Waarom het sociaal domein meer datagedreven moet werken

Jelmer, als zelfverklaard data pionier, wat is er zo fascinerend aan data?
Het mooie aan data is dat data heel concreet is. 1 + 1 is altijd 2. Juist in het sociaal domein waar persoonlijke verhalen, politiek en maatschappelijke veranderingen aan de orde van de dag zijn, vormen deze cijfers voor mij een concrete factor. Data geeft me houvast in mijn werk. Wanneer ik in mijn opdrachten met professionals of bestuurders praat, merk ik dat voorbeelden van iets dat mislukt of niet goed heeft uitgepakt de boventoon voeren. Dat zijn vaak de verhalen die blijven hangen en die mensen vertellen. Door data kun je zien hoe vaak het misgaat, maar ook hoe vaak het goed gaat. In dat opzicht is data een stuk neutraler dan mensen en biedt het voor mij een belangrijke toets op de verhalen die ik hoor.

Waar liggen volgens jou de grote kansen?
Gemeenten kunnen in het sociaal domein veel meer doen met data. Overal kampen ze met tekorten, en dat betekent bezuinigen. Data kan daar ontzettend bij helpen: het brengt de brede toegang sociaal domein toegang in beeld en geeft antwoord op belangrijke vragen over aantallen, duur, successen, knelpunten en nog veel meer. Deze cijfers kunnen worden vertaald naar verbeteringen, die ook weer direct zichtbaar zijn door middel van het monitoren van de data. Gemeenten zitten op een berg van informatie in het sociaal domein, maar deze informatie wordt beperkt gebruikt. Juist in deze tijd, waarin het gros van de Nederlandse gemeenten kampt met tekorten en bezuinigingen, is dat enorm zonde! Data kan worden ingezet in het goed structureren en verdelen van middelen, het optuigen van verbeteringen en het afbouwen van niet goed functionerende projecten.

Wat levert data jou dagelijks op?
Data biedt de mogelijkheid te definiëren waar je het over hebt en maakt daarmee het vraagstuk een stuk concreter. Doelgroepgrootte is een belangrijk voorbeeld. Data staat mij niet alleen toe dit in beeld te brengen voor mijn eigen gemeente, maar laat me ook zien of dit afwijkt van het landelijke gemiddelde of vergelijkbare gemeenten. Dit helpt een bestuurder het probleem in perspectief te plaatsen en keuzes te maken om actie uit te zetten op de juiste thema’s. En daardoor kan ik mijn werk als adviseur weer beter uitvoeren. Zo zat ik laatst bij twee bestuurders aan tafel die een tegenovergesteld standpunt innamen. Door de data erbij te halen, konden we om deze verschillen heen en het over het daadwerkelijke probleem hebben. Laatst kwam ik ook een mooi voorbeeld van datagedreven werken tegen: het Initiatief Bureau Jongeren in Beeld. Door verschillende informatie uit verschillende datasets te vergelijken, brengen zij in kaart welke jongeren buiten de boot vallen. Daar kunnen zij dan actie op uitzetten.

Ten slotte gebruik ik data in bijna elke stap in mijn werk om betere keuzes te kunnen maken. Tijdens het sturen, plannen en evalueren. Het valt me op dat er weinig wordt gemonitord in gemeenten. Eigenlijk zou je voor de start van een project moeten bedenken welke informatie je nodig hebt om te meten of iets daadwerkelijk werkt. Daar moeten ook de nodige stappen voor worden ondernomen. Naast anekdotisch bewijs is data een belangrijke toevoeging in de verantwoording.

Waar liggen de belangrijke uitdagingen?
Elkaars taal spreken blijft een uitdaging in het sociaal domein. Het betrekken van de juiste mensen is een belangrijke eerste stap in datagedreven werken. Denk hierbij aan beleidsmedewerkers, applicatiebeheerders of de privacy officer. Het is belangrijk dat een ieder vanuit zijn eigen rol constructief meedenkt over het vraagstuk. Dat betekent denken in kansen en teamwork. En het stellen van consistente en concrete vragen. Een datagedreven project kent zijn uitdagingen, maar levert ook veel op.

Aansluitend daarop is het belangrijk dat data wordt gelezen voor wat het is. Ik betrap mezelf er nog wel eens op dat ik te snel conclusies trek om het concreet te maken, maar niet alle data laat zich generaliseren. Daarom zijn de consistente en concrete vragen ook zo belangrijk. Data geeft alleen maar concrete antwoorden wanneer de juiste vraag wordt gesteld. Als vragen worden bijgesteld of er wordt net een andere invalshoek gehanteerd, klopt het antwoord dat de data geeft niet meer. Ze zeggen weleens: “Numbers don’t lie, but liars are good with numbers.” Dat klopt ook, de uitleg van cijfers kan verdraaid worden en vraagt dus om inzicht, zelfreflectie en integer interpretatievermogen. Oftewel een juiste kwalitatieve duiding.

In mijn werk kom ik twee grote barrières tegen. De eerste? Garbage in is garbage out. Oftewel, systemen moeten goed gevuld zijn om ook betrouwbare informatie uit data te kunnen halen. Veel professionals werken met schaduwlijstjes, die zijn echt funest voor de datasets. Het zorgvuldig omgaan met je systeem is daarom erg belangrijk. De tweede barrière is dat veel professionals de basissystemen (zoals excel) onvoldoende beheersen en de tools missen om data te duiden en er goed gebruik van te maken. Zelf ben ik groot fan van excel. Mijn vrienden noemen we vaak een wandelende NIBUD-reclame omdat ik alles bijhoud. Excel biedt namelijk ontzettend veel mogelijkheden en functies en is erg toegankelijk. Basiskennis van dit soort programma’s is de investering echt waard.

En dan nu aan de slag! Waar beginnen we?
1. Het blanco papiertje
Zelf begin ik altijd aan een nieuw project met een blanco papiertje. Daar schrijf ik het probleem op en vervolgens wat ik moet en wil weten om dit probleem te kunnen oplossen. Ik kom al snel uit op vragen als: “Hoe groot is het probleem?” Deze vragen maak ik zo concreet mogelijk. Op veel van deze vragen kan data een antwoord geven en dat helpt om een stevigere oplossing te bouwen.

2. Lunchen!
Ga daarnaast eens lunchen met je applicatiebeheerder en leer elkaar kennen. Je zult zien dat er veel meer antwoorden te vinden zijn en er ook al veel meer data is dan waar je vantevoren zicht op hebt. Daarnaast geef je de applicatiebeheerder de kans om inzicht te krijgen in waar je mee bezig bent. Dit helpt het gezamenlijk formuleren van de juiste vraag.

3. Zorg voor de juiste middelen
Het is van belang dat er voldoende tijd en capaciteit is om een dataproject te kunnen starten. In het begin gaat tijd naar het opbouwen van je dataset, het kunnen lezen van de data en het zo inrichten dat de juiste antwoorden op de juiste vragen worden geformuleerd. Dit is een investering, maar je wint op lange termijn aan effectiviteit. Aan het einde levert het ontzettend veel inzichten op en maakt het je werk makkelijker.

4. En begin natuurlijk met die cursus excel!
Daar steekt iedereen wat van op.