{"id":87278,"date":"2026-09-16T12:17:40","date_gmt":"2026-09-16T12:17:40","guid":{"rendered":"https:\/\/hanstimmerman.me\/?p=87278"},"modified":"2026-09-16T12:20:53","modified_gmt":"2026-09-16T12:20:53","slug":"data-gedreven-liever-resultaat-gedreven","status":"publish","type":"post","link":"https:\/\/hanstimmerman.me\/en\/data-gedreven-liever-resultaat-gedreven\/","title":{"rendered":"Data-gedreven? Liever resultaat-gedreven!"},"content":{"rendered":"

English version: scroll down<\/span><\/em><\/span><\/p>\n

Een <\/span>interessant artikel<\/a> op Binnenlands Bestuur triggerde me voor deze blog: <\/span>Waarom datagedreven werken niet overal lukt<\/i>. We spreken graag over data-gedreven werken. Het klinkt modern, rationeel en bijna vanzelfsprekend. Wie kan er immers tegen data zijn? Maar toch zit er iets vreemds in die term. Want willen we werkelijk dat <\/span>data ons drijft<\/b>? Ik denk het niet, want data heeft geen ambitie. Data heeft ook geen bedoeling. En tenslotte weet data niet wat voor onze organisatie, onze klanten of onze samenleving echt belangrijk is. Niet de data maar het resultaat is belangrijk.<\/span>\u00a0<\/span><\/p>\n

Uiteindelijk bepalen mensen het gewenste doel. Daarbij kan data helpen om dat doel te bereiken en het gewenste resultaat te realiseren. Daarom geloof ik steeds meer in resultaat-gedreven werken, ondersteund door data. En die volgorde maakt daarbij een wereld van verschil. In plaats van \u2018We hebben deze data, wat kunnen we ermee\u2019 naar \u2018Dit willen we bereiken, welke informatie – en dus data – is nodig om daar te komen\u2019.\u00a0<\/span><\/span><\/p>\n

Data is een middel, geen bestemming<\/b><\/span><\/h3>\n

Een organisatie kan ongelooflijk data-gedreven zijn en toch nergens komen. We kennen allemaal de dashboards, de KPI\u2019s, de rapportages, de analyses en de grafieken die elke maand opnieuw worden besproken. Het bekende performance-management: alles uitdrukken in data, getallen, grafieken en statistieken. Death by Excel! En niet te vergeten de data-modellen, waar iedereen in dit land dol op lijkt te zijn. De data zegt het, dus het is waar en we polderen verder.\u00a0<\/span><\/span><\/p>\n

Maar de belangrijkste vraag blijft soms opvallend lang onbeantwoord: Welk resultaat proberen we eigenlijk te bereiken? En kunnen we dat gezamenlijk realiseren met de kennis en kunde die we hebben. Pas wanneer we weten welk resultaat we nastreven, kunnen we bepalen welke data werkelijk relevant is. En ook of het modeldata mag zijn of data die daadwerkelijk te meten is. Dan wordt data geen eindeloze verzameling die we zo volledig mogelijk moeten opslaan en analyseren, maar gerichte informatie die ons helpt betere keuzes te maken. Maar dan moet je wel weten waar die data is. En dat die data niet alleen bruikbaar maar ook betrouwbaar is. En de realiteit weergeeft.<\/span><\/p>\n

Applicaties verwelken, processen vergaan…<\/b><\/span><\/h3>\n

Er is nog een reden waarom ik data zo intrigerend vind. Mijn stelling is al jaren in dit rijmpje<\/a>: \u201cApplicaties verwelken, processen vergaan, maar onze data blijft altijd bestaan.\u201d <\/i>Wat vandaag een onmisbaar systeem is, is morgen legacy. Organisaties vervangen software, migreren naar nieuwe platforms en nemen afscheid van technologie – en zelfs standaarden – waarvan ooit werd gedacht dat die jarenlang mee zou gaan. Ook processen veranderen voortdurend. Nieuwe wetgeving, andere organisatiestructuren, nieuwe klanten en nieuwe inzichten zorgen ervoor dat processen worden aangepast, samengevoegd of volledig verdwijnen. Data bestaat langer dan de processen, de applicaties en zelfs de mensen die ze maken en maakten.\u00a0<\/span><\/span><\/p>\n

