De hobbelige route van data naar verbeteren

De NPRZ-case: deel I

Via onderwerpen als procesdenken, verschillende niveaus van leren en de doorwerking hiervan op slimme besluitvorming laat ik zien hoe je je tot een intelligente, datagedreven organisatie kunt ontwikkelen, waar continu verbeteren met data de sleutel zal blijken te zijn.

De eerste cruciale stap bestaat eruit om via data het integrale proces in beeld te brengen. Vervolgens is het zaak om te blijven kijken naar de onderliggende problematiek (de zogenaamde root cause analysis) en de strategische doelen om te zetten in meetbare Kritieke Prestatie Indicatoren (voorbeelden KPI’s).

Achtergrond

In het Nationaal Programma Rotterdam Zuid (NPRZ), werken Rijk, de gemeente Rotterdam, corporaties, zorginstellingen, schoolbesturen, bedrijfsleven, politie en Openbaar Ministerie aan een gezonde toekomst voor Rotterdam Zuid. Samen willen deze partners ervoor zorgen dat het opleidingsniveau, de arbeidsparticipatie en de woonkwaliteit in twintig jaar stijgen naar het gemiddelde van de vier grote steden in Nederland (G4).

Sinds 2015 helpt Mark de Kort mee aan onder andere het Nationaal Programma Rotterdam Zuid. Het NPRZ heeft de behoefte om het gesprek met de diverse partners meer op feiten te baseren. Dit is nodig om binnen één generatie de relatieve achterstand van Rotterdam Zuid in te lopen en op het niveau te brengen van de vier grote steden.

Via informatiegestuurd werken brengt Mark de route die bevolkingsgroepen afleggen binnen het vaak complexe sociale domein in één oogopslag in kaart. Hierdoor wordt niet alleen het integrale proces transparant, maar komt ook de effectiviteit van interventies onverbiddelijk aan het licht. Uit de gegevens zijn direct causale verbanden te leggen en is aanwijsbaar wat werkt en wat niet.

Het integrale proces in beeld: de 5 R’s

De baanbrekende methode die de afgelopen jaren in Rotterdam is ontwikkeld, is gebaseerd op een aantal fundamenten die toevallig allemaal met de letter R van Rotterdam beginnen. Route, Rugzak, Resultaten, Registratie en Regressie.

Bestel het PDCA-handboek 'Datacratisch werken' Data doelbewust inzetten voor continu verbeteren en innovatie. Dat is het kernthema van dit complete PDCA-boek. Het hele spectrum van datacratisch werken komt aan bod, een splinternieuwe, veelbelovende manier van werken. De auteur gaat uitgebreid in op de basisprincipes van PDCA, continu verbeteren, data lezen, analyseren en visualiseren, KPI's, lean verbeteren en leerprocessen in organisaties.bekijk het PDCA-handboek 'Datacratisch werken'

Route: sneller begrijpen wat er gebeurt

Mark de Kort: ‘Om te kunnen begrijpen wat de Rotterdammer voor zijn kiezen krijgt als hij of zij hulp nodig heeft van de gemeente, brengen we allereerst in beeld welke route hij aflegt langs de verschillende gemeentelijke loketten.’

Tot 2018 voltrok de dienstverlening zich via vele schakels: denk aan de verschillende betrokken afdelingen en ingeschakelde consulenten. De methode die de “procesmethode” is gaan heten binnen de gemeente Rotterdam laat zien hoe per individu het dienstverleningstraject eruitziet. Integraal dus. De optelling van al deze trajecten laat de bewegingen zien van de Rotterdammers die diensten van de gemeente afnemen.

Dit traject bestaat uit verschillende fasen in een hele keten van dienstverlening. Zo kun je “vindplaatsen” onderscheiden. Dit zijn de plekken waar de mogelijke problematiek start. Wanneer iemand bijvoorbeeld zijn baan verliest, is de vindplaats “de werkgever”. Krijgt iemand gedurende een bepaalde tijd een WW-uitkering, dan is de vindplaats “het UWV”. Belandt de burger vervolgens in de bijstand, dan is de vindplaats “de gemeente”.

Vindplaatsen zijn de plekken waar de mogelijke problematiek start

Vanaf dit punt start het interne proces van de gemeente. Die gaat een bepaalde groep burgers helpen bij de invulling van een zinvol bestaan. Denk hierbij aan een route richting een baan of aan jongeren die teruggaan naar school. Om een burger daadwerkelijk te kunnen helpen, moet de onderliggende problematiek wel zichtbaar zijn.

Rugzak: echt begrijpen wie het zijn

De Kort: ‘Alle individuele informatie die we van een Rotterdamse burger kunnen verzamelen, stoppen we in de zogeheten rugzak. Die rugzak geeft het profiel van een individu weer. Als we verschillende individuen samenvoegen, zien we het profiel van een groep. Willen we op de persoon toegesneden relevante diensten leveren, dan hebben we deze informatie nodig.’

