Datainformerad utveckling innebär att använda “agerbar data” som grund för att fatta genomtänkta beslut och förbättra verksamheter.

När verksamheter, till exempel skolor eller förvaltningar, arbetar datainformerat utgår de från noggrant utvald, tillgänglig, trovärdig och relevant data för att förstå sina utmaningar och möjligheter. När man arbetar datainformerat betonas även vikten av att tolka informationen i rätt sammanhang med målet att kunna ta välinfor­merade beslut som skapar nytta och värde för verksamheten.

Datainformerad utveckling är alltså ingen enskild aktivitet utan snarare ett systematiskt förhållningssätt där kultur, ledarskap, teknik och analysförmåga samverkar för att skapa bättre och väl­informerade beslutsunderlag. Det kan till exempel handla om att upptäcka behov av insatser för elever i skolan, motverka frånvaro eller ge tydligare motivering till beslut gentemot till exempel vård­nadshavare. Genom att strukturera och analysera data på ett syste­matiskt sätt kan den omvandlas till meningsfull information och i förlängningen till värdefull kunskap som stärker verksam­hetens utveckling.

Att påbörja en datainformerad arbetsprocess behöver inte vara komplicerat – små, väl valda steg kan göra stor skillnad. En god start är att identifiera vilka frågor eller utmaningar som är viktigast för verksamheten, och välja ut relevant data som kan hjälpa till att belysa dessa.

Genom att prova på att arbeta datainformerat i mindre skala och regelbundet utvärdera resultaten, kan både skolor och förvalt­ningar gradvis bygga upp ett systematiskt och hållbart datainifor­merat arbetssätt kring data. Det är också klokt att dra nytta av nationella riktlinjer och befintliga stödfunktioner, såsom Skol­verkets olika typer av stödmaterial, för att säkerställa att processen är kvalitetssäkrad och följer aktuella rekommendationer.

Att skapa rutiner för kontinuerlig uppföljning och gemensam reflek­tion bidrar till en starkare datakultur och ökar möjligheten att fatta välgrundade beslut på alla nivåer inom organisationen.

Dataanalys är viktigt för att kunna fatta smarta beslut, utveckla verksamheter och möta användarnas behov på ett effektivt sätt.

Genom att använda data för att identifiera mönster och trender, förbättra rutiner och processer, samt mäta och följa upp resultaten av verksamheten kan organisationer skapa förutsättningar att bli mer effektiva och mer anpassade till användarnas behov. Att använda data som en strategisk resurs innebär bland annat att nyttja data för att fatta välgrundade beslut, styra utvecklingen och att förbättra verksamheter och tjänster. Potentialen i ett data­informerat arbete är att kunna fatta mer träffsäkra beslut, sätta in rätt insatser där det behövs, fatta beslut i rätt tid och i bästa fall kunna agera proaktivt – inte bara reaktivt.

Det är viktigt att använda kvalitetssäkrad och relevanta data i analyser för att få tillförlitliga beslutsunderlag. Undvik att samla in onödiga mängder data utan tydligt syfte, eftersom det kan leda till informationsöverflöd och extra administrativt arbete, särskilt för yrkesgrupper som lärare och rektorer. Väg alltid nyttan av data­insamling mot arbetsinsatsen.

Dataanalys brukar ibland beskrivas som en trappa: först beskriver du vad som hänt (deskription), sedan förklarar du varför (dia­gnostik), därefter förutsäger du vad som kan hända (prediktion), och slutligen ger du rekommendationer för framtida åtgärder (preskription).

I takt med att möjligheterna att använda data ökar, blir det allt viktigare att förstå vad som krävs för att data ska kunna användas på ett meningsfullt och handlingskraftigt sätt. Att analysera och förlita sig på data kräver mer än bara tillgång till siffror – kvaliteten och relevansen i underlaget är avgörande för att fatta kloka beslut.

