DATAINFORMERET LEDELSE

Transkript

1 DATAINFORMERET LEDELSE LEDERTRÆF, SKANDERBORG Simon Calmar Andersen, 7. januar 209

2 PROGRAM. Hvad er datainformeret ledelse? 2. Hvad siger forskningen i datainformeret ledelse 3. Tre øvelser lige til at tage med hjem: ) Forundring og fortolkning 2) Forklaringer 3) Løsninger 4. Opsummering

3 8 / 0 / HVAD ER DATAINFORMERET LEDELSE?

4 8 / 0 / TO TILGANGE Stille til ansvar - Bruge data til at tjekke om nogle ikke lever op til målsætninger - Politisk/demokratisk legitimt - men kan også virke demotiverende og i værste fald skabe perverse effekter Læring - Bruge data til at - følge med i om det går den rette vej i forhold til mennesker møder mennesker - spotte hvis der er områder, hvor det ikke går som ønsket - udvikle arbejdshypoteser om hvad forklaringen kan være - træffe ledelsesbeslutning om hvilke løsninger der skal prioriteres - følge op på løsninger ser ud til at have de ønskede virkninger - Og som anledning til visionsledelse

5 VISIONSLEDELSE Det er ikke hvad I tror, I siger, men hvad medarbejderne opfatter som har en sammenhæng med borgernes udbytte Selvopfattet visionsledelse Oplevet visionsledelse Medarbejders handlinger Borgeres udbytte

6 8 / 0 / HVAD KAN VI MÅLE? Let at måle det, som er uvæsentligt Det væsentlige er svært eller umuligt at måle Målingsvaliditet aldrig perfekt heller ikke ved iagttagelser, faglige skøn m.v. To grøfter: Vi undlader at følge systematisk med i hvordan det går Vi styrer efter det vi kan måle I stedet: Kombiner forskellige data -kilder og gå forsigtigt frem

7 8 / 0 / HVAD ER DATA? Kvantitative datakilder - fx Brugertilfredshed Faglige mål Medarbejdertrivsel Sygefravær Økonomi Leder- og medarbejderomsætning Øvrige data om faglige indsatser Lokale tavle-data Kvalitative datakilder - fx Dialog med borgerne Dialog med pårørende Dialog med medarbejderne Dialog med andre ledere Dialog med samarbejdspartnere Observationer

8 HVAD SIGER FORSKNING I DATAINFORMERET LEDELSE?

9 HVAD VI VED FORSKNINGSMÆSSIGT? () Datainformeret ledelse kan være et redskab til skabe bedre resultater, men resultaterne kommer ikke af sig selv

10 8 / 0 / Brug af målstyring, kvalitetsudvikling, virksomhedsplaner i folkeskoler tilbage i havde ikke nogen målbar sammenhæng med elevers læring målt ved afgangsprøverne - men det havde det i privatskolerne Hvorfor denne forskel mellem offentlige og private organisationer?

11 8 / 0 / Andel der bruger pol målstyring 90% Folkeskoler 69% 57% Frie grundskoler 36%

12 HVAD VI VED FORSKNINGSMÆSSIGT? () Datainformeret ledelse kan være et redskab til skabe bedre resultater, men resultaterne kommer ikke af sig selv (2) Kvantitative data er entydige, men fortolker ikke sig selv: Forskellige personer fortolker identiske resultater forskellig men den samme person kan også fortolke samme tal forskelligt - afhængig af hvad resultatet holdes op imod

13 8 / 0 / Blandt dine brugere er 85 % tilfredse eller meget tilfredse med den service de modtager fra din organisation

14 8 / 0 / Fortolkning af præcis samme tal flytter sig afhængig af om det holdes op mod bedre/dårligere resultat sidste år over/under en politisk målsætning)

15 HVAD VI VED FORSKNINGSMÆSSIGT? () Datainformeret ledelse kan være et redskab til skabe bedre resultater, men resultaterne kommer ikke af sig selv (2) Kvantitative data er entydige, men fortolker ikke sig selv: Forskellige personer fortolker identiske resultater forskellig men den samme person kan også fortolke samme tal forskelligt - afhængig af hvad resultatet holdes op imod (3) Opbakning fra medarbejderne afhænger af hvordan det bliver begrundet

16 8 / 0 / På næste medarbejdermøde planlægger du at fortælle dine medarbejdere at I vil begynde at indsamle flere data på jeres brugeres udvikling.

17 8 / 0 / Præcis samme tiltag (flere test i skoler/børnehaver), men med forskellig begrundelser a) ingen yderligere begrundelse b) forældrene ønsker det c) forskning viser det gavner udsatte børn

18 HVAD VI VED FORSKNINGSMÆSSIGT? () Datainformeret ledelse kan være et redskab til skabe bedre resultater, men resultaterne kommer ikke af sig selv (2) Kvantitative data er entydige, men fortolker ikke sig selv: Forskellige personer fortolker identiske resultater forskellig men den samme person kan også fortolke samme tal forskelligt - afhængig af hvad resultatet holdes op imod (3) Opbakning fra medarbejderne afhænger af hvordan det bliver begrundet

19 HVORDAN GØRE DET I PRAKSIS?

20 BRUG AF DATA Data Implementering Fortolkning Reaktion Forklaringer

21 BRUG AF DATA Data Implementering Fortolkning Reaktion Forklaringer

22 BRUG AF DATA Data Implementering Fortolkning Reaktion Forklaringer

23 BRUG AF DATA Data Implementering Fortolkning Løsninger Forklaringer

24 BRUG AF DATA Data Implementering Fortolkning Løsninger Forklaringer

25 ØVELSE

26 BRUG AF DATA Data Implementering Fortolkning Løsninger Forklaringer

27 FORUNDRING OG FORTOLKNING AF DATA De centrale ledelsesmæssige spørgsmål: Er der tendenser i tallene, der giver anledning til undren? Er resultatet/resultaterne tilfredsstillende? På hvilke områder har vi brug for en prioriteret, strategisk indsats?

