De eerste mensen leefden 2,4 miljoen jaar geleden als jager-verzamelaar. De wereld is sterk veranderd sindsdien, maar er zijn nog steeds enkele interessante parallellen tussen deze eerste mensen en de jager-dataverzamelaars van deze tijd.
Een van de duidelijkste overeenkomsten is dat zowel jagers-verzamelaars als dataverzamelaars afhankelijk zijn van het verzamelen van middelen om te overleven en te floreren. Voor jager-verzamelaars was dat voedsel, water en onderdak. Ze gebruikten hun kennis van het land en hun jacht- en verzamelvaardigheden om de middelen te vinden die ze nodig hadden om te overleven.
Tegenwoordig vertrouwen gegevensverzamelaars ook op het verzamelen van middelen, maar hun middelen zijn gegevens, informatie en data-analysetools. Zij gebruiken hun kennis van technologie en hun vaardigheden op het gebied van gegevensverzameling om de informatie te verzamelen die zij nodig hebben om hun werk te doen. Net als jagers-verzamelaars moeten moderne dataverzamelaars vaardig zijn in het vinden en verzamelen van de middelen die ze nodig hebben.
Simpelweg alles verzamelen zonder interpretatie en selectie vooraf is verspilde energie zowel in het verre verleden als nu. De jager-verzamelaar uit de oudheid was zich erg bewust van zijn omgeving. Er werd niet meer gevangen dan nodig was. Doelbewust, duurzaam en efficiëntie waren belangrijke kenmerken. Tegenwoordig gebruikt de dataverzamelaar een sleepnet met een enorm energieverbruik voor onder andere het trainen van artificiële intelligentie modellen en voor de analyse van alles wat in het net is gevangen. Bij deze aanpak is duurzaamheid niet een belangrijk uitgangspunt.
Een andere parallel tussen jagers-verzamelaars en dataverzamelaars is dat beide groepen vaak in teams werken. Jager-verzamelaars leefden in kleine groepen of stammen en werkten samen om te jagen, te verzamelen en elkaar te beschermen. Moderne dataverzamelaars werken ook vaak in teams en werken nauw met elkaar samen om gegevens te verzamelen en te analyseren. De kwaliteitsmanager weet welke inzichten verkregen moeten worden, de doelbepaling. De datamanager weet welke data beschikbaar is en de data-analist kan met zijn vaardigheden en tools de data bewerken en presenteren zodat interpretatie mogelijk is. In de huidige complexe maatschappij met een overdaad aan beschikbare data en behoeften is dit geen eenvoudige opgave.
Kennis overdragen is essentieel om je als gemeenschap te kunnen ontwikkelen. Verzamelde data, informatie en ervaring werd lang geleden bij het kampvuur doorverteld aan de groepsgenoten. Waar mogelijk visueel ondersteund door tekeningen op de wanden van de grotten. Het verhaal van de data werd verteld.
Tegenwoordig noemen we dat ‘storytelling’ en zijn de wanden in de grot vervangen door dashboards op schermen van monitoren en telefoon. Het verschil is dat informatie veel makkelijker op grote schaal gedeeld kan worden dan vroeger. Wat de kennisdeling en ontwikkeling tegenwoordig enorm versnelt.
Grottekening in de grot van Altamira, Spanje. Prehistorische grottekening van o.a. paarden, bizons en everzwijnen. Werd hier de ‘menukaart’ gedeeld en informatie verschaft waar gevaren waren of werden de locaties gegeven van de beste jachtvelden?
Aanpassingsvermogen is cruciaal. Zowel de jager-verzamelaars als de huidige dataverzamelaars moeten zich kunnen aanpassen aan een veranderende omgeving om te kunnen overleven. Voor jager-verzamelaars betekende dit dat zij naar andere gebieden moesten kunnen verhuizen als de seizoenen veranderden en de beschikbaarheid van middelen verschoof. Gegevensverzamelaars moeten zich ook kunnen aanpassen aan veranderende technologie en gegevensbronnen om relevant en effectief te blijven.
