In m’n vorig blog schreef ik over de gegevenskwaliteit van gemeenten: hoe meet en verbeter je dit? Een advies dat ik hierover gaf: “Check of de gebruikte gegevens actueel, volledig, accuraat, consistent, begrijpelijk en uniek zijn”. Maar wat bedoel ik hier precies mee? In dit blog ga ik hier dieper op in. En dan met name op de aspecten van gegevenskwaliteit waar je zelf invloed kunt uitoefenen: de gegevens die je verwerkt in je eigen gemeentelijke systemen.
Gegevenskwaliteit van je gemeente: steeds relevanter
Meer en meer gemeenten werken datagedreven: ze gebruiken de opgeslagen gegevens in hun verschillende systemen om analyses op gemeenteniveau te maken. Bijvoorbeeld voor een objectieve vinger aan de pols bij ontwikkelingen in hun gemeente, voor een gerichte aanpak van de energietransitie en de Omgevingswet of voor een grondige evaluatie van hun gemeentelijk beleid.
Maar om de juiste beslissingen te nemen, moet je wel beschikken over de juiste gegevens. Oftewel: de gegevenskwaliteit van je gemeente moet op orde zijn. Die kwaliteit kun je op verschillende parameters beoordelen en vervolgens verbeteren. De belangrijkste heb ik op een rijtje gezet.
1: Werk je met de meest recente gegevens?
Zijn de gegevens die je in je gemeente gebruikt actueel? Zijn bijvoorbeeld alle projecten die (gaan) lopen al verwerkt in het financiële systeem? Heb je voor het verwerken van reisdeclaraties in het personeelssysteem alle postcodes verwerkt, ook die van de nieuwbouwwoningen? Zijn alle urendeclaraties van de medewerkers over een bepaald tijdvak aangeleverd?
Wanneer je niet over de meest recente gegevens beschikt, zijn je analyses van bijvoorbeeld de uitgaven aan projecten of de personeelskosten niet actueel en loop je achter de feiten aan. Dit kun je ondervangen door voor de aanlevering van bepaalde gegevens deadlines af te spreken en hierover automatische meldingen naar de betrokken afdelingen en personen te sturen.
2: Beschik je over alle benodigde gegevens?
Beschik je over alle gegevens om binnen je gemeente de benodigde analyses te maken en beslissingen te nemen? Zijn bijvoorbeeld alle relevante gegevens over de in het verleden verleende vergunningen aanwezig? Zijn alle externe medewerkers opgenomen in het financiële systeem? Zijn van elk object (winkelpand, bedrijfsgebouw) in je gemeente alle benodigde gegevens, zoals de precieze locatie, aanwezig? Welke gegevens zitten in je datawarehouse? Worden de relevante gegevens uit de verschillende bronnen van alle plaatsen in je gemeente meegenomen?
Dit aspect kun je verbeteren door bijvoorbeeld invoervelden in formulieren verplicht te maken. En door periodiek overzichten te draaien van de ingevoerde gegevens en te checken op volledigheid.
3: Komen de gegevens overeen met de werkelijkheid?
Zijn je gegevens accuraat? Geven ze de echte waarde, de werkelijkheid goed weer? Zijn bijvoorbeeld de x- en y-coördinaten van de winkelpanden en bedrijfsgebouwen in je gemeente goed verwerkt in je systemen, zijn ze niet verwisseld? Klopt de spelling van de namen van burgers die een ondersteuningsaanvraag doen? Komen de tijdvakken waarover je een beslissing wilt nemen overeen met de tijdvakken van de ingevoerde gegevens?
Dit aspect kun je ondervangen door een controlemechanisme in te bouwen in de processen. Bijvoorbeeld door een collega mee te laten kijken. Of door een overzicht te genereren van de ingevulde gegevens van een aanvraag voordat je deze indient. Hierdoor wordt het checken van de logica van de ingevulde gegevens gemakkelijker en kun je controleren of de gegevens met elkaar in verhouding staan.
4: Zijn de gegevens in al je systemen hetzelfde?
Zijn de gegevens over een bepaald object of persoon die je op een bepaalde plek gebruikt niet in tegenspraak met de gegevens over dat object of die persoon die je op een andere plek gebruikt? Wordt bijvoorbeeld met de term ‘aanvrager’ overal hetzelfde bedoeld? Wordt met dezelfde bedrijfscodes gewerkt? Hebben bij de kernregistratie van je omgevingsbeleid en je ruimtelijke analyses alle gegevens die je hiervoor gebruikt op alle plekken dezelfde betekenis? Worden de gegevens voor de verwerking van facturen van zorgorganisaties goed overgenomen?
Dit aspect kun je verbeteren door zoveel mogelijk met informatiestandaarden te werken. En door applicaties te integreren: met één applicatie heb je dan toegang tot de gegevens en functionaliteiten van andere applicaties terwijl de kopieën van de gegevens in die applicaties gelijk blijven.
5: Zijn de gegevens begrijpelijk voor de gebruikers?
Zijn de gegevens die je gebruikt gemakkelijk te lezen en te begrijpen door de gebruikers van de verschillende systemen? Heb je het aantal afkortingen beperkt, of waar mogelijk een toelichting gegeven op de afkorting? Worden niet te veel gegevens getoond (information overload)? Weet elke medewerker wat hij of zij waar moet invullen, bijvoorbeeld bij een gespreksverslag na een vergunningsaanvraag? Is voor gemeenteraadsleden helder over welke periode de overzichten van de inkomsten en uitgaven gaan?
Om dit aspect te verbeteren, leg je de focus op de gebruikers van applicaties. Loop samen met hen de applicaties en overzichten periodiek langs om te kijken of de gegevens die getoond worden nog relevant zijn. En of de gebruikers begrijpen wat ermee bedoeld wordt. Schakel vervolgens de applicatie-ontwikkelaars in om, waar nodig, dit aan te passen. Of geef extra ondersteuning aan de gebruikers in de vorm van e-learning sessies en webinars.
6: Zijn de gegevens die je hebt opgeslagen uniek?
Staan de gegevens over aanvragers van bijvoorbeeld vergunningen of ondersteunende voorzieningen niet dubbel opgeslagen in de systemen? Is van twee inwoners met precies dezelfde voor- en achternaam duidelijk welke aanvragen welke inwoner precies heeft gedaan?
Dit kun je ondervangen door bij elke actie van een aanvrager, waar dat toegestaan is, het burgerservicenummer te gebruiken. En te werken met automatische lijsten met inwoners waarop ook dit burgerservicenummer in getoond wordt. Mocht dit niet mogelijk zijn, dan kun je werken met unieke identificatienummers van de verschillende aanvragen en dit vervolgens een prominente plek geven in het aanvraagproces.
Datagedreven werken verder uitrollen
Wanneer je aan de slag gaat met de bovenstaande punten, leg je een goede basis voor de verbetering van de gegevenskwaliteit van je gemeente. Gegevenskwaliteit waar je, met de groeiende rol van gegevens in verschillende sectoren van de samenleving en binnen landelijke en lokale overheden, als gemeente niet meer omheen kunt. Met je gegevenskwaliteit en je systemen op orde, verbeteren de beslissingen die op basis daarvan genomen worden. En kun je het datagedreven werken verder gaan uitrollen in je gemeente. Wil je meer weten over welke stappen je kunt zetten om als gemeente meer datagedreven te gaan werken? Download dan onderstaand eBook “In 3 stappen naar een datagedreven gemeente”.
