Waarom datagedreven werken bij de overheid vaak vastloopt (en hoe u dat doorbreekt)

Bij veel gemeenten, provincies en uitvoeringsorganisaties staat datagedreven werken inmiddels in een visie of coalitieakkoord. Er is een BI-team, er zijn dashboards, er lopen pilots. En toch hoort u bij doorvragen steeds hetzelfde: “We zijn op weg, maar het zit nog niet in ons dagelijkse werk.”

Dat patroon is geen toeval en ook geen kwestie van te weinig ambitie. Het heeft een paar aanwijsbare oorzaken die keer op keer terugkomen. Hieronder leest u welke dat zijn, wat de publieke sector daarbij extra lastig maakt en wat er in de praktijk wél helpt om verder te komen dan de volgende pilot.

Het herkenbare patroon: veel dashboards, dezelfde besluiten

Een herkenbaar scenario: er komt budget, een programmamanager en een leverancier voor een dataplatform. Na verloop van tijd staat er een reeks dashboards. In zo’n scenario komen managementrapportages doorgaans sneller beschikbaar dan voorheen en zien ze er verzorgd uit.

Maar kijk naar hoe besluiten werkelijk worden genomen in het MT, het college of het teamoverleg. Gebeurt dat nog steeds op basis van het gesprek, het memo en de ervaring van de meest ervaren aanwezige? En wordt het dashboard pas achteraf geopend om te bevestigen wat men al dacht?

Herkent u dat, dan is dat het kernprobleem: er is data-infrastructuur gebouwd, maar de manier van sturen is niet veranderd. Veel van de knelpunten die daarna ontstaan, hangen samen met de onderstaande, veel voorkomende oorzaken.

Oorzaak 1: gestart zonder sturingsvraag

Veel organisaties stappen op de trein van datagedreven werken zonder een eindstation voor ogen. De aanleiding is een bestuurlijke wens, een landelijk programma of het feit dat de buurgemeente het ook doet. De vraag “welk besluit willen we hiermee beter nemen?” wordt niet gesteld.

Het gevolg is dat het datateam gaat verzamelen wat beschikbaar is en daar rapportages van maakt. Het risico is dan dat er dashboards ontstaan over wat meetbaar is, en te weinig over wat er werkelijk toe doet in de sturing van een proces.

Een bruikbare toets: kan de proceseigenaar in één zin zeggen welke keuze hij of zij anders zou maken als een bepaald cijfer verandert? Zo niet, dan is er nog geen sturingsvraag en is bouwen te vroeg.

Oorzaak 2: het wordt behandeld als IT- of dashboardproject

Datagedreven werken wordt vaak bij de afdeling informatievoorziening neergelegd. Logisch, want daar staan de systemen. Maar daarmee wordt het een technisch opleveringsproject: platform ingericht, koppelingen gemaakt, dashboards gepubliceerd, project afgesloten.

De verandering die nodig is, zit echter in de lijn. Een teamleider Wmo of een afdelingshoofd vergunningen moet zijn overleg anders gaan inrichten, andere vragen gaan stellen en accepteren dat de cijfers soms iets anders laten zien dan het onderbuikgevoel. Dat is organisatieontwikkeling, geen techniek.

Waar dit niet wordt erkend, ontstaat een voorspelbare situatie. Het datateam levert, de lijn kijkt toe, en na oplevering heeft niemand het mandaat om het gebruik af te dwingen. De dashboards blijven bestaan, maar het gebruik kan wegzakken.

Oorzaak 3: pilots blijven pilots

Klein beginnen is verstandig. Een afgebakende pilot laat zien waar de datakwaliteit tekortschiet, welke definities niet kloppen en of het inzicht in de praktijk iets oplevert. Daar is niets op tegen.

Het probleem ontstaat wanneer de pilot geen plek heeft in een groter plaatje. Dan is er na afloop geen antwoord op de vragen: wie beheert dit straks, wie betaalt het structureel, en hoe schaalt dit naar andere teams? Zonder die antwoorden blijft elke pilot een eiland.

Pilots in de publieke sector kunnen eindigen met een enthousiaste evaluatie en een advies om “op te schalen”, terwijl het programmabudget dan op is. Het inzicht kan echt zijn geweest, maar er is dan geen pad naar beheer ontworpen. Een goede pilot heeft dat pad al bij de start op papier.

Wat het bij de overheid extra ingewikkeld maakt

Deze oorzaken spelen ook in het bedrijfsleven. Maar de publieke sector heeft een aantal eigen kenmerken die het traject zwaarder maken en waar u vooraf rekening mee moet houden.

Eigenaarschap van data is verspreid en onduidelijk

Gegevens over inwoners zitten veelal verspreid over vakapplicaties van verschillende afdelingen, vaak met verschillende leveranciers, definities en beheerders. Eigenaarschap van het geheel is dan niet altijd belegd. Wie bepaalt wat “een huishouden” is als sociaal domein, belastingen en burgerzaken dat allemaal anders registreren?