Hoewel de wereld sterk is veranderd sinds de tijd van de jagers-verzamelaars, zijn er nog steeds enkele interessante parallellen tussen deze eerste jager-verzamelaars en moderne dataverzamelaars. Beide groepen zijn afhankelijk van het verzamelen van middelen, werken in teams en moeten zich aanpassen aan veranderende omgevingen om te overleven en te gedijen.
Is de huidige vorm van data verzamelen en -analyse dan een kwestie van leven of dood? Je zou denken van niet, maar de opkomst van data-analyse middels Artificial Intelligence in bijvoorbeeld de medische sector laat een ander beeld zien. De Europese Unie heeft in 2022 een applicatie goedgekeurd die op basis van Big Data autonoom röntgenbeelden beoordeelt, diagnosticeert en evalueert (zie kader). Zeker een zaak van leven en dood.
De huidige dataverzamelaar kan leren van de efficiëntie en doelmatigheid van onze verre voorouders. Door zich eerst af te vragen:
Om vervolgens het juiste data-lake te vinden en een onbevooroordeeld data-net te ontwerpen. Waarbij de grootte en vorm van de mazen van het data-net geschikt zijn om alleen de noodzakelijke data te vangen. De verkregen data kan dan op een efficiënte wijze geanalyseerd worden om het inzicht te verschaffen waarnaar de dataverzamelaar op zoek was.
Dit artikel is losjes gebaseerd op de hoofdstukken 3 en 4 van het recent uitgegeven boek 'De Kwaliteit van Data', van de sectie Data & Kwaliteit van het NNK.
In 2018 richtte Arend Oosterhoorn de sectie Data en Kwaliteit van het NNK (Nederlands Netwerk voor Kwaliteitsmanagement) op. Onze missie is het gebruik van data en de bijdrage daarvan aan het leveren van kwaliteit in een snel veranderende omgeving voortdurend aanjagen en verbeteren. Een van de doelen was het publiceren over onze bevindingen. In de loop van 2020 ontstond het idee het verzamelde materiaal in een boek te verwerken. Arend heeft hieraan een belangrijke bijdrage geleverd. Na zijn overlijden begin 2022 heeft Kees de Vaal samen met de andere leden van de sectie het boek voltooid.
Het boek De Kwaliteit van Data bevat vijf delen: Het veranderende ecosysteem, Data verzamelen en beheren, Data analyseren met statistische methoden, Data analyseren met kunstmatige intelligentie en Data presenteren en duiden.
Het boek is verkrijgbaar via de webwinkel van uitgeverij Boekscout, bol.com, managementboek.nl en de boekhandel (ISBN: 9789464683721).
In een reeks artikelen bespreken leden van de NNK-sectie Data en Kwaliteit onderwerpen uit het boek.
Lees ook: De datawereld stelt aanvullende eisen aan de bedrijfsvoering, De reis naar een datagedreven wereld, De data waardeketen en Is er sprake van digitale soevereiniteit?
Beluister ook de NNK-podcast waarin hoofdstukken uit het boek 'De kwaliteit van data' worden besproken.
Peter Lamers vervulde na zijn studie Technische Informatica aan de Hogeschool Utrecht zijn dienstplicht als reserve-officier bij de Landmacht. Daarna trad hij in 1996 in dienst bij ICT Automatisering. De eerste 17 jaar werkte hij in de IT voornamelijk in het openbaar vervoer domein in rollen van Software Engineer tot Senior Project Manager. In 2013 verschoof de focus van kwaliteit voor externe dienstverlening naar corporate kwaliteitsmanagement en duurzaamheid. Hij is lid van het Nederlands Netwerk voor Kwaliteitsmanagement (NNK.nl) en actief in de sectie Data en Kwaliteit. Zijn huidige functie is QHSE Manager van ICT Group.
Dit artikel verscheen eerder in Kwaliteit in Bedrijf, julie/augustus 2023.