FAQ datagedreven werken

Het Leer- en Expertisepunt Datagedreven Werken (LED) ondersteunde gemeenten, provincies, waterschappen en het Rijk bij vraagstukken en barrières bij het datagedreven werken. Het verbinden en delen van kennis tussen de vele datagedreven initiatieven bij Rijk en decentrale overheden stond centraal in de werkzaamheden van het LED. In NL DIGITAAL: Data Agenda Overheid ligt de focus op vijf maatschappelijke opgaven waar het LED ondersteuning aan biedt: de energietransitie, mestproblematiek, ondermijnende criminaliteit, armoede en schuldenproblematiek en infrastructurele en ruimtelijke knelpunten.

NL DIGITAAL: Data Agenda Overheid beschrijft hoe data nog beter ten goede kunnen komen aan beleidsvorming en het oplossen van maatschappelijke vraagstukken door de overheid. In de agenda staan concrete acties. Daarbij is nadrukkelijk aandacht voor de bescherming van publieke waarden en fundamentele rechten. NL DIGITAAL: Data Agenda Overheid is een agenda van alle overheden. De agenda is opgesteld door het ministerie van BZK, met ondersteuning van ICTU. Bekijk hier de volledige agenda (Pdf – 7,3 Mb).

Data zijn eigenlijk hetzelfde als gegevens. Deze gegevens kunnen gebruikt worden in verschillende vormen. Denk hierbij aan tekst, cijfers, tijd, visuele informatie, audio en video. Data kunnen worden verzameld in een database of dataset. Al deze data geven een beeld van de werkelijkheid.

Onder datagedreven werken bij de overheid verstaan we het gebruik van data als fundamenteel onderdeel van het tot stand komen, uitvoeren en meten van beleid. Het komt er in de kern op neer dat beslissingen worden genomen waarbij data als basis dient. Dit om in het verdere verloop van het proces voordeel te behalen. Data kan gebruikt worden om beleid efficiënter, effectiever en inclusiever te maken. Met betere prestaties als beoogd resultaat.

Een datadeal is een set afspraken over het inzetten van data voor maatschappelijke vraagstukken. Een datadeal is geen doel op zich, maar een middel om samenwerking te stimuleren en goede afspraken te maken over datadeling en het gebruik van data.

Data governance is een set van (besluitvormings)processen die aansluiten op de strategie van organisaties. Met als doel het op orde hebben van data. Dat beslaat een breed palet, waaronder het voldoen aan wet- en regelgeving, het zorgen dat de data van goede kwaliteit zijn, het optimaliseren van interne processen en zorgen voor duidelijke afspraken met derden.

Niet iedereen hoeft een dataspecialist te zijn. Wel wordt steeds meer van beleidsmakers en andere medewerkers verwacht dat zij waarde kunnen halen uit data. Daarom is het van belang dat managers, beleidsmakers en andere medewerkers over de juiste kennis en vaardigheden beschikken: weten wat er mogelijk is met data, een verantwoorde inschatting kunnen maken over hoe data het beste kan worden ingezet en welke beslissingen hierop kunnen worden genomen. Om tot een echt waardevolle manier van datagedreven werken te komen, is specialistische kennis en kunde nodig. Daarbij gaat het onder meer om data analisten en data scientists die nieuwe analysemethoden kennen en blijven verkennen, en een faciliterende rol hebben om nuttige toepassingen te benutten en te ontwikkelen. Deskundigheid is nodig op het gebied van data-ontsluiting en het valideren en koppelen van data. Brede kennis over databases, API’s en statistiek is van belang, net als kennis over privacy. Daarnaast zijn vaardigheden nodig over data uit systemen en databases beschikbaar maken voor analyse en het continu verbeteren van de kwaliteit van de data. Dit maakt deel uit van de rol van de data steward. Naast genoemde rollen, zijn tal van andere functies denkbaar die ervoor kunnen zorgen dat het potentieel van datagedreven werken benut wordt. Hierbij valt te denken aan data architecten, die verantwoordelijk zijn voor het ontwerpen en beheren van de data architectuur. Ook zijn bij beleid en uitvoering mensen nodig die de juiste vraagstukken aan kunnen dragen. Een interdisciplinaire aanpak waarbij deze rollen goed met elkaar samenwerken om de verbinding te maken tussen data, analyse, beleid en uitvoering is essentieel.

Datagedreven werken vraagt om een kort-cyclische aanpak: doen, meten en leren. Deze werkwijze is op veel plaatsen binnen de overheid nog geen gemeengoed. Datagedreven werken vraagt dan ook organisatorische veranderingen naar sneller, wendbaarder en horizontaler werken. Ook is het van belang om bij beleid en uitvoering te peilen welke informatiebehoefte er leeft. Op deze manier kunnen gerichte toepassingen worden gemaakt die echt toegevoegde waarde bieden. Een andere uitdaging voor organisaties is om datagedreven werken echt onderdeel te maken van hun werkprocessen. Losstaande pilots en experimenten zijn niet voldoende.

Datagedreven werken kan ethische vraagstukken met zich meebrengen. Bijvoorbeeld bij (semi) geautomatiseerde besluitvorming op basis van data, of als er sprake is van het gebruik van persoonsgegevens met een mogelijke inbreuk op de privacy van mensen. Daarom is het van groot belang altijd de geldende wet- en regelgeving te volgen en bedacht te zijn op ethische dilemma’s. Er zijn verschillende instrumenten die hierbij kunnen helpen, zoals De Ethische Data Assistent (DEDA) van Universiteit Utrecht.

RADIO heeft een goed aanbod in de vorm van e-learnings, webinars en podcasts dat dieper ingaat op de materie. De e-learning datagedreven werken is zeer relevant. Ook aan te bevelen is de serie van 4 podcasts onder de titel ‘Data naar succes’. Het webinar ‘Hoe gebruik je data in je werk?’ met Ruben Dood van het CBS geeft een goed inzicht in wat het CBS allemaal in huis heeft. Let wel: deze modules zijn (voor een deel) alleen beschikbaar voor (rijks)ambtenaren die zich hiervoor registreren met hun werkaccount.

Erasmus Academie voor een leven lang leren biedt toegankelijk academisch onderwijs met een sterke link met de werkpraktijk voor actuele vraagstukken zoals datagedreven werken. Het aanbod betreft zowel (online) proefcolleges als masterclasses en opleidingen over Big Data en Beleid, Data Science, Machine Learning en Process Mining.