Betrouwbare data als basis voor betere beslissingen

Hoeveel vergunningaanvragen komen er binnen? Hoeveel tijd kost de behandeling ervan? En welke capaciteit en middelen zijn daarvoor nodig? Om deze vragen goed te beantwoorden, moeten gegevens een betrouwbaar beeld geven van de werkelijkheid. Datagedreven werken begint daarom bij de kwaliteit en bruikbaarheid van gegevens.  

Volgens Viola en Tim, beiden adviseur bij Senze, ligt daar een belangrijke kans voor gemeenten. Door aandacht te besteden aan de registratie, onderlinge afspraken en de mensen die met gegevens werken, zijn vaak met kleine, gerichte verbeteringen al stappen te zetten. Viola en Tim delen hun inzichten en praktische adviezen om de datakwaliteit te versterken. 

Wat als cijfers niet het hele verhaal vertellen? 

Tim werkt inmiddels tien jaar als adviseur bij Senze en ziet dat gemeenten steeds vaker data gebruiken om beslissingen te onderbouwen. Juist daarom is het belangrijk om zorgvuldig met gegevens om te gaan. 

Tim maakt dit concreet met een voorbeeld: ‘Als een wethouder een begroting van 50 miljoen euro efficiënter wil maken, moet hij of zij eerst weten hoe dat bedrag tot stand is gekomen. Je moet kunnen herleiden wat de relatie is tussen het aantal werkzaamheden, de bestede tijd en de bijbehorende kosten. Soms is die informatie niet duidelijk uit de systemen te halen, omdat gegevens inconsistent worden geregistreerd. Dat maakt het lastig om te bepalen hoe er efficiënter kan worden gewerkt.’ 

Ook Viola herkent dit: ‘Vaak voel je pas de urgentie om met data aan de slag te gaan als je de gegevens daadwerkelijk nodig hebt, zoals in Tims voorbeeld. Als je de afgelopen drie jaar data verschillend hebt ingevoerd, wordt dat moeilijk.’ 

Dat probleem begint al bij de manier waarop gegevens worden geregistreerd. Viola illustreert dit aan de hand van een voorbeeld uit de vergunningverlening. ‘Stel dat iemand een omgevingsvergunning aanvraagt voor zowel het bouwen van een woning als het kappen van een boom. Hoewel het om één aanvraag gaat, zijn dit twee verschillende activiteiten. Als alleen de hoofdactiviteit bouwen wordt geregistreerd, blijft de kapactiviteit buiten beeld. Wil je inzicht in de werkzaamheden en benodigde capaciteit per activiteit, dan geeft de registratie dus geen volledig beeld.’ 

Wanneer kun je op data vertrouwen? 

Wanneer zijn gegevens goed genoeg om er beslissingen op te baseren? Volgens Viola begint betrouwbare datakwaliteit bij de vraag of je kunt achterhalen hoe gegevens tot stand zijn gekomen. ‘Welke berekening is bijvoorbeeld gebruikt om tot een bepaald aantal te komen? Niet alles hoeft tot in de puntjes te kloppen. Je hebt een bepaalde mate van kwaliteit nodig om met data aan de slag te kunnen, maar je hoeft niet te wachten tot alles perfect is,’ licht ze toe.  De benodigde datakwaliteit hangt af van het doel. Voor een globale trendanalyse kunnen minder nauwkeurige gegevens bijvoorbeeld volstaan, terwijl je voor het onderbouwen van een begroting of legestarief meer zekerheid nodig hebt. 

Ook is het belangrijk om beperkingen mee te nemen in beslissingen. ‘Als je duidelijk aangeeft waar de data tekortschieten, kun je alsnog een weloverwogen beslissing nemen. Tegelijkertijd kan dat een goede aanleiding zijn om de datakwaliteit het jaar daarop te verbeteren,’ vertelt Viola. Naast herleidbaarheid en betrouwbaarheid is draagvlak belangrijk. Medewerkers moeten begrijpen hoe de gegevens tot stand komen en vertrouwen hebben in de manier waarop ze worden gebruikt. 

Tim vult aan dat ook consistentie een belangrijke voorwaarde is voor goede datakwaliteit. ‘De manier waarop je data registreert en verzamelt, moet consistent zijn. Anders wordt het lastig om gegevens goed te interpreteren. Minstens zo belangrijk is dat je registreert wat je daadwerkelijk wilt meten. Als je jarenlang gegevens op dezelfde manier vastlegt, maar die registratie niet aansluit bij wat je wilt meten, heb je weinig aan die consistentie.’ 

Zo haal je meer uit gemeentelijke data 

Gemeenten beschikken vaak al over veel waardevolle gegevens. Maar hoe benut je die optimaal en waar begin je met het verbeteren van de datakwaliteit? Dat hoeft geen groot traject te zijn. Viola en Tim delen drie praktische tips om stap voor stap aan de slag te gaan. 

1. Begin met de juiste vraag 

Voordat je gegevens gaat verzamelen, is het belangrijk om te bepalen waarvoor je ze wilt gebruiken. Welke informatie heb je nodig om een vraagstuk te beantwoorden of een beslissing te onderbouwen? Zo voorkom je dat je onnodig veel gegevens verzamelt. 

Tim ziet dat gemeenten al snel geneigd zijn om extra informatie toe te voegen. ‘Elk extra veld dat je moet invullen, kost tijd en levert niet automatisch betere informatie op.’ 

2. Zorg voor één gedeeld beeld 

Naast de keuze welke gegevens je vastlegt is het belangrijk om afspraken te maken over waar je die gegevens registreert. Wanneer medewerkers naast het centrale systeem eigen lijstjes bijhouden kunnen gegevens verspreid raken en niet meer overeenkomen. Gebruik daarom een centraal systeem als uitgangspunt. 

‘We zien regelmatig dat medewerkers eigen overzichten bijhouden, bijvoorbeeld omdat ze bepaalde informatie nodig hebben voor hun dagelijkse werk. Dat is begrijpelijk, maar als die gegevens niet op elkaar aansluiten wordt het lastig om één betrouwbaar beeld te krijgen,’ vertelt Tim. 

3. Begin klein en bouw verder 

De datakwaliteit in één keer op alle onderdelen verbeteren is vaak niet haalbaar. Breng daarom eerst in kaart welke informatie je nodig hebt en waar de prioriteit ligt.  

Wil een gemeente bijvoorbeeld inzicht in de doorlooptijden van vergunningaanvragen, maar is onduidelijk wanneer een aanvraag compleet is of de behandeling start? Begin dan met eenduidige registratieafspraken over deze momenten in plaats van direct het hele proces aan te pakken. 

Kijk daarbij niet alleen naar data en processen, maar ook naar de mensen die ermee werken. Wat hebben zij nodig om gegevens goed te registreren? En hoe sluit de werkwijze aan bij de dagelijkse praktijk? Juist in de verbinding tussen inhoudelijke kennis, data en de dagelijkse praktijk ligt de expertise van Senze. 

Wil je samen kijken naar de beschikbare data en ontdekken waar nog kansen liggen om de datakwaliteit te verbeteren? Neem dan contact op met Viola Gerber via vgerber@senze.nl