De technologische ontwikkelingen komen in razend tempo over ons heen. Dit heeft ook gevolgen voor het vakgebied van de kwaliteitskunde. In zijn vorige bijdrage in Sigma 3, 2018, schreef Arend Oosterhoorn over de uitdagingen waar kwaliteitsmanagers voor staan door een steeds intensiever gebruik van data. In dit artikel gaat hij verder in op onder andere Quality 4.0, data storytelling en de ethische kanten van datagebruik.
In de huidige discussie over Quality 4.0 – het kwaliteitskundige equivalent van Industry 4.0 – gaat het vooral over de invloed van technologische ontwikkelingen op het gebied van informatietechnologie. Hierdoor is alles met elkaar verbonden en is er continu inzicht in de status van een proces. En of het nu gaat om de enorme hoeveelheid informatie die al deze sensoren in de fabrieken opleveren, of dat we met de moderne middelen de gezondheid van veel mensen op een centrale plek in de gaten houden en daarop kunnen acteren, de boodschap is dezelfde: de technologische ontwikkelingen maken veel zaken mogelijk waar de kwaliteitsgemeenschap haar voordeel mee kan doen en een bijdrage aan kan leveren. De vraag is alleen of al duidelijk is in welke vorm dat zou kunnen en moeten.
Quality 4.0
Dat het werkelijk een ontwikkeling is waar we mee bezig moeten zijn, blijkt onder andere uit het feit dat ook de American Society for Quality (ASQ) jaarlijks een Quality 4.0-congres organiseert over Disruption, Innovation and Change – net als Hét Grote Kwaliteitscongres in Nederland.
De Boston Consulting Group doet momenteel wereldwijd onderzoek naar de verbinding tussen kwaliteitsmanagement en de ontwikkelingen die worden samengevat onder de term Industry 4.0. Hiermee wordt een hele verzameling ontwikkelingen aangeduid die te maken heeft met het digitaliseren van de volledige waardeketens inde industrie. Dat gaat om de complete keten, van oorsprong tot end-of-life van een product. Van het zaadje in de grond tot het appelklokhuis in de groenbak. In de hele keten worden allerlei aspecten gemeten en aan elkaar verbonden om inzicht te krijgen in het totale proces. De gehele supply chain wordt op die manier aan elkaar verbonden, ruimschoots over de grenzen van de eigen organisatie heen. Internet of things, robotisering, artificial intelligence en machine learning maken daar prominent deel van uit.
Aspecten van Quality 4.0
De centrale vraag is dus welke bijdrage van het vakgebied van kwaliteitsmanagement daarbij zinvol is en verder kan worden ontwikkeld. Het initiatief Quality 4.0 heeft een aantal duidelijke aspecten in zich:
- Op data gebaseerde besluitvorming: door de beschikbaarheid van vele data kunnen veel meer beslissingen onderbouwd worden met relevante data.
- Analysemethoden en -vaardigheden: op basis van de beschikbare data geven deze voeding voor vier stadia:
- beschrijven, wat is er gebeurd (vergelijk dashboards);
- verklaren, waardoor is het gebeurd (vergelijk Six Sigma, Metric of Urgency, 4 Disciplines of Execution), een model kan worden opgezet;
- voorspellen, wat zal er gaan gebeuren, op basis van de modellen en de beschikbare data is het mogelijk voorspellingen te gaan doen over de uitkomsten;
- voorschrijven, hoe moet er gereageerd gaan worden op de voorspelde uitkomst?
Visualisatie van data speelt hierbij een belangrijke rol. Het is duidelijk dat de nieuwe vaardigheden de oude niet vervangen, maar uitbreiden. Deze analysemethoden beperken zich niet tot traditionele data, zoals metingen uit een proces. Analyseren van social-media-uitingen is ook een belangrijke bron van informatie. Interessant is de vraag of dat ook kan helpen bij de invulling van paragraaf 9.5.1 van de nieuwe ISO 9001:2015-norm, ‘op welke wijze ben je op de hoogte van de perceptie van je klanten?’
- Verbindingen: door de sensoren die overal en in alles geplaatst zijn, kunnen we alles digitaal volgen. Mensen die met hun smartphone rondlopen, producten die we tijdens de gehele levenscyclus kunnen volgen (Tesla), lantaarnpalen in steden. Al deze bronnen worden met elkaar verbonden om analyses mogelijk te maken.
- Samenwerking: als in de gehele supply chain data moeten worden uitgewisseld en aan elkaar verbonden, krijgt samenwerking een andere dimensie, alles wordt transparant. Blockchain wordt vaak als een passende toepasbare technologie gezien.
Verder wordt er in het kader van Quality 4.0 nog gesproken over de invloed van apps, waardoor alles overal direct zichtbaar gemaakt kan worden, kwaliteitsmanagementsystemen (EQMS) die werkprocessen, dataverzameling en -analyse, compliance en samenwerking voor verbetering samenbrengt, leiderschap en cultuur. Een spannende ontdekkingstocht voor de komende tijd ligt voor ons.