För att data ska vara användbar behöver den vara “agerbar”, det vill säga tillgänglig, trovärdig och relevant samt möjlig att omsätta i praktiken. Det förutsätter också att utvalda data är av god kvalitet. Låg datakvalitet kan ge missvisande resultat även om själva ana­lysen är rätt. Det är därför avgörande att säkerställa att data är insamlad, bearbetad och lagrad på rätt sätt samt att den är till­gänglig och trovärdig.

N.D. Lawrence (University of Cambridge) beskriver de tre grund­läggande nivåerna av dataförberedelse på följande sätt:

1. Tillgänglighet – Finns data och går det att använda?
2. Trovärdighet – Är data kvalitetssäkrad och korrekt?
3. Relevans – Passar utvald data för den aktuella frågan?

När dessa nivåer är uppfyllda kan data betraktas som “agerbar” och därmed användas för analys och för att skapa verklig nytta i verksamheten. Vid användning av mer känslig data kan ytterligare förberedelse behöva göras eller nytta mot risk övervägas innan man beslutar om användning.

Tydliga visualiseringar och smart paketering gör komplex information lättare att förstå och använda. Med diagram, dashboards och inter­aktiva rapporter får beslutsfattare snabbare insikter och bättre förutsättningar att fatta väl­grundade beslut.

När data presenteras visuellt blir det enklare att skapa ett gemen­samt språk kring resultaten och att engagera fler i diskussionen om verksamhetens utveckling. Tydliga visualiseringar hjälper till att lyfta fram de mest relevanta indikatorerna och säkerställer att beslutsunderlaget verkligen leder till insiktsfulla och välgrundade beslut – istället för att bara bli ytterligare siffror i mängden. Där­med blir visualisering och paketering av data ett kraftfullt verktyg för att driva förbättringar och skapa verklig nytta i organisationen.

Visualiseringar är effektiva för att förmedla komplex information, men de kan också innebära risker. En stark visuell framställning kan skapa en falsk känsla av säkerhet eller objektivitet, vilket gör att viktiga osäkerheter och begränsningar förbises. Om designen är missvisande eller förenklad eller innehåller färger med tydliga markörer (rött, gult, grönt) ska man vara medveten om att det kan leda till feltolkningar och felaktiga beslut.

I takt med att dataanvändningen ökar i skolväsendet växer också ansvaret för att hantera information på ett etiskt, lagligt och transparent sätt.

Kommuner och skolhuvudmän behöver därför arbeta systematiskt med riktlinjer, utbildning och kvalitetssäkring, så att data blir ett kraftfullt verktyg för utveckling – utan att tumma på integritet och/eller rättssäkerhet.

Kommuner och skolhuvudmän har ett tydligt ansvar att säkerställa en etiskt försvarbar och laglig hantering av data som skyddar elevers och vårdnadshavares rättigheter. Det kräver tydliga rikt­linjer, utbildning i etisk datahantering och transparens gentemot alla berörda parter.

För att stärka datadriven utveckling bör man införa robusta ram­verk för datakvalitet och säkerhet, samt höja personalens data­litteracitet genom kontinuerlig kompetensutveckling. Datalitte­racitet används på lite olika sätt i olika sammanhang. I det här stödmaterialet använder vi det med betydelsen att ha förmåga att: identifiera, förstå, tolka och agera på data för att kunna ta välgrundade beslut.

Förutom att höja personalens datalitteractitet är det också viktigt att skapa forum för erfarenhetsutbyte och att regelbundet utvär­dera effekterna av dataanvändningen, så att strategierna förblir relevanta och leder till önskade resultat.

I stödmaterialet finns även en mer omfattande matris som tydligt illustrerar och sammanfattar de regler och rutiner som en kommun behöver upprätta för en säker och etisk datahantering. Matrisen fungerar som ett praktiskt stöd för att få överblick över ansvars­områden och säkerställer att inga viktiga aspekter förbises.