Wat is de rol van smart data in project management? Mario Vanhoucke, ervaringsdeskundige en professor in projectmanagement en besluitvormingstechnieken, vertelt je er alles over.
In deze aflevering praten we over de rol van smart data in projectmanagement. Hoe is het gebruik van data bij projecten geëvolueerd en welke vaardigheden bezit een datagedreven projectmanager?Joke Janssens vraagt het aan Mario Vanhoucke, ervaringsdeskundige en professor in projectmanagement en besluitvormingstechnieken.
Heb je een vraag of wil je een reactie kwijt? Stuur dan een mailtje naar Joke.Janssens@usgprofessionals.be, contacteer ons via onze Facebook- of LinkedInpagina of laat een voicemailtje achter via deze link
Is deze podcast nuttig voor iemand die je kent? Vergeet deze link dan zeker niet te delen!
Joke Van Damme: [00:00:08] Welkom bij Wendbaar met Projecten. De nieuwe podcast reeks van USG Professionals. Samen met jou duiken we vijf weken lang in de do's en don'ts van modern projectmanagement. In aflevering twee praten we over de rol van smart data in projectmanagement. Hoe is het gebruik van data bij projecten geëvolueerd en welke vaardigheden bezit een datagedreven projectmanager? Joke Janssens vraagt het aan Mario Van Hoecke, ervaringsdeskundige en professor in projectmanagement en besluitvorming technieken.
Joke Janssens: [00:00:49] Mario Goeiemorgen.
Mario Vanhoucke: [00:00:50] Goeiemorgen.
Joke Janssens: [00:00:51] En dank je wel om uh mij te ontvangen die in uh in jouw kantoor
Mario Vanhoucke: [00:00:54] Ja, graag gedaan. Dank u om te komen.
Joke Janssens: [00:00:56] Als ik hier rondkijk zie ik al een aantal posters hangen van Data driven project management te Illusion of Control, Integrated Project management, enzoverder. Voor de luisteraar vertel eens, wat is jouw beroep? Waar ben jij in het dagdagelijkse leven mee bezig?
Mario Vanhoucke: [00:01:09] Ja, wel, ik ben professor aan universiteit en ook aan een business school hier Vlerick School hier in België ook School of Management in Londen. En ik geef vooral twee vakken projectmanagement. Vooral de data kant van projectmanagement, de technieken, de tools, die dingen en ik geef ook nog uh beslissings technieken. Operationeel onderzoek noemt dat in t academische milieu, maar dat zijn eigenlijk, ja, het bouwen van modellen op basis van data om betere beslissingen te nemen voor bedrijven. En die brug tussen de twee is uiteraard wat ik liefst doe, namelijk projectmanagement is ook beslissingen nemen. Dus eigenlijk is data voor beslissingen te nemen en en projectmanagement om projecten op te volgen is voor mij twee keer hetzelfde eigenlijk.
Joke Janssens: [00:01:47] Ja, nu. Wat dat me wel opvalt binnen projectmanagement is data echt wel jouw stokpaardje. Wat is de impact van data op projectmanagement? Ik weet dat een heel brede vraag is, maar kan je daar een antwoord op formuleren?
Mario Vanhoucke: [00:01:58] Ja tuurlijk. Ieder heeft er wel een beetje zijn eigen idee over natuurlijk. En d'r zijn mensen die zeggen van uh projecten, dat gaat over mensen en alleen maar mensen. En ja, leiderschap en communicatie. En die zaken zijn belangrijk en ik betwist dat niet. Uiteraard is dat belangrijk, maar de rol van data is volgens mij om alles, alle beslissingen die moeten genomen worden in projectmanagement om die wat objectiever te nemen. Mensen zijn mensen en mensen zijn bayaced. Die mensen hebben vooroordelen. Mensen zijn soms fout, mensen hebben een buikgevoel en dat buikgevoel is dikwijls verkeerd. Terwijl data is objectief. Data heeft geen gevoel. En da's eigenlijk een beetje mijn stokpaardje op basis van data eigenlijk uw beslissingen ondersteunen. Uiteindelijke beslissing wordt genomen door een mens natuurlijk, maar die data gaat objectieve analyse doen van het probleem om daarna hopelijk een goeie beslissing te nemen.
