Je kennisbank hoeft niet compleet te zijn om waardevol te zijn

Een kennisbankproject loopt zelden vast op techniek. Het loopt vast omdat een organisatie alles tegelijk goed en compleet online wil zetten. Documenten worden verzameld, oude mappen doorgespit en spreadsheets gevuld. Zo kan een project weken blijven hangen op specialistische informatie waar bijna niemand naar zoekt, terwijl veelgestelde vragen nog altijd niet duidelijk online staan.

Als digitaal strateeg bij Emble werk ik al meer dan 25 jaar aan websites en kennisplatformen voor organisaties met veel specialistische kennis. Daarbij zie ik steeds hetzelfde: experts bepalen of een antwoord klopt, gebruikers of het te vinden en te begrijpen is. Zoekgedrag helpt vervolgens bepalen wat als eerste moet worden verbeterd.

Volledigheid is geen behoefte van de gebruiker

Veel kennisbankprojecten beginnen met de vraag: welke informatie hebben we allemaal? Dat levert vooral een inventarisatie op. Nog geen kennisbank.

Een bezoeker komt niet voor het complete archief van de organisatie. Die wil weten of een regeling geldt, welke documenten nodig zijn, hoe lang iets duurt of wat de volgende stap is.

Wanneer je bestaande documenten een-op-een online zet, verplaats je het zoekwerk naar de gebruiker. Die moet nog steeds bepalen welke bron relevant en actueel is en waar het antwoord staat. Een platform met duizenden documenten kan daardoor compleet en tegelijk onbruikbaar zijn. Enkele tientallen duidelijke antwoorden die aansluiten op dagelijkse vragen kunnen al veel waarde leveren.

Praktijkvoorbeelden: veel kennis vraagt niet altijd om dezelfde oplossing

Hoe je grote hoeveelheden kennis bruikbaar maakt, hangt af van het probleem dat een gebruiker probeert op te lossen. Dit zie je goed bij de kennisplatformen van SWOV (Instituut voor Wetenschappelijk Onderzoek Verkeersveiligheid) en DOVA (Samenwerkingsverband van decentrale ov-autoriteiten). Beide organisaties beheren grote hoeveelheden specialistische informatie, maar de manier waarop bezoekers die kennis gebruiken, verschilt.

Praktijkvoorbeeld 1: SWOV

SWOV beschikt over meer dan 150.000 rapporten, factsheets, artikelen en andere publicaties over verkeersveiligheid. Voor een onderzoeker is die volledige verzameling waardevol. Een beleidsmedewerker, journalist of verkeersprofessional komt vaak met een concretere vraag.

• Hoeveel verkeersdoden vallen er jaarlijks?
• Wat is het effect van snelheid op de verkeersveiligheid?
• In hoeverre beschermt een fietshelm?

Zo’n bezoeker wil niet beginnen met een lange lijst onderzoeksrapporten. Die wil weten wat op basis van het beschikbare onderzoek het belangrijkste antwoord is. Een factsheet kan dat antwoord vooraan zetten, gevolgd door uitleg, cijfers en verwijzingen naar de onderliggende studies. Wie alleen de hoofdvraag wil beantwoorden, kan daarna verder. Wie beleid ontwikkelt of een conclusie wil controleren, kan de bronnen induiken.

De informatie wordt daarmee in lagen aangeboden. Eerst het directe antwoord, daarna de toelichting en vervolgens de wetenschappelijke onderbouwing. De volledige kennis blijft behouden, maar niet iedere bezoeker hoeft zelf uit tientallen publicaties een conclusie samen te stellen.

Praktijkvoorbeeld 2: DOVA

Bij Samenwerkingsverband DOVA ligt de uitdaging anders. DOVA deelt kennis en data over het openbaar vervoer vanuit verschillende documenten, databases, applicaties en nieuwsberichten. Een beleidsmedewerker die informatie zoekt over bijvoorbeeld toegankelijkheid of reizigersstromen weet meestal wel over welk onderwerp de vraag gaat. Die weet alleen niet altijd in welke bron DOVA het antwoord heeft opgeslagen.

De website begint daarom niet bij de achterliggende systemen, maar bij zes herkenbare thema’s. Vanuit zo’n thema krijgt een bezoeker informatie uit verschillende bronnen in een overzicht te zien. Zoeken en filteren helpen daarna om de selectie verder te verkleinen. De gebruiker hoeft dus niet eerst te kiezen tussen een rapport, dataset, applicatie of beleidsdocument. Eerst staat het onderwerp centraal; het type informatie volgt daarna.