Datagebruik op de werkvloer
Het gaat bij verhoogd datagebruik niet alleen maar om groter en meer. Onder invloed van de Lean beweging zien we ook steeds meer mensen op de werkvloer via dagstarts en prestatieborden kijken naar data. De bedoeling daarvan is om te bepalen hoe het proces verloopt en dat wordt vaak ook verbonden met de discussie om mogelijke verbeteringen te vinden. De discussie gaat over de resultaten, weergegeven in data. Medewerkers verwerven inzichten en moeten beslissingen nemen op basis van die gegevens tegen de achtergrond van variatie. Als de gerealiseerde prestatie achterblijft bij de verwachting, wordt het verbetertraject opgestart.
De manier waarop dat vorm wordt gegeven is natuurlijk het standaard vakgebied van de kwaliteitskundige. Het gebruik van de aloude 7-tools kan zeer van pas komen. De doelgroep zijn de mensen op het uitvoerende niveau, meestal niet geschoold in de vaardigheden die wij graag zouden willen dat ze die toepassen bij de dagstart en de verbeteracties. Data graag.
Data storytelling
Een goede analyse is op zichzelf meestal niet overtuigend genoeg. Verhalen vertellen is een eeuwenoude traditie om informatie door te geven en elkaar te informeren. Dat is iets anders dan een serie van PowerPoint-dia’s op een groot scherm projecteren en voorlezen wat daarop staat. Verhalen vertellen is een kunst.
Voor de kwaliteitskundige praktijk is verhalen vertellen ook een interessant medium voor overdracht van kennis en inzicht. Gekoppeld aan het gebruik van data kan zo een helder, waarheidsgetrouw, overzichtelijk en impactvol betoog worden gehouden. Een betoog dat invloed heeft op de toehoorders en kan aanzetten tot actie.
Voor de kwaliteitskundige praktijk is verhalen vertellen een interessant medium voor overdracht van kennis en inzicht.
Hoe een verhaal opgebouwd moet worden weten we sinds Aristoteles in 335 v.Chr. postuleerde dat een verhaal een begin, een midden en een eind heeft. Die wijsheid is nog steeds van toepassing. In het boek Storydesign (Nobbe en Holwerda, 2017) wordt dat mooi uitgewerkt en uit ervaring kan ik zeggen dat het goed werkt. De koppeling tussen ‘data’ en ‘storytelling’ maakt het extra krachtig. De data geven aan wat de feitelijke situatie is, het verhaal maakt dat het er ook toe doet. Een goed opgebouwd betoog, waarin de belangrijke punten zijn verbonden door een goede verhaallijn maakt indruk en onze hersenen zijn er ook voor geprogrammeerd om de boodschap op te nemen.
De koppeling tussen ‘data’ en ‘storytelling’ is zeer krachtig. De data geven aan wat de feitelijke situatie is, het verhaal maakt dat het er ook toe doet.
Combineer dat met een goede grafische weergave van de data en je hebt veel goeds in handen. Dan komt het alleen nog aan op jouzelf als de ‘entertainer’ met een inhoudelijk goede boodschap. Zo ontstaat een beeld van drie nieuwe uitdagingen:
- het verzamelen, samenbrengen en beschikbaar stellen van de enorme hoeveelheid data, in samenspraak met ITdeskundigen;
- de vaardigheid om uit deze data de informatie te halen die de dynamiek en structuur van het proces weerspiegelen; deze analysevaardigheden zijn goed te ontwikkelen binnen de kwaliteitsgemeenschap;
- het vermogen om daar een goed lopend, aansprekend en boeiend verhaal van te maken dat mensen aanzet tot actie.
Data en ethische vraagstukken
Het gebruik van data levert ook een andere uitdaging op voor kwaliteitskundigen. Waren er al eerder discussies over ethiek en kwaliteit, nu wordt er aan de deur gerammeld om dat eens flink op te pakken. De affaire over het datagebruik door Cambridge Analytica laat dat duidelijk zien. Wie daardoor verrast was, heeft niet op zitten letten. En reken maar dat er nog vele plekken zijn waar een dergelijke praktijk wordt uitgevoerd.
Het gebruik van data levert uitdagingen op voor kwaliteitskundigen, zoals ethische vragen rondom datagebruik en kwaliteit.
Gebruik van data voor commerciële doeleinden is ondertussen wijdverbreid. Target marketing wordt in hoge mate ingezet om, op basis van verkregen profielen, producten aan de mens te brengen. Je zou kunnen zeggen dat het lastig is als je op die manier benaderd wordt, maar de impact daarvan is niet zo groot.