Joke Janssens: [00:02:46] Ja, en mogen we stellen dat hoe meer data beschikbaar, hoe minder fouten dat er gemaakt kunnen worden of hoe kwalitatief hoogstaander jouw projecten zijn.
Mario Vanhoucke: [00:02:54] Ik zou zeggen ja en nee. Hoe meer data, Volgens mij niet. T' Is niet omdat in een database van een terabyte hebt dat je betere beslissingen kan nemen dan een excelsheet of zo. Maar natuurlijk. Allee, t' is wel een feit. Tegenwoordig spreekt men over machine learning en artificiële intelligentie en die zaken en die technieken zijn natuurlijk gebouwd op veel data, maar ik denk dat de wereld daar nog niet klaar voor is of zo.
Joke Janssens: [00:03:16] Nee?
Mario Vanhoucke: [00:03:17] Toch niet de project management wereld. Ik zie veel mensen die mij vertellen van ja, artificiële intelligentie zal de project management wereld volledig veranderen. Maar als ge dan ergens doorvraagt, wat bedoelt ge juist met die artificiële intelligentie? Dan gaat het eigenlijk over ja, de klassieke statistische analyses die we al twintig jaar doen. Maar t heeft een andere naam gekregen. En ja. Dus ik denk niet dat we daar al klaar voor zijn. Ik denk dat we stapsgewijs verder moeten gaan. En de academische wereld staat uiteraard verder dan wat de praktische wereld al toepast. Dus da's logisch hoor. We zijn nog niet met artificiële intelligentie bezig volgens mij.
Joke Janssens: [00:03:47] En hoe zie jij dan de mogelijke komende evolutie?
Mario Vanhoucke: [00:03:50] Wel, ik denk dat die hype bijna rond die artificiële intelligentie wel een soort wijn is gaan creëren bij mijn mensen, dat die data wel nuttig kan zijn. Iedereen wil het hé, Artificiële intelligentie, iedereen wil daarop springen. Dus ik denk dat die tools die wij nu al jaren proberen te verkopen aan projectmanagers, namelijk statistische analyses om uw projecten op te volgen, simulaties om uw projecten beter in te schatten. Ik denk dat die meer en meer gaan gebruikt worden. Ik denk trouwens ook dat meer en meer mensen denken dat dat artificiële intelligentie is, wat het niet is trouwens. Maar kom, als ze denken dat dat is en ze willen het gebruiken, dan is dat eigenlijk al een goeie stap in de juiste richting.
Joke Janssens: [00:04:22] Ja
Mario Vanhoucke: [00:04:22] Ik denk dat er wel meer en meer data gedreven project management zal gebruikt worden. Uh, daar ben ik wel van overtuigd ja.
Joke Janssens: [00:04:28] Is voor jou elke data analist ook een project manager?
Mario Vanhoucke: [00:04:31] Nee, dat denk ik niet. Een data analyse is breed hè. Uh, ge kunt uh volgens mij nu data analyse gebruiken in elk domein een project maar eens. Hier moet natuurlijk nog de echte tools en de methodologieën van projectmanagement begrijpen. Eerst en vooral zou ik zelfs zeggen ik denk dat een projectmanager of een data driven projectmanager drie dingen moet kennen de tools en de technieken. Wat is dat, Het opstellen van een plan? Wat is dat? Risico analyseren van een project, dus de methodologieen moeten gekend zijn. Ten tweede is uiteraard die peoples skills. Die soft skills moeten er ook wel zijn. Ge kunt die misschien niet leren in de school, maar ge kunt die wel kweken denk ik onderweg. En dan natuurlijk die data analyse. Als ge die tools goed wil gebruiken, dan moet je wel iets kennen van statistiek en van data analyse. Maar een data analist is niet per se een projectmanager.
Joke Janssens: [00:05:16] Nee. Dus, tools en technieken, People skills en data analyse zijn voor jou eigenlijk de drie basisbeginselen voor een goeie projectmanager. Mag ik het zo concluderen?
