Tag Archief van: data analyse

Monitoren van woondeals met hulp van data-analyse

/door

Volgens onderzoek van  adviesbureau Capital Value zal het totale woningtekort in 2025 zijn opgelopen tot ongeveer 400.000 woningen. Met de Nationale Woon- en Bouwagenda wil minister De Jonge het landelijk woningtekort aanpakken. Deze agenda kent een regionale vertaling in zogeheten woondeals. Dit zijn afspraken tussen de betrokken partijen om de woningbouwopgave in 35 regio’s aan te pakken.  Hierin staan, naast de afspraken over het aantal te bouwen en transformeren woningen, ook de locaties, het aandeel betaalbare woningen, het percentage sociale huur en afspraken over de huisvesting van speciale aandachtsgroepen. De woondeals vormen daarmee de basis voor de aanpak voor de komende jaren. In deze blog bespreken we het belang van data en data-analyse bij het monitoren van de voortgang en het realiseren van de doelstellingen uit deze woondeals.

Wat zou je kunnen monitoren?

Waar sta je: inzicht in de huidige situatie

Data-analyse biedt gemeenten en provincies inzicht in de huidige situatie van de woningmarkt en de specifieke woonbehoeften van hun inwoners. Dit inzicht helpt om beter geïnformeerde beslissingen te nemen en prioriteiten te stellen bij het ontwikkelen en uitvoeren van woonbeleid. Door een grondige analyse van beschikbare data kunnen gemeenten bijvoorbeeld bepalen welke wijken de grootste behoefte hebben aan betaalbare woningen of waar er een tekort is aan sociale huurwoningen.

Waar ga je naartoe: voorspellen van haalbaarheid woondeals

Data-analyse helpt niet alleen bij het in kaart brengen van de huidige situatie, maar ook bij het voorspellen van toekomstige woonbehoeften. Door demografische gegevens, economische trends en andere relevante factoren te analyseren, kunnen gemeenten anticiperen op veranderingen in de vraag naar woningen. Zo kunnen zij beter plannen voor de toekomst en zorgen voor een evenwichtig en toekomstbestendig woningaanbod. En voorspellen ligt dichterbij dan je zou denken: door het slim combineren van datasets zoals de BAG en het CBS en dat naast de eigen woningproductiegegevens te leggen kan inzicht verkregen worden of de beoogde doelstellingen in de woondeals met de huidige plannen gerealiseerd kunnen worden.

Liggen we op koers: monitoren van voortgang woondeals

Data-analyse is van cruciaal belang voor het monitoren van de voortgang bij het realiseren van woondeal doelstellingen. Door het bijhouden van de woningproductiegegevens en systematisch te meten en analyseren, kunnen gemeenten de effectiviteit van hun beleid beoordelen en eventuele knelpunten of vertragingen snel identificeren. Dit stelt beleidsadviseurs in staat om blokkades tijdig bij te signaleren en met de stakeholders het gesprek aan te gaan om te kijken hoe er versneld kan worden.

Hoe hebben we het gedaan: transparantie en verantwoording

Veel beleidsmedewerkers worden geacht uitleg te geven waarom bepaalde doelstellingen niet gehaald zijn, terwijl ‘de cijfers er vorig jaar zo gunstig uit zagen’. Het klassieke ‘boeggolf-effect’ speelt overal. Echter, het gebruik van data en data-analyse stelt gemeenten in staat om transparant te zijn over hun vorderingen bij het realiseren van woondeal-doelstellingen en de boeggolf te verklaren. Door iedere wijziging in de woningproductiegegevens als transactie vast te leggen en de redenen te registreren waarom projecten vertragen (of – soms ook – versnellen), kan er een nauwkeurig beeld gekregen worden hoe de boeggolf tot stand komt en waarom bepaalde projecten vertraging hebben opgelopen.

Wat weten onze partners: samenwerking en kennisuitwisseling

Data-analyse kan ook de samenwerking en kennisuitwisseling tussen gemeenten en andere stakeholders bevorderen. Door data en analyses te delen met andere betrokken partijen, zoals woningcorporaties en projectontwikkelaars, kunnen gemeenten zorgen voor een betere afstemming en samenwerking. Dit kan leiden tot een efficiëntere uitvoering van de woondeals en een hogere kans op succes.