De juiste route

Dat lijkt een klein verschil, maar het verandert de hele route. Zonder zo’n structuur moet de bezoeker de interne informatiehuishouding van de organisatie begrijpen. Met een thematische ingang kan die beginnen bij de eigen vraag en onderweg verfijnen.

In de eerste weken na de livegang steeg het aantal bezoekers van DOVA met 137,5 procent en daalde de gemiddelde bezoektijd. Dat bewijst niet dat iedere bezoeker altijd het juiste vond. Het was wel een aanwijzing dat mensen sneller door de beschikbare informatie heen kwamen.

SWOV en DOVA laten daarmee twee verschillende, praktische manieren zien om veel kennis toegankelijk te maken. Bij SWOV draait het vooral om gelaagdheid: geef eerst een bruikbaar antwoord en bied daarachter de volledige onderbouwing. Bij DOVA draait het om samenhang: breng informatie uit verschillende bronnen via herkenbare onderwerpen, zoekopdrachten en filters bij elkaar.

Laat een ontbrekend antwoord niet alles tegenhouden

De wens om alles vooraf te verzamelen maakt een kennisbankproject groot en kwetsbaar. Er ontbreekt altijd wel iets. Een expert heeft geen tijd, een document moet worden bijgewerkt of over een uitzondering bestaat intern nog discussie.

Als je de kennisbank als één grote release behandelt, kan een onopgelost onderdeel tientallen bruikbare antwoorden tegenhouden. Om te bepalen wat eerst moet worden opgepakt, kijk ik daarom naar drie dingen:

1. Frequentie: hoe vaak wordt een vraag gesteld?
2. Gevolg: wat gebeurt er wanneer iemand geen of een verkeerd antwoord krijgt?
3. Versnippering: op hoeveel plekken en in hoeveel verschillende versies staat het antwoord nu?

Je kunt iedere vraag op deze drie punten laag, middel of hoog scoren. Spreek af wat die scores binnen de organisatie betekenen en noteer waarop de beoordeling is gebaseerd. Het is geen exacte wetenschap. Het voorkomt vooral dat het onderwerp met de luidste interne pleitbezorger automatisch bovenaan komt.

Neem de vraag: ‘Welke documenten moet ik meesturen?’ Als die dagelijks binnenkomt, een onvolledige aanvraag weken vertraging kan opleveren en vier afdelingen verschillende lijstjes gebruiken, scoort de vraag op alle drie de punten hoog. Die hoort in de eerste ronde.

Een specialistische achtergrondvraag die maar een paar keer per jaar wordt gesteld en al op een actuele pagina staat, kan later volgen. Een weinig gestelde vraag waarbij een verkeerd antwoord grote gevolgen heeft, kan juist alsnog hoge prioriteit krijgen.

Zo verandert het gesprek van ‘ik vind dat dit onderwerp prominenter moet’ naar ‘deze vraag wordt vaak gesteld, heeft grote gevolgen en wordt nu op vier plekken anders beantwoord.’

Van gebruikersvraag naar betrouwbaar antwoord in vijf stappen

De werkwijze die hieruit volgt, is niet ingewikkeld. Het vraagt vooral om een duidelijke rolverdeling en een vast ritme.

1. Verzamel echte vragen

Begin met zoekopdrachten op de huidige website en met vragen uit telefooncontact, e-mail en gesprekken. Vraag klantenservice, accountmanagers en inhoudelijke experts welke uitleg zij steeds opnieuw geven.

Formuleer de uitkomst in de taal van de gebruiker. Niet ‘voorwaarden tegemoetkomingsregeling’, maar ‘kan ik deze kosten terugkrijgen?’. Bundel formuleringen die over dezelfde behoefte gaan. ‘Wanneer hoor ik iets?’ en ‘hoe lang duurt de beoordeling?’ kunnen bijvoorbeeld naar hetzelfde antwoord leiden.

2. Kies de eerste twintig tot dertig antwoorden

Beoordeel de vragen op frequentie, gevolg en versnippering en kies een beperkte eerste set. Je selecteert dus geen documenten die moeten worden gemigreerd, maar vragen die een betrouwbaar antwoord nodig hebben.

Leg per vraag vast wie inhoudelijk eigenaar is, welke bron leidend is en welke uitzondering niet mag ontbreken. Zo blokkeert een ontbrekend achtergrondstuk niet de publicatie van andere antwoorden.

3. Gebruik de expert als bron, niet automatisch als tekstschrijver

Vraag een expert niet alleen om een artikel aan te leveren. Vraag welk antwoord diegene als eerste geeft, wanneer het niet geldt, welke fout de grootste gevolgen heeft en wat iemand daarna moet doen.

