H
Data-analyse voor managers
Moduleopdracht
C.C.J Kuipers
Studentnummer: 4691865
Datum:26-9-2021
Opleidingsgroep
Opleiding: Bachelor
Management in de Zorg
Module: Data-analyse voor
managers
Docent: Engracia Sleeswijk
,Voorwoord
Mijn naam is XXX XXX. Ik ben 34 jaar oud en woon samen met mijn vriend en drie kinderen in
Doetinchem. Ik ben inmiddels ruim 9,5 werkzaam bij welzijnsorganisatie XXX. Binnen XXX heb ik
verschillende functies bekleed, projecten opgestart en daarbij met verschillende doelgroepen gewerkt.
In 2018 ben ik gestart met de Bachelor management in de zorg. Een opleiding waar echt mijn passie
ligt en waar ik straks ook mijn werk in hoop te gaan vinden. Onderdeel van deze bachelor is de
module data analyse voor manager waar deze examen opdracht over gaat.
In deze moduleopdracht beschrijf ik wat XXX nodig heeft om een data gedreven organisatie te worden
zodat er meer inzicht komt in de wensen en behoeften van klanten zodat hier beter op gestuurd kan
worden.
Mijn dank gaat uit naar mijn docent voor de prettige begeleiding bij deze module. Daarnaast gaat mijn
dank uit naar mijn werkgever die in mij geloofde en het volgen van deze opleiding mogelijk heeft
gemaakt.
XXX XXX
29 juli 2021
2
, Samenvatting
XXX is een relatief kleine organisatie maar de enige welzijnsorganisatie in de gemeente XXX. Op
basis van gelijkwaardigheid staat XXX voor het versterken van inwoners, maatschappelijke
initiatieven, opdrachtgever(s) en partnerorganisaties. De meest belangrijke stakeholders van XXX zijn
de gemeente XXX, politiek, klanten en medewerkers.
Binnen XXX zijn geen specifieke afdelingen waar data geanalyseerd wordt. Dde organisatie bevind
zich momenteel in de ‘geïnitieerd’ fase
Een groot deel van de doelgroep waar XXX mee werkt is digitaal vaardig en volgt XXX via social
media of bezoekt de website om zich te oriënteren. De data die verder binnen XXX opgehaald wordt is
minimaal. Een gemiste kans wat maakt dat het de moeite waard is om eens te gaan bekijken of er
een optimalisering mogelijk.
Binnen XXX wordt er ten behoeve van managementdoeleinden gebruik gemaakt van verschillende
databronnen. Binnen de context van deze moduleopdracht heb ik mij enkel gericht op data in het
registratieprogramma MVOWIN. De data die gehaald kan worden uit MVOWIN is zowel kwantitatief
als kwalitatief van aard. In de GAP analyse is het verschil tussen de IST en de SOL in kaart gebracht.
Het Business Model Canvas maakt inzichtelijk hoe een organisatie waarde creëert voor zichzelf en
voor zijn klanten. In het model komen de vier hoofdgebieden van een onderneming komen aan bod
Data dat nieuw vastgelegd moet worden:
• Beoordeling ervaringen van de toegankelijkheid
• Beoordeling ervaringen van het contact met de medewerker (s)
• Beoordeling bereikbaarheid van de locaties
• Beoordeling bereikbaarheid medewerkers
• Beoordeling snelheid waarmee een klant te woord is gestaan.
• Beoordeling toeleiding naar andere kanalen
• Klanttevredenheid
Door de genoemde data vast te leggen data te gaan registreren in MVOWIN ontstaat er data dat
volledig, kloppend en juist is. Dit draagt bij aan monitoring en sturing waardoor er een verbetering van
de kwaliteit van de dienstverlening tot stand komt. Ook is de kwaliteit van de geregistreerde data
conform HKZ zorg en Welzijn op orde.
Het registratiesysteem MVOWIN is niet ingericht voor het verzamelen van de benodigde data.
Daarnaast is er geen specialistische kennis in huis om een dergelijk traject goed te kunnen
begeleiden. Het inschakelen van een externe data analist en data engineer kan hier een oplossing
voor zijn. Om iedereen uniform te laten werken zijn werkinstructies en een procesomschrijving
onmisbaar.
Aanbevelingen voor de organisatie:
• MVOWIN herinrichten
• Formats ontwikkelen waarin de nieuwe data kan worden ingevoerd
• Formats implementeren in MVOWIN systeem waarbij velden volledig moeten worden ingevuld
alvorens dit opgeslagen kan worden.
• Uniform werkinstructie en procesomschrijving ontwikkelen
• Medewerkers informeren over de nieuwe werkwijze en de voordelen van het ophalen en
verwerken van de nieuwe data.
Naast het aanpassen van de technologie is het ook van belang om aandacht te besteden aan de
veranderbereidheid binnen de organisatie. Het communiceren over data (datastorytelling) is hier een
belangrijk onderdeel van. Door de lean startup methodologie te gebruiken kan de eerder gestelde
hypothese vroeg in het proces al worden getest. Aan de hand van het PDACA model kan het steeds
weer worden bijgesteld.
