Na de livegang: de vergeten fase die data-initiatieven doet mislukken

Het moment van go-live wordt in veel organisaties gevierd met een interne nieuwsbrief, een korte demo voor het management en een gevoel van collectieve opluchting. Het dashboard staat live. De datapipeline draait. De investering is — althans op papier — gerealiseerd. Wat er vervolgens gebeurt, verdient echter veel meer aandacht dan het doorgaans krijgt.

Onderzoek van onder meer McKinsey en Gartner wijst consequent in dezelfde richting: een aanzienlijk deel van de data- en analytics-projecten levert na verloop van tijd niet de verwachte bedrijfsresultaten op. Niet omdat de technologie tekortschoot, maar omdat de organisatie er nooit werkelijk mee is gaan werken.

De illusie van voltooiing

Een data-project kent in de praktijk twee levens. Het eerste leven speelt zich af binnen de projectgrenzen: requirements ophalen, data ontsluiten, een model bouwen of een rapportagelaag inrichten, en uiteindelijk opleveren. Dit leven heeft een duidelijk begin en einde, een projectleider, een budget en mijlpalen.

Het tweede leven — het leven ná de oplevering — heeft zelden dezelfde structuur. Er is geen eigenaar die de adoptie bewaakt. Er is geen budget voor begeleiding van eindgebruikers. En er is vrijwel nooit een mechanisme om te meten of het systeem daadwerkelijk wordt gebruikt op de manier waarop het bedoeld was.

Dit patroon is herkenbaar voor veel Nederlandse organisaties, van middelgrote productiebedrijven in de Randstad tot financiële dienstverleners in Amsterdam. De technische deliverable wordt opgeleverd; de organisatorische verankering blijft achterwege.

Wat er mis gaat na go-live

De oorzaken van post-implementatiefalen zijn zelden technisch van aard. Ze zijn menselijk, organisatorisch en cultureel. Een aantal terugkerende patronen:

Gebrek aan eigenaarschap. Tijdens een project is er altijd iemand verantwoordelijk. Na de oplevering verdwijnt die verantwoordelijkheid vaak in een grijze zone tussen IT en de business. Niemand voelt zich geroepen om het gebruik te stimuleren, problemen te signaleren of de tool door te ontwikkelen.

Onvoldoende aansluiting bij dagelijkse werkprocessen. Een dashboard dat los staat van de manier waarop medewerkers hun werk organiseren, wordt niet gebruikt — hoe fraai de visualisaties ook zijn. Adoptie vereist integratie in bestaande routines, niet een parallelle werkstroom.

Vertrouwenstekort in de data. Als gebruikers vroeg in het traject te maken krijgen met inconsistenties of onverklaarbare uitkomsten, bouwen zij een fundamenteel wantrouwen op. Dat wantrouwen verdwijnt niet vanzelf. Het vereist actieve communicatie over datakwaliteit, herkomst en beperkingen.

Geen feedbackloop. Systemen die na oplevering niet worden bijgestuurd op basis van gebruikerservaringen, verouderen snel. De organisatie verandert; de data-omgeving verandert mee — maar het systeem niet. Relevantie neemt af, gebruik daalt, en uiteindelijk wordt het project intern afgeschreven als mislukking.

De rol van cultuur

Het meest onderbelichte element in de post-implementatiefase is de organisatiecultuur. Technologie kan een organisatie niet dwingen om data-gedreven te werken. Het kan die richting wel faciliteren — maar alleen als er een cultuur bestaat waarin data als geloofwaardig en bruikbaar wordt beschouwd.

In organisaties waar beslissingen primair worden genomen op basis van ervaring en intuïtie, wordt een nieuw analytisch instrument zelden omarmd zonder actieve sturing van bovenaf. Leiderschap speelt hier een doorslaggevende rol. Als het management zelf niet consequent naar de data verwijst in vergaderingen, in rapportages en in besluitvormingsprocessen, zenden zij een krachtig signaal uit: dit is optioneel.

Een cultuurshift is geen eenmalige interventie. Het is een langdurig proces van kleine, consistente handelingen: leidinggevenden die vragen om data-onderbouwing, teams die worden beloond voor evidence-based beslissingen, en een omgeving waarin het stellen van kritische vragen over data wordt aangemoedigd in plaats van ontmoedigd.

Wat organisaties anders kunnen doen

De oplossing ligt niet in meer tooling, betere documentatie of uitgebreidere trainingen op de dag van go-live. Ze ligt in een fundamenteel andere opvatting van wat een data-project is.

Een data-project eindigt niet bij de oplevering. Het begint er. De livegang markeert het moment waarop de echte waardecreatie moet beginnen — en dat vereist een andere inrichting van middelen, verantwoordelijkheden en meetmechanismen.

Praktisch betekent dit:

• Stel een product owner aan, niet alleen een projectleider. Iemand die na de oplevering verantwoordelijk blijft voor gebruik, doorontwikkeling en waarderealisatie.
• Meet adoptie expliciet. Definieer vooraf wat succesvol gebruik eruitziet — niet in technische termen, maar in gedragsverandering. Hoeveel medewerkers gebruiken het systeem wekelijks? Worden beslissingen aantoonbaar anders genomen?
• Bouw feedbackmechanismen in. Maak het eenvoudig voor gebruikers om problemen te melden en suggesties te doen. Verwerk die input zichtbaar en snel.
• Communiceer over data, niet alleen met data. Leg uit waar cijfers vandaan komen, welke aannames eronder liggen en wat de beperkingen zijn. Transparantie bouwt vertrouwen.

Een andere definitie van succes

De sector heeft nood aan een herdefiniëring van wat een succesvol data-project is. Een technisch vlekkeloze oplevering die vervolgens in een organisatorisch vacuüm belandt, is geen succes. Een minder perfecte implementatie die wél structureel wordt gebruikt en die beslissingen aantoonbaar verbetert, is dat wel.

Nederlandse organisaties die deze verschuiving maken — van projectdenken naar productdenken, van technische oplevering naar organisatorische verankering — zijn beter gepositioneerd om de werkelijke waarde van hun data-investeringen te realiseren.

De stilte na de livegang hoeft geen voorbode van mislukking te zijn. Maar dat vereist dat organisaties die stilte actief doorbreken, in plaats van haar te negeren.