Maar hoe dan?

Nu we vastgesteld hebben dat het monitoren van de woondeals noodzakelijk is en houvast geeft in de uitvoering van Met de Nationale Woon- en Bouwagenda, blijft de vraag hoe je dit het beste kunt organiseren. Veel gemeentes zijn ooit gestart met een spreadsheet.

Van spreadsheet tot aan Woningbouw Monitor

Veel gemeentes en provincies maken gebruik van Excel spreadsheets voor data analyses. Laten we eerlijk zijn – wie niet. Het is dan ook een krachtig spreadsheetprogramma dat geschikt is voor een breed scala aan taken voor het uitvoeren van berekeningen en voor het werken met kleine en tijdelijke datasets. Toch zijn er enkele redenen waarom onze gebruikers spreadsheets niet het ideale gereedschap vinden voor de bovenliggende doelstellingen. Enkele redenen die onze gebruikers aandragen:

  1. Gebrek aan gegevensintegriteit: Spreadsheets bieden beperkte mogelijkheden om de consistentie en kwaliteit van gegevens te waarborgen.
  2. Individueel gegevens bijhouden: Spreadsheets zijn niet ontworpen voor meerdere (laat staan gelijktijdige) toegang door meerdere gebruikers, wat kan leiden tot conflicten en gegevensverlies.
  3. Kennis vaak bij één persoon: De kennis die verpakt is in een spreadsheet (“wat betekent dit kolom ook alweer..?”) zit vaak in de hoofden van de persoon die de spreadsheet gemaakt heeft. Als de persoon in kwestie vertrekt of met pensioen gaat, gaat ook de kennis van de spreadsheet verloren.
  4. Handmatig data bijhouden: Voor bovengenoemde scenario’s is het nodig om actuele datasets in te lezen (zoals de BAG). Om dat naast de productiegegevens en de woondeals te leggen en de voortgang te monitoren. In spreadsheets zal daar handmatig werk voor verricht moeten worden.
  5. Complexiteit van gegevensopslag: Spreadsheets maakt gebruik van een platte gegevensstructuur (rijen en kolommen), wat niet ideaal is voor het opslaan en beheren van complexe en genormaliseerde gegevens. Ook de gelaagdheid (zoals deelprojecten) zijn lastig te beheren in spreadsheets.
  6. Beperkte analysemogelijkheden: Hoewel spreadsheets basis filter- en zoekfuncties biedt, zijn de mogelijkheden beperkt in vergelijking met de krachtige analyses die bepaalde data-analyse oplossingen bieden. Complexe queries, alternatieve bevragingen en zelfs voorspellingen vragen een ander gereedschap.
  7. Combineren van datasets in de regio:Om samen te werken in de regio en een regionaal beeld te krijgen (en rapporteren aan de provincie) is het noodzakelijk om gegevens van de gemeentes in de regio te combineren in één overzicht. Als iedere gemeente een eigen spreadsheet heeft met hun eigen definities, zal het combineren daarvan een complexe en tijdrovende klus zijn.
  8. Geen automatische back-ups: Spreadsheets bieden geen ingebouwde functies voor het automatisch maken van back-ups van gegevens. Dit kan leiden tot verlies van cruciale gegevens als er geen handmatige back-ups worden gemaakt.

Conclusie: hoewel spreadsheets geschikt zijn voor kleine datasets en eenvoudige taken, is het niet de beste keuze als database voor het opslaan, beheren en analyseren van complexe en omvangrijke gegevens. ‘Zijn er dan helemaal geen voordelen aan spreadsheets programma?’ werd mij laatst gevraagd. Uiteraard heeft ieder gereedschap zo zijn voor en nadelen. Bij spreadsheets is de mate van flexibiliteit (‘even een kolom toevoegen, een cel aanpassen, een rij verwijderen’) natuurlijk ongekend. Die snelheid en flexibiliteit is de reden van de populariteit van de spreadsheetprogramma’s. Het is tevens de achilleshiel.

