Advertentie
digitaal / Achtergrond

Gaaf he, datalabs?

Gemeenten willen graag aan de slag met machine learning, maar ze moeten eerst de basis op orde krijgen.

24 juni 2022
datalek
Shutterstock

De hypes volgen elkaar steeds sneller op. Technologie belooft gouden bergen, maar zonder een realiteitscheck zal het blijven bij goede bedoelingen. Gemeenten willen graag aan de slag met machine learning, maar ze moeten eerst de basis op orde krijgen. Ze kunnen daarbij wat leren van ziekenhuizen.

Teammanager Fysieke Schade Regulier

JS Consultancy
Teammanager Fysieke Schade Regulier

Medewerker Duurzaamheid

JS Consultancy
Medewerker Duurzaamheid

‘Ik heb helemaal niets met computers.’ De opmerking kwam als een verrassing voor Geert-Jan Ketelaar. De manager ­probeert met zijn datateam bij de gemeente Almelo problemen zo compleet mogelijk te benaderen. Als een weg open moet om de ­riolering te vervangen dan kijken ze ook naar aspecten als ­wateroverlast, de groene belangen en de invloed op de energietransitie. Zodat de weg niet over twee jaar nóg een keer open moet. Het helpt als alle afdelingen de data op orde hebben. ‘Dus als er in deze tijden een collega binnenkomt die niets met computers heeft, dan vind ik dat bijzonder.’

Gemeenten willen iets met datagestuurd werken. De hypes volgen elkaar op: big data, deep learning, kunstmatige intelligentie, enzovoort. Inmiddels is wel duidelijk dat het niet allemaal goud is wat er blinkt, als men de verhalen neemt over SyRI. Of de Algemene Rekenkamer, die uiteenlopende risico’s constateert bij algoritmes van het rijk, van gebrekkige controle tot vooringenomenheid. Zelfs al worden al die obstakels geslecht, dan nog moet de organisatie er zelf klaar voor zijn. Het zijn immers de werknemers die ­datagestuurd gaan werken. Wat is ervoor nodig om dat goed te doen en hoe gaat dat nu bij gemeenten?

Medewerkers met veel kennis en ervaring wil je behouden, zegt Edwin van Unen, Principal Analytics Consultant bij SAS. Hij demonstreert wat machine learning voor oplossingen kan bieden voor een gemeente met een hoog verloopgehalte: 16 procent. Op het scherm presenteert hij in een dashboard gegevens als functie en leeftijdsgroep. ‘Dat kan inzichten geven, maar ik wil uiteindelijk gesprekken voeren.’ Dus hij klikt een lijst medewerkers tevoorschijn met bovenaan de meeste kans op vertrek. Uit diepere analyse blijkt dat het verloop hoog is bij ouderen die al vele jaren werken, wat logisch is, maar ook bij jongeren die er een à twee jaar werken. Dat moet worden voorkomen.

Ze hebben een beeld van de cloud, maar dat is ver van de werkelijkheid

‘Eigenlijk heb ik meer informatie nodig.’ Met een clusteranalyse – het clusteren van mensen die op elkaar lijken – ontstaat een duidelijker beeld. De belangrijkste variabelen blijken de functierol, de hoeveelheid zakenreizen en hoeveel jaar ze met de huidige manager werken. Zo’n kansberekening kan gebruikt worden om advies op maat te geven. Wellicht daalt dan het verloop. Maar gemeenten willen wel erg snel met machine learning beginnen. Het is een hype.

‘Ik heb dat zelf vroeger ook zo gedaan’, zegt Van Unen na zijn presentatie. ‘Je wilt die vrijheid hebben, die nieuwste dingetjes gebruiken – “gaaf hè, datalabs?” Eigenlijk moet er goed gedocumenteerd worden, maar welke ict’er wil dat? Die innovatiedrang is niet volledig goed of slecht, want het moet ook niet te veel aan de robuuste kant hangen. Maar je moet proberen vanaf het begin goed te werken: waar komen de data vandaan, moet het realtime of gaat het per batch, is nauwkeurigheid minder belangrijk of is het erg gevoelig?’

Basis op orde

Datagestuurd werken bij gemeenten heeft een hoog buitenspeelgehalte, bleek in april uit onderzoek van Binnenlands Bestuur in samenwerking met adviesbureau Kurtosis. Hoewel respondenten duidelijk de meerwaarde zagen van data in beleid, gaven beleidsmedewerkers de uitvoering bij gemeenten een magere score. Vier op de tien respondenten vonden de ambitie en de doelstelling van de organisatie niet helder geformuleerd en voor een meerderheid was niet duidelijk welke impact de datastrategie had op hun werkzaamheden. ‘Lang niet alle kansen worden benut’, verwoordde een respondent de situatie.

Almelo heeft dat soort obstakels moeten slechten sinds Ketelaar in 2019 met zijn team aan de slag ging. ‘We zijn echt nog bezig de basis op orde te brengen. Het datavaardig maken zodat het kennisniveau groeit, ook van de mensen die zeggen dat ze niets hebben met computers. En het verbeteren van de kwaliteit en beschikbaarheid van data.’ Volgens Ketelaar zijn het niet de basisregistraties maar de kernregistraties waar nog veel te winnen valt. Wmo-gegevens of het rioolbestand, bijvoorbeeld. ‘We komen er nu achter, in allerlei projecten, dat die gegevens niet op orde zijn. Deze kernregistraties zijn erg belangrijk voor de organisatie, maar ze hebben geen wet achter zich.’

