We hebben onderzocht wat er gebeurt, maar niet waarom
De onderzoeksresultaten zijn binnen. De cijfers zijn gecontroleerd, de interviews zijn uitgewerkt en de belangrijkste bevindingen staan in een presentatie. Je kunt precies laten zien wat er gebeurt.
Klanten haken op een bepaald moment af. Medewerkers gebruiken een systeem niet zoals verwacht. Een proces duurt langer dan gepland. Meldingen nemen toe na een wijziging. Een bepaalde groep maakt vaker gebruik van een regeling dan een andere groep.
De conclusie lijkt helder. Je hebt immers onderzocht wat er gebeurt en kunt dat met data onderbouwen.
Toch blijft er na de presentatie een vraag hangen.
Waarom gebeurt dit eigenlijk?
Als onderzoeker herken je dat moment waarschijnlijk. Het onderzoek heeft veel informatie opgeleverd, maar zodra iemand vraagt wat de bevindingen verklaart, blijkt het antwoord minder duidelijk. De patronen zijn zichtbaar. De oorzaken nog niet.
De uitkomst wordt het antwoord
Veel onderzoek begint met een concrete aanleiding. Er is iets veranderd, iets loopt niet zoals verwacht of iemand wil begrijpen wat er in de praktijk gebeurt. De eerste behoefte is vaak heel logisch: zicht krijgen op de situatie.
Daarvoor wordt informatie verzameld. Data worden geanalyseerd, mensen worden geïnterviewd, documenten worden bekeken en processen worden gevolgd. Langzaam ontstaat een steeds duidelijker beeld.
Het risico ontstaat wanneer dat beeld wordt behandeld als verklaring.
Stel dat uit onderzoek blijkt dat veel klanten afhaken bij een bepaald onderdeel van een aanvraagproces. Dat is een relevante bevinding. Misschien kun je zelfs precies aangeven bij welke stap de uitval het grootst is, welke klantgroepen vaker afhaken en op welk apparaat dat gebeurt.
Toch weet je daarmee nog niet waarom mensen stoppen.
Misschien begrijpen ze de vraag niet. Misschien hebben ze informatie nodig die ze op dat moment niet bij de hand hebben. Misschien vertrouwen ze niet wat er met hun gegevens gebeurt. Misschien werkt een knop op een bepaald scherm niet goed. Misschien besluiten ze de aanvraag later af te maken en keren ze vervolgens niet terug.
De observatie is in al deze gevallen hetzelfde: mensen haken af.
De verklaring is telkens anders.
Dat verschil is belangrijk, omdat een organisatie anders heel gericht kan ingrijpen op basis van een conclusie die nog geen verklaring is.
Het onderzoek volgt wat zichtbaar is
Dat onderzoek op symptomen blijft hangen, gebeurt meestal niet omdat onderzoekers niet verder willen kijken. Vaak zit het al in de manier waarop de vraag is ontstaan.
Een manager ziet dat een doorlooptijd oploopt en vraagt om onderzoek naar de vertraging. Een team merkt dat het aantal klachten stijgt en wil weten waarover mensen klagen. Een organisatie ziet dat een voorziening weinig wordt gebruikt en vraagt welke groepen er wel en niet gebruik van maken.
De onderzoeksvraag volgt dan al snel de zichtbare werkelijkheid. Waar ontstaat vertraging? Welke klachten komen het meest voor? Wie gebruikt de voorziening?
Dat zijn bruikbare vragen, maar ze brengen vooral in kaart wat er gebeurt.
Ook de beschikbare informatie stuurt het onderzoek. Wat gemakkelijk meetbaar is, krijgt vanzelf veel aandacht. Aantallen, percentages, doorlooptijden en categorieën zijn overzichtelijk te analyseren. De reden waarom iets gebeurt, zit alleen lang niet altijd in dezelfde dataset.
Daarvoor moet soms een ander gesprek worden gevoerd. Een proces moet worden gevolgd in plaats van alleen gemeten. Verschillende informatiebronnen moeten naast elkaar worden gelegd. Een aanname die al jaren als uitgangspunt geldt, moet opnieuw worden onderzocht.
Juist daar begint het verschil tussen registreren wat zichtbaar is en begrijpen wat erachter zit.
Een patroon is nog geen verklaring
Wanneer een patroon sterk genoeg is, voelt het al snel als een antwoord. Twee zaken komen vaak samen voor, een verandering wordt gevolgd door een opvallende ontwikkeling of een bepaalde groep laat ander gedrag zien dan verwacht.
