Datagedreven werken? Dit zijn de randvoorwaarden

→ Dit artikel is oorspronkelijk gepubliceerd in de nieuwsbrief Binnenlands Bestuur Digitaal van 21 september 2020 en op Quarant.nl.

Als je aan de slag wilt met datagedreven werken, is je neiging in eerste instantie misschien vooral naar de technische kant te kijken. Welke gegevens hebben we? Welke software heb je nodig? Wie kan met die software overweg? Het gevaar daarvan is dat datagedreven werken vooral iets wordt van de afdelingen Informatievoorziening of Automatisering. Maar om datagedreven te werken moeten meer randvoorwaarden in je organisatie op orde zijn.

De vier dimensies van datagedreven werken

De juiste technologie is slechts een van de randvoorwaarden die je organisatie moet regelen als je meer datagedreven wilt werken. Voor het ontwikkelen van datagedreven werken binnen gemeenten onderscheidt het A&O fonds Gemeenten de volgende vier hoofddimensies:

  1. Analyse van gegevens
  2. Leren en veranderen
  3. Mens en organisatie
  4. Publieke waarde

Door voor iedere dimensie te kijken hoever je organisatie is, zie je op welke vlakken je acties kunt ondernemen om de datagedrevenheid van je organisatie verder te laten groeien. Hieronder gaan we kort op deze dimensies in, aangevuld met enkele opmerkingen op basis van onze ervaringen in de praktijk.

1. Analyse van gegevens

Om zinvolle analyses te maken, moet je de juiste tools tot je beschikking hebben en moet het gegevensmanagement op orde zijn. Daarnaast is het formuleren van de juiste onderzoeksvragen belangrijk. Hierbij hoort ook dat je goed nadenkt over de ethische kant van je activiteiten. Oftewel: bedenk van tevoren zeker ook wat je per se niet wilt weten. Privacy en veiligheid moeten op orde zijn. Net als transparantie van de algoritmes.

Betrek de informatieadviseur en collega’s van het primaire proces erbij
Een informatieadviseur kan deze verschillende aspecten vaak goed in de gaten houden. Hij of zij is de schakel tussen de technische mogelijkheden en de vragen en wensen van medewerkers. Betrek verder bij het opstellen van de onderzoeksvragen en het maken van de rapportages collega’s die het primaire proces goed kennen. Zij kennen de problemen en vragen op de werkvloer en kunnen de gegevens van de juiste context voorzien.

2. Leren en veranderen

Datagedreven ben je als organisatie niet van de ene op de andere dag. Het is belangrijk dat je de ontwikkeling ervan structureel aanpakt. Er moet ruimte zijn voor experimenten en de wil daarvan te leren. Medewerkers moeten verder kijken dan hun eigen afdeling en belangen. Deze cultuurverandering vraagt om een duidelijke visie van bestuurders en management op het gebied van datagedreven werken en de wil om verbetermogelijkheden op te pakken. En het vraagt om voldoende tijd en geld voor medewerkers om hiermee aan de slag te gaan.

Benoem een bestuurder of directeur als aanjager
Een valkuil die we veel zien is dat medewerkers de toegevoegde waarde van datagedreven werken wel zien, maar er geen bestuurder/directeur is die de rol van aanjager wil vervullen. Dan dreigt de ontwikkeling van datagedreven werken al snel ondergesneeuwd te raken in het totale pakket aan belangrijke taken die moeten worden uitgevoerd. Een cultuurverandering is dan lastig. Vraag daarom een bestuurder of directeur als opdrachtgever en primaire sponsor te fungeren. In woord (communicatie, beleid) en daad (vrijmaken tijd en middelen).

3. Mens en organisatie

Dankzij datagedreven werken zijn bestuur, directie en managers in staat om te sturen op basis van feiten en analyses. In de primaire dienstverlening geven die analyses direct inzicht in de efficiëntie en effectiviteit van de werkprocessen en komen er verbetermogelijkheden naar voren. Uiteraard betekent dit ook dat de analyses kunnen aantonen dat het huidige beleid niet het meest effectief was. Hetzelfde geldt voor de gekozen werkprocessen. Dit vraagt om een cultuur waarin het in de hele organisatie veilig is te erkennen dat eerdere beslissingen misschien niet de beste waren. En waarin men nieuwsgierig is naar wat beter kan en men graag samen aan die verbeteringen wil werken

Vergeet de menskant niet
Niet alleen de acceptatie dat er meer vanuit data wordt gewerkt, maar ook het oppakken van gesignaleerde verbetermogelijkheden zijn veranderingen die een flinke impact op medewerkers kunnen hebben. Neem hiervoor de tijd. Leg de noodzaak uit. Onderzoek waar medewerkers zelf kansen zien voor zinvolle data-analyses. Zorg dat medewerkers weten wat de veranderingen voor hen inhouden. En help medewerkers de juiste vaardigheden te ontwikkelen met dit alles om te gaan en eraan deel te nemen.

