Data-rapportage zorgt voor win-win situatie bij RUD Drenthe

Hoe kunnen we op een slimme manier toezicht houden en handhaven? Het is een vraag die veel toezichts- en handhavingsorganen bezighoudt. Termen als data science en voorspelmodellen vliegen ons daarbij om de oren anno 2019. Toch is de praktijk soms weerbarstiger en is er in eerste instantie behoefte aan het toepassen van een gedegen data-analyse. Voor organisaties midden in de digitale transitie valt het belang hiervan op meerdere fronten niet te onderschatten. Zo bleek wel weer in een recent project voor de Regionale Uitvoeringsdienst Drenthe (RUD Drenthe).   

De RUD Drenthe is een mooi voorbeeld van een organisatie die meer en meer inzet op verdere digitalisering en een data gedreven manier van werken. In opdracht van de provincie en gemeenten is de RUD Drenthe verantwoordelijk voor vergunningverlening, toezicht en handhaving op het gebied van milieu. Toezichthouders van de RUD bezoeken dagelijks allerlei bedrijven in Drenthe om inspecties uit te voeren, binnengekomen klachten te toetsen, een vergunningsverzoek te behandelen of bijvoorbeeld om te adviseren bij energiebesparende maatregelen. 

Domeinkennis én data-analyse hand in hand

Een breed takenpakket in combinatie met gelimiteerde (personele) middelen maakt het voor de RUD belangrijk om duidelijke prioriteiten te stellen in hun werkzaamheden. Dit doen ze bijvoorbeeld door hun inzet in de verschillende branches bij toezicht op een weloverwegen manier te verdelen. Zijn er bepaalde branches of type bedrijven die extra aandacht verdienen omdat ze een groter risico vormen voor de fysieke omgeving? Een vraag waar de RUD deels zelf een antwoord op vond door toezichthouders op basis van hun kennis en ervaring per branche de risicoscores te laten uitdelen op verschillende onderwerpen. Naast deze analyse op basis van domeinexpertise mochten we namens Ynformed vergelijkbare risicoscores formuleren door een data-analyse over de uitgevoerde inspecties uit de recente geschiedenis uit te voeren. 

Branches op de meetlat

Een project dat past in de strategie van de RUD om meer data gedreven te werken. Zo werd in de afgelopen jaren de tool Digitale Checklisten ingevoerd waarin de resultaten van inspecties op een gestructureerde en eenduidige manier worden vastgelegd en daardoor goed te monitoren zijn. Daarnaast worden toezichthouders meer en meer bewust gemaakt van het belang van dataverzameling en datakwaliteit. Het resultaat hiervan kwam tot uiting bij deze branche-analyse. Zo konden we branches tegenover elkaar op de meetlat leggen door onder meer te kijken naar het relatieve aantal hercontroles, (gegronde) klachten en het aantal overtredingen per inspectie. Deze cijfers vormden de basis voor het bepalen van een risicoscore op basis van de beschikbare data. Door verschillende risico-indicatoren als ‘draaiknoppen’ neer te zetten kan deze risicoscore elk moment worden aangepast als men meer nadruk op bepaalde indicatoren wil leggen. Samen met de expertanalyses heeft de RUD hiermee een mooie eerste stap gezet naar een dynamischere manier van informatie- en risico gestuurd toezicht. 

Bewustwording en draagvlak

Naast de waardevolle inzichten die het project opleverde, diende het voor RUD Drenthe ook als een mooie ‘showcase’ binnen de organisatie. Minstens zo waardevol was namelijk het inzicht in de mogelijkheden en onmogelijkheden van de huidige data-huishouding die aan het licht werden gebracht. Het liet ruimte voor verbetering zien in koppelingen tussen verschillende databronnen en ten aanzien van het invulgedrag van toezichthouders. Deze verbeterpunten, samen met het opgeleverde eindproduct, helpen om het belang van datakwaliteit onder de aandacht te brengen en hier draagvlak voor te creëren op de werkvloer. Bovendien helpt het mee in keuzes over een toekomstbestendige en robuuste data-infrastructuur. 

Daarmee is de RUD Drenthe in mijn ogen een mooi voorbeeld dat laat zien wat de waarde van data-analyse is voor een organisatie die midden in de digitale transitie zit. De toepasbare inzichten en de spiegel die het project voorhoudt, gaan hierbij hand in hand. En stap voor stap zal dat ervoor zorgen dat ook data science en machine learning toepassingen op de burelen in Assen niet weg te denken zijn. 

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *