Binnen een vereniging wordt er over het algemeen veel data uitgewisseld. Denk hierbij aan de persoonsgegevens van leden, financiële gegevens, het gedrag van websitebezoekers, het openen van nieuwsbrieven, en ga zo maar door. Al deze gegevens worden ook wel data genoemd. Het verschil tussen data en informatie is dat informatie zonder meer begrepen kan worden. De informatie maakt zelf duidelijk wat het is en waar het voor dient. Bij data is dat niet het geval, dan wordt er iets waargenomen zonder dat er een betekenis aan de gegevens zit. Data bestaat dus uit gegevens die in een bepaalde context geplaatst moeten worden.
Betrokkenheid
Professionele verenigingen worstelen vaak met het vraagstuk hoe ze leden kunnen binden. Een voor de hand liggende oplossing zou kunnen zijn om doorlopend uit te vragen wat leden van een vereniging belangrijk vinden en daar goed op in te spelen. Maar je zou ook het gedrag van leden kunnen observeren en daar data uit verzamelen. De mate waarin een lid positief interacteert met de vereniging, kan de betrokkenheid van dat lid met de vereniging aanduiden. Hierbij kun je denken aan:
- Gedrag van nieuwsbriefabonnees;
- Activiteit in de online community;
- Deelname aan webinars;
- Betaalgedrag;
- Websitebezoek.
Deze elementen kunnen aangeven of een lid betrokken is bij de vereniging. Idealiter wil een vereniging dat haar ledenbestand alleen maar uit dit soort ‘actieve’ leden bestaat. In de praktijk komt dit echter niet vaak voor, want niet ieder lid heeft hetzelfde belang. Dit zorgt ervoor dat de betrokkenheid, dit noemen we ook wel engagement, van leden een individueel en uniek karakter krijgt.
Om te achterhalen hoe de relatie tussen leden en de vereniging beïnvloed wordt, dienen er zo veel mogelijk interacties tussen een vereniging en haar leden waargenomen teworden. Deze interactie leg je vervolgens vast en ken je een waarde toe. Op die manier kun je data omzetten naar bruikbare informatie over je leden.
Verenigingen zijn zich niet altijd bewust van de hoeveelheid data waar zij over beschikken. De gemiddelde vereniging werkt vaak met diverse applicaties om de dagelijkse werkzaamheden bij te kunnen houden en niet alle data wordt in een context geplaatst om tot inzichten te komen. Verenigingen kunnen data verzamelen uit applicaties of toepassingen, zoals:
- CRM-systeem
- Financiële administratie
- Website analytics
- Nieuwsbriefsysteem
- (leden/branche) Onderzoeken
- Bijeenkomsten
Datalevenscyclus
| Fase | Aaandachtspunt vanuit datamanagement |
| Datacreatie | – Voor welk doel is de data nodig? – Wie gaan er gebruik maken van de data? – Moet de data leesbaar zijn voor mensen of alleen voor computers? – Worden er eisen gesteld aan de (invoer van) de data (denk bijvoorbeeld aan een specifieke notatiewijze van een adres)? – Is de data (privacy)gevoelig? |
| Gebruik | – Wat is de leidende bron? Met andere woorden: wat is leidend in het geval van verschillende versies van dezelfde informatie? – Worden er eisen gesteld aan het gebruik van de data (bijvoorbeeld het bijhouden van een logboek of versiemanagement)? |
| Wijzigen | – Zijn er standaard processen aanwezig over hoe wijzigingen moeten worden uitgevoerd (en wie dit mag doen)? |
| Opslag/archiveren | – Zijn er afspraken gemaakt over de vorm waarin de data opgeslagen moet worden (Pdf, Word, etc.)? – Is er een wettelijke bewaartermijn van toepassing? – Gebeurt archiveren automatisch of met de hand? |
| Vernietigen van data | – Zijn er functionaliteiten aanwezig om de data (definitief) te verwijderen? – Moet de data ook uit kopieën of back-ups verwijderd worden? |
Zoals je hebt kunnen lezen komt er veel kijken bij het organiseren van data. Wie nu grip krijgt op zijn data creëert niet alleen een effectieve en krachtige basis voor de toekomst, maar werkt ook efficiënter en doelgerichter naar de gewenste doelstellingen toe. Een vereniging zou dus meer inzicht in de betrokkenheid van haar leden kunnen krijgen door kpi’s aan een aantal interacties te hangen.
