Datagedreven sturen, en hoe dan ZGW? Henk Wesseling,The Next Step 22 September 2016
Datagedreven sturing is 2
AI 3
4
Smart City 5
Big data monitor Business Intelligence 6
Datagroei, sensoren, cloud en de wet van moore Gordon Moore wenst ASML succes met wet 7
Wat is het verschil tussen business intelligence (BI) en Big Data? Eric D. Brown: Business Intelligence helps find answers to questions you know while Big Data helps you find the questions you don t know, you want to ask. 8
Nieuwe data-analytics Business Intelligence Deductief leren Terugkijkend Slide-and-dice Datawarehousing en silo s Analyseer het verleden Rapportage gericht Analytische output Data Science Inductief en deductief leren Vooruit kijken Interactief met data Gedistrubueerde data Voorspellen en adviseren Creatie van data producten Vragen beantwoorden en stellen 9
Expertmodel Funderingsherstel Berenschot Intellerts B.V. Europalaan 40 3526 KS Utrecht P.O. Box 8039 RA Utrecht 030-219-6874 info@intellerts.com
Data Lake Sources and records NL BAG addresses 9 080 302 Parteon data 6 615 Subsidence 126,668,476 Kadaster data 66 085 Water level measurements 113,685 Weather data 35 512 Mean sea level data 1,724 Foundation data 17.628 135 946 961 11
Domain Knowledge Landscape Environment Factors Experts Knowledge Knowledge of Building Service Companies Satellite and Geographic Information Systems Foundation, Cadaster and WOZ 12
Experts Knowledge Soil composition Skewness of building subsidence The distance between a building and the nearest waterway Restauration impact 13
Model Building Process Data Analysis Model design (inputs and outputs definition) Quick model screening for best results (C&RT, Random forest, Boosted trees, SVM, Neural networks) Data Integration Data Standardization and Outliers Removal Model building and testing Data Visualization Data Cleaning Model results visualization Domain Knowledge Gathering (from experts) New Data Inputs Preparation (building distance to water, skewness) 14
Model - Machine Learning 5 types of machine learning models was tested: Classification and Regression Trees (C&RT), Random forest, Boosted trees, Support vector machines (SVM), Neural networks 15
Opbrengsten: publieke waarde Expertmodel aan de hand waarvan een voorspelling kan worden gedaan over de kwaliteit van de fundering van een pand. Een geïntegreerde dataset in Tableau voor verdere analyse door Parteon en de gemeente Zaanstad Visualisatie van funderings kwaliteit in de vorm van een kaart van Zaanstad op object niveau Een advies over de wijze waarop Parteon en Zaanstad dit expertmodel kunnen in zetten in hun processen rond funderingsherstel en vastgoedmanagement. Een advies over de wijze waarop het expertmodel ingezet kan worden als monitor voor funderingsproblemen. Een case-study document: Big Data & funderingsherstel 16
Publieke waarde: meerwaarde datasturing 17
Wat levert het? Naar beheersing 18
Wat is het? The dark side 19
20
Sturen op datagedreven arrangementen met data Open totstandkoming en toepassing van data Open totstandkoming en gesloten toepassing Gesloten totstandkoming en open toepassing Gesloten totstandkoming en gesloten toepassing 21
Wat is het? platforms voor dialoog/democratie 22
De zelf regisserende burger; in de cockpit Persoonlijk data management Consumentenbond: Geef consument beschikking over eigen persoonsdata Toegang tot informatie 23
Waar hebben we mee te maken Technologische ontwikkeling datagedreven Sturing datagedreven GDI Digitale agenda 2020: 3D omgevingswet Digitale stedenagenda Digitaliserende burgers, ketens, partners 25
Waar staan gemeenten 26
Waar staan gemeenten? Veel initiatieven Op aantal punten samenwerking Tussen gemeenten en anderen King A+O etc nog geen definitieve take off 27
Data-gedrevenheid; Organisatie Assessment Leiderschap Team Governance Technologie Data Management Analytics
3. Sturen in datagedreven arrangementen Conclusies Sturing gaat verder dan traditionele beleidscyclus. Ronde-model komt steeds meer naast de beleidscyclus te staan Sturing wordt veel meer zoekend, maar wel degelijk gericht op de lange termijn Omgaan met reflexiviteit wordt steeds belangrijker 29
30
Nieuwe competenties 31
Team
Strategische ICT-Agenda Smart City van de burgers
Wat moet een gemeente/organisatie doen? Keuzes maken en hier naar handelen op het gebied van digitaal procesgericht werken; fris kijken naar processen vanuit nieuwe systemen (koninklijke route) Strategisch gegevensmanagement. Weten welke data er is, hoe deze gebruikt wordt en hoe deze gekoppeld wordt. Datadistributie vs informatie-orkestratie. Daadwerkelijk grip hebben op de informatiestromen in de organisatie. Applicatie rationalisatie. Een zaaksysteem opereert nooit volledig op zichzelf, het interacteert met andere systemen. Er moet gekoppeld worden. Dan is informatie over de rest van het landschap en afspraken over de grenzen van soortgelijke applicaties nodig. Standaardiseren!!!!!!!!!!!!!! StUF, referentiestandaarden. Niet het wiel zelf weer steeds opnieuw uitvinden. Algemeen: Informatieveiligheid en privacy, Technische infrastructuur, Sturing en organisatie
Waar moet een systeem aan voldoen? Verbinding kunnen leggen met programmatische ambities Strategisch datamanagement ondersteunen Inzet voor dialoog platforms, regie burger, smart Mogelijkheid om eenvoudig aan te sluiten op de behoefte van de gemeente/klant op moment dat dit nodig is. Soms moet een volledig proces afgehandeld worden (inclusief intake), soms komen stukken via een landelijke voorziening binnen, soms is slecht statusafhandeling van belang. Hetzelfde systeem eenvoudig voor meerdere doeleinden kunnen gebruiken met dezelfde onderliggende kennis en data. Dus zaaksysteem voor intake, KCC, maar ook als vereenvoudigde skin voor mensen in buitendienst. Flexibel in samenwerking met ketenpartners en/of nieuwe organisatiestructuren Ondersteuning voor alle kanalen van dienstverlening. Vindbaarheid voor alle medewerkers en gebruikers. Archivering voor meerdere leeftijden van documenten. Steeds meer gemeenten hebben diverse losse sets aan informatie, het liefst wil je die integraal ontsloten zien.