De voorspelbare wereld

Gemeenten beschikken over grote hoeveelheden eigen data. Daarnaast kunnen gemeenten gebruik maken van steeds meer databronnen die van buiten de eigen gemeente komen.
Data kan op veel verschillende manieren worden bewerkt tot informatie. Traditioneel worden veel data vertaald in managementrapportages waarbij procesprestaties en budgetbenutting in mooie grafieken en overzichten worden weergegeven. Deze traditionele presentaties zijn zeer waardevol, maar er is veel meer mogelijk. Waar managementrapportages vaak worden vergeleken met een ‘achteruitkijkspiegel’ , is het steeds beter mogelijk om op basis van data voorspellingsmodellen te bouwen en ook vooruit te kijken.

Business Intelligence

Als we spreken over data wordt vaak gedacht aan procesdata: gestructureerde data opgeslagen in bijvoorbeeld applicaties, databases en spreadsheets. Met relatief weinig inspanning kunnen relaties worden gelegd en analysebestanden worden gevormd.
Vaak wordt deze gestructureerde data vertaald in managementrapportages, statistieken en ‘dashboards’ , waardoor de procesprestatie en financiële prestatie goed kan worden verantwoord. Het ophalen, interpreteren en presenteren van deze data is relatief eenvoudig en rechtlijnig en wordt ‘business intelligence’ of kortweg ‘BI’ genoemd.
De informatie uit deze data werkt een beetje als een ‘achteruitkijkspiegel’: informatie geeft aan hoe goed of hoe slecht we als organisatie hebben gepresteerd in het licht van de beoordeelde data.

Data Science

Data dient tegenwoordig veel breder te worden uitgelegd. Het betreft alle beschikbare data die opgeslagen wordt. De hoeveelheid data groeit exponentieel. Dit komt doordat we steeds meer data opslaan in de vorm van bestanden (zoals teksten, foto’s en films) , maar ook doordat steeds meer (slimme) apparaten zelf data creëren, verzamelen, opslaan en uitwisselen en er ook steeds meer sensordata beschikbaar zijn.
De data uit deze bronnen zijn (doorgaans) niet gestructureerd. Het selecteren, beoordelen,  interpreteren, normaliseren en presenteren van deze data is complex en ingewikkeld en wordt ‘Data Science’ genoemd. Om deze data om te zetten naar informatie worden moderne data-beoordelingstechnieken ingezet zoals ‘machine learning’.
Met Data Science wordt er naar gestreefd om de datarelaties te begrijpen (insight) om vervolgens data te gebruiken om de toekomstige situatie (bijvoorbeeld de impact van nieuw beleid) te voorspellen (foresight).  

Waarom is het belangrijk

Data Science is een heel krachtig instrument dat gemeenten in staat stelt beter uitvoering te geven aan de maatschappelijke taken. Anouk Meerman legt in de video uit dat Data Science nu vooral wordt gebruikt voor commerciële doeleinden. Door geen gebruik te maken van Data Science worden belangrijke kansen voor de gemeenten gemist.
In de video noemt Irene Westra een aantal voorbeelden waarop Data Science heeft bijgedragen aan het oplossen van maatschappelijke vraagstukken:
  • Het signaleren van ‘draaideurklanten’ (klanten die terugvallen op de oorspronkelijke problematiek) waardoor preventief extra inzet kan worden verzorgd. Hierdoor zullen deze klanten minder snel terugvallen.
  • Het signaleren van jongeren waarbij de kans groot is dat zij de ‘startkwalificatie’ niet gaan halen. Doordat deze jongeren in beeld zijn kan, ook hier, extra inzet worden gepleegd om er voor te zorgen dat deze jongeren de gewenste kwalificatie wel gaan halen.

Hoe begin je

  1. Creëer een breed besef op de waarde van data. De beste overtuiging volgt vaak na de presentatie van de eerste resultaten, maar om zo ver te komen zal er eerst een begin moeten worden gemaakt.
  2. Als gemeente wordt er vaak hard gewerkt om de ‘basis op orde’ te krijgen. Het is belangrijk dat ook dan wordt geëxperimenteerd met Data Science. De ervaring leert dat inzichten op het gebied van Data Science een grote impact hebben op de inzichten die van toepassing zijn op de ‘basis’ die in orde moet worden gebracht.
  3. Vorm strategische allianties met je partners rondom de maatschappelijke vraagstukken om meer inzicht en data te verkrijgen. Stel voor de afzonderlijke maatschappelijke vraagstukken vast welke allianties ondersteunend zijn.
  4. Creëer een cultuur waarin er meer aandacht bestaat voor data en informatie. Op deze wijze wordt sneller gebruik gemaakt van de kracht van informatie en levert informatie een belangrijke bijdrage aan de verantwoording en inzicht.

Meer informatie

Zoeken
Gerelateerde pagina's
Contactpersoon
Kees van den Tempel
Adviseur
085-4012987