet med data er en central ledelseskompetence, som skal afspejle sig i den måde, du som leder tænker og handler på. Vi ser til stadighed oftere, at man sætter maskiner til at indsamle, analysere og fortolke data på baggrund af præprogrammerede algoritmer (machine learning), hvilket i sig selv skaber en stor risiko for, at vi i endnu højere grad fremmedgøres for processen fra data til viden. Et opråb herfra er ikke at komme for langt væk fra processen, da indblik heri er afgørende for ordentlige beslutningsgrundlag. Datainformeret ledelse kan faktisk blive et af dine vigtigste og stærkeste ledelsesværktøjer i fremtiden.

Referencer
  • Andersen, M., & Tanggaard, L. (2016). Tæller vi det der tæller? Målstyring og standardisering i arbejdslivet. Klim.
  • Archibald, T. (2018). Evaluative Thinking: Principles and Practives to Enhance Evaluation Capacity and Quality. Præsenteret på Dansk Evalueringsselskabs årskonference.
  • Bäckström, S.S. & Kjeldsen, S.W. (2018). Evaluering af medarbejderadfærd – er det okay? Børsen Ledelse.
  • Bäckström, S. & Pugholm, (2019). I mål med frivilligt arbejde – evaluering i spændingsfeltet mellem dokumentationskrav og motivation. Erhvervspsykologi (in press).
  • Dinesen, M.S. (2017). Vidensinformeret ledelse – Gode beslutninger i den offentlige sektor. Dansk Psykologisk Forlag.
  • Kahneman, D. (2011). Thinking – fast and slow. New York: Farrar, Straus and Giroux.
  • Datnow, A. & Park, V. (2017). Datainformeret ledelse. Dafolo

Deltag i debatten

Retningslinjer for debat

Mest læste nyheder