Bij fresk.digital geloven we sterk dat digitale hulpmiddelen moeten werken voor de mensen die ze gebruiken, en niet andersom. Die overtuiging heeft altijd aan de kern gestaan van ons service design werk. Maar tegenwoordig, nu dat data steeds verder een centrale rol speelt in de werking van producten en diensten, evolueren we onze werkwijze. We noemen het Data Service Design.

‍

Wat is Data Service Design?

In de kern is Data Service Design het proces van het ontwerpen van diensten aangedreven door data. Maar nog belangrijker, het gaat over het ontwerpen van diensten die data nut geven en bruikbaar en mensgericht maken.

Het bouwt voort op de fundamenten van Service Design, wat al een multidisciplinaire benadering is voor het creëren van naadloze, intentionele ervaringen over verschillende contactpunten. Traditioneel service design richt zich op het begrijpen van gebruikers, het orkestreren van interacties en het afstemmen van zakelijke en operationele lagen. Het brengt klantreizen in kaart, identificeert pijnpunten en prototypeert betere ervaringen.

Maar waar Service Design voornamelijk werkt met kwalitatieve inzichten (zoals interviews, observaties en workshops), brengt Data Service Design de kwantitatieve laag in, waarbij data niet alleen wordt gebruikt om beslissingen te valideren, maar als input om mee te ontwerpen. Het is waar dashboards, algoritmen, API's en real-time feedbackloops deel gaan uitmaken van het dienstenaanbod zelf.

‍

Kwalitatieve en kwantitatieve data samenbrengen

Wat Data Service Design onderscheidt, is de manier waarop het kwantitatieve data (de cijfers, patronen en gedragingen) combineert met kwalitatieve inzichten (de verhalen, motivaties en contexten erachter). Traditioneel service design leunt op kwalitatieve methoden, zoals interviews, schaduwen en co-creatie sessies, om te ontdekken wat mensen nodig hebben en voelen. Deze methoden geven diepte, empathie en context. Maar ze kunnen beperkt zijn in schaal of generaliseerbaarheid.

Data Service Design introduceert de kracht van schaal door middel van kwantitatieve data: miljoenen interacties, prestatiestatistieken en gebruikspatronen. Maar op zichzelf kunnen deze cijfers abstract aanvoelen, losgekoppeld van de geleefde ervaringen van echte gebruikers.

De magie ontstaat wanneer de twee samenkomen. We gebruiken kwalitatief onderzoek om te begrijpen wat de cijfers betekenen, en we gebruiken kwantitatieve signalen om aannames te testen en kansen te onthullen die we mogelijk hebben gemist in interviews. Het resultaat is een rijker, meer bruikbaar begrip van zowel het waarom als het hoe achter gebruikersgedrag.

In plaats van data te zien als een bijzaak, iets dat wordt gebruikt om succes te meten zodra een dienst live is, gebruiken we het vanaf het begin als een ontwerptool. Data wordt onderdeel van het gesprek tijdens ideevorming, prototyping en besluitvorming. Om dit te doen stellen we onszelf en de klant vragen als: Welke data hebben we nodig om deze dienst slim te maken? Welke context heeft een gebruiker nodig om dit getal te begrijpen? Waar leidt data, overweldigt het, of inspireert het tot actie?

‍

‍

Onze aanpak: mensgericht ontwerpen samenbrengen met data-intelligentie

Bij fresk.digital hanteren we een gestructureerde aanpak die mensen centraal stelt:

‍

De gebruikersreis begrijpen

we beginnen met het in kaart brengen van hoe professionals omgaan met tools, databronnen en contactpunten in hun dagelijkse werk. Dit helpt ons te ontdekken waar data hun taken momenteel ondersteunt, of waar het frictie veroorzaakt. We identificeren niet alleen wat mensen doen, maar ook waarom ze het doen, en waar betere data of duidelijkere inzichten een verschil zouden kunnen maken.

Belangrijke vragen die we normaal gesproken stellen:

• Waarom interacteren gebruikers momenteel met data in hun workflow? Welke beslissingen hangen ervan af?
• Welke workarounds hebben gebruikers gecreëerd om toegang te krijgen tot of de data te begrijpen die ze nodig hebben?
• Welke momenten voelen onduidelijk, traag of frustrerend aan, en zou betere data visibiliteit kunnen helpen?

Belangrijke inzichten definiëren

Dit is waar kwalitatief en kwantitatief onderzoek samenkomen. Interviews en kwalitatief onderzoek stellen ons in staat om het waarom achter gebruikersgedrag te begrijpen, terwijl data-analyse ons helpt om het wat, waar en hoe vaak te detecteren. Deze dubbele lens onthult patronen en kansen die een enkele datastroom alleen zou kunnen missen.

Belangrijke vragen die we normaal gesproken stellen:

• Welke kwalitatieve inzichten hebben we verzameld, en welke aannames testen ze?
• Welke data kunnen we gebruiken om deze aannames verder te valideren of te onderzoeken?
• Waar komen de verhalen uit het veld en de cijfers uit het systeem overeen, of wijken ze af?
• Welke gedragingen of trends meten we momenteel niet, maar zouden we wel moeten meten?

Prototyping en testing

We creëren prototypes in een vroeg stadium die data op intuïtieve, menselijke manieren in workflows integreren, of dit nu via dashboards, waarschuwingen, beslissingshulpen of feedbacklopen is. Deze worden getest met gebruikers om niet alleen de functionaliteit te valideren, maar ook de bruikbaarheid en duidelijkheid in realistische scenario's.

