Een veiligere samenleving dankzij data & analytics of voorrang geven aan privacy? Het inzetten van een DataLab kan helpen om dit dilemma te overwinnen.
Hoe kan de publieke sector innoveren met data & analytics zonder de veiligheid van burgers op het spel te zetten?
Een veiligere samenleving dankzij data & analytics of voorrang geven aan privacy? Het inzetten van een DataLab kan helpen om dit dilemma te overwinnen.
De voortschrijdende digitalisering introduceert allerlei nieuwe uitdagingen. Eén daarvan betreft een wezenlijk dilemma: hoe gebruiken we (ondere andere persoonlijke) gegevens om onze samenleving veiliger te maken, maar zorgen we tegelijkertijd dat diezelfde samenleving zich niet onveilig voelt juist vanwege het gebruik van persoonlijke gegevens?
Het proces om relevante inzichten te verkrijgen door het analyseren van beschikbare gegevens noemen we data & analytics. Die gegevens zijn meestal aanwezig binnen de betreffende organisatie maar kunnen ook afkomstig zijn van buiten de organisatie: van burgers, klanten, ketenpartners etc. Verder kunnen de gegevens gestructureerd zijn (zoals in tabellen of spreadsheets) maar ook ongestructureerd (zoals documenten en afbeeldingen). Verschillende methoden worden gebruikt voor de analyse, zoals statistiek, econometrie en Artificial Intelligence. In dit artikel richten we ons op de mogelijkheden die data & analytics biedt voor een veiligere samenleving. Bij veiligheid denken we aan zaken zoals:
Die mogelijkheden zijn bijvoorbeeld betere opsporing of zelfs preventie van criminaliteit en fraude. Maar terwijl er binnen het publieke domein experimenten worden gestart om deze uitkomsten te onderzoeken, is een tegenstroom op gang gekomen ten aanzien van het gebruik van gegevens: er is wantrouwen jegens de handelswijze met die gegevens. Gebeurt dat wel verantwoord? Wordt mijn privacy gerespecteerd? Ben ik in die zin wel veilig? Uit onderzoek van Capgemini door GfK blijkt dat de helft (53%) van de respondenten vertrouwen heeft dat de overheid hun privacy voldoende beschermt door hun verzamelde gegevens rechtmatig te gebruiken en veilig op te slaan. 19% van de respondenten plaatst hier vraagtekens bij. Ander onderzoek van Global Web Index1 onder Nederlandse internetgebruikers toont aan dat 50% zich zorgen maakt over het gebruik van persoonlijke data door bedrijven.
In de publieke sector zien we dat de belangstelling voor data & analytics flink is toegenomen in de afgelopen jaren. Deels is dat te verklaren vanuit de vraag naar betere prestaties van de overheden, deels vanuit de noodzaak om de kosten van diezelfde overheid te beheersen. We zien hier overigens twee belangrijke pijlers van digitalisering terug: het streven naar hogere effectiviteit en hogere efficiëntie. Organisaties binnen de publieke sector in Nederland zetten veelbelovende stappen op gebied van data & analytics. Een aantal voorbeelden:
Belastingdienst: strategische keuze voor data & analytics
In 2015 werd de investeringsagenda van de Belastingdienst gepubliceerd. Hierin maakte de Belastingdienst een ondubbelzinnige keus voor het inzetten van data & analytics met als doelstellingen: meer en hogere belastingopbrengst, efficiëntere werkwijze en tevreden medewerkers. Fraude (detectie en preventie) is hierbinnen een speerpunt.
Politie: misdrijven voorspellen
Ook de politie zet stappen met data & analytics en heeft in het voorjaar van 2017 aangekondigd het Criminaliteits Anticipatie Systeem (CAS) verder uit te rollen. Dit systeem voorspelt waar en wanneer misdrijven zoals een inbraak plaatsvinden. Hiermee zet de politie stappen in de richting van datagestuurd werken.2
De initiatieven op het gebied van data & analytics binnen de overheid zijn weliswaar bemoedigend, maar verdienen ook een kritische kanttekening. Net als in het bedrijfsleven wordt de leercurve van data & analytics gekenmerkt met vallen en opstaan. Dit zien we aan de ‘losse’ manier waarop organisaties data scientists inhuren en experimenten starten. Daar is overigens niets mis mee: data scientists zijn hard nodig voor succesvolle data & analytics en in de zoektocht naar toegevoegde waarde staat hypothesegedreven werken (dus ook experimenten waarin de hypothese wordt gevalideerd) centraal. Maar vooral het ‘losse’ karakter hiervan is een aanwijzing dat er nog stappen gezet mogen worden op weg naar volwassenheid.