Mario Vanhoucke: [00:05:24] Ja, ik zou dat eigenlijk wel zeggen. Allee ik verkoop dat altijd in mijn lessen als zo de driehoek van projectmanagement. Ja de people skills moet je hebben, maar daar spreek ik weinig over. De project tools, daar spreek ik wel over in mijn lessen. Die leer ik aan aan mijn studenten en die data skills is eigenlijk het goed gebruik van die tools. Ja, denk het wel dat als die drie samen komen, dan is er kans op groter succes volgens mij. We hebben dat trouwens ook aangetoond in onderzoek dat dat zo is.
Joke Janssens: [00:05:46] Ja. Nu Mario, Je hebt al een aantal zaken aangegeven waarom de data zeer belangrijk is. Nu stel ik ga een project starten waar ik heel weinig data ter beschikking heb. Wat zou jouw advies zijn om dat project toch tot een goed einde te kunnen laten slagen?
Mario Vanhoucke: [00:06:04] Ja wel, ik denk dat dat net de kracht is van al die tools die data nodig hebben, dat er eigenlijk niet veel data nodig is. Daarmee bedoel ik als ge nu een analyse doet, bijvoorbeeld rond het risico die kan gebeuren in uw project en ge hebt weinig data over risico. Dan zijn die tools eigenlijk gebouwd om met artificiële data, dus artificiële data is eigenlijk zelf nadenken wat er mis zou kunnen gaan om daar een soort analyse mee te doen en om te zien van kijk mocht dit gebeuren, daar zal waarschijnlijk wel iets anders gebeuren, maar mocht dit gebeuren dan zit daar de zwakke plek in uw projecten. En dat is de kracht van die data analyse tools. D'r is eigenlijk niet veel data nodig. t' Is natuurlijk ook wel juist hoe meer data dat er beschikbaar is echte data, hoe accurater dat die analyse zal zijn. Maar het gaat in de eerste instantie niet altijd over hoe accuraat uw analyse is, maar over ja een soort tool te presenteren aan de mensen en te tonen van kijk die analyse, make sense he heeft zin. En dus zou ik eigenlijk gewoon aanraden om met de weinige of zelf geen data die je hebt gewoon die tools te proberen gebruiken om te zien van hoe belangrijk dat is om de data bij te houden in de toekomst.
Joke Janssens: [00:07:03] En wat zijn goeie voorbeelden van die tools?
Mario Vanhoucke: [00:07:05] Goh, de bekenste tool is Monte Carlo simulatie. Dat zijn eigenlijk, tools die proberen, dat is ze een soort tijds machine. Dat zijn tools die proberen het toekomstig project te simuleren. Tienduizend keer tienduizend scenario's om na te gaan van kijk mocht dit gebeuren, wat is dan de impact van risico op uw project? Als ge dat genoeg voldoende simuleert, krijgt ge eigenlijk een aantal metrieken die je tonen waar de zwakke plekken in uw project zitten. Da's de klassieke tool, maar er zijn ook nog veel andere tools hé. Hypothese test met statistiek, die bijvoorbeeld aantonen als uw project bezig is en ge meet de vooruitgang, dan kunt ge soms zien van kijk, we zetten met een vertraging. Maar ja, een vertraging. Wanneer is een vertraging nu erg en wanneer is een vertraging nu niet erg en sommige mensen zeggen van ja vanaf dat de 5% vertraging is, is het erg, anderen zeggen: Nee, 10% vertraging is erg. Die tools zeggen wanneer het erg is. Dus die tools meten eigenlijk op basis van hypothese testen, kijk wanneer een vertraging eigenlijk waarschijnlijk een grote impact zal op uw project en een andere vertraging waarschijnlijk minder. Dus dat zijn een soort waarschuwingssystemen die zeggen wanneer dat ergens en wanneer niet.
Joke Janssens: [00:08:04] Ja.
Mario Vanhoucke: [00:08:05] Dat zijn zo typische tools die gebruikt worden, maar nog veel te weinig.
