Toezine

Wekelijkse verdieping voor professionals in toezicht, handhaving en inspectie

Bezig met laden...
Data in toezicht: een pleidooi voor samenwerking

Data in toezicht: een pleidooi voor samenwerking

Van klachtenregistratie tot jaarverslagen en inspectiegegevens. Toezichthouders zijn verzamelaars van data. Steeds meer inspecties slagen erin om uit die data waardevolle inzichten te halen. Marcel Zandvliet, programmamanager Datagedreven Toezicht bij Bureau Inspectieraad, ziet veel toekomst in deze ontwikkeling. “De sleutel is samenwerking.”

Marcel Zandvliet, programmamanager Datagedreven Toezicht bij Bureau Inspectieraad

Wat houdt datagedreven toezicht precies in?

“Het betekent dat je je toezicht afstemt op inzichten die je verkrijgt door data te analyseren. Het kan gaan om ‘open data’, zoals online recensies, jaarverslagen of cijfermateriaal van het CBS. Ook hebben toezichthouders een schat aan eigen data, zoals klachtenafhandelingen, inspectieresultaten of informatie over bedrijven die onder toezicht staan.”

Wat is de waarde van al die data?

“Door de slimme analyse van data met nieuwe technieken, zijn bedrijven of hele sectoren beter in kaart te brengen. Dit helpt bij risicogericht toezicht, omdat je zo beter kunt inschatten waar de risicogevallen zitten. Met de inzet van big data kan toezicht dus steeds beter gericht worden op die partijen waar dat echt nodig is. Een helder overzicht van een sector biedt ook de kans om trends te onderscheiden. Dat is weer belangrijk voor de signaalfunctie van toezichthouders.”

Wat heeft een inspectie nodig om met datagedreven toezicht te starten?

"We spreken dan al snel over data science en dat is de combinatie van programmeerkennis en ICT-vaardigheden, statistische en wiskundige deskundigheid en inhoudelijke expertise van het betreffende toezichtsterrein. De combinatie van die vakgebieden vind je niet in één persoon; één data scientist is géén data scientist. Voor modern datagedreven toezicht heb je daarom enerzijds mensen nodig die de technische kant van ICT, programmeren, statistiek en wiskunde beheersen – dat zijn de mensen die we doorgaans aanduiden als data scientists. Anderzijds mensen die de praktijk en het toezichtdomein heel goed kennen, zoals inspecteurs. De sleutel voor uiteindelijk succes van datagedreven toezicht ligt in interne samenwerking.”
“De kans bestaat dat op verschillende plekken aan grotendeels dezelfde typen onderzoek wordt gewerkt, zonder dat men dat van elkaar weet.”

Welke inspecties hebben deze aanpak al onder de knie?

“Verschillende inspecties ontwikkelen in deze richting. De ene focust meer op ontwikkeling en het stellen van de juiste vragen bij de inhoudelijke experts, de andere meer op de technische kant. Hoe snel toezichthouders zich bekwamen in datagedreven toezicht verschilt. Een voorbeeld van een inspectie die flink aan de weg timmert , is de Inspectie Leefomgeving en Transport. Daar hebben ze een data science-team van zo’n vijftien mensen. Zowel data scientists als mensen uit de praktijk. Jaarlijks lopen daar zo’n twintig tot dertig data science-projecten.”

Wat is de toekomst van datagedreven toezicht?

“Inspecties die al redelijk wat data scientists hebben of zelfs een heel team, moeten ook de rest van de organisatie meekrijgen. Hoe beter de data scientists op de hoogte zijn van vragen uit de organisatie, hoe waardevoller het team kan zijn. Ook de rest van de organisatie moet weten met welke vragen ze terechtkunnen bij het team. En hoe ze samen kunnen werken met de data scientists om tot antwoorden met meerwaarde te komen. Verder zie ik veel heil in kennisdeling en samenwerking tussen toezichtorganisaties. Die zijn namelijk deels op zoek naar dezelfde dingen. Bijvoorbeeld als het gaat om analyse en classificatie van meldingen en signalen of de ontwikkeling van voorspelmodellen. De kans bestaat dat op verschillende plekken grotendeels dezelfde wielen worden uitgevonden, zonder dat men dat van elkaar weet. Door kennis te delen kun je voortbouwen op wat een andere inspectie al heeft gemaakt. Bovendien levert het nieuwe inzichten en energie op. Ik zie in intensievere samenwerking tussen toezichthouders een fantastisch vliegwiel.”
“Samen problemen tackelen is mogelijk en wat mij betreft noodzakelijk om het toezicht nog slimmer te maken.”

Hoe kunnen toezichthouders die samenwerking het beste vormgeven?

“Door regelmatig samen te komen en ervaringen en inzichten uit te wisselen. En elkaar ook daadwerkelijk te helpen met vraagstukken. De data scientists van verschillende inspecties zouden mijns inziens regelmatig samen ergens aan moeten werken – de ene keer het probleem van de een, de andere keer dat van een ander. Ik zou het een heel goed plan vinden om een centrale plek tussen toezichtorganisaties te creëren waar data scientists regelmatig samenwerken, eventueel ook nog samen met experts van buiten. In ieder geval: samen problemen tackelen is mogelijk en wat mij betreft noodzakelijk om het toezicht nog slimmer te maken.”

Data science in de praktijk

De ILT heeft met hun ILT-IDlab verschillende data science-projecten opgezet. Zoals de kaart die weergeeft waar volgens het Luchthavenindelingsbesluit Schiphol niet gebouwd mag of zou moeten worden, in combinatie met nieuwbouwplannen van gemeentes. Een visueel middel dat mogelijk handig is voor beleidsmakers. Maar data science wordt ook ingezet als hulpmiddel voor inspecteurs. Zoals het model van de ILT waarmee de kans op overtredingen op specifieke binnenvaartschepen wordt voorspeld. Daar kan risicogericht toezicht op afgestemd worden.