Het bystander effect: iedereen wil, maar er gebeurt niets

Welke impact dit intrigerende fenomeen op klantdata heeft

Het bystander effect: iedereen wil, maar er gebeurt niets

Binnen bedrijven weet iedereen wie verantwoordelijk is voor financiën, human resources of het wagenpark. Maar weet je wie binnen jouw organisatie eindverantwoordelijk is voor de kwaliteit van de klantdata en het centraal klantbeeld? Waarschijnlijk niet. Het is de vraag of dat erg is. Zolang alles goed gaat niet. Maar dat is zelden het geval. Doordat niemand verantwoordelijk is en ook niemand zich verantwoordelijk voelt, krijgt datavervuiling de vrije hand. Met alle gevolgen van dien. Oplopende operationele kosten, toenemende klachten van klanten, gemiste upsell en crosssell kansen, problemen bij facturering en nog meer tegenspoed. De oplossing is eenvoudig: benoem een data quality manager. Iemand die eindverantwoordelijk is voor het bewaken van de datakwaliteit. Maar wie moet hiertoe het initiatief nemen? Je zou zeggen, degene die het grootste belang heeft bij kwalitatief goede data. Maar die persoon of afdeling aanwijzen is niet zo eenvoudig. 

Vele belanghebbenden

Data spelen in vrijwel elk bedrijfsproces een cruciale rol. Zonder betrouwbare data kan er bijvoorbeeld niet foutloos gefactureerd worden. Maar ook het afleveren van bestellingen gebeurt niet foutloos als data domweg niet kloppen. Als klantengegevens onjuist zijn, als klanten meerdere keren in systemen voorkomen of als een bestelling of factuur niet klopt, kan dit boze telefoontjes bij klantenservice opleveren. Hiermee hebben we dus al drie kandidaten gevonden voor de rol van initiatiefnemer. Van change leader of data steward bijvoorbeeld. De financieel directeur of een van zijn medewerkers kan deze rol op zich nemen. De logistiek manager en de manager klantenservice komen ook in aanmerking.

Maar als we ervan uitgaan dat data = klanten, dan komen we terecht bij sales en marketing. Zonder actuele, correcte, complete en unieke data, kunnen zij hun onmogelijk hun werk doen. Ze worden teruggeworpen naar de tijd waarin marketing en verkoop eerder op goed geluk en met hard roepen plaatsvond. In de hoop dat iemand de verkoopboodschap hoort en ernaar handelt. De sales manager en de marketing manager hebben dus beiden een direct, persoonlijk belang bij kwalitatieve data. Zonder betrouwbare data kunnen zij geen betrouwbare doelgroepselecties maken, komen aanbiedingen bij de verkeerde mensen terecht. Of komen helemaal niet aan. Hierdoor blijven de resultaten van campagnes achter en halen zij hun targets niet. Niet fijn voor je carrière. 

Dan is er natuurlijk nog de IT-afdeling. Ook die hebben belang bij optimale data. Al was het maar om een hoop gezeur en reparatiewerk te voorkomen. En, laten we wel zijn, bij IT is de meeste kennis aanwezig van systemen en processen. Maar of dat doorslaggevend is? Menselijk handelen is veel meer van invloed op de datakwaliteit. Denk alleen maar aan het invoeren. Als het hier fout gaat, kost het veel tijd, geld en moeite om fouten op te sporen en te herstellen.

Het bystander effect

Juist omdat er veel belanghebbenden zijn bij datakwaliteit, voelt niemand zich er persoonlijk verantwoordelijk voor. In de psychologie heet dit het bystander effect.

Hoe meer toeschouwers een drenkeling heeft, des te kleiner de kans dat iemand hem komt redden. Zo kon het waarschijnlijk gebeuren dat het callcenter van een grote financiële instelling stopte met het controleren van persoonsgegevens. De gesprekken gingen te lang duren omdat een op de vier klanten onjuist of onvolledig geregistreerd stond. Met alle gevolgen van dien.