Joke Janssens: [00:08:08] Ja, en nu ga ik even een stapje terug doen, want welke tools dat je inzet zal natuurlijk ook afhangen van jouw project. Maar wat is eigenlijk een project? Kan je daar een definitie rond vormen?
Mario Vanhoucke: [00:08:17] Ja, wel, de klassieke definitie van een project is, een project is iets dat eenmalig gebeurt en nog nooit is gebeurd. En die bestaat uit een aantal activiteiten. Die activiteiten zijn gelinkt met elkaar. Bijvoorbeeld als ge een huis bouwt, eerst een muur, dan een dak en die activiteiten moet uitgevoerd worden door resources. Mensen zijn dan meestal en mensen zijn beperkt. je hebt maar een bepaalde set van mensen en je hebt er altijd meer nodig dan je eigenlijk beschikbaar hebt. Dat is de definitie van een project, maar de link naar die tools is interessanter denk ik. Er zijn veel tools op de markt en de vraag is meestal welke tool voor welk project. Want wij meten dat op basis van twee indicatoren. Dus da's niet academisch. Er zijn er maar twee, maar het is wel heel pragmatisch en t werkt namelijk. Hoe complex is uw project en complex, daar spreken we vooral over resources.
Joke Janssens: [00:09:02] Oké.
Mario Vanhoucke: [00:09:03] Een klein project is een project met vijf, zes, zeven mensen. Een complex project is een project met honderdvijftig man. Dat is de eerste, dus een project met vijf mensen heeft andere tools nodig dan een project met honderdvijftig man.
Joke Janssens: [00:09:12] Ja ja.
Mario Vanhoucke: [00:09:13] En tweede is onzekerheid. Mister Murphy, is het lage onzekerheid of hoog onzekerheid? Typisch een project met klein onzekerheid is Ja, d'r kan wel iets misgaan. Uw duurtijd van uw activiteit. Ge denkt tien dagen, maar t is er twaalf. U koos voor € 10.000, maar t is er vijftien. Da's lage onzekerheid, tot grote onzekerheid waar dat volledig kan misgaan. Ook die tools daarvan hangen af van de onzekerheid natuurlijk. En dat is het soort framework, complexiteit en onzekerheid die we gebruiken om de juiste tool and juiste project te kleven.
Joke Janssens: [00:09:40] Ja, heb je daar enkele voorbeelden van?
Mario Vanhoucke: [00:09:42] K' Zal u twee extreme voorbeelden geven. Da's misschien het gemakkelijkst. We werken bijvoorbeeld op de luchthaven met een aantal mensen rond het onderhoud van het luggage handling systeem. Ik weet niet hoe dat dat in 't Nederlands noemt. Het valiezen handling systeem, dus het systeem, die de band waar de valiezen naar t juiste vliegtuig gaan. Dat zijn kleine projecten, meestal een 17 18 dagen, weinig onzekerheid. Dat systeem wordt onderhouden. Daar gebruiken we eigenlijk heel simpele tools. De tool die noemt de Critical Path methode. Dat is een tool die al ontwikkeld werd in de jaren vijftig en we doen een aantal simpele simulaties om te zien van mocht er iets misgaan, wat is de impact voor de luchthaven? Dus dat zijn vrij eenvoudige tools aan de hand van een beetje data om te imiteren als het misgaat. Wat gaat dat geven voor de luchthaven? T Andere uiterste is projecten in CERN in Zwitserland, het Driessens lab in CERN, waar dat zijn projecten waar ze soms met honderden mensen onderzoekers op zoek gaan naar allerlei partikels rond ontstaan van het universum enzoverder, zijn grote projecten waar ik weinig van snap. Maar als project manager, ja dat zijn projecten die enorm veel kosten. Dat zijn de miljoenen euro projecten die ook elke kleine vertraging heeft een enorme impact op dat project. Heel moeilijke projecten ook. Honderden, honderden fysici, PhD studenten zijn ermee bezig. Ja, die hebben natuurlijk heel, heel andere technieken nodig. Daar doen we heel gauw risicoanalyses omdat we weten elke dag vertraging betekent waarschijnlijk weer € 10.000 kwijt. Dus ja, dat zijn zo twee uitersten uiteraard. Maar ja, alles ertussen is van een andere complexiteit en de onzekerheid en heeft dus andere tools en technieken nodig.