4. Publieke meerwaarde

Een van de belangrijkste voorwaarde voor datagedreven sturen, is dat je als organisatie weet wat je er uiteindelijk mee wilt bereiken. Door te innoveren over afdelingen heen, samen met maatschappelijke organisaties, ketenpartners en leveranciers kan datagedreven werken bijvoorbeeld bijdragen aan een efficiëntere en effectievere dienstverlening.

Formuleer concrete doelen
Het is belangrijk om duidelijke doelen te hebben, zoals het (vanaf 2021 verplichte) ‘in control’ statement of inzicht in de knelpunten in het sociaal domein. Zonder zicht op de toegevoegde waarde van datagedreven werken voor zo’n doel, is het lastig hiervoor voldoende steun van politiek en bestuur te krijgen.

Start met een nulmeting

De dimensies die het A&O-fonds noemt zijn een goede basis voor reflectie op de status van datagedreven werken in jou organisatie. Ze komen ook aan bod in de nulmeting die we inzetten om te kijken hoever je organisatie is met datagedreven werken. We onderscheiden daarin vijf stadia: beperkend, benieuwd, bewust, gedreven en bedreven. Met deze nulmeting leer je niet alleen waar je staat als het gaat om datagedreven werken, we geven je ook concrete tips om je organisatie een stap dichter naar je ambities wat betreft datagedreven werken te brengen.

Hoe data-bedreven is jouw organisatie?

→ Dit artikel is oorspronkelijk gepubliceerd op Quarant.nl.

Ga je data-gedreven werken? Dan neem je voortaan besluiten zoveel mogelijk op basis van feiten en analyses van beschikbare gegevens. Hiermee kun je zowel je dienstverlening als bedrijfsvoering flink verbeteren. Daarnaast worden je besluiten transparanter, wat voor meer draagvlak zorgt. Benieuwd hoe data-bedreven jouw organisatie is? In deze blog vertellen we meer over de verschillende stadia die er zijn.

Model hoe data-bedreven is jouw organisatie?

Als Quarant hebben we een model gemaakt om te bepalen hoe volwassen je organisatie met data-gedreven werken aan de slag is. Hierbij hebben we ons gebaseerd op het model van het Amsterdam Health Technology Institute en werk van Prof. Dr. Albert Meijer (onderzoeker verbonden aan de Universiteit van Utrecht) .

Data-beperkend – Monitoring

In een data-beperkende organisatie worden gegevens vooral gebruikt voor rapportages waarin terug wordt gekeken. Hierbij worden vaak alleen gegevens van de eigen afdeling gebruikt. Men heeft wel een vaag idee dat je meer met data kunt doen, maar gelooft ook dat dit het eigen werk misschien overbodig maakt. Of dat het zomaar bestuurlijk of politiek te gevoelige informatie kan opleveren. Op dit niveau zijn dus zowel de organisatie als de gegevens die gebruikt worden een beperkende factor in meer data-gedreven werken.

Data-benieuwd – Real time monitoring

Een volgende stap is dat de organisatie op zoek gaat naar verbanden in de gegevens. En een programma of project start om meer data-bedreven te worden. Hierbij doet men analyses over domeinen heen. En men experimenteert met gegevens van andere organisaties. Het applicatielandschap is inzichtelijk en men weet welke systemen met elkaar verbonden zijn. De rapportages zijn actueel. Ze geven echter geen beeld van toekomstige ontwikkelingen. En er liggen ook geen onderzoeksvragen aan ten grondslag.

Data-bewust – Predictive analysis

Op dit niveau worden steeds meer medewerkers zich bewust van de mogelijkheden van data. Medewerkers zijn betrokken bij analyses en ze leren van de experimenten die er worden gedaan. De analyses worden gebruikt om in te spelen op relevante ontwikkelingen. En ze worden steeds vaker gebruikt ter onderbouwing van besluitvorming. Men begrijpt dat gegevens daarvoor altijd op dezelfde manier moeten worden vastgelegd. En men start acties om de kwaliteit van de gegevens continu te verbeteren. Met leveranciers (van bijv. SaaS) worden er afspraken gemaakt over de levering van gegevens. De veiligheid en privacy zijn gewaarborgd. En er is aandacht voor ethische dilemma’s. Bij analyses zorgt men er bijvoorbeeld voor dat individuen of gezinnen niet uit de data zijn te herleiden.

Data-gedreven – Profiling

In een data-gedreven organisatie is er een breed gedragen visie op data-gestuurd werken. Door interne, besloten, open en ingekochte gegevens te combineren, ontstaan er veel nieuwe inzichten. Hierover voert men open gesprekken met elkaar. Het management en bestuur dragen het belang ervan uit en ondersteunen de acties om van fouten te leren. Medewerkers zijn zich bewust van de gevoeligheid van de data en er zijn processen om de integriteit ervan te bewaken. Men weet ook welke gegevens beschikbaar zijn en waarvoor deze mogen worden gebruikt. De organisatie brengt de voorspellende uitkomsten van analyses over in heldere rapportages en visualisaties.