Dus is de vraag relevant: hoe is die data ontstaan? En waarom is die data er (nog)? Data reist soms vele jaren in de organisatie mee. Van het ene systeem naar het volgende. Van de ene applicatie naar de andere. Soms tientallen jaren lang in een database, een netwerkschijf of \u2018ergens\u2019 in een cloud. Juist daarom verdient data meer aandacht dan alleen de vraag hoe we haar kunnen analyseren. Data is vaak het meest duurzame bezit van een organisatie. Zie mijn eerdere blog over de \u2018databloem\u2019, de bladeren verwelken maar de kern – de zaadjes – zorgen dat de bloem zich kan voortplanten en zo eeuwig kan blijven voortbestaan. Dat is de belangrijkste rol van data in een organisatie: het garanderen van het voortbestaan. Maar dat betekent niet dat data ook eeuwig moet blijven bestaan; soms moeten we bewust vernietigen. Zie ook mijn blog<\/a> \u2018De digitale tijdbom van vergeten data<\/i>\u2019.<\/span><\/p>\n

Data heeft een levenscyclus<\/b><\/span><\/h3>\n

Ook moeten we ophouden met doen alsof het verzamelen en bewaren van data altijd goed is. Meer data is niet automatisch betere data. En langer bewaren is niet automatisch verstandiger bewaren. Data ontstaat, wordt gebruikt, wordt aangevuld en verandert soms van betekenis. Aan die levenscyclus komt ook een einde, die begint met opruimen en eindigt met archiveren of vernietigen. Dat is niet alleen een technisch of organisatorisch vraagstuk. Het is ook een maatschappelijk en juridisch vraagstuk. Bewuste data-hygi\u00ebne komt ik bij organisaties zelden tegen. Hoe vaak is er \u2018vergeten\u2019 data die nog ergens op een oude netwerkschijf of in een vroegere cloud-omgeving staat.\u00a0<\/span><\/span><\/p>\n

Soms is bewaren zelfs gevaarlijk; data die je niet (meer) nodig hebt, kan gestolen en misbruikt worden. Sommige gegevens moeten op enig moment worden vernietigd omdat de wet dat voorschrijft. Andere gegevens mogen niet eindeloos worden bewaard omdat daar geen rechtvaardiging meer voor bestaat. En voor persoonsgegevens is er nog een belangrijker gedachte. Een mens moet soms verder kunnen zonder dat zijn digitale verleden hem voor altijd blijft achtervolgen. Het recht om vergeten te worden, is daarmee meer dan een administratieve verplichting. Het raakt aan een fundamenteel principe: niet alles wat ooit is vastgelegd, moet voor eeuwig beschikbaar blijven.<\/span><\/p>\n

Data mag ook doodgaan<\/b><\/span><\/h3>\n

We praten in organisaties graag over datakwaliteit, data-governance en datamanagement. Maar misschien zouden we het vaker ook moeten hebben over de dood van data. Data-euthanasie<\/b> is het bewust en gecontroleerd be\u00ebindigen van data aan het einde van haar levenscyclus, wanneer die geen waarde of functie meer heeft en verdere bewaring niet langer gerechtvaardigd is. Maar wanneer heeft data haar functie verloren? Wanneer is de bewaartermijn verstreken? Wanneer weegt het belang van bewaren niet meer op tegen het belang van een persoon om verder te kunnen? Wanneer is historische informatie nog waardevol \u2014 en wanneer alleen nog maar, vaak dure, digitale ballast? Want vergeten data kan zich bovendien tegen je keren als derden haar vinden.<\/span><\/p>\n

Goed datamanagement gaat dus niet alleen over het verzamelen, beschermen en beschikbaar maken van data. Het gaat ook over het vermogen om afscheid te nemen. Goede data-governance weet niet alleen welke data moet blijven, maar ook welke data mag verdwijnen \u2014 en hoe die op de juiste wijze wordt vernietigd. Want hoe minder data je hebt, hoe minder er gestolen kan worden. Daarvoor moet je wel weten welke data je (nog) hebt en welke context en gebruiksgeschiedenis daarbij horen. Op oude netwerkschijven is soms tientallen jaren van alles opgeslagen. De auteurs zijn verdwenen, net als de afdelingen en applicaties waarvoor de data ooit bedoeld was. Denk ook aan de \u2018gevonden\u2019 datakluizen van de Belastingdienst. De archiefachterstand bij onze overheid is angstaanjagend hoog.<\/span><\/p>\n

Resultaat eerst. Data komt daarna.<\/b><\/span><\/h3>\n

Misschien moeten we de term data-gedreven werken<\/i> daarom wat minder letterlijk nemen. Data zou ons niet moeten drijven. Onze doelen zouden ons moeten drijven. De resultaten die we willen bereiken. De maatschappelijke waarde die we willen cre\u00ebren. De problemen die we willen oplossen.<\/span><\/p>\n