Joke Janssens: [00:11:19] Ja, kan je inderdaad heel breed in gaan hé.
Mario Vanhoucke: [00:11:21] Ge kunt er ver in gaan, maar ge moet er eigenlijk niet zodanig ver in gaan. Als ge een beetje meet wat complexiteit en onzekerheid is, dan kunt ge eigenlijk al vrij goed de tools kleven op t juiste project.
Joke Janssens: [00:11:30] Ja oké. Nu het is net ook al aan bod gekomen hé Mario data is belangrijk, maar uiteraard ook mensen hé people. Waar vinden die twee elkaar zich in het project?
Mario Vanhoucke: [00:11:45] Ja, oei, da's een moeilijke vraag. Moet eerlijk zeggen. De data zit denk ik bij hopelijk toch alleszins bij de projectmanager. Bij iemand die bereid is om zijn project of haar project te managen met niet alleen de mensen maar met de data. Dus ik hoop dat die persoon de driver is om data te gebruiken om de projecten beter in te schatten. De mensen natuurlijk zijn de belangrijkste, want dat zijn de mensen die t ook gaan doen. Dus de projectmanager heeft zijn of haar team en ja zal die mensen moeten aansturen en hopelijk ook overtuigen dat die data gebruikt kan worden. Wat mijn taak bijvoorbeeld is als project manager is om die mensen, ja het soort vertrouwen te geven dat hun beslissingen wel de juiste beslissingen zijn, maar dat die data misschien hun eigen ervaring of hun eigen idee rond dat project kan supporteren. Dat de data bevestigt dat wat zij doen dat goed is of soms tegenspreken ook. En als ge soms ziet dat de beslissingen die mensen nemen eigenlijk niet de juiste beslissingen zijn, dat data de andere richting uitgaat. Als die mensen een beetje meewillen is dat eigenlijk een fantastisch gevoel, want dan zie je het aan die mensen zeggen van kijk, ja, mijn idee was misschien niet zo slecht, maar de data toont dat die richting eigenlijk nog een betere richting is. En voor mij is dat wat data doet. Change allee mensen tot andere gedachten brengen. Dus ik denk dat de data bij de projectmanager zit, maar als 't daar blijft, ja, dan is t natuurlijk geen successtory. Ge moet dat overzetten naar de mensen die uiteindelijk het echte werk doen.
Joke Janssens: [00:13:04] Klopt, die moeten het ook dragen, want vaak nemen mensen toch beslissingen op buikgevoel hè?
Mario Vanhoucke: [00:13:08] Ja, en dat is buikgevoel, is ook data hè. Als ik spreek over data dan spreek ik over databases, nummers. Is statistiek en buikgevoel, buikgevoel of expertise of hoe dat je 't ook noemt is ook data, dus ge moogt dat niet wegcijferen als da's niet belangrijk. Wat mijn boodschap een beetje is als ge beslissingen neemt, dan is t eerst de data, de nummers en dan het buikgevoel. Eerste analyses om te kijken van kijk objectief, is dat de oplossing? En dan buikgevoel om te kijken van kijk, dit is wat wij denken dat de oplossing is. Als die twee samenkomen, des te beter. Als die twee niet samenkomen. Dan moeten we nagaan wat is er verkeerd. Want buikgevoel mag niet als eerste komen. Ja, eerste analyse Zijn het dan first de data, dan de gut feeling, zeg ik altijd in mijn lessen.
Joke Janssens: [00:13:50] Kan een projectleider een project leiden zonder data?
