Data science

Wat komt de gemeente Tilburg tegen bij het invoeren van datagedreven werken?

24 Juni 2022 - 4 minuten leestijd
Artikel door Willem Bakering

“Wanneer mag het wel en wanneer niet… en als het niet mag, hoe dan wel?”

De gemeente Tilburg was een van de eerste gemeenten in Nederland die op basis van data science onderdelen van de organisatie efficiënter heeft laten functioneren. Ook nam de kwaliteit van de dienstverlening toe. Romy Jansen, adviseur dienstverlening, legt uit hoe men in Tilburg tot de benodigde dataset is gekomen en in kaart is gebracht: “Dat is voortgekomen uit de sessies met andere gemeenten (Eindhoven en Breda). Bijvoorbeeld: welke situaties die niet kloppen kunnen we met data in beeld brengen?”

Romy Jansen geeft een voorbeeld: “Een adres waar meerdere mensen staan ingeschreven en de politie constateert dat er maar drie mensen wonen, dat klopt bijvoorbeeld niet. Dan brengen we in kaart welke bronnen daarbij horen om zo’n inconsequentie in het systeem naar voren te laten komen. In de BRP (Basisregistratie Personen) staat hoeveel personen er in een huis wonen en bij de WOZ (Wet waardering onroerende zaken) kun je zien op hoeveel vierkante meter deze mensen wonen. Als je die zaken koppelt en je de twaalf vierkante meter per persoon overschrijdt, komt er een meteen een melding naar voren.”

“We hebben dus gekeken wat we in de praktijk tegen zouden kunnen komen en welke informatie we waar beschikbaar willen hebben. En een antwoord geven op de vraag ‘Kunnen we erbij en mogen we erbij?’”, vervolgt Romy Jansen. ”En hoe kun je zaken koppelen om van twee zaken één te maken. Daar was een partij bij betrokken die gespecialiseerd is in het koppelen van bronnen. Dus technisch was dat niet zo’n probleem, maar of het echt ook kan hebben we wel per bron moeten bekijken. Wanneer mag het wel en wanneer niet… en als het niet mag, hoe dan wel?”

Insights-update

Ontvang nieuwe Insights maandelijks in je inbox.

Schrijf je in.

Ook inspelen op hulpvragen

Inge Bastings, projectleider van de afdeling PPI (Project, Programma en Interimmanagement) van de gemeente Tilburg, geeft aan dat trends ook een rol spelen. “En we gaan er ook niet vanuit dat het systeem per se gelijk heeft, maar dat het je wel handvatten geeft om verder te kijken. Er is bijvoorbeeld gerede twijfel, maar je gaat pas verder kijken als je ziet dat er echt wat aan de hand is. Je kunt op deze manier boeven vangen, maar ook inspelen op hulpvragen van inwoners. Mensen die bijvoorbeeld schulden hebben, bijvoorbeeld bij de Belastingdienst, zijn misschien liever niet zichtbaar op de radar van de BRP want dan hebben ze je in de gaten. Dus dan wonen ze op een adres waar ze niet ingeschreven staan. Dus door mensen wel op het juiste adres in te schrijven kun je hen wellicht juist helpen door de schuldhulpverlening in te schakelen. Of je komt in huizen die zodanig vervuild zijn dat er niet in valt te wonen en er een gevaar is qua brandveiligheid. Daarvoor heb je contact met meerdere afdelingen om aan te geven dat er hulp nodig is of actie wordt gevraagd.”

Meer mankracht

Bastings en Jansen stellen dat het werken met data en innovatie wel iets meer mankracht kost, bijvoorbeeld op gebied van ICT. Die bereidheid moet er in de organisatie zijn. Daarom was het wel makkelijk dat de burgemeester opdrachtgever was voor draagvlak en om voldoende capaciteit vrij te maken. “Qua prioritering helpt dat absoluut. Het vergde wel wat van de mensen die het qua techniek moesten inrichten. Dat kwam ook omdat we de eerste gemeente waren die dit deed. Het is nu volledig geïntegreerd. Het pakket is nu veel stabieler door de doorontwikkeling van de tool in de organisatie”, vertelt Romy Jansen.

Hiermee aan de slag gaan zal in eerste instantie wel wat gevergd hebben van de medewerkers van de betrokken afdelingen? Hoe zijn jullie daarmee omgegaan?

“Mensen in de organisatie onderdeel maken van de innovatie. Dat is belangrijk. Door ze meteen mee te nemen in de nut noodzaak van het gebruik van data”, vertelt Romy Jansen. “Het scheelt ook werk om dat je niet alle 30.000 aangiftes hoeft te controleren, maar alleen die 1.500 waar een melding van komt. De andere afdelingen hadden meer informatie vooraf om goed onderzoek uit te kunnen voeren. Want er was al iemand gaan kijken wie woont wel en wie woont niet op een bepaald adres. Fraudebestrijding was ook erg geïnteresseerd. Er was dus grote intrinsieke motivatie. Inge Bastings: “En omdat je niet alleen in Tilburg maar ook samen met Breda, Eindhoven en de IND en politie aan de slag ging, ontstond ook extra enthousiasme. Je ziet ook hoe ze het ergens anders doen en je leert van elkaar. Dat is ook mooi meegenomen.”

Onrechtmatigheden en hulpvragen. Zijn ze kwantificeerbaar?

Inge Bastings: “We hebben in het eerste jaar 400.000 euro bespaard op het verstrekken van uitkeringen. Dat hebben we een jaar lang bijgehouden en dan hebben we de terugvorderingen niet eens meegeteld. Want je weet niet zeker of je die terugkrijgt. Partijen als de Belastingdienst en SVB zijn afnemers van de BRP en als er sprake is van fraude werkt dit door bij alle afnemers,. Bij het plegen van fraude worden iemands adresgegevens ook daar aangepast. De werkelijke som is nog veel groter dan alleen het voordeel voor de gemeente Tilburg. Het werkt nog veel verder door. Ook de baten voor de BV Nederland tellen mee.”

Gerelateerde artikelen
In deze 9 stappen kun je als gemeente datagericht werken
Data science Public
De opkomst van data science biedt enorm veel mogelijkheden om problemen binnen je gemeente in kaart te br ...
Kosten jeugdzorg voorspelbaar dankzij data science
Data science Public
Door middel van Data Science helpt ICT-adviseur Kees van den Tempel gemeenten meer inzicht te krijgen in ...
Waarom data science verder gaat dan Business Intelligence, maar niet zonder kan
Data science
Business Intelligence-analisten zijn al jaren met data in de weer. Sinds de opkomst van Data Science kunn ...