28 FORUNDRING OG FORTOLKNING AF DATA De centrale ledelsesmæssige spørgsmål: Er der tendenser i tallene, der giver anledning til undren? Er resultatet/resultaterne tilfredsstillende? På hvilke områder har vi brug for en prioriteret, strategisk indsats? At svare på det, kræver at kigge på de tilgængelige data både overordnet og i detaljen at sammenholde med hvad ledere og medarbejdere ellers ved om resultaterne at holde det op imod en velvalgt sammenligningsgrundlag/ambitionsniveau

29 ØVELSE I: FORTOLKNING AF DATA I grupper af fire: Vurder ud fra nedenstående data fra august 208 -Er der noget i tallene, der giver anledning til undren? -Har min organisation leveret et tilfredsstillende resultat i forhold til sygefravær?

30 ØVELSE : FORUNDRING OG FORTOLKNING AF DATA () Konsulenter kommer ud til jeres borde med jeres datarapporter (2) Brug 3 minutter på at overveje om der er noget, I synes giver anledning til undren 0 minutter: (3) Tag en runde ved bordet, hvor I kort præsenterer for hinanden om/hvad der har givet jer anledning til undren i tallene

31 OPSAMLING PÅ ØVELSE I

32 FORUNDRING OG FORTOLKNING AF DATA De centrale ledelsesmæssige spørgsmål: Er der tendenser i tallene, der giver anledning til undren? Er resultatettilfredsstillende? Svært at vurdere uden sammenligningsgrundlag

33 FORTOLKNING AF DATA Det centrale ledelsesmæssige spørgsmål: Har min organisation leveret et et tilfredsstillende resultat på det pågældende område? Sammenligne med sidste måned: øget sygefravær

34 FORTOLKNING AF DATA Det centrale ledelsesmæssige spørgsmål: Har min organisation leveret et et tilfredsstillende resultat på det pågældende område? Sammenligning med august forrige år: Klar reduktion

35 FORTOLKNING AF DATA Det centrale ledelsesmæssige spørgsmål: Har min organisation leveret et et tilfredsstillende resultat på det pågældende område? Klar reduktion siden april men undgå stigning som sidste år??

36 FORTOLKNING AF DATA Selvom gennemsnit er fint, kan det dække over store forskelle på medarbejderniveau. -> giver input til løsningsfasen

37 FORUNDRING OG FORTOLKNING AF DATA Udviklingen over tid Lignende områder / enheder Målsætninger Individuelle oplysninger

38 ØVELSE 2

39 BRUG AF DATA Datar Implementering Fortolkning Løsninger Forklaringer

40 BRUG AF DATA: FORKLARINGER Hvordan kan vi forklare de tendenser i data, som vækker undring? Eks; Hvorfor er sygefraværet steget fra forrige måned? Hvorfor er der en støt stigning fra juni og frem? Hvorfor er der så markante forskelle mellem medarbejderne? Kan være måde at inddrage medarbejdere Skelne mellem Eksterne (forhold som I ikke har direkte indflydelse på) Interne (forhold som I kan påvirke) Og skelne mellem Kollektive (forhold som påvirker alle) Individuelle (forhold vedr. den enkelte)

41 ØVELSE 2: FORKLARINGER () Post-it sedler og diagram over interne/eksterne, individuelle og kollektive faktorer (2) 5 minutter brainstorm: Skriv mulige forklaringer på sygefravær på post-it sedler 20 minutter () Placer sedlerne på diagrammet (2) Brug hinanden til at drøfte hvor de skal placeres

42 OPSAMLING PÅ ØVELSE 2

43 ØVELSE 3

44 BRUG AF DATA Data Implementering Fortolkning Løsninger Forklaringer

45 BRUG AF DATA: FORKLARINGER Kollektive årsager Dårligt arbejdsklima Manglende økonomiske midler Interne årsager Eksterne årsager For mange arbejdsopgaver Brugernes krav Individuelle årsager

46 BRUG AF DATA: LØSNINGER Kollektive løsninger Dårligt arbejdsklima Manglende økonomiske midler Interne løsninger Eksterne løsninger Vagtplanlægning? For mange arbejdsopgaver Brugernes krav Individuelle løsninger

47 ØVELSE 3: LØSNINGER Brug 5 minutter på at overveje a) Med den viden I har i dag: Hvor vurderer I at det er vigtigst at lave en strategisk satsning det kommende år? b) Hvad er jeres næste skridt: Hvem vil I tale med om dette? Hvilke data mangler I?

48 OPSUMMERING

49 OPSUMMERING. Hvad er datainformeret ledelse - en cyklisk læringsproces med mange typer data 2. Hvad siger forskningen i datainformeret ledelse - meget afhænger af formål og sammenligningsgrundlag 3. Tre øvelser lige til at tage med hjem: ) Bliv i fortolkning inden i springer til løsning 2) Skelne interne og eksterne forklaringer 3) Vælge løsninger der kan implementeres og som I tror på 4. Opsummering

50 8 / 0 / 2 0 9