A&O Inspiratiesessie Henk Wesseling 26-11-2015 1
Uitgangspunten 1. Datagedreven sturing gaat om het slimmer verzamelen en analyseren van data en verwerken hiervan tot kennis, op basis waarvan we handelen. 2. Datagedreven sturing is niet nieuw, maar groei van technieken, bestanden en aandacht geven kansen om functioneren gemeente te verbeteren 3. We doen niet aan datagedreven sturing om datagedreven sturing, maar we doen aan datagedreven sturing om publieke meerwaarde te realiseren. 4. Publieke meerwaarde komt tot stand in arrangementen rond een publiek vraagstuk, waarin meestal meerdere actoren dan de gemeente in opereren. 5. Datagedreven sturing komt in arrangementen niet vanzelf tot stand, we moeten bouwen aan innovatie
6. Deze sessiel gaat verder over welke kansen voor verbetering er zijn op de bovenstaande vijf aspecten door organisatieontwikkeling en professionalisering 2
1. Publieke meerwaarde door datasturing
3
Voorbeelden uit Utrecht
4
2. Het arrangement waarin we resultaat behalen
5
Open of gesloten dataprocessen? Bij publieke vraagstukken is altijd de vraag welke meerwaarde gewenst is, wat de rol van de overheid is en wat dat betekent voor hoe open of gesloten een dataproces is:
Facet
Richten van de vraag
Verzamelen van de data Delen van de data en analyses Duiden van de uitkomsten
Open
Gesloten
3. Sturen op datagedreven arrangementen
7
Ontwikkelen van datagedreven sturing In iedere gemeenten zijn er broeiplaatsen! Systematische voortgang met meerwaarde wordt echter vaak belemmerd. Reden is dat het zowel op persoonlijk-, project- als gemeentelijk niveau moeilijk blijkt om overzicht over de relevante aspecten van een datagedreven sturing te krijgen. Hoe groter de vraag, hoe vaker blokkades optreden 1. Vraagstukken
2. Hypotheses
Hoe zit het vraagstuk in elkaar, wie is betrokken en welke publieke meerwaarde is gewenst
Welke hypothesen leiden tot handelingsperspectief om dat resultaat te halen?
3. Databestanden Met welke databestanden kunnen we deze hypothesen toetsen?
4. Techniek
5. Competenties
6. Arrangement
In welke mate is het technisch haalbaar om zulke analyses te doen?
In welke mate hebben de medewerkers de benodigde competenties?
In welke mate zijn in het arrangement de juiste voorwaarden ingericht?
Blokkades op deze aspecten maken dat gemeenten een strategie en voorzieningen nodig hebben
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 9
Blokkades bij ontwikkeling
10
4. Bouwen aan een datagedreven arrangement
11
Succesfactoren uit Utrecht 1. Aansluiting bij al bestaande werkpraktijken. Goed voorbeeld is de ontwikkeling van het KTSD-systeem waarbij telkens de link met de praktijk heel centraal heeft gestaan 2. Veilige omgeving voor datadeling en analyse. Ervaring van het Open Data Platform is dat duidelijkheid daarover voorwaarde is voor interne spelers binnen de gemeente Utrecht om data te delen 3. Vroegtijdige betrokkenheid van stakeholders. Bij het weesfietsenproject is dit telkens voor ogen gehouden. Welke informatie is er al aanwezig in de praktijk en hoe kunnen we dat makkelijk ontsluiten? 4. Delen van eigenaarschap. In het volksgezondheid-project in Overvecht neemt de gemeente duidelijk deze meer bescheiden rol in, waardoor andere organisaties veel meer ruimte krijgen om ook hun bijdrage aan meer gezondheid tegen lagere te kosten te ontdekken
12
5. Bouwen aan een datagedreven gemeente Concrete opgaven
1. Verder vormgeven van innovatie-arrangement - Door zoeken - Door kiezen 2. Verder ontwikkelen organisatie en infrastructuur 3. Professionalisering 13
Innovatiearrangement, exploratief • • • • • • • •
Zoeken Stimuleren Slagen én falen Kennisdelen, diffusie Werkplaatsen Innovators, marketeers en beschermvrouwen/-heren Van cyclus naar rondes etc
14
Structuur voor uitbouwen, verder verankeren • Gerichtheid op data, data bruikbaar maken, datagebruiken • Functieverschuiving
• • •
Afdeling onderzoek Afdeling I en A Verankering in business
Relatie met buitenwereld; verschuiving in arrangementen • Cyclus aanpassen • Politiek bestuurlijk overleg
15
6. Professionaliseringsopgave: overzicht over het veld en zijn vraagstukken
16
6. Professionaliseringsopgave: verenigen van het netwerk op inhoudelijke oplossingen
17
6. Professionaliseringsopgave: omgaan met reflexiviteit
18
Typen professionals en teams • Informatieprofessionals met verstand van business en onderzoek • Domein professionals met verstand van informatieprocessing en onderzoek • Onderzoek professionals met verstand van processing en hypothesevorming voor ‘business’ • Informatieprofessionals • datascientisten • Managers die kansen datasturing zien en nastreven • Nadruk op team vorming met aanvullende competenties
19
10 Berenschotse aanbevelingen ter versterking van de strategie (Martin) 1. 2. 3. 4. 5.
Publiek resultaat scherp definiëren en relateren aan hoe open of gesloten de processen moeten zijn Het technische aan nieuwe methoden niet mijden, maar belichten Denk en handel in arrangementen binnen netwerken, en open processen Probleemgericht organiseren, in kleine stappen vooruit Tactisch meesterschap in de exploratieve werkwijze door delen, kennisuitwisseling, etc.
10 Berenschotse aanbevelingen ter verstreking van de strategie 6. Selecteer en stimuleer (bij) managers de vaardigheid in omgang met exploratieve werkwijzen, verbonden met werken in netwerken/participatie 7. Ambtenaren moeten meester worden in bouwen van arrangementen in netwerken, terwijl de normale verkoop doorgaat 8. Laat ict- en onderzoeksafdelingen zich ontwikkelen als nieuwe waarde in het veld van datagedreven sturing 9. Nieuwe vaardigheden en rollen versterken en voorbeelden communiceren 10. Concernsturing op verdere ontwikkeling van datasturing in primaire en beleidsprocessen
Wat werkt goed? (1)(Martin)
Coalitie en raad willen Gemeentesecretaris wil dolgraag Deel topmanagement geïnfecteerd 2 miljoen beschikbaar Altijd aanhaking primair proces Vrij los van bestaande kaders, geldstromen, verantwoording, e.d.
Wat werkt goed? (2)
Geen one size fits all: verschil maken Werken aan eigen professionaliteit (opleiding) Werken met geselcteerde externe bedrijven Scrum-aanpak met kleine stappen Maken prototypes; geen vlucht in beleidsproces (Liever een werkplaats dan een denktank) Aandacht voor (eind)gebruiker (design thinking) Onderlinge verbinding van ‘datawerkers’ Weinig nadruk op de business case
7. Conclusies en discussie 1. Waar liggen de grootse kansen om met datagedreven sturing publieke meerwaarde te realiseren en waarom? 2. Hoe kunnen we als Utrecht het meest optimaal verder werken aan datagedreven sturing?
24