Multiproblematiek speelt gemeente parten

Veel burgers gaan bijvoorbeeld de bijstand in met zogeheten multiproblematiek: naast financiële problemen kunnen er ook problemen zijn aan het thuisfront. Ook zijn er vaak fysieke en/of psychische problemen en zijn individuen in aanraking gekomen met justitie, et cetera. Veel Rotterdammers hebben naast acute financiële problemen ook grote schulden. Deze schulden zul je eerst moeten regelen voordat er sprake kan zijn van een gezonde “uitstroom” naar bijvoorbeeld werk.

Vaak zijn er ook problemen aan het thuisfront

Die torenhoge schulden kunnen een burger die na een intensief begeleidingsprogramma weer kan deelnemen aan het arbeidsproces, blijven achtervolgen. Dit belemmert een duurzame werkhervatting. De kans dat een schuldeiser beslag legt op het eerst verdiende salaris is namelijk groot. Hierdoor schieten deze burgers weer snel terug in de “veilige” bijstand. Het is belangrijk dat deze multiproblematiek bij alle loketten bekend is. Bovendien zul je je strikt aan de privacywetgeving moeten houden.

De kans dat een schuldeiser beslag legt op het eerst verdiende salaris is groot

Wat zijn nu de échte problemen?

Als dienstdoende consulenten beschikken over objectieve informatie kunnen zij doorvragen naar de echte problemen. Dat is vaak al voldoende. Meestal bestaat er veel schaamte rondom thema’s als schulden. Ook de gezinssituatie kan frustreren. Een jongere die in de bijstand zit en ziet dat zijn broer zijn inkomen op een “makkelijkere” manier bij elkaar sprokkelt, is niet snel geneigd het reguliere arbeidsproces op te zoeken. Op straat is 1.000 euro sneller “geregeld” dan via het reguliere arbeidskanaal.

Resultaten: begrijpen wat we moeten doen

‘De routes geven ons inzicht waar burgers uitvallen, verdwalen, blijven hangen of terugkeren in het proces. Het geeft ons een overzicht waar en waarover we met elkaar in gesprek moeten gaan en waar eventuele verbeterpunten zitten. Het delen en bespreken van de data helpt ons betere keuzes te maken. Hierdoor kunnen we de schaarse middelen inzetten om de individuele burger beter te helpen.

Het delen en bespreken van de data helpt ons betere keuzes te maken

In Rotterdam is hiervoor het begrip “datamoderatie” ontstaan. Op verschillende niveaus presenteren we de data en voeren we constructieve gesprekken over wat we in die data zien. Dat gebeurt ketenoverstijgend: op sturingsniveau, maar ook op operationeel niveau, waar de consulent direct contact heeft met de burger.’
Managementboek 'De intelligente, datagedreven organisatie' Continu verbeteren zit in het levensbloed van elke intelligente, datagedreven organisatie. Om dat te doen heb je goede data nodig die leidt tot actionable insights - informatie waar je wat mee kan. Bestel dit boek en maak jouw organisatie toekomstbestendig. bekijk het boek 'De intelligente, datagedreven organisatie'

Registratie: beter begrijpen wat we moet registreren

‘Registeren om het registreren is natuurlijk niet zinvol. Als we maar begrijpen waar de gaten zitten in onze registratie. Die kun je nu ontdekken op basis van de routes. Wil je verandering, maar mis je nog de data daarvoor? Dan kun je kijken of je meer informatie kan ophalen door een gerichtere registratie. Natuurlijk wil je niet dat dit leidt tot enorme verzwaring van de administratieve lasten.’

Regressie: begrijpen wat de data begrijpt

‘Wanneer “Route, Rugzak, Resultaten en Registratie” op een bepaald niveau zijn gebracht, is het tijd om te onderzoeken of business analytics software ons door middel van de data meer kan vertellen dan we als mens kunnen analyseren. Als mens kunnen we gemiddeld twee tot vier variabelen tegelijk analyseren en mee laten wegen in onze besluitvorming. Een algoritme kan gemakkelijk tientallen of zelfs honderden variabelen tegelijk analyseren. Voorzichtigheid is echter geboden, zeker in het sociale domein. Het gaat daar vaak om redelijke zachte data. Deze lijkt soms hard, maar vaker is de data alleen een weergave van wat de burger wil prijsgeven.’

Een mens kan gemiddeld twee tot vier variabelen tegelijk analyseren en mee laten wegen

Houd altijd rekening met de politieke realiteit

Als je het Nationaal Programma Rotterdam Zuid (NPRZ) terug zou brengen tot één, extreem versimpeld plan of niet-SMART geformuleerde doelen zou meegeven, bijvoorbeeld: jongeren aan het werk helpen, dan zou je wel eens van een koude kermis thuis kunnen komen. Toch is dit soms wel de politieke realiteit. Een politicus wil graag scoren met een zo hoog mogelijk aantal mensen dat hij of zij aan het werk heeft geholpen. Ook de sturing is hierop gericht: klantconsulenten schuiven mensen soms vóór 31 december door naar werk, terwijl ze weten dat diezelfde mensen in de eerste week van januari weer aan hun bureau staan.

In de volgende blog, deel II van de NPRZ-case, zullen we ons focussen op de onderliggende problematiek: de zogenoemde root cause analysis. Tevens zal ik de datacratische PDCA introduceren en aantonen wat de impact daarvan is op leren en verbeteren.