En vervolgens gebruiken we data om betere beslissingen te nemen op weg naar dat resultaat. Dan krijgt data precies de rol die zij verdient. Een belangrijke rol. Soms zelfs een cruciale rol. Maar nooit het doel op zichzelf. <\/span><\/p>\n

Photo by Ann H<\/a><\/span><\/p>\n

\u2014\u2014\u2014\u2014\u2014\u2014\u2014\u2014\u2014\u2014\u00a0 <\/span>Translated by ChatGPT\u00a0 <\/span>\u2014\u2014\u2014\u2014\u2014\u2014\u2014\u2014<\/span><\/p>\n

Data-Driven? Better Outcome-Driven!<\/b><\/span><\/h2>\n

An interesting article<\/a> in Binnenlands Bestuur<\/i> prompted me to write this blog: Why data-driven working does not work everywhere<\/i>. We like to talk about working in a data-driven way. It sounds modern, rational and almost self-evident. After all, who could possibly be against data? Yet there is something strange about the term. Do we really want data to drive us<\/b>? I don’t think so. Data has no ambition. Data has no intention. And ultimately, data does not know what really matters to our organisation, our customers or our society. It is not the data that matters. It is the outcome.<\/span><\/p>\n

Ultimately, people determine the goal they want to achieve. Data can help them get there and realise the desired outcome. That is why I increasingly believe in outcome-driven working, supported by data<\/b>. And the order of those words makes all the difference. Instead of asking, \u201cWe have this data, what can we do with it?\u201d<\/i>, we should ask, \u201cThis is what we want to achieve. What information \u2014 and therefore what data \u2014 do we need to get there?\u201d<\/i><\/i><\/span><\/p>\n

Data is a means, not a destination<\/b><\/span><\/h3>\n

An organisation can be incredibly data-driven and still get nowhere. We all know the dashboards, KPIs, reports, analyses and charts that are discussed month after month. The familiar world of performance management: expressing everything in data, numbers, graphs and statistics. Death by Excel! And then there are the data models, which everyone in this country seems to love. The data says so, therefore it must be true \u2014 and so we continue to muddle through. Yet the most important question sometimes remains unanswered for remarkably long: What outcome are we actually trying to achieve?<\/b> And can we achieve it together, with the knowledge and capabilities we have?<\/span><\/p>\n

Only once we know what outcome we are aiming for can we determine which data is actually relevant. And whether that should be modelled data or data that can be measured in the real world. Data then stops being an endless collection that we feel obliged to store and analyse as completely as possible. Instead, it becomes focused information that helps us make better decisions. But that requires knowing where the data is. And knowing that it is not only usable, but also reliable. That it reflects reality.<\/span><\/p>\n

Applications wither, processes fade…<\/b><\/span><\/h3>\n

There is another reason why I find data so intriguing. For years, I have summed up my thinking in this little rhyme<\/a>: \u201cApplications wither, processes fade, but our data will always remain.\u201d <\/i>What is an indispensable system today becomes legacy tomorrow. Organisations replace software, migrate to new platforms and leave behind technologies \u2014 and even standards \u2014 that were once expected to last for many years. Processes are constantly changing too. New legislation, different organisational structures, new customers and new insights cause processes to be adapted, combined or disappear altogether.<\/span><\/p>\n

Data outlives the processes, applications and even the people who create and use them. That makes an important question: How did this data come into existence? And why is it still here? Data can travel through an organisation for many years. From one system to another. From one application to the next. Sometimes for decades, sitting in a database, on a network drive or simply somewhere<\/i> in the cloud.<\/span><\/p>\n

That is precisely why data deserves more attention than simply asking how we can analyse it. Data is often an organisation’s most enduring asset. See my earlier blog about the \u201cdata flower\u201d<\/a>: the leaves wither, but the core \u2014 the seeds \u2014 allow the flower to reproduce and continue to exist. That is one of the most important roles of data in an organisation: ensuring continuity and enabling it to survive beyond the systems and processes that created it. But that does not mean data should exist forever. Sometimes we need to deliberately destroy it. See also my blog, \u201cThe Digital Time Bomb of Forgotten Data\u201d<\/a>.<\/span><\/p>\n

Data has a life cycle<\/b><\/span><\/h3>\n

We also need to stop pretending that collecting and retaining data is always a good thing. More data does not automatically mean better data. And keeping data longer does not automatically mean keeping it more wisely. Data is created, used, enriched and sometimes changes meaning. That life cycle also has an end. It begins with creation and use, and eventually leads to archiving or destruction. This is not merely a technical or organisational issue. It is also a social and legal one.<\/span><\/p>\n