Ons alternatief: de Woningbouw Monitor

Om bovenstaande monitoring wensen te ondersteunen en de risico’s van spreadsheets te voorkomen hebben wij in co-creatie met inmiddels zo’n 30 gemeentes de Woningbouw Monitor ontwikkeld. Een aantal kenmerken van deze oplossing op een rij:

  1. Gegevensintegriteit: De Woningbouw Monitor biedt functies zoals validatieregels, selectiemogelijkheden, koppelingen met de BAG en transactiecontroles die de betrouwbaarheid van de gegevens verbeteren en het risico op fouten verminderen.
  2. Samenwerken aan dezelfde gegevens: De Woningbouw Monitor is specifiek ontworpen voor meerdere (én gelijktijdige) gebruikers, uiteraard met de nodige autorisatieregels dat niet iedereen overal bij kan.
  3. Continuïteit qua kennis: Met de Woningbouw Monitor maak je deelgenoot van een community van gebruikers die kennis en ervaring hebben over het gebruik van de Woningbouw Monitor.
  4. Data actualisatie: Centrale datasets (zoals de BAG en CBS) worden door ons automatisch geactualiseerd. Daar heeft u geen omkijken naar. Alleen de woningproductiegegevens dient u zelf bij te houden. Met hulp van autorisatiemodellen kunt u deze verantwoordelijkheid ook bij de betreffende mensen beleggen om de werkdruk te verdelen.
  5. Gelaagde gegevensopslag: De Woningbouw Monitor maakt onderscheid tussen Projecten en Deelgebieden om de data ‘logisch’ op te knippen en de juiste informatie op het juiste niveau bij te houden.
  6. Uitgebreide analysemogelijkheden: Onze applicatie is ontwikkeld in ‘R’, de programmeertaal van statistici en onderzoekers. We hebben de meest gestelde vragen en analysemogelijkheden kant en klaar beschikbaar in de monitor en er wordt actief doorontwikkeld om meer analysemogelijkheden beschikbaar te maken.
  7. Regionale Woningbouw Monitor: Indien een regio gebruik maakt van de Woningbouw Monitor, kunnen wij de regionale omgeving automatisch vullen op basis van de deelnemende gemeentes. Daarbij heeft iedere gemeente zelf ook een eigen omgeving voor het bijhouden van hun productiegegevens en monitoren van hun lokale doelstellingen. Met hulp van autorisatie kan er bepaald worden welke informatie met de regio gedeeld wordt en wat niet (waarbij de aantallen in dat geval alleen op hoog abstract niveau gedeeld worden, zodat de totaal aantallen in de regio kloppen). Inmiddels maken meerdere regio’s gebruik van onze Woningbouw Monitor.
  8. Automatische back-ups: Ons cloud platform is veilig en maakt dagelijks, wekelijks en maandelijks backups.
  9. Woningbouwopgave specifieke innovaties: Wij hebben vorig jaar het Labs programma gestart om woningbouwopgave specifieke innovaties te toetsen en beschikbaar te stellen aan deelnemende gemeentes. Wij blijven investeren in dit product om jullie beter in staat te stellen om jullie werk goed te kunnen doen.
  10. Community & Co-creatie: Tot slot, de Woningbouw Monitor wordt ontwikkeld samen met deelnemende gemeentes en in afstemming met provincies. Je kunt – als je wil – in contact komen met vele gebruikers van de Woningbouw Monitor, om ervaringen uit te wisselen, ideeën te bespreken en invloed uitoefenen op de roadmap.

Conclusie

Om het woningtekort aan te pakken zijn er vele  woondeals gesloten. Om hier goed grip op te krijgen en de doelstellingen te monitoren is het noodzakelijk om de juiste data, datasets en analysetools te gebruiken. Voor gemeentes die een volgende stap willen maken in data-analyse, zou onze Woningbouw Monitor een oplossing kunnen zijn. Wil je een keer een demo zien? Laat ons dat dan hier weten! Of kijk een van de webinars terug waarin gebruikers hun verhalen delen.

