Big data og data science har vært populære fagfelt i en del år nå. Tilsvarende er datadreven beslutningstaking et tema som har vært aktuelt. “Imidlertid er det forvirring om hva nøyaktig datavitenskap er, og denne forvirringen kan føre til desillusjonering når begrepet sprer seg til meningsløs støy.” (Provost, F. et. al., 2013 s. 51)
Kort sagt, handler datadreven beslutningstaking om bruk av større mengder data og analyser som grunnlag for beslutningene som tas i en virksomhet.
Fordelen med datadreven beslutningstaking er et bedre og mer objektivt beslutninsgrunnlag. Eller som BDO Norge skriver det i et blogginnlegg: «Å være datadrevet handler om å bruke dataene dine til å fatte beslutninger, istedenfor magefølelsen»
I en litteraturstudie diskuteres viktigheten av datastyrte beslutninger innen utdanningssystemet (Gill, B. et. al., 2014). Artikkelen påpeker at skoler bruker stadig mer data for å forbedre elevprestasjoner og klargjøre elever for høyere utdanning. Studien oppsummerer ulike metoder som benyttes (figur 1) og kategoriserer bruksområdene (figur 2).
Artikkelen fremhever betydningen av kontinuerlig kvalitetsforbedring gjennom målsetting, måling og tilbakemeldingsprosesser. Flere studier viser at bruk av data er knyttet til økt elevprestasjon.
I dagens datarike miljø har beslutningstakere i utdanningssystemet tilgang til omfattende informasjon om elever, lærere, administrasjon, økonomi og samfunnet. Imidlertid advarer litteraturstudien om at data kan ha begrenset nytteverdi hvis beslutningstakere ikke forstår fordeler og begrensninger ved data, hvilke typer data som er relevante, og hvordan data bør brukes for beslutningstaking.
For at beslutningstakere på alle nivåer skal få til dette, må de selv ha ledere på toppen som incentiverer til en slik nysgjerrighet og kultur.
Referanser
Gill, B., Borden, B. C., & Hallgren, K. (2014). A conceptual framework for data-driven decision making. Final Report of Research conducted by Mathematica Policy Research, Princeton, submitted to Bill & Melinda Gates Foundation, Seattle, WA
Provost, F., & Fawcett, T. (2013). Data science and its relationship to big data and data-driven decision making. Big data, 1(1), 51-59.