Ze merkten ook dat niet iedereen op de hoogte is van welke data het team heeft, wat leidt tot rare taferelen. Zo krijgen ze weleens data aangeleverd die zijn verkregen met onderzoeken van externe bureaus, terwijl ze die zelf in huis hebben. ‘Of het externe bureau klopt bij ons aan’, vertelt Ketelaar. ‘Vaak raken mensen geïnspireerd door de wervelende verhalen van onderzoeksbureaus. Dan gaat de vraag naar het onderzoeksbureau en wij krijgen aan de achterkant het verzoek om data te leveren. Dat kost vaak meer geld en de vraag is of wij die analysedata op de goede manier terugkrijgen en kunnen gebruiken.’

Die kloof tussen de technici en de beleidsmakers blijft een probleem. ‘Er zit een groot gat tussen beide entiteiten’, vertelt Andre van der Meer, Principal Business Development Specialist bij SAS. Het bedrijf wil met meer gemeenten zakendoen, maar de onduidelijke rolverdeling maakt het soms moeilijk. ‘Het is niet altijd duidelijk we of nu met ict praten of met de business. Dan duurt het heel lang voordat het op gang komt.’

Het kost veel moeite om twee spaden dieper te spitten

Soms is er ook een gebrek aan bewustzijn bij de top van de organisatie en dat merkt Van der Meer ook. ‘We organiseren bij gemeenten en bij de centrale overheid regelmatig masterclasses, over impact, beeldvorming en vooringenomenheid. Het wordt aangehoord, maar niet volledig begrepen. Ze hebben een beeld van artificial intelligence of cloud, maar dat is ver van de werkelijkheid. Ze denken te weten wat het is, maar het kost veel moeite om twee spaden dieper te spitten.’

Intrinsieke drive

Gebrek aan goed digitaal leiderschap is een belangrijk obstakel. Managers hebben niet altijd een visie op datagestuurd werken, bleek al in 2020 uit onderzoek van Binnenlands Bestuur en Kurtosis, en het gebrek bleek wederom bij het recente onderzoek in april. Slechts 4 procent van de respondenten gaf aan dat er heel veel wordt gestimuleerd door leidinggevenden. Eentje schreef: ‘Ik zie geen drive binnen de organisatie en geen ondersteuning.’

‘Ziekenhuizen lopen flink voor op gemeenten’, zegt Van der Meer. ‘Het komt ook omdat zij veel dichter op het proces zitten. Het zijn specialisten-specialisten, met een enorme drive, die altijd op zoek zijn naar verbetering.

En daaromheen zit vaak een groep businessanalisten, speciaal voor die specialisten. Zo’n intrinsieke drive is er bij overheden niet. Dat ontstaat moeilijker in het gemeenteproces, terwijl het wel degelijk belangrijk is voor de efficiëntie.’ Hij ziet wel een verschuiving naar de inhoud in vergelijking met twee jaar geleden. ‘Toen hoorde ik vaak van overheden dat ze een datascientist hadden aangenomen, dat was toen heel hip. Maar dat betekent niet dat je datagestuurd bent. Ik denk dat ze niet eens wisten wat ze die data scientists moesten laten doen.’

Cultuurverandering

Gert-Jan Ketelaar komt met een vergelijkbaar verhaal: ‘Drie jaar geleden vertelde een collega dat zijn gemeente drie data-scientists aan wilde nemen. Uiteindelijk namen ze er eentje aan en na een jaar kwamen ze erachter dat zelfs voor die ene eigenlijk heel weinig te doen was op dat gebied.’ Hij gelooft dat dat nog wel iets is voor Almelo. ‘In een volgende fase gaan we kijken naar big data en andere zaken.’

‘Er zijn gemeenten die verder zijn dan wij, maar ik merk ook dat de manier waarop wij het aanvliegen veel positieve reacties oproept vanuit de markt en collega’s. Het verbaast me hoe stroperig het soms gaat, maar ik denk dat we een mooie slag aan het maken zijn.’ Hij verwacht dat het nog wel even duurt voordat de hele organisatie mee is – voordat iedereen wat met computers heeft, zeg maar. ‘Het besef over nut en noodzaak van goede data komt steeds sneller. Maar ik heb nog vijftien jaar tot mijn pensioen en zo lang zijn we in ieder geval nog wel bezig om de cultuurverandering te veroorzaken’, besluit de manager Informatievoorziening & Datagedreven werken.

Achttien dataprojecten

A&O fonds Gemeenten analyseerde achttien dataprojecten bij acht gemeenten en twee samenwerkingsverbanden. Succesfactoren waren ‘zeer vaardige projectleiders, het werken met multidisciplinaire innovatieteams en sterke drijfveren van betrokkenen om te vernieuwen’. A&O fonds distilleerde negen thema’s:
• Nieuwe waarde creëren als doel
• Starten van innovatie en innovatieklimaat
• De relatie gemeente en leveranciers bij innovatie
• Multidisciplinair samenwerken en persoonlijke drijfveren
• Afstemming met het hoger management en bestuur
• Ontwikkelen van een werkend product of werkende dienst
• Implementeren van de vernieuwing
• Opschalen, gebruik van de innovatie door andere gemeenten of een andere organisatie-eenheid van de eigen gemeente
• Leren in innovatieprojecten 

Plaats als eerste een reactie

U moet ingelogd zijn om een reactie te kunnen plaatsen.

Advertentie