Zie ook

Webinar

Whitepapers

Blogs

 Testimonials

 

Hoe kun je privacy waarborgen bij een datagedreven aanpak van ondermijning?

/door

In mijn eerdere blog schreef ik over het Open Development Programma waarmee we samen met overheidsorganisaties bouwen aan oplossingen voor maatschappelijke opgaven. Eén van de onderdelen die op deze manier tot stand is gekomen, is onze implementatie van het Model Privacy Protocol ter ondersteuning van het beoordelen van ondermijningssignalen in ons Apollo Platform. In deze blog wil ik een toelichting geven op hoe dit uitgewerkt is en hoe gemeentes hier gebruik van kunnen maken.

Onze implementatie van het Model Privacy Protocol in Apollo biedt enkele voordelen nl.:

  • Voorkomen van bovenmatig gebruik van gegevens.
  • Inzichtelijk maken met welk doel en op welke wijze gegevens worden verwerkt.
  • Zicht krijgen op ondermijning binnen de grenzen van de gemeente.
  • Kaders stellen voor waarborgen van rechtmatigheid.
  • Verantwoording af kunnen leggen over de werkwijze.

Maar voor dat ik in ga op de inhoudelijke functionaliteiten van het Model Privacy Protocol in Apollo, is het goed om een begrip te hebben hoe dit tot stand is gekomen en waarom dit überhaupt een plek moet krijgen in Apollo. Om dat pad te illustreren neem ik jullie even mee naar het jaar 2017, toen wij in contact kwamen met Tom Pots van de gemeente Zaanstad en ondermijning een opkomend thema was.

Een aanpak van ondermijnende criminaliteit – een eerste verschijningsvorm: woon- en adresfraude

De gemeente Zaanstad wilde een datagedreven aanpak van ondermijnende criminaliteit, maar was zoekende hoe ze dat moest vormgeven. Wij hebben toen met de gemeente Zaanstad een Design Sprint gedaan om een eerste versie van een datagedreven applicatie voor de aanpak van ondermijnende criminaliteit te ontwerpen. De focus van het prototype lag bij  woon- en adresfraude. Dit prototype is vertaald naar een applicatie en inmiddels in meerdere iteraties doorontwikkeld tot Apollo, ons data & analyse platform voor de aanpak van ondermijning.

Apollo

Van eerste applicatie ondermijning met Zaanstad naar Apollo

Van verschijningsvormen naar lenzen

In onze zoektocht met gemeentes over een datagedreven aanpak van ondermijning, bleken er veel andere verschijningsvormen te zijn van ondermijnende criminaliteit. De basis van de ‘Zaanse ondermijningsapplicatie’ bleek echter ook geschikt voor de andere fenomenen: het slim combineren en analyseren van data om risicovolle locaties te vinden. Via het Open Development Programma zijn er op deze manier verschillende lenzen ontwikkeld om de verschijningsvormen te kunnen analyseren, waaronder het buitengebied, ondermijning in de horeca, vastgoedfraude, industrieterreinen, uitbuiting en mensenhandel, milieu, netwerkstructuren in risicobranches, de Risico Radar Ondermijning en drugslocaties. Deze lenzen zijn beschikbaar binnen ons Apollo platform voor een datagedreven aanpak van ondermijnende criminaliteit.

Lenzen combineren met signalen

Toen we met de gemeente Diemen aan de slag gingen met het fundament dat in Zaanstad is gelegd, bleek dat zij een aanvullende wens hadden. Kunnen we niet ook de signalen die we binnen krijgen op een gestructureerde manier bijhouden en analyseren in de applicatie? De meeste gemeentes krijgen vele signalen binnen die kunnen duiden op een vorm van ondermijnende criminaliteit. Voor het duiden en analyseren van deze signalen is toegang tot data nodig. Deze tweede vorm van analyse -een signaal-gedreven aanpak op basis van signalen en meldingen – biedt extra inzichten en versterkt het beeld wat er binnen de gemeente speelt. De vraag is echter, wat kan je met die kennis? Immers, de gemeente is geen politie.