Mario Vanhoucke: [00:13:53] Waarschijnlijk wel. Ik niet, maar waarschijnlijk wel. D'r zijn veel mensen die niet geloven in de data en die zeggen van t is allemaal over mensen, het gaat over communicatie, het gaat over leiderschap. 't gaat over de mensen tevreden stellen dus waarschijnlijk wel, maar ik geloof er niet in. T Is ook te zien terug over welk project je spreekt natuurlijk hè. Als ge een klein project bespreekt zal dat waarschijnlijk wel wel lukken, maar de grotere projecten zonder data, daar geloof ik echt niet meer in. En eigenlijk, waarom zou je dat doen? Als die data u in een richting kan sturen, dan kan het misschien in het beste geval de richting zijn vanuit buikgevoel, zonder data, maar dat weet ge tenminste dat dat buikgevoel de juiste richting is. Dus ik zie geen enkele reden waarom dat je 't niet zou doen. Ja, maar waarschijnlijk kan het wel.
Joke Janssens: [00:14:32] Maar data is en blijft cruciaal binnen projectmanagement.
Mario Vanhoucke: [00:14:36] Ongetwijfeld van uit mijn standpunt uiteraard.
Joke Janssens: [00:14:38] Uiteraard ja.
Mario Vanhoucke: [00:14:39] Moest ik dat niet zeggen dan moet ik stoppen met die boeken schrijven hè?
Joke Janssens: [00:14:43] En hoe kan je mensen overtuigen? Of misschien is overtuigen niet het juiste woord, maar hun leren data interpreteren?
Mario Vanhoucke: [00:14:48] Ja, training eerst en vooral. En da's deel van mijne job natuurlijk. Om mensen op te leiden en om te tonen dat die data analyse eerst en vooral niet zo moeilijk is. Alsof het altijd lijkt. Maar ten tweede dat die analyse niet belangrijkste gedeelte is, maar wat er rolt uit die analyse, je kunt daar dikwijls mooi voorstellen en een mooie grafiek of in een eenvoudige tabel of zo om te tonen van kijk, hier leren we iets uit. Dus training is volgens mij cruciaal. Nu het goeie nieuws vandaag is dat beter is dan twintig jaar geleden, toen ik twintig jaar geleden over data sprak. Toen noemde het nog statistiek. Dat was dan een vuil woord, dat was voor de deskundige. Dat was moeilijk. Niemand wou dit. Dat was allemaal rond people en people skills. Nu, vandaag ben ik het die soms moet zeggen in mijn cursus van het gaat ook nog over mensen heen, beste mensen, studenten. En het gaat niet alleen over statistieken over data, er zijn ook nog mensen, dus d'r is veel veranderd.
Joke Janssens: [00:15:37] Toch al een grote kanteling geweest.
Mario Vanhoucke: [00:15:38] Ergens en t is leuk om te voelen dat ik nu moet verdedigen dat nog over mensen gaat. Ik die over data spreek. Ik die twintig jaar geleden moest vechten tegen dat people skills constant, moet nu af en toe nog zeggen van t is niet alleen data, 't gaat over mensen die de data moeten gebruiken. Dus er is een evolutie gebeurd. Ongelooflijk. En da's ook een mooi verhaal nu vind ik Mijn cursus rond bijvoorbeeld Modellering gaat eigenlijk. Dat is eigenlijk een cursus over hoe dan mensen beslissingen nemen en data is daar de ondertoon van.
Joke Janssens: [00:16:03] Ja ja snap ik wel.
Mario Vanhoucke: [00:16:04] Vroeger was dat statistiek moeilijk, niet begrijpbaar. Allee, d'r is veel veranderd.
Joke Janssens: [00:16:09] Boeiend, boeiend.
Mario Vanhoucke: [00:16:10] Ja, k vind dat ook.
Joke Janssens: [00:16:11] Als je nog een laatste gouden tip of tips zou mogen meegeven vanuit jouw expertise data binnen projectmanagement. Welke tips zou je aan projectmanagers nog meegeven?