Anders wordt het als het gebruik van data wordt ingezet om het gedrag te monitoren om daarmee invloed uit te oefenen op jouw leven. De rol van data in het sociale bereik is zich snel aan het ontwikkelen. Als je in China straks door het rode voetgangerslicht loopt, word je op basis van gezichtsherkenning vastgelegd en krijg je strafpunten in het kader van de Social Credit Score. Consequentie daarvan kan zijn dat je niet meer met de sneltrein naar het werk mag. Camera’s in de klaslokalen op een Chinese school houden de gezichtsexpressie van studenten in de gaten om daarmee de docent in staat te stellen zijn manier van lesgeven aan te passen zodat de studenten meer geïnteresseerd raken. Wat is er nog meer mogelijk?
Als je wilt weten hoe dat in Nederland is, kijk eens het programma Hunter terug, waar hunterteams (zeg maar rechercheurs) voortvluchtigen moeten traceren en oppakken. Deze voortvluchtigen zijn uiteraard geen criminelen, maar het laat wel zien dat je je niet ongezien door het land kunt bewegen.
Data koppelen
In hoog tempo wordt er ook gewerkt aan het verbinden van allerlei databases om inzicht te krijgen in het dagelijks leven. Databases van het UWV en de Sociale Verzekeringsbank worden gekoppeld om fraude tegen te gaan. De WRR heeft een uitgebreide studie gedaan naar het gebruik van allerlei databronnen voor de veiligheid, gebruikt door de verschillende veiligheidsdiensten. Dit proces heeft een emergent karakter, door de almaar toenemende mogelijkheden en snelheid van ontwikkeling worden toepassingen gevonden en ontwikkeld die we eerder nog niet hadden bedacht. Interessant is de vraag wat er allemaal nog meer gebeurt zonder dat we daarvan op de hoogte zijn. Niet omdat het moet of omdat we dat willen, maar simpelweg omdat het kan.
Een interessante ontwikkeling is HR-analytics, waarbij binnen het vakgebied steeds meer meetbaar wordt gemaakt om de prestaties van medewerkers te optimaliseren. Zo is het mogelijk het e-mailverkeer van de medewerkers te analyseren en te beoordelen op woordgebruik. Zo ontstaat inzicht in de algemene teneur binnen de organisatie. Er was een tijd dat iedereen riep dat je HR niet meetbaar zou kunnen maken, nu borrelt de vraag op of we er niet eens kritisch naar zouden moeten kijken.
Bijdrage van de kwaliteitsgemeenschap
De roep om de ethische vragen omtrent de kwaliteit van de samenleving en de kwaliteit van het leven, een van de vijf benaderingen van Kwaliteit volgens Garvin, wordt steeds luider. De omstandigheden en de ontwikkelingen geven een duidelijke uitnodiging om ons vanuit ons vakgebied daarmee te bemoeien.
Wat voor samenleving willen we vormgeven? Wat vinden we nog acceptabel wat met verkregen data wordt gedaan en waar ligt de grens? Ethische vraagstukken waaraan ook de kwaliteitsgemeenschap een bijdrage kan leveren.
Wat voor samenleving willen we vormgeven? Wat vinden we nog acceptabel wat met verkregen data wordt gedaan en waar ligt de grens? Ethische vraagstukken waaraan ook de kwaliteitsgemeenschap een bijdrage kan leveren.
Dat datagebruik een grote vlucht gaat nemen lijkt onomkeerbaar. Vele dienstverlenende organisaties op dat gebied roepen de mooiste beloftes op hun websites. Vanuit kwaliteitskundig oogpunt is het echter nog maar de vraag of dat kan worden waargemaakt. Daar zouden we veel dichter op moeten gaan zitten. De groep praktiserende dataspecialisten wordt ondertussen zo groot dat er al speciale vrouwelijke groepen gevormd worden, female data leaders (Female Data Specialists, 2018) omdat vrouwen anders zouden met data zouden omgaan dan mannen.
En waar zijn de Quality Data Leaders? Het Nederlands Netwerk voor Kwaliteitsmanagement (NNK) heeft in ieder geval een sectie Data en Kwaliteit ingesteld om de ontwikkelingen in kaart te brengen en om invulling te geven vanuit kwaliteitsmanagement.
Literatuur
Female Data Specialists. (z.d.). Geraadpleegd op 11 juni 2018, van http://pwc.blogs.com/analytics_means_business/2018/05/connecting- with-senior-females-in-data.html
Nobbe, F. en N. Holwerda-Mieras (2017). Story Design, het geheim achter een strategisch ijzersterk verhaal. Amsterdam, Nederland: Boom.
Dit is het tweede deel van twee artikelen over De nieuwe uitdaging voor kwaliteitsmanagement. Deel 1 van dit artikel verscheen in Sigma 3, 2018 en kunt u hier teruglezen.
Auteur
Arend Oosterhoorn begeleidt vanuit zijn eigen adviespraktijk organisaties die op zoek zijn naar verbetermogelijkheden. Kijk op www.oosterhoornadvies.nl
