De noodzaak van versneld leren en verbeteren

Gerichte, kleine, korte experimenten doen

Daarnaast wil je exact weten wat nu de loyaliteit van je klant bepaalt, zowel op korte als op langere termijn. Wanneer je product life cycle drie tot vijf jaar is, zoals bij de aanschaf van een fiets of een auto, spelen er weer andere wetmatigheden die maken dat een klant bij jou deze aankoop doet en niet elders. Hiervoor hoef je niet de lange product life cycle af te wachten, maar kun je al heel veel verbeteren door gerichte, kleine, korte experimenten te doen. Kijk bijvoorbeeld hoe je het surfgedrag positief kunt beïnvloeden, breng het aankoopgedrag in kaart én probeer dit gedrag positief te beïnvloeden. Alles is erop gericht om de kans op een daadwerkelijke toekomstige aankoop op jouw adres te vergroten.

Hoe ga je versneld leren?

Hoe kun je nu een versnelling van het huidige leertempo realiseren en wat zijn daar belangrijke kenmerken van? Versneld leren houdt het volgende in:

• Je kijkt dagelijks structureel naar je data. Dus niet maandelijks, niet wekelijks, maar veel frequenter. Zie ook het artikel ‘Datacratisch is democratischer dan democratisch’.
• Wat je geautomatiseerd kunt doen, doe je geautomatiseerd. Vul je systeem met de juiste afkappunten aan de boven- en onderkant en laat het reguliere werk vooral volgens de “in automation mode” verlopen.
• In plaats van je sturing alleen maar te richten op de verkoopcijfers, kijk je naar onvervalste KPI’s, die je winst en klanttevredenheid in de nabije toekomst positief gaan beïnvloeden. Op de winst en tevredenheid zelf heb je niet rechtstreeks invloed, maar wel op de onvervalste KPI’s.
• Snel leren betekent snel falen. Wees niet bang om fouten te maken, maar ken per fout wel de risico’s. Wat te tolereren is binnen de foutenmarges, valt binnen de experimenteerruimte. Voor al die bedrijfsonderdelen waar geen fout mag insluipen verbeter je door eerst “droog” te experimenteren.

Het PDCA-handboek 'Datacratisch werken' In dit complete PDCA-boek komt het hele spectrum van datacratisch werken aan bod. Dit is een splinternieuwe, veelbelovende manier van werken. De auteur gaat uitgebreid in op de basisprincipes van PDCA, continu verbeteren en leerprocessen in organisaties.bekijk het PDCA-handboek 'Datacratisch werken'

Sneller leren = sneller de PDCA doorlopen

Fietsenwinkel.nl, de winnaar van de Dutch BI & Data Science Award 2017 is inmiddels in zeven Europese landen actief. Davy Louwers, CFO, vertelt over de leercurve van het aansluiten van een land: ‘Bij het eerste nieuwe land dat we aansloten duurde het zestien maanden voordat we op 1 procent marktaandeel zaten. Bij het tweede land dat we aansloten, Zweden, duurde het maar drie maanden voordat we op 1 procent marktaandeel zaten. We wisten inmiddels wat ervoor nodig was om een nieuw land aan te sluiten.’ Dat die onstuimige groei ook een keerzijde kan hebben, ervoer het bedrijf toen er in Nederland klachten binnendruppelden over te lange reparatietijden. Door de capaciteit op de afdeling garantie- en reparatieonderdelen direct uit te breiden, werd hier adequaat op ingespeeld.

Het is meer dan ooit zaak om sneller te leren en meer agile te kunnen werken. In termen van de PDCA is het daarmee de uitdaging voor organisaties om de PDCA-cyclus sneller en met meer betrouwbare data te doorlopen dan gisteren. Maar ook om de PDCA-cyclus sneller en met accuratere data te doorlopen dan je concurrent.

Als je naar het scorebord handelt, ben je altijd te laat

Marc Lammers, voormalig bondscoach van het Nederlandse dameshockeyteam zegt hierover het volgende: ‘Een scorebord meet alleen het resultaat. Als je daarnaar handelt, ben je altijd te laat.’ Een scorebord is de output, de uitkomst van processen die onder de motorkap plaatsvinden. Stuur niet rechtstreeks op de output, maar zorg voor sneller leren ónder de motorkap. Meet processen, meet prestaties, ken je statistieken, ken de feiten. Niet alleen de data van je eigen organisatie, maar bijvoorbeeld ook de big data van overheidsorganisaties. Als je dat goed regelt, heb je een voorsprong.

Analyseer de besluitvorming

Een eerste logische stap is een analyse van de SMART doelstellingen (principe & voorbeelden) en de besluitvorming. Breng in je organisatie in beeld hoe lang het duurt voordat een geconstateerd probleem daadwerkelijk wordt opgelost. Neem als beginpunt de eerste keer dat zich een probleem voordoet en ga vervolgens na via welke schijven de communicatie loopt, voordat een geconstateerd probleem in de uitvoering ook daadwerkelijk tot een oplossing leidt. Stel de volgende concrete vragen: in welke achtereenvolgende overleggen wordt dit probleem behandeld? Welke managers en directieleden besluiten hierover? Wiens goedkeuringen zijn nodig? Hoe komt dit besluit weer terug op de werkvloer?