Hva det betyr å være en datadrevet leder i praksis, utover KPI-er og rapportering, handler ifølge Heidi Austlid først og fremst om hvordan data faktisk brukes i organisasjonen.
– Data er gull, om de samles og brukes rett. Mange samler inn masse data som aldri benyttes, eller baserer beslutninger på synsing og hypoteser. Når data brukes riktig, gir det et faktabasert grunnlag for utvikling. Det er her magien ligger – i å forstå hva vi er gode på, hva vi kan bli bedre på, og hva vi ikke gjør i dag som vi kan få til fremover. For meg handler databruk som leder lite om å finne feil, men om å peke retning. Det handler først og fremst om fremoverlent ledelse.
– Jeg har vært i flere situasjoner der beslutninger tas basert på antagelser og historikk fremfor faktisk kunnskap. Når fakta kommer på bordet, kan det gjøre litt vondt å endre både oppfatning og retning, men det er et viktig prinsipp at fakta må få styre.
– Det er også stor forskjell på kvantitative og kvalitative data. Måler du for eksempel kun antall presseoppslag og ikke kvaliteten på dem, kan du bomme på måloppnåelsen. Jeg har opplevd situasjoner der vi var mer opptatt av spredning enn effekt, og der målet om politisk påvirkning forsvant i jakten på antall oppslag. Da samler vi feil data, og styrer etter feil mål.
– Så derfor: Data er ikke data – like lite som ost er ost. Det er kvaliteten som er avgjørende.
Transparens som driver samarbeid og ansvar
Åpenhet om mål og resultater kan være en sterk driver for både ansvarlighet og samarbeid i organisasjonen, påpeker Austlid.
– Transparens er alltid det beste. Jeg har stor tro på å sette felles mål og nå dem i fellesskap. Det krever at vi bruker tid på å bygge gode lag, der alle forstår sin rolle i måloppnåelsen. Ingen når mål alene, og derfor bør alle involveres både i innsamling og analyse av data. Da blir data ikke en kontrollmekanisme, men en utviklingsmotor.
– Jeg er ikke opptatt av rene KPI-er basert på kalde data, men av felles mål som alle bidrar til å nå. Med ett viktig unntak: økonomistyring handler om to streker under svaret.
Når måling skaper feil kultur
Måling kan styrke prestasjoner, men også skape frykt og defensiv adferd dersom den brukes feil, understreker Austlid.
– Data kan misbrukes hvis de brukes til å kontrollere eller måle medarbeidere opp mot hverandre. Da skaper vi konkurransekultur fremfor lagkultur, noe som hemmer utvikling.
– Jeg har ikke nødvendigvis opplevd det selv, men hørt flere eksempler der data brukes på denne måten. Det er destruktivt. Kultur spiser innovasjon til frokost, og uten endringsvilje kan kulturen også spise data.
Balansen mellom tall og skjønn
Balansen mellom tall, innsikt og menneskelig skjønn er avgjørende i datadrevet ledelse, fremhever Austlid.
– Ledelse handler først og fremst om å lede folk mot felles mål, og lite er så demotiverende som ledere som kun ser på kvantitet fremfor kvalitet. Databruk må ikke bli en stressfaktor, men heller en indikator på hvor vi er på vei.
– I praksis handler det om å se bak tallene. For eksempel i medarbeiderundersøkelser: Hvis alt ser rosenrødt ut og scorene er uvanlig høye, må vi stille spørsmål ved om vi faktisk måler det som betyr noe, og om det er rom for å si fra om utfordringer. Selv om fakta har stor verdi, må de alltid kombineres med skjønn og forståelse for hva dataene faktisk sier – og hva de ikke sier.
– Unormalt gode resultater skal heller ikke føre til stillstand, men til videre utvikling. Det handler om å forstå endringer i markedet og kontinuerlig lete etter forbedringer. Noen ganger betyr det også å stille spørsmålet om vi i utgangspunktet måler det riktige.
Systemer som skaper læring – ikke bare måling
Gode feedback- og målesystemer kjennetegnes av balansen mellom struktur og menneskelig innsikt, understreker Austlid.
– Rutiner og systematikk for å gi konstruktive tilbakemeldinger er avgjørende i alle organisasjoner, men aldri tall eller data alene. Det er viktig å se mellom linjene og bak tallene, og det krever møter mellom mennesker og gode samtaler.
Data som drivkraft for kontinuerlig utvikling
Data kan være en drivkraft for kontinuerlig læring, ikke bare kontroll og etterrapportering, når de brukes til utvikling fremfor fasit, mener Austlid.
– Lærende organisasjoner er utviklende organisasjoner, og da brukes data som fakta for å styre utvikling både internt og ut mot omverden. Det er lite verdi i kun å måle kvantitet hvis man ikke også styrer på kvalitet. Ledelse handler om folk, og da finnes det sjelden ett fasitsvar.
Den største misforståelsen
Den største misforståelsen om datadrevet ledelse handler ofte om hva man samler inn – og hvorfor, påpeker Austlid.
– Vi må være bevisste på hvilke data vi samler inn og til hvilke formål. Det er avgjørende å ivareta personvern og ta nødvendige hensyn til sensitivitet. Samtidig ligger det mye gull i data som aldri brukes. Hvis vi ikke kan svare på hvorfor vi samler inn data og hva de skal brukes til, bør vi enten finne svaret eller la være.
– Det viktigste rådet er å vite hva du spør om, stille de riktige spørsmålene og tåle at du ikke alltid får de svarene du ønsker deg. Ledelse handler om å lede folk mot felles mål, og ved å være åpen og synliggjøre verdien av data kan de bli både motiverende og utviklende. «Hvorfor» er et undervurdert spørsmål – men det fungerer nesten alltid, avslutter Austlid.
Slik kommer du i gang med datadrevet ledelse
- Start med ett spørsmål – ikke flere data
Hva vil du egentlig finne ut? Uten et tydelig “hvorfor” blir data støy. - Definer hva “godt nok” betyr
Avklar hva som er viktig å måle – og hva som ikke er det. - Involver teamet tidlig
La medarbeidere bidra i både innsamling og tolkning. Det skaper eierskap. - Se bak tallene
Still alltid spørsmålet: Hva forteller dette oss – og hva forteller det oss ikke? - Koble data til handling
Data uten beslutning eller endring har ingen verdi. - Start smått – og lær raskt
Test én måling eller ett område, juster underveis og bygg derfra.
Vanlige fallgruver i datadrevet ledelse
- Samler data uten formål
Hvis du ikke vet hvorfor du måler – la være. - Forveksler kvantitet med kvalitet
Mange målinger betyr ikke nødvendigvis bedre innsikt. - Bruker data som kontrollverktøy
Skaper frykt og konkurranse fremfor læring og samarbeid. - Stoler blindt på tallene
Data uten kontekst og skjønn kan gi feil beslutninger. - Måler feil ting
Du får det du måler – sørg for at det faktisk støtter målene dine. - Stopper ved “gode resultater”
Høye scorer kan skjule problemer – eller stoppe utvikling.
Heidi Austlid er leder i Ungt Entreprenørskap Norge. Hun har bred organisasjonserfaring og har tidligere vært leder i både IKT-Norge og Forleggerforeningen.












