Probleemanalyse voor dataprofessionals
Lianne Ringoir, januari 2022
Als dataprofessional wil je natuurlijk tevreden eindgebruikers én dataproducten die daadwerkelijk gebruikt worden. Als data-analist streef ik niet naar het mooiste dashboard of de meest complexe query of het ingewikkeldste algoritme; ik word pas blij als de eindgebruiker iets kan met de informatie, ongeacht de techniek. Dit bereik je door te starten met een goede probleemanalyse.
Skills als zorgverlener inzetten in data-analyse
De vaardigheid om eerst het probleem goed in beeld te krijgen, leerde ik toen ik werkte als praktijkondersteuner GGZ in de
huisartsenpraktijk. Ik hielp mensen met psychische klachten die door de huisarts naar mij werden doorgestuurd.
Tijdens mijn opleidingen psychologie en tot praktijkondersteuner GGZ leerde ik om te starten met een goede anamnese, oftewel een intakegesprek met een patiënt waarbij je het probleem helemaal in kaart brengt. Soms, in mijn drive om iemand zo snel mogelijk te helpen, kwam ik al met een paar adviezen voordat het probleem helemaal in beeld was. Dit leidde regelmatig tot het niet opvolgen van deze adviezen, omdat ze wel eens de plank missloegen. Daarentegen, als ik samen met de patiënt het probleem goed kon uitpluizen, kwam de juiste oplossing er vaak veel natuurlijker uit voort.
Een goed gesprek met de eindgebruiker
De ervaring als zorgverlener gebruik ik in mijn werk als data-analist. Want om tot een goede
dataoplossing te komen is een goed gesprek (zoals een anamnese) met de eindgebruiker essentieel. Hoe doe je dat? Hier een aantal tips en trucs:
Tip 1. ‘Doe als een kleuter’
Mijn zoontje is 5 jaar dus ik hoor de hele dag door: “Waarom?”
Soms voor mij een beetje irritant, maar voor hem heel handig. Op deze manier leert hij namelijk heel veel. Het stellen van ‘waarom’-vragen is in data ook heel belangrijk, vooral als je bezig bent met de probleemanalyse. Je wil namelijk leren welke informatie de ander nodig heeft om betere beslissingen te nemen.
Als je een nieuwe datavraag ontvangt is het altijd slim om te starten met de ‘waarom’-vraag. Waarom? Dit geeft het beste beeld van waar de datavraag precies vandaan komt en wat een passende oplossing kan zijn. Én het voorkomt dat je meteen verzandt in wat er precies nodig is. Wanneer je start met ‘wat’ er nodig is, word je verplicht aannames te doen over het probleem dat opgelost moet worden. Deze aannames wil je juist voorkomen zodat je de plank niet gaat misslaan. Een voorbeeld van hoe zo’n gesprek eruit kan zien:
Start wel met: Kan je eens uitleggen waarom je deze gegevens nodig hebt. Welk probleem gaat dit dashboard voor je oplossen? En wat ga je doen met de inzichten?
Start niet met: Wat moet er allemaal in het dashboard? Welke filters wil je allemaal? Waar komen de gegevens vandaan?
Tip 2. Hou het doel voor ogen
Door het stellen van de ‘waarom’-vragen, probeer je erachter te komen wat het doel is van een dataoplossing zoals bijvoorbeeld een dashboard. Het is belangrijk om dit doel goed vast te leggen, want hier wil je altijd op blijven focussen.
Dus zorg dat je het doel van het rapport/dashboard/andere dataoplossing duidelijk kan formuleren.
Doe dit samen met de aanvrager/eindgebruiker, dan krijg je het beste resultaat. Dit zorgt voor een wisselwerking waarbij je technische en inhoudelijke kennis combineert én het is leuk! Want je leert iemand beter kennen en je doet domeinkennis op.
Voorbeeld van beschrijving van een doel (waarom is het nodig?):
Het doel van dit dashboard is om de tijd tussen opname van patiënten met een beroerte tot de start van de behandeling zo kort mogelijk te
houden. Dit dashboard laat per week zien wat de doorlooptijden zijn van het binnenkomen van patiënten met een (mogelijke) beroerte en
de start van de behandeling
Tip 3. Kom erachter waarvoor het dashboard gebruikt gaat worden
Naast het doel is het ook belangrijk om te weten wat de eindgebruiker met het rapport wil gaan doen. Dus vraag bijvoorbeeld:
Welke informatie in je rapport of in je dashboard zorgen dat je iets gaat doen? Welke acties gaan mogelijk volgen op de inzichten uit dit dashboard?
Hiermee check je of het rapport/dashboard kan leiden tot actie én het helpt bij hoe het dashboard vormgegeven kan worden. Als iemand bijvoorbeeld op zoek is naar uitschieters en daar actie op wil ondernemen, is het belangrijk dat vooral die uitschieters duidelijk worden weergegeven
Voorbeeld van beschrijving beoogde acties
Dit dashboard wordt wekelijks besproken in de vakgroep. Als de doorlooptijd toeneemt of te lang is, wordt er gekeken wat hier de reden voor
is zodat er, waar mogelijk, interventies gedaan kunnen worden om de doorlooptijd te minimaliseren.
Tip 4. Bepaal de scope
Als je zowel het doel als de beoogde actie weet van een dashboard, leg deze dan samen met de eindgebruiker vast. Dit helpt om te voorkomen dat je per ongeluk verkeerde aannames doet en de scope van de datavraag is meteen duidelijk. Als het doel en beoogde acties zijn vastgelegd, is het tijd om in te vullen wat er precies in het rapport moet komen. Met het doel en acties voor ogen is dit niet meer zo lastig.
Door te werken vanuit het doel en de beoogde acties zorg je ervoor dat alleen data in de oplossing komt die hierbij helpen. Alle andere zaken die bijvoorbeeld ook ‘mogelijk interessant’ zijn, neem je niet mee. Hiermee voorkom je dat je oplossing continu gewijzigd moet worden en het een ‘neverending story’ wordt.
Kort samengevat: in een goed gesprek met een eindgebruiker die een nieuwe datavraag heeft, bespreek je volgende zaken en in deze volgorde!:
- Wat is het doel van de oplossing; welk probleem lost het op?
- Tot welke actie gaat de informatie leiden en hoe gaat de oplossing gebruikt worden?
- Leg de scope (doel, acties) samen vast.
- En pas als laatste: Welke gegevens moeten er precies in komen?
