Waarom komen onze cijfers niet overeen?
De vergadering is nog geen tien minuten bezig wanneer de eerste vraag op tafel komt.
“Hoe kan het dat jullie op 1.248 klanten uitkomen? In ons overzicht zijn het er 1.391.”
De analist kijkt naar het dashboard. De cijfers zijn vanochtend nog gecontroleerd. De bron is bekend, de berekening klopt en de filters lijken goed te staan.
“Welke klanten tellen jullie mee?”
Het blijft even stil.
Dan begint het gesprek. De ene afdeling telt iedereen met een actief contract. De andere afdeling telt ook klanten mee van wie het contract deze maand afloopt. Een derde rapportage telt relaties op klantnummer, terwijl een andere rapportage contracten telt.
Iedereen heeft een cijfer. Iedereen kan uitleggen waar dat cijfer vandaan komt. Toch geven de cijfers verschillende antwoorden op een vraag die op het eerste gezicht hetzelfde leek.
Voor de analist begint dan vaak een bekend onderzoek. De queries worden gecontroleerd, filters worden vergeleken en databronnen worden naast elkaar gelegd. Dat is logisch. Als cijfers niet overeenkomen, zoeken we het probleem al snel in de data of in de techniek.
Soms zit het probleem daar inderdaad.
Vaak begint het alleen eerder.
Hetzelfde woord, een andere telling
Woorden als klant, omzet, medewerker, incident, dossier of doorlooptijd klinken duidelijk. Juist daardoor wordt er niet altijd over gesproken wat ze precies betekenen.
Iedere afdeling bouwt in de loop van de tijd een eigen werkbare werkelijkheid op. Voor Finance kan omzet het bedrag zijn dat daadwerkelijk is gefactureerd. Sales kijkt misschien naar getekende opdrachten. Een managementrapportage kan weer werken met gerealiseerde omzet binnen een bepaalde verslagperiode.
Niemand hoeft daarin een fout te maken.
Het verschil ontstaat doordat hetzelfde woord verschillende telregels heeft gekregen. Zolang afdelingen vooral met hun eigen rapportages werken, valt dat nauwelijks op. De cijfers lijken logisch binnen de context waarin ze worden gebruikt.
Het wordt zichtbaar zodra cijfers samenkomen.
Dan lijkt er een dataprobleem te zijn, terwijl eerst een andere vraag beantwoord moet worden: hebben we eigenlijk hetzelfde gemeten?
Verschillen hebben vaak een geschiedenis
Verschillende definities ontstaan meestal niet op één moment. Ze groeien mee met de organisatie.
Een afdeling begint ooit met een eigen rapportage omdat de centrale informatie niet voldoende aansluit op het werk. Een systeem wordt vervangen, maar een bestaande telling blijft bestaan. Een nieuwe manager vraagt om een andere uitsplitsing. Een rapportage krijgt een nieuwe eigenaar die voortbouwt op wat er al is.
Na verloop van tijd bestaan meerdere versies van dezelfde werkelijkheid naast elkaar.
Iedere versie kan binnen de eigen context logisch zijn. Dat maakt het probleem ook niet eenvoudig op te lossen door één cijfer als het juiste cijfer aan te wijzen.
Soms zijn meerdere definities namelijk bruikbaar, zolang duidelijk is welke definitie voor welke vraag wordt gebruikt.
Het probleem ontstaat wanneer verschillen onzichtbaar blijven.
Dan worden cijfers met elkaar vergeleken die niet hetzelfde meten. Een stijging in het ene rapport wordt naast een daling in het andere gelegd. Afdelingen moeten hun cijfers verdedigen. Analisten besteden tijd aan het verklaren van verschillen die eigenlijk voortkomen uit keuzes die nooit gezamenlijk zijn besproken.
De aandacht gaat naar de uitkomst, terwijl het verschil al vóór de berekening is ontstaan.
Een cijfer kan kloppen en toch niet bruikbaar zijn
Wanneer cijfers worden gebruikt voor besluitvorming, wordt dit verschil belangrijker.