Zolang die vraag niet is beantwoord, discussieert elk overleg over de cijfers in plaats van over het besluit. Dat wordt vaak aangezien voor weerstand, maar kan ook een terecht signaal zijn dat definities niet zijn afgestemd.

Privacy en de angst voor profilering

Overheden verwerken gegevens van inwoners; de grondslag daarvoor en de keuzevrijheid van de inwoner verschillen per verwerking. De AVG stelt daar eisen aan; denk aan een grondslag voor de verwerking, doelbinding en dataminimalisatie. Dat zijn breed bekende hoofdlijnen, maar wat ze betekenen voor een concreet analysevraagstuk vraagt om vroegtijdige betrokkenheid van de privacy-, juridische en informatiebeveiligingsfuncties in uw organisatie, afhankelijk van het risico en de afspraken die daarover intern zijn gemaakt.

Daarbij komt dat profilering door de overheid een negatieve klank heeft, en niet zonder reden. Dat kan teams voorzichtig maken, soms tot het punt dat ook geaggregeerde analyses met een beperkt risico stil komen te liggen. Ook bij aggregatie kunnen herleidbaarheid, groepsprofilering en doelbinding een rol spelen. Dat pleit voor een risicobeoordeling per vraagstuk, waarin het onderscheid tussen sturen op groepen en beslissen over individuen vooraf expliciet wordt gemaakt.

De politieke cyclus en projectfinanciering

Bestuurders willen resultaten binnen hun termijn. Datagedreven werken laten beklijven kost echter tijd, en de financiering komt in veel gevallen uit incidentele programmamiddelen. Structureel beheer, datakwaliteit en opleiding zijn daarin niet altijd begroot.

Het risico is een golfbeweging: per bestuursperiode een nieuw programma, een nieuw platform, en dezelfde lessen die opnieuw worden geleerd.

Zo doorbreekt u het

Er is geen methode die dit in één beweging oplost. Wel zijn er keuzes die het verschil maken tussen een traject dat beklijft en een traject dat na de pilotfase stilvalt.

Begin bij één proces en één proceseigenaar

Kies een proces waar de eigenaar zelf last heeft van gebrek aan inzicht en bereid is anders te gaan sturen. Denk aan doorlooptijden bij vergunningen, wachttijden in het sociaal domein of de bezetting van een klantcontactcentrum. De proceseigenaar formuleert de sturingsvraag; het datateam vertaalt die.

Dit voelt kleiner dan een organisatiebrede uitrol. Het is ook effectiever, omdat er iemand is die het resultaat daadwerkelijk nodig heeft en daarover verantwoording aflegt.

Ontwerp het beheer vóór de bouw

Leg voordat er een regel code wordt geschreven vast wie na oplevering de definities bewaakt, wie de datakwaliteit bijhoudt en uit welk budget dat komt. Als dat antwoord niet te geven is, is dat een signaal om nog niet te starten. Het is beter om één ding structureel goed te doen dan vijf dingen tijdelijk.

Stel definities vast met de lijn, niet in het datateam

Laat de betrokken afdelingen zelf overeenstemming bereiken over kernbegrippen en leg die vast in een eenvoudig begrippenregister dat wordt onderhouden. Dit is taai werk dat maanden kan duren. Het is ook het werk dat later voorkomt dat ieder overleg over de cijfers gaat.

Meet gebruik, niet oplevering

Een dashboard dat is opgeleverd, is geen resultaat. Een dashboard dat wekelijks in het teamoverleg wordt geopend en tot andere keuzes leidt, is dat wel. Kies daarom vooraf met de proceseigenaar enkele gebruiks- en effectindicatoren: bijvoorbeeld hoe vaak het inzicht in het overleg aan bod komt, en welke besluiten er aantoonbaar op zijn aangepast.

Volg die indicatoren en bespreek periodiek met de proceseigenaar of het inzicht nog aansluit op de vragen die er leven. Wat niet wordt gebruikt, wordt uitgezet.

Investeer in de mensen die ermee moeten werken

Medewerkers die een dashboard krijgen zonder uitleg, gebruiken het niet. Training in het lezen en bevragen van cijfers, ruimte om te experimenteren en aandacht hiervoor bij de inwerking van nieuwe collega’s zijn geen bijzaak. Ze zijn belangrijke voorwaarden om de investering in techniek te laten renderen.

Een praktische eerste stap

Plan een gesprek van een uur met één proceseigenaar die zelf aangeeft te weinig grip te hebben op zijn of haar proces. Stel daarin drie vragen: welk besluit neemt u regelmatig waarbij u nu op gevoel afgaat, welke informatie zou dat besluit veranderen, en wie zou die informatie na oplevering moeten onderhouden?

Kunt u die drie vragen beantwoorden, dan heeft u een startpunt dat verder komt dan een pilot. Lukt dat niet, dan weet u dat de organisatie nog niet klaar is om te bouwen, en dat is nuttiger om nu te weten dan na een jaar en een programmabudget.

Zo maken we dit. AI schrijft de eerste versie, een tweede AI controleert, en een mens van Twentynext leest en keurt elk artikel goed voordat het live gaat.