Mario Vanhoucke: [00:16:21] Ja. Ik heb één belangrijke tip denk ik en dat zal een tip zijn die misschien niet zo gemakkelijk omzetbaar is in de praktijk. Maar kijk naar onderzoek. Ik zie twee soorten mensen in de praktijk staan. De meerderheid gelukkig, Die is geïnteresseerd in ons onderzoek ook. Oke. Ik weet wel dat onderzoek dat wordt geschreven in academische papers en dat is dikwijls vrij wiskundig en soms moeilijk en ook niet altijd 100% direct toepasbaar. Maar ik zie dat die mensen die naar kijken, die filteren daar dingen uit, die reageren daarop op LinkedIn of zo. En ik leer evenveel van hen dan hopelijk zij van van mijn onderzoek. D'r is ook nog een kleinere minderheid die die onderzoekt niet aanvaardt hè, Die zegt da's theoretisch. Da's niet juist, dat kunnen wij niet gebruiken. Ja, die gaan er eigenlijk al op voorhand vanuit dat academisch onderzoek theoretisch is en dus niet voor hun wereld. Maar dat zou mijn een tip zijn. Lees dat onderzoek probeert ervan te begrijpen wat er te begrijpen van valt en filter eruit water je kunt eruit filteren en ik denk als we dat doen dat we allee samen academici en praktijkmensen die stap zetten naar onze geavanceerde data analyse tools meer en meer af te stemmen op wat mensen, bedrijven willen. En ik heb het gevoel dat dat meer en meer lukt. Dus.
Joke Janssens: [00:17:30] Super. En waar vind je die onderzoeken? Waar waar moet ik aan de slag?
Mario Vanhoucke: [00:17:33] Goh ja, zijn veel onderzoeken natuurlijk. Da's een beetje een probleem met onderzoek. En dat er teveel is misschien, maar wat ik zelf bijvoorbeeld toe en zo doen dat denk ik veel onderzoekers. Ik probeer mijn onderzoek altijd een beetje te vertalen in korte, simpele artikels. Een beetje te gemakkelijk om elk de kern te kunnen geven, maar om mensen naar dat onderzoek te trekken. Zo hé. Dus ik schrijf zo artikels op medium. Da's zo een een platform waardoor je van alles kunt schrijven. Ik schrijf daarover project management en ik deelde op LinkedIn. En ik merk dat dat dat netwerk altijd maar groter en groter wordt van mensen uit de praktijk die altijd maar reageren op dat onderzoek dus de brug tussen het echte academische onderzoek dat moeilijk is en de praktijk wereld zijn die simpele artikeltjes. En ja, mensen beginnen dan over te praten over dat onderzoek. Bekritiseren dat ook hè. Da's leuk. Zij soms ook niet akkoord, maar mij argumenten waarom? En dan gaan wij een discussie en dan probeer ik ze te overtuigen om dat toch nog een keer te doen en te bekijken en toch eens te proberen. En dat lukt blijkbaar. Dus dat is nu één van de missies geworden uh van mijn carrière om dat onderzoek wat meer te promoten .
Joke Janssens: [00:18:31] Ja ja, en dan heb je stap twee. Hoe gaan ze het interpreteren hè? Want iedereen heeft natuurlijk zijn eigen perceptie of ze gaan het bekritiseren met de nodige argumenten.
Mario Vanhoucke: [00:18:38] Ja, en dat mag ook hè. Allee, dat mag bekritiseerd worden. Het leuke aan die simpele artikels is dat mensen inderdaad daar zelf een een mening over hebben. Soms niet altijd dezelfde kijk dan ik erop heb. Ja, maar soms komen er ook mooie dingen uit hè. Die doen dan zaken ermee. Dat je dacht van tiens, kijk, dat was eigenlijk de bedoeling niet van dat soort onderzoek. Maar blijkbaar doen ze dat nu zo en zo wordt dat onderzoek ook weer gevoed. En zo ja, proberen we toch die dialoog gaande te houden. En ik heb het gevoel dat die ja heel goed lukt. Veel beter dan tien jaar geleden bijvoorbeeld. Tien jaar geleden was dat onderzoek en praktijk en dat was nog altijd ge moest iemand vinden die openstond voor onderzoek. Nu heb ik zo het gevoel dat de meer en meer mensen daar toch wel proberen dingen uit te filteren.
Joke Janssens: [00:19:17] En dat is dan dat we ook wel in informatiemaatschappij zitten of dat mensen sneller aan de informatie geraken ook, U noemde daar juist al LinkedIn.
