Het tempo van technologische innovatie is ongekend hoog. Op elk moment dreigen politieke, economische en ecologische onrust de ‘spelregels’ te veranderen. Denk maar eens aan de oorlog in Oekraïne, de klimaatcrisis, energiecrisis en de torenhoge inflatie. Ook de verwachtingen van nieuwe generaties werknemers, klanten en de samenleving als geheel dagen bedrijven uit om verder te denken en te handelen dan hun financiële balans en kwartaalcijfers. Door deze en andere factoren is één ding zeker: organisaties moeten zich snel en continu kunnen aanpassen.
Het verkrijgen van een bulk aan data is tegenwoordig een fluitje van een cent. Een druk op het scherm en er verschijnt een stuwmeer aan data voor je neus. De uitdaging zit ‘m er echter in om – op basis van die data – te leren en vervolgens de juiste beslissingen te nemen. Hiertoe moeten organisaties een cultuur van ‘snel en effectief leren’ ontwikkelen.
De kracht van het vliegwiel
Lerende organisaties maken gebruik van de kracht van het ‘vliegwieleffect’: de gemeenschappelijke kennis, ervaring en creativiteit van hun medewerkers, klanten, leveranciers, partners en concurrenten. Om hun concurrentievoordeel te behouden of zich te onderscheiden van de andere organisaties, benutten ze verandering op het wereldtoneel in hun voordeel of initiëren een deel van deze verandering zelfs.
Organiseren van data-driven leren & verbeteren
Om leren & verbeteren een integraal onderdeel te maken van je manier van werken en daarmee de cultuur (learning-on-the-job), is het belangrijk dat het management leren & verbeteren organiseert. Hiermee bedoelen we dat medewerkers tijd krijgen waarin ze kunnen werken aan leren en verbeteren van producten, processen, organisaties, samenwerkingen, etc. Nu gebeurt leren vaak na afloop van de werkdag in de vrije tijd van medewerkers die hier vrijwillig tijd in investeren. Maar op deze manier blijft leren iets facultatiefs. Ons advies is om leren & verbeteren structureel in te bedden in je organisatie en zo een integraal onderdeel van je bedrijfsproces te maken.
Wat, als je het niet zou doen?
“Maar tijd vrijmaken om te leren gaat ten koste van de uitvoering van het werk.” Dit is een veel gehoorde redenatie van het management als we het hebben over leren en verbeteren. Onze vraag is dan steevast: “Wat, als je mensen niet continu zouden blijven leren en verbeteren? Dan raakt hun kennis verouderd en worden ze steeds minder goed in wat ze doen. Vervolgens komen er nieuwe, jongere medewerkers die je eerst weer moet opleiden om net zo goed te worden als hun voorganger. Wat denk je dat dat kost?” “Tsja, als je het zo bekijkt, is structureel tijd inplannen om te leren zo gek nog niet”, is de reactie die we dan vaak horen.
Meten wat je erin stopt en wat eruit komt
Veel managers gaan bij het interpreteren van data af op hun ervaring en iets wat ze ‘gut feeling’ noemen, maar is dit wel zo slim? Want om de juiste conclusies te kunnen trekken, moet je eerst weten wat je precies moet meten. Maar hoe pak je dit aan? Aantonen wat de waarde is van continu leren & verbeteren kun je alleen doen door je te baseren op feiten. Immers, een op feiten gebaseerde verbetering leidt tot veranderingen die gestoeld zijn op de realiteit, in plaats van op meningen en onderbuikgevoel. Echte ‘Verbeter Resultaten’ worden objectief gemeten. Door deze verbeterpunten te koppelen aan je bedrijfsdoelstelling en vervolgens het effect van de verbeteringen te meten, toon je aan wat de waarde van data-driven leren & verbeteren is. Zo simpel is het. Maar dit werkt alleen als je de verkregen data vastlegt in een systeem, zoals Targetprocess, dat ervoor zorgt dat je als organisatie continu data-gedreven kunt leren en verbeteren.