Data-bedreven – Data discovery

Organisaties die data-bedreven zijn, hebben eerder verkregen inzichten al gebruikt voor belangrijke veranderingen in processen en de structuur van de organisatie. Ze hebben geleerd dankzij analyses te anticiperen op veranderingen. Bestuurders en managers gebruiken op gegevens gebaseerde feiten om besluiten te nemen. Naast gestructureerde gegevens worden ongestructureerde data (zoals: tekst, afbeeldingen, video) geanalyseerd. Kenmerkend is ook dat de data, de gebruikte algoritmen en de genomen besluiten transparant zijn voor alle belanghebbenden. Er is een lab om nieuwe ideeën voor analyses uit te proberen. En een bestuurder of manager is een actieve sponsor van deze ontwikkeling.

Wat betekent het ongeldig verklaren van het ‘Privacy Shield’ voor gemeenten?

→ Dit artikel is oorspronkelijk gepubliceerd op Quarant.nl.

Op 16 juli heeft het Europese Hof van Justitie het ‘Privacy Shield’ nietig verklaard. Het hoogste Europese tribunaal oordeelde dat het verdrag de persoonsgegevens van Europeanen niet voldoende beschermt tegen het verwerken van die gegevens in de Verenigde Staten. Volgens de AVG hebben EU-inwoners daar weldegelijk recht op. Heeft deze uitspraak gevolgen voor gemeenten?

Gevolgen voor gemeenten in de praktijk

De gevolgen van de uitspraak door het Europese Hof zullen in de praktijk wel meevallen denken we. De modelcontractbepalingen blijven namelijk gewoon geldig. Dit zijn standaardvoorwaarden die door de EU en gegevensverwerkers zijn opgesteld en die aan de AVG voldoen. Als bedrijven zich aan deze voorwaarden houden, kunnen zij wel data blijven doorspelen naar de VS.

De diensten van Microsoft

Van alle Amerikaanse bedrijven is Microsoft waarschijnlijk het bedrijf dat de meeste diensten levert aan gemeenten. Bijvoorbeeld door cloudopslag en infrastructuur via Azure. En uiteraard ook Office 365. In de Microsoftvoorwaarden is dit modelcontract van de Europese Commissie geïncorporeerd.

Samenwerkingsverbanden moeten opletten

Het modelcontract heeft betrekking op de relatie ‘verantwoordelijke – verwerker’. Samenwerkingsverbanden verwerken persoonsgegevens in de hoedanigheid van verwerker ten opzichte van de verantwoordelijke gemeenten. Microsoft zou dan een ‘subverwerker’ zijn. Maar het modelcontract kent geen relatie ‘verwerker – subverwerker’. Daarom adviseren we samenwerkingsverbanden te controleren of zij door hun deelnemende organisaties gemachtigd zijn om namens hen met Microsoft de modelovereenkomst te sluiten. Zo niet, is het belangrijk dat alsnog te regelen.

Andere leveranciers zoals Google en Amazon

De betaalde diensten van Google en Amazon maken gebruik van een zelfde constructie als Microsoft. Maar voor de ‘gratis’ diensten van bijvoorbeeld Google (denk aan Analytics) of Facebook heeft de uitspraak wel grote gevolgen. Daar mogen gemeenten persoonsgegevens in principe niet meer mee delen. Het hof heeft ook besloten dat toezichthouders als de AP hier vanaf nu actief op moeten handhaven. We raden gemeenten daarom aan om te onderzoeken welke gegevensstromen naar de VS gaan en als er geen modelcontractbepalingen zijn afgesloten naar alternatieven te zoeken. Voor Analytics is er bijvoorbeeld Matomo .

De gevolgen voor de lange termijn

We verwachten overigens dat na deze uitspraak er wel weer een opvolger van het Privacy Shield zal komen, waarin de privacy dan wel volgens de AVG wordt gewaarborgd. Het Privacy Shield was tenslotte ook al een verbetering ten opzichte van de voorafgaande Safe Harbor Principles. De economische belangen voor zowel de VS als Europa zijn te groot om dit niet goed te regelen.

Introductie Integraal servicemanagement (ISM) Foundation

Integraal servicemanagement (ISM) is een manier om de ICT dienstverlening in een organisatie te verbeteren. Het is een organisatiemodel procesmodel met best practices dat, in combinatie met de huidige en gewenste werkwijze in je eigen organisatie, kan worden toegepast. Bij Ipse de Bruggen heeft Willem Buik  een introductie gegeven van het procesmodel. De samenvatting daarvan lees je in dit artikel.
Continue reading Introductie Integraal servicemanagement (ISM) Foundation

Berekenen verhouding uren regulier werk versus project

Zoals bij veel afdelingen Informatievoorziening wordt ook de afdeling waar ik werk overspoeld met nieuwe projecten. Onderstaande berekeningen hebben mij geholpen om inzicht te geven in de capaciteit die onze afdeling heeft voor projecten. En het heeft – naast een heleboel andere methodieken – bijgedragen om voor de directie en opdrachtgevers inzichtelijk te maken dan we niet in staat zijn om al de projecten te doen. Continue reading Berekenen verhouding uren regulier werk versus project