Datakwaliteit verbeteren: doel of middel?
De kwaliteit van de data waarmee je beslissingen neemt, wordt steeds belangrijker. Daar is een groot deel van de medewerkers in je gemeente waarschijnlijk wel van op de hoogte. Maar moet je het verbeteren van die datakwaliteit nu vooral als doel of als middel beschouwen?
Datakwaliteit binnen het grotere geheel van gemeenten
Of het nu gaat om heldere analyses van het sociaal domein, beter zicht op de aanpak van de energietransitie, grip op de implementatie van de Omgevingswet of om de aanpak van problemen in je gemeente: voor al deze gemeentelijke toepassingsgebieden wil je doelen bereiken.
Daarvoor zet je middelen in: voldoende budget, goed geschoold personeel en up-to-date software ter ondersteuning van de uitvoering. Én data van goede kwaliteit. Data vormt daarmee één van de middelen om je gemeentelijke doelen te bereiken.
Tegelijkertijd neemt de vraag naar snelle en zorgvuldige beslissingen op basis van actuele en volledige data toe. De ontwikkelingen in het openbaar bestuur op het gebied van Artificial Intelligence (AI), Business Intelligence (BI) en Data Science zorgen ervoor dat de rol van data steeds belangrijker wordt.
AI- en BI-software verwerken die data. Maar wát je qua data in zo’n tool stopt, is wel weer heel relevant voor de uitkomst. Garbage in, garbage out: wanneer je met verkeerde aannames werkt, is het moeilijk om de juiste beslissingen te nemen.
Al deze factoren zorgen ervoor dat het verbeteren van de datakwaliteit binnen gemeenten ook als doel steeds belangrijker wordt.
Inzicht krijgen in je datakwaliteit
Maar wat is die datakwaliteit precies? Wil je hier meer inzicht in krijgen, dan is het goed om te focussen op zes parameters: zijn de gebruikte gegevens actueel, volledig, accuraat, consistent, begrijpelijk en uniek? En voldoe je aan de wet- en regelgeving op het gebied van privacy en security om die gegevens goed te beschermen?
Dit klinkt misschien nog redelijk vaag. Het wordt al een stuk duidelijker wanneer je deze parameters omzet in specifieke criteria:
- We werken met de meest recente gegevens
- We beschikken over alle benodigde gegevens
- De gegevens komen overeen met de werkelijkheid
- De gegevens zijn in alle systemen hetzelfde
- De gegevens zijn begrijpelijk voor de gebruikers
- De opgeslagen gegevens zijn uniek.
Hieraan koppel je vervolgens per veel gebruikte informatiebron specifieke meetbare waarden (scores). Als een soort meetlat. Zodat je een overzicht krijgt van hoe je als gemeente op de verschillende criteria scoort en welke aspecten je als eerste moet beetpakken.
Datakwaliteit als onderdeel van een overkoepelende aanpak
Het creëren van inzicht in de kwaliteit van je data staat niet op zichzelf. Het is gekoppeld aan data profiling (het regelmatig tegen het licht houden van je gegevensbronnen) en data cleansing (het voorkomen van het te lang en onwettig opslaan van gegevens).
Met het verbeteren van de datakwaliteit geef je als gemeente invulling aan goed datamanagement en zorg je voor een hoger kwaliteitsniveau van je informatie. Dit doe je door met een datastrategie te werken, je doelstellingen op het gebied van datakwaliteit SMART te maken en door met elkaar afspraken te maken over wie qua datakwaliteit waarvoor verantwoordelijk is.
Dit vergt toewijding en tijd en daarmee een investering: in budget en in mensen. In hoeverre hier ruimte voor is, verschilt per gemeente. Wanneer je een helder beeld hebt van de doelen van je gemeente en de rol en het belang van data in het bereiken daarin, is het gemakkelijker om binnen je gemeente de middelen voor het verbeteren van de datakwaliteit los te krijgen.
Tussen de oren krijgen en houden
Het verbeteren van de datakwaliteit is een continu proces en het belang van een hoge datakwaliteit zal met de verdere digitalisering alleen maar toenemen. Ontwikkelingen waaraan iedereen in de gemeente zijn of haar steentje zal moeten bijdragen.
Om dit goed voor elkaar te krijgen, moet het verbeteren van de datakwaliteit “tussen de oren” komen en blijven. Het moet als een doel beschouwd gaan worden. Een doel waar je als gemeente samen naartoe werkt.
Dit krijg je alleen voor elkaar als medewerkers tot in hun vezels begrijpen waarom datakwaliteit zo belangrijk is. Neem hen daarom mee in de gevolgen van foutieve gegevens en organiseer interne “campagnes”, zoals jullie die waarschijnlijk ook houden voor de beveiliging van de data. Maak ook de huidige status van datakwaliteit in je gemeente inzichtelijk, bijvoorbeeld via een data quality framework en visualiseer met infographics, grafieken of een “stoplichtsysteem” de datakwaliteit.
En-en, niet of-of
Door op deze manier concrete doelen te stellen voor de verbetering van datakwaliteit, iedereen mee te nemen in het proces en inzicht te geven in de voortgang, kies je voor een gedegen aanpak. Een aanpak die ertoe leidt dat de datakwaliteit een middel wordt waarop je als gemeente kunt bouwen en vertrouwen.
Zodat je als gemeente kunt (blijven) werken met relevante en zuivere data en op basis daarvan betere beslissingen kunt nemen. Of het nu bijvoorbeeld gaat om een vergunningverlening, een inkomensondersteuning, een subsidieverlening of om meer grip op de grote beleidsthema’s binnen je gemeente.
Het verbeteren van de datakwaliteit is daarmee dus niet óf een doel, óf een middel, maar beide. Met deze insteek zorg je ervoor dat je als gemeente meer vruchten kan plukken bij onder andere het datagedreven werken.
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”.