Dat kan richting geven aan verder onderzoek. Het vertelt alleen nog niet automatisch wat het verband betekent.
In de praktijk zie je bijvoorbeeld dat medewerkers een nieuwe werkwijze niet volgen. De conclusie kan dan zijn dat de werkwijze onvoldoende bekend is. Dat klinkt aannemelijk, zeker wanneer uit interviews blijkt dat niet iedereen de instructie heeft gelezen.
Toch kan er iets anders spelen. Misschien kennen medewerkers de werkwijze wel, maar past die niet bij de werkelijkheid van hun werk. Misschien vraagt het systeem om handelingen die in piekmomenten niet uitvoerbaar zijn. Misschien botsen de formele afspraken met de manier waarop prestaties worden beoordeeld. Misschien hebben ervaren medewerkers een snellere route ontwikkeld die inmiddels informeel de standaard is geworden.
Het zichtbare gedrag blijft hetzelfde: de afgesproken werkwijze wordt niet gevolgd.
De mogelijke verklaringen vragen om heel andere keuzes.
Wanneer een observatie te vroeg als verklaring wordt behandeld, kan een organisatie hard werken aan een oplossing zonder het onderliggende probleem te raken. Er komt extra communicatie, een nieuwe instructie of een aanpassing in het systeem. Na verloop van tijd blijkt het patroon nauwelijks veranderd.
Het onderzoek was niet per se verkeerd. Het stopte alleen te vroeg.
De oplossing past bij de verklaring
Dat heeft gevolgen voor de waarde van onderzoek. Niet omdat iedere analyse de volledige werkelijkheid moet verklaren, maar omdat duidelijk moet zijn wat het onderzoek wel en niet laat zien.
Een organisatie die weet waar klanten afhaken, heeft waardevolle informatie. Een organisatie die ook begrijpt waarom ze afhaken, kan beter bepalen wat een passende verandering is.
Dat onderscheid voorkomt dat aannames ongemerkt de plaats van onderzoek innemen. De data laten zien dat iets gebeurt. De verklaring wordt vervolgens in een overleg toegevoegd: waarschijnlijk vinden klanten het proces te ingewikkeld, waarschijnlijk hebben medewerkers meer uitleg nodig, waarschijnlijk is er weerstand tegen de verandering.
Voor je het weet, wordt op basis van dat waarschijnlijk een oplossing ontworpen.
Er wordt een campagne gestart, een training georganiseerd of een proces aangepast. Wanneer het effect uitblijft, ontstaat de volgende onderzoeksvraag. Opnieuw wordt gekeken wat er gebeurt, terwijl de oorspronkelijke verklaring nooit werkelijk is onderzocht.
Zo kan een organisatie steeds meer weten over haar symptomen zonder veel dichter bij de oorzaak te komen.
De vraag is daarom niet alleen: wat laat het onderzoek zien?
De interessantere vervolgvraag is vaak: wat moeten we nog begrijpen voordat we weten waarom dit gebeurt?
Een verklaring begint waar de observatie ophoudt.
Hoe ik help
Ik help organisaties om onderzoeksvragen scherper te krijgen en onderzoeksbevindingen in hun context te begrijpen. Dat kan betekenen dat ik bestaande data en analyses naast de praktijk leg, interviews of informatiebronnen met elkaar verbind of zichtbaar maak waar een conclusie nog op een aanname rust.
Soms ligt de waarde in aanvullend onderzoek. Soms is er al genoeg informatie beschikbaar, maar staat die verspreid over rapportages, gesprekken, processen en systemen. Dan help ik om verbanden zichtbaar te maken en onderscheid te maken tussen wat we weten, wat we waarnemen en wat we nog veronderstellen.
Het doel is niet om ieder vraagstuk eindeloos verder te onderzoeken. Het doel is om voldoende te begrijpen wat er werkelijk speelt, zodat besluiten en vervolgstappen aansluiten op de situatie die je probeert te veranderen.
Herken je dat er binnen jouw organisatie veel onderzoek wordt gedaan, maar dat de vraag waarom iets gebeurt toch blijft terugkomen?
In een Boutique Session kijken we samen naar de vraag, de beschikbare informatie en de aannames die mogelijk nog tussen observatie en verklaring staan. Zo wordt duidelijk waar verder onderzoek nodig is en waar bestaande informatie al meer vertelt dan op het eerste gezicht zichtbaar is.
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.