3
Data-analyse voor managers
Moduleopdracht
C.C.J Kuipers
Studentnummer: 4691865
Datum:26-9-2021
Opleidingsgroep
Opleiding: Bachelor
Management in de Zorg
Module: Data-analyse voor
managers
Docent: Engracia Sleeswijk
,Voorwoord
Mijn naam is XXX XXX. Ik ben 34 jaar oud en woon samen met mijn vriend en drie kinderen in
Doetinchem. Ik ben inmiddels ruim 9,5 werkzaam bij welzijnsorganisatie XXX. Binnen XXX heb ik
verschillende functies bekleed, projecten opgestart en daarbij met verschillende doelgroepen gewerkt.
In 2018 ben ik gestart met de Bachelor management in de zorg. Een opleiding waar echt mijn passie
ligt en waar ik straks ook mijn werk in hoop te gaan vinden. Onderdeel van deze bachelor is de
module data analyse voor manager waar deze examen opdracht over gaat.
In deze moduleopdracht beschrijf ik wat XXX nodig heeft om een data gedreven organisatie te worden
zodat er meer inzicht komt in de wensen en behoeften van klanten zodat hier beter op gestuurd kan
worden.
Mijn dank gaat uit naar mijn docent voor de prettige begeleiding bij deze module. Daarnaast gaat mijn
dank uit naar mijn werkgever die in mij geloofde en het volgen van deze opleiding mogelijk heeft
gemaakt.
XXX XXX
29 juli 2021
2
, Samenvatting
XXX is een relatief kleine organisatie maar de enige welzijnsorganisatie in de gemeente XXX. Op
basis van gelijkwaardigheid staat XXX voor het versterken van inwoners, maatschappelijke
initiatieven, opdrachtgever(s) en partnerorganisaties. De meest belangrijke stakeholders van XXX zijn
de gemeente XXX, politiek, klanten en medewerkers.
Binnen XXX zijn geen specifieke afdelingen waar data geanalyseerd wordt. Dde organisatie bevind
zich momenteel in de ‘geïnitieerd’ fase
Een groot deel van de doelgroep waar XXX mee werkt is digitaal vaardig en volgt XXX via social
media of bezoekt de website om zich te oriënteren. De data die verder binnen XXX opgehaald wordt is
minimaal. Een gemiste kans wat maakt dat het de moeite waard is om eens te gaan bekijken of er
een optimalisering mogelijk.
Binnen XXX wordt er ten behoeve van managementdoeleinden gebruik gemaakt van verschillende
databronnen. Binnen de context van deze moduleopdracht heb ik mij enkel gericht op data in het
registratieprogramma MVOWIN. De data die gehaald kan worden uit MVOWIN is zowel kwantitatief
als kwalitatief van aard. In de GAP analyse is het verschil tussen de IST en de SOL in kaart gebracht.
Het Business Model Canvas maakt inzichtelijk hoe een organisatie waarde creëert voor zichzelf en
voor zijn klanten. In het model komen de vier hoofdgebieden van een onderneming komen aan bod
Data dat nieuw vastgelegd moet worden:
• Beoordeling ervaringen van de toegankelijkheid
• Beoordeling ervaringen van het contact met de medewerker (s)
• Beoordeling bereikbaarheid van de locaties
• Beoordeling bereikbaarheid medewerkers
• Beoordeling snelheid waarmee een klant te woord is gestaan.
• Beoordeling toeleiding naar andere kanalen
• Klanttevredenheid
Door de genoemde data vast te leggen data te gaan registreren in MVOWIN ontstaat er data dat
volledig, kloppend en juist is. Dit draagt bij aan monitoring en sturing waardoor er een verbetering van
de kwaliteit van de dienstverlening tot stand komt. Ook is de kwaliteit van de geregistreerde data
conform HKZ zorg en Welzijn op orde.
Het registratiesysteem MVOWIN is niet ingericht voor het verzamelen van de benodigde data.
Daarnaast is er geen specialistische kennis in huis om een dergelijk traject goed te kunnen
begeleiden. Het inschakelen van een externe data analist en data engineer kan hier een oplossing
voor zijn. Om iedereen uniform te laten werken zijn werkinstructies en een procesomschrijving
onmisbaar.
Aanbevelingen voor de organisatie:
• MVOWIN herinrichten
• Formats ontwikkelen waarin de nieuwe data kan worden ingevoerd
• Formats implementeren in MVOWIN systeem waarbij velden volledig moeten worden ingevuld
alvorens dit opgeslagen kan worden.
• Uniform werkinstructie en procesomschrijving ontwikkelen
• Medewerkers informeren over de nieuwe werkwijze en de voordelen van het ophalen en
verwerken van de nieuwe data.
Naast het aanpassen van de technologie is het ook van belang om aandacht te besteden aan de
veranderbereidheid binnen de organisatie. Het communiceren over data (datastorytelling) is hier een
belangrijk onderdeel van. Door de lean startup methodologie te gebruiken kan de eerder gestelde
hypothese vroeg in het proces al worden getest. Aan de hand van het PDACA model kan het steeds
weer worden bijgesteld.
3