Een bestuurlijke aanpak van ondermijning

Kenmerkend voor de bestuurlijke aanpak is dat het zich niet zozeer richt op de kernactiviteiten van georganiseerde criminaliteit, maar juist op de cruciale ondersteunende activiteiten. De maatregelen richten zich niet op personen, maar op situaties en gelegenheidsstructuren die georganiseerde criminaliteit faciliteren. De onderwereld is namelijk afhankelijk van legale logistieke voorzieningen, infrastructuren, technische expertise en van de overheid als vergunningverlener. Daarmee heeft het openbaar bestuur een belangrijk wapen in handen in de aanpak van ondermijnende criminaliteit. (Handboek bestuurlijke aanpak; CCV 2010; ISBN 978 90 77845 37 0.).

Het bestuurlijk instrumentarium kent echter wel degelijk een aantal bestuurlijke interventies, zoals het opleggen van sancties op grond van de Algemene wet bestuursrecht (Awb) en diverse andere wetten en activiteiten voor het al dan niet verstrekken of intrekken van vergunningen (de Algemene Plaatselijke Verordening, Drank- en Horecawet, Opium-wetgeving en het bestemmingsplan). En bij de toepassing van de Wet bevordering integriteitsbeoordelingen door het openbaar bestuur (Wet Bibob).

De vraag die de beleidsmedewerkers veiligheid keer op keer kregen van juristen was: op basis van welke grond mag je iets doen met die signalen? En daar komt het Model Privacy Protocol om de hoek kijken.  Immers, bij de bestuurlijke aanpak van ondermijnende criminaliteit, is een juiste afweging nodig om te bepalen of er wel sprake is van ondermijnende criminaliteit en of het wel binnen het bestuursrecht valt. Kortom, mag de gemeente hier wel op handelen? En zo ja, op basis van welke wetgeving?

Het Model Privacy Protocol

Het Model Privacy Protocol is in 2020 door de Rijksoverheid verspreid met als doel gemeenten te ondersteunen bij de wijze waarop zij informatie binnen gemeentes mogen uitwisselen voor de aanpak van ondermijning. Het biedt dan ook een basis voor een eigen privacy protocol voor de binnengemeentelijke gegevensuitwisseling en kan als handleiding dienen ten behoeve van de bestrijding van ondermijning. Zoals elk model moet ook dit model aangepast worden naar lokale omstandigheden, maar het geeft een goed uitgangspunt en is ons door meerdere juristen geadviseerd als een solide basis.

Het Model Privacy Protocol geeft een proces weer met verschillende fases, waarin signalen beoordeeld kunnen worden. Die verschillende weegpunten moeten helpen bij het beantwoorden van vragen zoals:

  • Kwalificeert het signaal wel als ondermijning?
  • Is het wel de gemeentelijke taak of bevoegdheid?
  • Valt het wel op het grondgebied van de gemeente?

Zie hieronder de schematische weergave van het proces (rechtstreeks ontleend uit het document van het Model Privacy Protocol). Het gaat te ver voor deze blog om het proces uit te schrijven – daarvoor kunt u het Model Privacy Protocol zelf raadplegen op de site van de Rijksoverheid.

 

Apollo implementatie van het Model Privacy Protocol

In Apollo wordt het proces van het Model Privacy Protocol volledig ondersteund, maar op een non-restrictieve manier. Dat wil zeggen: het biedt alle fases en stappen uit het Model Privacy Protocol, ondersteuning met inhoudelijke kwalificatie en alle mogelijkheid om toelichting te geven bij ieder weging, maar de mate waarin het afgedwongen wordt is flexibel. Zo kan het gebruikt wordt als een grote checklist met toelichting velden zodat de beleidsmedewerker alle zaken kan noteren en de juiste afweging kan maken, maar biedt het ook de ruimte om dat in stappen te doen.