Belangrijke vragen die we normaal gesproken stellen:

• Helpt de data in dit prototype gebruikers om sneller of met meer vertrouwen beslissingen te nemen?
• Visualiseren of presenteren we de data op een manier die overeenkomt met de mentale modellen van gebruikers?
• Hoe kunnen we deze ervaring verder vereenvoudigen, contextualiseren of personaliseren?
  

Aligning with business objectives

Data op zichzelf genereert geen waarde, het is wat je ermee doet. Wij zorgen ervoor dat elke ontwerpbeslissing bredere organisatiedoelen ondersteunt, van operationele efficiëntie tot klantbeleving. Dit betekent nauw samenwerken met productowners, analisten, IT en serviceteams om afstemming te creëren tussen ervaring en strategie.

Belangrijke vragen die we normaal gesproken stellen:

• Hoe ondersteunen onze data-inzichten de top drie strategische doelen van het bedrijf?
• Wie moet deze data intern zien of ermee aan de slag, en in welk formaat of ritme?
• Zijn er interne metrics (bijv. adoptie, retentie, upsell) die we met design kunnen ondersteunen?
• Wat zou 'succes' er over 6 of 12 maanden uitzien vanuit een bedrijfsperspectief?

Itereren op basis van feedback

Onze aanpak is altijd iteratief. We keren regelmatig terug naar gebruikers en verfijnen zowel de data als het ontwerp naarmate we meer leren over wat in de praktijk werkt. Bij Data Service Design gaat feedback niet alleen over de interface, het gaat over hoe inzichten presteren in real-world besluitvorming.

Belangrijke vragen die we normaal gesproken stellen:

• Wat verraste ons tijdens het testen? Wat kwam niet zoals verwacht?
• Welke delen van de data-ervaring vonden gebruikers het meest waardevol of frustrerend?
• Hoe kunnen we feedbackloops ontwerpen die de data-ervaring in de loop van de tijd verbeteren?

‍
‍

‍

Onze aanpak toepassen: de Hertek Safety case

Hertek Safety, een leider in branddetectie- en evacuatieoplossingen, ontwikkelde Hertek Connect, een digitaal platform dat monitoring op afstand van brandveiligheidsinstallaties mogelijk maakt. Hoewel goed ontvangen, varieerden de adoptie en impact van het platform per gebruikersgroep. Hertek zag de kans om data beter te verbinden met de dagelijkse beslissingen en behoeften van brandveiligheidsprofessionals.

In plaats van direct te duiken in het bouwen van grootschalige infrastructuur, werkte Hertek met ons samen om een lean, inzicht-gedreven aanpak te hanteren. We begonnen met het in kaart brengen van hoe verschillende professionals, van installateurs tot facility managers, met het platform omgingen. Met behulp van kwalitatief onderzoek legden we hun verwachtingen, frustraties en momenten van behoefte vast. Dit verbonden we vervolgens met kwantitatieve gebruiksgegevens om patronen te valideren en hiaten in gedrag en adoptie op te sporen.

Door beide datatypes te combineren, ontdekten we specifieke gebieden waar het platform nuttiger en intuïtiever kon worden (zogenoemde Moments that Matter), bijvoorbeeld door de zichtbaarheid van de systeemstatus te verbeteren of waarschuwingen concreter te maken. Real-world feedback hielp ons niet alleen te verfijnen welke data werd gepresenteerd, maar hoe en wanneer het werd getoond.

Cruciaal is dat dit proces ook de bredere datastrategie van Hertek heeft gevormd, waarbij de focus verschoof van reactieve rapportage naar hypothesegedreven inzichtgeneratie, zodat iedereen, van ontwikkelaars tot commerciële teams, data effectiever kon gebruiken in hun rol.

‍
‍

Data omzetten naar impact

Bij fresk.digital geloven we dat data meer moet doen dan zich alleen maar ophopen; het moet mensen in staat stellen om te handelen. Door mensgericht ontwerp te combineren met data-intelligentie, helpen we organisaties complexiteit om te zetten in duidelijkheid en diensten te creëren die echt werken voor de mensen die ze gebruiken.

Een doordachte Data Service Design-aanpak zorgt ervoor dat bedrijven niet alleen informatie verzamelen, maar deze ook actief gebruiken om continue verbetering te stimuleren. Wanneer data met intentie wordt ontworpen, kan het meeslepende verhalen vertellen, betere beslissingen ondersteunen en diensten voeden die niet alleen slimmer, maar ook menselijker zijn.

De Hertek Safety-case toont wat mogelijk is wanneer data deel gaat uitmaken van het ontwerpproces. Door te verschuiven van gefragmenteerde verzameling aan data naar gestructureerd, inzicht-gedreven gebruik, hebben ze een schaalbare strategie ontgrendeld die voortdurende waarde oplevert. Met verbeterde rapportage, slimmere feedbackloops en duidelijke afstemming tussen gebruikers en de organisatie, heeft Hertek nu een sterkere basis voor productadoptie, klanttevredenheid en langetermijngroei.

Dit is de toekomst van digitale transformatie: niet alleen digitale tools bouwen, maar slimmere diensten bouwen, waarbij data niet langer een last is, maar een katalysator voor vooruitgang.