Hoe data-onderzoek maatwerk te hulp komt

Met hun innovatieve manier van onderzoek maken chef’s Data Iris en Marjolein van het IPW data inzichtelijk en begrijpelijk. En bovendien met een praktische uitkomst: het standaardiseren van maatwerk. In dit interview vertellen zij hoe ze dit doen en wat sociaal professionals, beleidsmakers en zorgorganisaties van data kunnen leren. ‘We ontdekken een nieuwe dimensie in het sociaal domein’.

Waar begint jullie eigen verhaal met data -onderzoek? Waar zit jullie interesse?

 Iris: ‘Als ik er nu aan terugdenk, vind ik het heel cool om in een domein te werken dat ‘zacht’ is – de zorg – maar dat ik daarbinnen dingen ‘hard’ kan maken met behulp van data. In het sociaal domein zijn we nog niet veel bezig met kwantificeren, daar zie ik potentie. Marjolein en ik proberen een nieuwe dimensie in het sociaal domein te ontdekken. Zelf heb ik nooit eerder iets met data gedaan, maar bij het IPW en de Doorbraakmethode is behoefte aan dataonderzoek. Marjolein is dat gestart en ik ben er samen met haar ingesprongen.’

 Marjolein: ‘Toen ik mijn opleiding Data Science startte, ging er een wereld van mogelijkheden voor me open! Ik werkte nog als actieonderzoeker bij het IPW toen ik een blog van Albert Jan Kruiter (oprichter IPW, red.) las over datawoestijnen. Datawoestijnen ontstaan wanneer sommige groepen van de bevolking niet voorkomen in een bepaalde set data. Dit kan bijvoorbeeld komen doordat deze data niet beschikbaar zijn binnen de huidige data waarop we nu vertrouwen voor de besluitvorming. Zo zijn er bijvoorbeeld geen gegevens over hoeveel kinderen uit huis geplaatst worden doordat de ouders een huurschuld hadden. Ik vond het zo interessant, dat het me aan het denken zette. Ik realiseerde me dat we bij het IPW veel hulpverleningsplannen hebben met allerlei informatie, maar daar eigenlijk weinig mee doen als het om data gaat. Met de start van een data-onderzoek voor Hart van Brabant en het verschijnen van de digitale Doorbraaktool wist ik dat data-onderzoek een belangrijke rol zou kunnen spelen in de ontwikkeling van het sociaal domein. Mijn opleiding heb ik inmiddels afgerond. Het heeft een hele nieuwe wending aan mijn baan gegeven.’

“Met data-onderzoek kun je het verloop van een situatie voorspellen.”

— Marjolein

 ‘Wat ik vooral interessant vind aan data-onderzoek is dat je, als je een grote groep hebt, het verloop van een situatie kunt gaan voorspellen. Dat is heel handig als het gaat om maatwerk en het standaardiseren daarvan. Soms weet je intrinsiek of vanuit de praktijk wel dat sommige dingen vaak voorkomen of wat het goede is om te doen. Maar als je dat zwart-op-wit kan maken met data, maakt dat het nog extra duidelijk en overtuigend.’

 Algoritmes hebben niet echt een goede naam. Hoe zien jullie dat?

 Marjolein: ‘Het valt me op dat er veel angst voor algoritmes is, bijvoorbeeld dat ze discriminerend zijn. Ik zeg altijd: je hebt wel discriminerende data, geen discriminerende algoritmes. In dat eerste geval kan het voor een hoop drama zorgen. Maar je kunt er ook zoveel goede dingen mee! Je moet dus altijd kijken naar waar je data vandaan komt en waarom je die hebt. Wat je ermee wilt onderzoeken. Daar kun je dus ook hele goede dingen mee doen. Bijvoorbeeld dat mensen automatisch een toeslag krijgen zonder dat ze dat aangevraagd hebben, omdat ze niet weten dat ze daar recht op hebben.’

Data verzamelen in het sociaal domein is niet nieuw. Wat maakt jullie werk anders?

 Marjolein: ‘Gemeenten en zorgorganisaties beschikken over veel data, maar dat is met name ‘verantwoordingsdata’; die wordt verzameld om bijvoorbeeld de inkoopstrategie te bepalen of verantwoording af te leggen over gemaakte kosten. Die specifieke data sluiten niet goed aan bij hoe het er in een gezin in de praktijk aan toegaat. En als je naar de kant van het beleid kijkt, is er weer weinig connectie met de praktijk. Als je die twee koppelt, zoals de data in onze Digitale Doorbraaktool dat doet, dan heb je ‘praktijk data’. Dat is de ideale synergie.’

“Per casus hebben we het duidelijkste en grootste inzicht. Dat is nieuw.”

— Iris

 Iris: ‘Wij hebben een dataset die we bij geen enkele andere organisatie vinden. Dat komt omdat we op casusniveau data verzamelen; per casus hebben we het duidelijkste en grootste inzicht. Dat is nieuw. Het is anders kijken naar casuïstiek, problemen en dus ook naar oplossingen.’  

 Marjolein: ‘Veel data zijn inderdaad gevolg- en registratiedata. Interessanter is de informatie over het proces wat daaraan voorafgaat; de oorzaak-informatie.’

In het volgende deel van dit interview vertellen Iris en Marjolein over hun ontdekkingen, do’s en dont’s over het verzamelen en gebruiken van data en wat de toekomst van data is voor het sociaal domein.