Het gebruik van steeds meer gegevens kent ook een schaduwzijde. Naast het genereren van waarde,
ontstaat ook kans op schade . Deze risico’s komen voor een groot deel voort uit wetgeving. Nederland kent diverse wetten die het gebruik van gegevens beperken: denk hierbij aan de AVG (privacywetgeving), de Mededingingswet en de Wet op de inlichtingen- en veiligheidsdiensten (Wiv). Maar daarnaast is er de publieke opinie: zoals we al zagen, is er een groeiend wantrouwen tegen het gebruik van ‘onze’ gegevens door de overheid en andere organisaties. Zo ontstond enkele jaren geleden een storm van protest tegen het voornemen van de ING om persoonsgegevens in te zetten voor commerciële doeleinden. De bank wilde in een experiment klant- en transactiegegevens gebruiken voor op maat gemaakte advertenties van andere bedrijven. Juridisch was het in orde; maar toch zag de bank er vanaf vanwege dreigende imagoschade. Organisaties die vol enthousiasme aan de slag willen met data & analytics worden dus geconfronteerd met een tegenkracht: ze temperen hun ambities uit angst voor uitglijders. En dat zou betekenen dat de potentiële waarde va
n data & analytics ondanks alle mooie vergezichten niet benut wordt.
Om succesvol te innoveren met data & analytics is het noodzakelijk om te experimenteren. Wij pleiten daarom voor een hypothesegedreven aanpak waarbij kansrijke innovatieve ideeën door een innovatietrechter (analytics funnel3) worden geleid (zie figuur 2).
Een cruciaal onderdeel van deze innovatietrechter is de LabTest waarin het werkelijke experiment plaatsvindt. Het DataLab is de entiteit die uitvoering geeft aan het experiment. Zo’n DataLab bevat onder andere de volgende componenten:
Een succesvol DataLab ontwikkelt zich door het uitvoeren van nieuwe experimenten waardoor de kennis en kunde binnen het DataLab steeds volwassener worden. Het DataLab, en daarmee de hele innovatietrechter, verdient hiermee een volwaardige plek binnen de organisatie inclusief bijbehorende ophanging en besturing. Dit alles wordt ingebed in een data & analytics strategie die zwaar leunt op de hypothesegedreven aanpak.
Vertrouwen in verantwoord gebruik van data is een belangrijke voorwaarde om succesvol te innoveren met data & analytics. Het is van groot belang dat een publieke organisatie verantwoording kan afleggen over het gebruik van data om een veiligere samenleving te bewerkstelligen. Dit moet daarom worden benoemd in de data & analytics strategie. Het DataLab is vervolgens een uitstekend middel om hier invulling aan te geven. Een DataLab helpt namelijk niet alleen met het sneller volwassen worden van de data & analytics organisatie, maar ook bij het waarborgen van het juiste gebruik van data. Het sleutelwoord hierbij is transparantie. De DataLab-aanpak zorgt ervoor dat elk besluit om van het innovatie-idee tot implementatie te komen herleidbaar is, door het gebruik van duidelijke processen, besturing en technologie. De volgende elementen zijn voorbeelden uit de aanpak die dat bewerkstelligen:
Deze onderdelen van de aanpak zorgen ervoor dat er continu goede afwegingen worden gemaakt over het gebruik van data en het publieke versus het individuele belang. Hierdoor is niet alleen intern herleidbaar en transparant welke stappen worden gezet, maar kan een organisatie ook naar de buitenwereld communiceren dat er op een verantwoorde manier met data & analytics wordt omgegaan. Op deze manier kan proactief het publieke wantrouwen worden weggenomen.
Organisaties in de publieke sector willen beter presteren door het inzetten van data & analytics. Echter, het zetten van stappen op dit pad leidt tot weerstand: scepsis en wantrouwen vanuit diezelfde samenleving die vraagt om betere prestaties en een veiligere samenleving. Om aan beide eisen (veiligheid maar wel verantwoord) te voldoen, adviseren wij bestuurders om ‘vertrouwen in data & analytics’ als strategisch doel te benoemen en een bijbehorende professionele aanpak te kiezen. Wij zijn ervan overtuigd dat een DataLab hierin een cruciale rol vervult. Of data & analytics over een paar jaar een essentiële rol speelt in het veiliger maken van Nederland? Dat hangt deels af van de toon van het maatschappelijk debat hierover. Bestuurders hebben nu de mogelijkheid om dat debat positief te beïnvloeden door bovengenoemde keuzes.