Stel dat het management wil weten hoeveel capaciteit volgend kwartaal nodig is. Operations gebruikt het aantal actieve dossiers als uitgangspunt. Finance kijkt naar betalende klanten. Sales presenteert het aantal afgesloten contracten.
De drie cijfers kunnen allemaal correct zijn.
Toch kunnen ze niet zonder meer voor hetzelfde besluit worden gebruikt.
Als niet duidelijk is welke definitie past bij de vraag, verschuift de vergadering gemakkelijk naar een discussie over betrouwbaarheid. Welke afdeling heeft gelijk? Welk dashboard klopt? Welke bron is leidend?
Daarmee wordt een definitievraag behandeld als een kwaliteitsprobleem.
Dat heeft praktische gevolgen. Besluiten worden uitgesteld omdat eerst cijfers moeten worden uitgezocht. Analisten maken extra controles en reconciliaties. Rapportages krijgen uitzonderingen en aanvullende toelichtingen. Teams bouwen hun eigen overzichten omdat ze de centrale cijfers niet herkennen.
Langzaam ontstaat een situatie waarin steeds meer informatie beschikbaar is, terwijl het vertrouwen in die informatie juist afneemt.
Niet omdat niemand kan rekenen.
Omdat niet duidelijk genoeg is afgesproken wat er wordt geteld.
De vraag vóór de vergelijking
Bij afwijkende cijfers is de eerste neiging vaak: welk cijfer klopt?
Een nuttigere vraag kan zijn: welke werkelijkheid probeert ieder cijfer te beschrijven?
Die verschuiving verandert het gesprek. De analyse begint dan niet bij het aanwijzen van een fout, maar bij het zichtbaar maken van de betekenis achter de cijfers.
Soms blijkt vervolgens dat één berekening inderdaad niet klopt. Soms blijkt dat een filter verkeerd staat of een bron onvolledig is. Dat moet natuurlijk worden opgelost.
Soms blijken beide cijfers correct binnen hun eigen definitie.
Dan is de werkelijke vraag niet welk cijfer gewonnen heeft, maar welke definitie nodig is voor het besluit dat genomen moet worden.
Voordat cijfers botsen, botsen meestal definities.
Hoe ik help
Ik help organisaties om de betekenis achter cijfers helder te krijgen. Dat begint bij de vraag die een rapportage of dashboard moet beantwoorden en bij de definities die nodig zijn om die vraag consequent te kunnen beantwoorden.
Daarbij kijk ik naar de begrippen die worden gebruikt, de verschillende interpretaties binnen afdelingen, de telregels achter rapportages en de keuzes die ergens in systemen, bestanden of werkwijzen zijn terechtgekomen.
Het doel is niet om ieder verschil weg te poetsen. Verschillende definities kunnen naast elkaar bestaan wanneer ze verschillende vragen beantwoorden. Het belangrijkste is dat duidelijk is wat een cijfer betekent, hoe het tot stand komt en waarvoor het wel en niet gebruikt kan worden.
Zo ontstaat niet alleen meer duidelijkheid over de data. Besluitvorming wordt ook sterker, omdat gesprekken minder draaien om de vraag wie het juiste cijfer heeft en meer om de vraag welk cijfer past bij het besluit dat voorligt.
Herken je dat dit binnen jouw team of organisatie speelt?
In een Boutique Session kijken we samen naar waar cijfers uiteenlopen, welke definities daaronder liggen en welke duidelijkheid nodig is om de informatie weer bruikbaar te maken voor besluitvorming.
Samen zorgen we dat het klopt.
BOUTIQUE SESSION
Helder krijgen waar het vastloopt.
Merk je dat iets in je organisatie niet goed loopt, maar is nog niet duidelijk waardoor? In 60 minuten brengen we in kaart wat er gebeurt en waar mensen, afspraken, informatie of systemen niet goed op elkaar aansluiten. Daarna weet je wat eerst aandacht nodig heeft en welke stap je kunt zetten.