 

Gedetailleerde checklist van Apollo

Gedetailleerde checklist van Apollo

De Apollo implementatie biedt samengevat de volgende functionaliteiten:

  • Juridische basis voor het beoordelen van signalen: door meerdere Privacy Officers als akkoord bestempeld als onderbouwing van gebruik gegevens en beoordeling signalen.
  • Voor beleidsmedewerkers biedt het een eenvoudige maar potentieel uitgebreide checklist om signalen te beoordelen volgens het Model Privacy Protocol.
  • Het raamwerk is gebaseerd op het Model Privacy Protocol (4 fases, verschillende weegmomenten en privacy checks), maar flexibel in te richten om aan uw lokale wensen en eisen te voldoen.
  • Eenvoudig signalen zoeken en beoordelen.
  • Rapportages over de signalen en beoordelingen om inzicht te krijgen.

Hopelijk geeft dit enig inzicht in hoe het Model Privacy Protocol een plek heeft gekregen in Apollo en geeft het een goed beeld van de wijze waarop wij je kunnen helpen bij de aanpak van ondermijnende criminaliteit.

Meer informatie of een demo?

Wil je meer weten over Apollo of zelfs een keer een demonstratie? Check dan de productpagina over Apollo.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

Foto credits: Dayne Topkin via Unsplash

Gemeente Hollands Kroon kiest voor het Apollo platform

/door

De gemeente Hollands Kroon kiest voor het Apollo platform van Shintō Labs. De gemeente wil een  integrale aanpak op fenomenen, branches en locaties ontwikkelen waar sprake is van ondermijning dan wel gebieden die hiervoor kwetsbaar zijn. Apollo gaat de beleidsmedewerkers openbare orde & veiligheid van de gemeente ondersteunen in het verwerken van signalen, het doen van vervolgonderzoek en het plannen van acties en interventies. De gebruikers van Apollo worden bij de analyse ondersteund met een privacy protocol om signalen nader te analyseren conform de huidige wet- en regelgeving.

De gemeente Hollands Kroon kwam in contact met Shintō Labs tijdens een kennissessie met gemeentes in de regio waarin de mogelijkheden werden besproken van een datagedreven aanpak van ondermijning in het buitengebied. Op basis van een demonstratie van de mogelijkheden is de gemeente verder in gesprek gegaan. In die periode was Shintō Labs ook al bezig om de resultaten van de vele ontwerp- en ontwikkeltrajecten in het veiligheidsdomein bij elkaar te brengen in het nieuwe Apollo platform. Voor de gemeente Hollands Kroon een mooi moment om een volgende stap te zetten.

Microsoft Azure cloud

Hollands Kroon geniet bekendheid als innovatieve gemeente. In 2016 besloot zij als één van de eerste gemeenten om haar werkomgeving, applicaties en ICT-infrastructuur te migreren naar de Azure cloud van Microsoft. Apollo draait eveneens op Microsoft Azure en beschikt over de mogelijkheid om data gepseudonimiseerd te verwerken. Dit betekent dat data versleuteld wordt opgeslagen in Apollo en dat deze alleen binnen de eigen cloud omgeving van de gemeente na een overwogen beslissing kan worden ‘ontsleuteld’. Dit biedt voordelen in het waarborgen van de privacy en de informatieveiligheid bij het verwerken en analyseren van de gegevens.

Onderdeel van een community

Door gebruik te maken van Apollo wordt de gemeente Hollands Kroon onderdeel van een community van overheidsorganisaties die samen werken en ontwikkelen aan een datagedreven aanpak van ondermijning. Apollo kent namelijk het Open Development Programma. Het achterliggende principe van dit programma is dat iedere organisatie of individu kan bijdragen en daar vervolgens van kan meeprofiteren. Meer concreet: als gemeente ‘A’ iets ontwikkeld heeft, kan gemeente ‘B’ daar gebruik van maken en andersom, zonder dat daar extra kosten mee gemoeid zijn. Zo ontwikkelen we samen aan een mooier en veiliger Nederland.

Meer informatie of een demo?

Wil je meer weten over Apollo of zelfs een keer een demonstratie? Check dan de productpagina over Apollo.

Relevante links

Whitepapers

Nieuws

Blogs

Webinars

Praktijkcases

Productinformatie

Research

 

Tag Archief van: data analyse

Niets gevonden

Uw zoekopdracht leverde helaas geen artikelen op