Ben jij de change leader?

Wat jouw functie ook is, als je data quality management ingevoerd wilt krijgen, heb je draagvlak nodig. Ga praten met alle belanghebbenden. Vraag hoe zij de datakwaliteit ervaren. Grote kans dat je in korte tijd breed gedragen steun voor jouw initiatief krijgt. En dat is ook nodig. Het bewaken van de datakwaliteit laat zich niet beperken tot een persoon of zelfs maar tot een afdeling. Het is een gedeelde verantwoordelijkheid van iedereen die data invoert, bewerkt, opslaat en gebruikt. Dat is dus bijna iedereen in de organisatie. En mocht het algemeen management twijfels hebben bij het benoemen van een data quality manager, laat dan een data maturity scan uitvoeren. Die maakt inzichtelijk welke inkomsten verloren gaan en welke kosten gemaakt worden als gevolg van vervuilde data.

Ik ben benieuw naar jullie reactie(s).

Afbeelding: Martin Pettitt (cc)


Delen

0
0


Er zijn 4 reacties op dit artikel

  • Leuk om de vergelijking met het bystander effect te maken. Originele insteek!

    geplaatst op
  • Nu gaat het om (klant)data, maar is het niet zo dat iedere verandering die, organisatiebreed, doorgevoerd moet worden tegenstand biedt? Bijna iedereen en dus niemand is verantwoordelijk voor de daadwerkelijke uitvoering van de plannen. Maar zolang een bedrijf/organisatie niet 'te veel' verlies draait gebeurt er toch niets.
    Het schijnt te veel werk te zijn en 'het gaat toch al jaren goed op deze manier' (terwijl dit natuurlijk niet optimaal is).

    Mijns inziens is het nadeel dat er wel mensen aangewezen worden die verantwoordelijk zijn, maar dat er bij fouten of laksheid geen consequenties aan verbonden zijn waardoor het initiatief verwaterd.
    Uiteindelijk ben je dan weer terug bij af.

    Groet, Mike van Diesen

    geplaatst op
  • Beste Mike,

    Het is zeker zo dat een verandering weerstand biedt, en dat geldt zeker ook als het organisatiebreed is.
    In jouw voorbeeld van 'niet te veel verlies' kan het volgende werken merken wij in de praktijk: het uitvoeren van een data management scan. Hierbij wordt door de voortrekkersrol van een 'change leader' bij de klant een kwalitatief onderzoek gedaan bij diverse afdelingen naar de issues en het gewenste maturity niveau met een high level businesscase waarin kosten en baten zijn opgenomen. Dan wordt duidelijk hoeveel 'verlies' er wordt gemaakt en hoeveel omzet kan worden behouden. Dan is de kans dat er beweging wordt gemaakt een stuk groter. Concreet maken is het devies.

    En laksheid of fouten accepteren, tsja, dan is er een heel ander issue... En dan ben je zeker weer bij af. Met het risico dat een concurrent het wel goed doet!

    geplaatst op
  • Beste Jan Hendrik,

    Met het concreet maken ben ik het helemaal eens. Wanneer zwart op wit staat hoeveel omzet behouden kan worden, is de kans voor verandering groter.
    En het risico dat de concurrent het wel goed doet vind ik een goed argument. Hopende dat meer organisaties hun beste been voor gaan zetten en ook volhouden.

    geplaatst op

Plaats zelf een reactie

Log in zodat je (in het vervolg) nóg sneller kunt reageren

Vul jouw naam in.
Vul jouw e-mailadres in. Vul een geldig e-mailadres in.
Vul jouw reactie in.

Herhaal de tekens die je ziet in de afbeelding hieronder


Let op: je reactie blijft voor altijd staan. We verwijderen deze dus later niet als je op zoek bent naar een nieuwe werkgever (of schoonmoeder). Reacties die beledigend zijn of zelfpromotioneel daarentegen, verwijderen we maar al te graag. Door te reageren ga je akkoord met onze voorwaarden.