Deliberate data hygiene is something I rarely encounter in organisations. More often, there is simply forgotten data<\/i> sitting somewhere on a network drive or in a cloud environment. Sometimes keeping data is dangerous. Data you no longer need can be stolen and misused. Some information must eventually be destroyed because the law requires it. Other information should not be retained indefinitely because there is no longer a valid reason to keep it. And when it comes to personal data, there is an even more important principle. A person should sometimes be able to move on without their digital past following them forever. The right to be forgotten<\/b> is therefore more than an administrative obligation. It touches on a fundamental principle: not everything that was once recorded needs to remain available forever.<\/span><\/p>\n

Data is allowed to die<\/b><\/span><\/h3>\n

We like to talk about data quality, data governance and data management in organisations. But perhaps we should also talk more often about the death of data. Data euthanasia<\/b> is the deliberate and controlled termination of data at the end of its life cycle, when it no longer has value or purpose and there is no longer a legitimate reason to retain it. But when has data actually served its purpose? When has its retention period expired? When does the value of retaining information become smaller than a person’s interest in being able to move on? When is historical information still valuable \u2014 and when is it merely, often expensive, digital baggage?<\/span><\/p>\n

Because forgotten data can also come back to haunt you when someone else finds it. Good data management, therefore, is not just about collecting, protecting and making data available. It is also about having the ability to let go. Good data governance knows not only which data should remain, but also which data may disappear \u2014 and how it should be properly destroyed. After all, the less data you have, the less there is to steal.<\/span><\/p>\n

But to do that, you first need to know what data you actually have \u2014 and what context and history of use belong to it. Old network drives sometimes contain decades’ worth of organisational data. The authors have disappeared, as have the departments and applications for which the data was once created. Think also of the \u201cdiscovered\u201d data vaults of the Dutch Tax and Customs Administration. The backlog in government archives is alarmingly large.<\/span><\/p>\n

Outcome first. Data second.<\/b><\/span><\/h3>\n

Perhaps, then, we should take the term data-driven working<\/i> a little less literally. Data should not drive us. Our goals should drive us. <\/b>The outcomes we want to achieve. The social value we want to create. The problems we want to solve. And then we use data to make better decisions on the way to those outcomes.<\/span><\/p>\n

That gives data exactly the role it deserves. An important role. Sometimes even a crucial one. But never the destination itself. Because ultimately, this little rhyme applies too:<\/span><\/p>\n

Applications wither, processes fade,<\/i><\/span><\/strong>
\nbut data can remain for a very long time;<\/i><\/span><\/strong>
\nyet data has a life of its own,<\/i><\/span><\/strong>
\nand eventually deserves a dignified end.<\/i><\/span><\/strong><\/i><\/p>","protected":false},"excerpt":{"rendered":"

Perhaps, then, we should take the term data-driven working a little less literally. Data should not drive us. Our goals should drive us. The outcomes we want to achieve. The social value we want to create. The problems we want to solve. And then we use data to make better decisions on the way to those outcomes.<\/p>","protected":false},"author":3,"featured_media":87281,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[340,380,476,70,80],"tags":[1134,1135,246,1136,508,1137,631,777,1014,1048,1051,1094,1096,1098,1130,1131,1132,1133],"class_list":["post-87278","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-master-data-management","category-archiving","category-data-sharing","category-data-ownership","category-trusted-it","tag-dataeuthanasia","tag-responsibledata","tag-datamanagement","tag-digitallegacy","tag-datagovernance","tag-dataeuthenasie","tag-digitaltransformation","tag-informationmanagement","tag-datastrategy","tag-dataquality","tag-datadriven","tag-datalifecycle","tag-dataprivacy","tag-righttobeforgotten","tag-outcomedriven","tag-dataethics","tag-datadeletion","tag-dataretention"],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/i0.wp.com\/hanstimmerman.me\/wp-content\/uploads\/2026\/09\/pexels-ann-h-45017-15401443-scaled-e1789560580755.jpg?fit=1687%2C812&ssl=1","_links":{"self":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts\/87278","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/comments?post=87278"}],"version-history":[{"count":5,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts\/87278\/revisions"}],"predecessor-version":[{"id":87288,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/posts\/87278\/revisions\/87288"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/media\/87281"}],"wp:attachment":[{"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/media?parent=87278"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/categories?post=87278"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hanstimmerman.me\/en\/wp-json\/wp\/v2\/tags?post=87278"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}