Mario Vanhoucke: [00:19:23] Ja, waarschijnlijk wel, maar ik denk vooral dat die hype meespeelt. Die hype rond AI, ja, iedereen wil het. De meesten weten nog altijd niet goed wat dat is. Ik ook niet trouwens. Maar dus wat is dat nu eigenlijk, Artificiële intelligentie? Maar ik denk dat dat een beetje de hype is zo die dat voedt. Kan u een voorbeeld geven hè? D'r was onlangs iemand die mij zei van artificiële intelligentie gaat de project management wereld veranderen en ik vroeg geef een keer een voorbeeld. En die man zei Ja, Moesten we nu eigenlijk kunnen bijvoorbeeld vragen aan Siri, die spraaktechnologie van Apple. Wat is zo de gemiddelde cost over run van een project? En we krijgen daar een antwoord op. Dat zou toch schitterend zijn? En ik heb het uw geantwoord, maar daar hebben we geen artificiële intelligentie voor nodig. Als ge een database hebt en hij steekt die in Excel en ge maar ge ge maakt een berekening wat de gemiddelde over run is, dan kunt ge dat ook bekijken. En die mens zei van ja, eigenlijk wel, Da's misschien toch geen artificiële intelligentie? Da's gewoon data. Ja, voilà. Dus die mens is overtuigd dat die data tools moeten gebruikt worden. Da's geen AI, da's gewoon data bijhouden en beslissingen nemen. Ja, ja dus. Die AI voedt eigenlijk statistiek, maar als ge statistiek noemt, wil het niemand niet meer.
Joke Janssens: [00:20:24] Het is een beetje wat je daarstraks zei, het academische verhaal wat nu in de praktijk meer aan bod komt, of dat de ervaring, maar dat eigenlijk het verschil niet zo groot is. Noodzakelijk? Ja, maar het klinkt wel Mario. Je hebt al een jarenlange ervaring, dat wel. Zeer boeiende tijden zijn momenteel voor jou.
Mario Vanhoucke: [00:20:38] Ja, eigenlijk wel. 't Is , hoe zou ik het zeggen. Twintig jaar geleden dacht ik van oké, ik ben die een kwantitatieve persoon die dat graag doet en d'r zijn voldoende mensen die dat ook graag doen. En ten derde de andere wereld die denkt dat people skills belangrijk zijn. En oké, we gaan mekaar nooit vinden. Goed
Joke Janssens: [00:20:53] En nu?
Mario Vanhoucke: [00:20:54] En nu is t eigenlijk, ja, een soort mix geworden waar ik zelf dat verhaal vertel vanuit mensen met data. Dus t zijn eigenlijk inderdaad mooie tijden geworden, leuke tijden. En zijn we dat onderzoek meer en meer begrepen wordt Zelf voor mensen die niet zo van statistiek en wiskunde houden zoals ik. Ja dus da's wel leuk ja.
Joke Janssens: [00:21:10] Super Mario, heel hard bedankt! Ik wens jou nog heel veel succes en plezier. Vooral in hetgeen wat je nog doet. Mochten luisteraars ook nog specifieke vragen hebben over deze podcast, dan kunnen zij ook via de voicemail nog een bericht nalaten en die aan jou doorspelen nadien.
Mario Vanhoucke: [00:21:24] Schitterend! Bedankt!
Joke Janssens: [00:21:25] Dank je wel Mario en graag tot een volgende keer. Dank u.
Mario Vanhoucke: [00:21:28] Dank u wel.
Joke Van Damme: [00:21:36] Heb je een vraag voor Mario of een verhaal dat je wil delen? Laat het weten via onze Facebook of LinkedIn pagina, via een voicemail of met een mailtje naar info at USG Professionals punt be. Is dit interview nuttig voor iemand die je kent? Vergeet de podcast dan zeker niet te delen. In de volgende aflevering praten we met IT directeur Danny van Driessen over adaptief bedrijfs leiderschap. Wil je dit gesprek niet missen? Abonneer je dan zeker op onze podcast. Graag tot dan!