Een redacteur maakt daarvan een voorspelbaar antwoord: eerst de kern, daarna de voorwaarden, uitzonderingen en vervolgstappen. De expert controleert de inhoud. Iemand zonder voorkennis controleert of de uitleg te volgen is.

De expert kent de kaart, de gebruiker alleen de bestemming. Niemand hoeft tegelijk specialist, webredacteur en representatieve testgebruiker te zijn.

4. Test een taak, geen sitemap

Laat iemand niet zoeken naar een pagina waarvan de naam al bekend is. Geef een realistische taak. Bijvoorbeeld: ‘je wilt een aanvraag indienen, maar weet niet of je aan de voorwaarden voldoet. Zoek uit wat voor jou geldt en wat je daarna moet doen.’

Zo zie je welke woorden iemand gebruikt, welk zoekresultaat relevant lijkt, of de titel de juiste verwachting wekt en of het directe antwoord vroeg genoeg staat. Belangrijker nog: weet de gebruiker na het lezen wat de volgende stap is?

Het aantal klikken zegt weinig. Een klik naar een pagina vol vaktaal helpt niemand, maar drie logische stappen naar een duidelijk antwoord kunnen prima zijn.

5. Gebruik zoekresultaten om te bepalen wat hierna komt

Bekijk na publicatie welke zoekopdrachten:

• veel voorkomen
• geen resultaat geven
• direct worden aangepast

Let ook op bezoekers die een resultaat openen en daarna opnieuw zoeken. Mogelijk ontbreekt er content, is de titel onduidelijk, ontbreekt een synoniem of helpt het antwoord niet.

Niet ieder zoekprobleem vraagt om een nieuw artikel. Soms zijn een betere titel, korte samenvatting, extra zoekterm of het samenvoegen van twee pagina’s voldoende.

De zoekfunctie als redactioneel meetinstrument

De zoekfunctie wordt daarmee geen verplicht veld bovenaan de pagina, maar een redactioneel meetinstrument. Plan iedere maand een vast moment om:

1. de belangrijkste signalen te bekijken
2. een beperkt aantal verbeteringen te kiezen
3. daarna opnieuw te meten

Klein beginnen werkt alleen wanneer er ook een ritme is om verder te bouwen.

Leg bij elk antwoord ook de bron, inhoudelijk eigenaar en controledatum vast. Werk met een vaste structuur voor het directe antwoord, de voorwaarden, uitzonderingen en vervolgstappen. Daar kan het cms bij helpen. Een systeem kan niet beoordelen of een tekst begrijpelijk is, maar wel voorkomen dat ieder artikel anders wordt opgebouwd of jarenlang zonder eigenaar online blijft staan.

Maak per vraag één antwoord leidend

Een kennisbank blijft alleen betrouwbaar wanneer duidelijk is welk antwoord actueel en goedgekeurd is. In de praktijk bestaan vaak meerdere documenten over hetzelfde onderwerp. Ze zijn op verschillende momenten geschreven, gebruiken andere formuleringen en noemen soms zelfs verschillende voorwaarden of termijnen.

Meer informatie toevoegen lost dat niet op. Wijs per gebruikersvraag één kernantwoord aan en leg vast:

• voor wie en wanneer het geldt
• welke uitzonderingen belangrijk zijn
• waar het antwoord vandaan komt
• wie het beheert

Achtergrondstukken kunnen beschikbaar blijven, maar hoeven niet dezelfde status te hebben als het actuele antwoord.

Dat is ook belangrijk wanneer de kennisbank als bron voor een chatbot of AI-assistent wordt gebruikt. Zo’n systeem weet niet vanzelf welk antwoord leidend of verouderd is. Een actueel kernantwoord per vraag, inclusief doelgroep, uitzonderingen en eigenaar, vormt daarom niet alleen een betere kennisbank voor bezoekers, maar ook een betrouwbaardere basis voor AI.

Begin met de vragen van vandaag

Verzamel de zoekopdrachten en vragen van de afgelopen maand. Beoordeel ze op frequentie, gevolg en versnippering en kies de eerste twintig tot dertig. Bespreek per vraag met een expert wat het directe antwoord is, wanneer het niet geldt en wat iemand daarna moet doen.

Publiceer de antwoorden in een vaste structuur, test ze met mensen die de interne organisatie niet kennen en leg meteen vast wie ze beheert en wanneer ze opnieuw worden gecontroleerd. Plan ook het eerste maandelijkse verbeteringsmoment.

De eerste versie van een kennisbank hoeft niet alles te weten, maar moet de belangrijkste vragen betrouwbaar beantwoorden. Wat nog ontbreekt, is daarna geen reden om te wachten, maar de agenda voor de volgende verbetering.