Referentiemodel voor klantprofilering binnen de overheid
Upcoming SlideShare
Loading in...5
×
 

Referentiemodel voor klantprofilering binnen de overheid

on

  • 928 views

 

Statistics

Views

Total Views
928
Views on SlideShare
928
Embed Views
0

Actions

Likes
0
Downloads
17
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Referentiemodel voor klantprofilering binnen de overheid Referentiemodel voor klantprofilering binnen de overheid Document Transcript

  • i klantprofilering overheid Een referentiemodel voor klantprofilering binnen de overheid Professionalisering De overheid kan haar dienstverlening significant verbeteren door van klantprofilering kennis over burgers en bedrijven systematisch te registreren, analyseren en toe te passen. De huidige praktijk kenmerkt zich echter door geïsoleerde en pragmatische oplossingen. Dit belemmert de ontwikkeling van één overheidsgedachte in de context van de Vernieuwing Rijksdienst. Daarom introduceren de auteurs een referentiemodel voor het registreren en analyseren van klantprofielen. Wijnand Derks, Rutger Goedendorp en Tony Nolde Commerciële marktpartijen gebruiken kennis structurele manier aan te pakken, zodat herge- over de klant al jaren om hun dienstverlening bruik en samenwerking van zowel gegevens als te optimaliseren. De eerste successen zijn in de systemen mogelijk wordt. De Vernieuwing Rijks- jaren negentig behaald met datawarehousing om dienst heeft daarom aan het ministerie van Eco- marketing en interne bedrijfsvoering te optima- nomische Zaken, Landbouw en Innovatie (EL&I) liseren. De laatste jaren wordt kennis over de opdracht gegeven om klantprofilering binnen de klanten steeds meer toegepast op de individuele gehele overheid te professionaliseren. Binnen klant, waaronder one-to-one marketing, geper- het programma Digitale Dienstverlening (DDV) sonaliseerde advertenties en dienstverlening op definiëren we klantprofilering als: maat (Derks & Binsbergen, 2010). Deze ontwikkelingen in de commerciële markt ‘het ontwikkelen en onderhouden van kennis en de ambitie van de overheid om de burger en over de dienstafnemer met als doel om dienst- het bedrijf centraal te stellen zijn op dit moment verlening aan de dienstafnemer te verbeteren’ belangrijke drivers om kennis over burger en (Vennekens & Kuis, 2010). bedrijf op systematische manier te verzamelen, te analyseren en toe te passen om dienstverlening te Dit artikel introduceert een referentiemodel dat optimaliseren. De huidige praktijk kenmerkt zich als basis kan dienen voor gestandaardiseerdeinformatie / mei 2011 echter door geïsoleerde en pragmatische (ICT-) werkwijzen, instrumenten en innovatie voor oplossingen. Deze oplossingen zullen weinig toe- klantprofilering binnen de gehele overheid. Bij komstvast blijken wanneer de Rijksoverheid haar de ontwikkeling van het referentiemodel zijn de kanteling doormaakt in het kader van de Vernieu- volgende kwaliteitscriteria gehanteerd: wing Rijksdienst. Het is essentieel de registratie, • Bruikbaar voor alle dienstverlenende overheden: analyse en toepassing van klantgegevens op een het model omvat alle gegevens over burgers en 38
  • SamenvattingDe registratie, analyse en toepassing van klantgegevens door de overheid moetenop een structurele manier worden aangepakt, zodat hergebruik en samenwerkingvan gegevens en systemen mogelijk wordt. Om dit te realiseren wordt eenreferentiemodel voorgesteld dat als basis kan dienen voor gestandaardiseerdewerkwijzen, instrumenten en innovatie voor klantprofilering binnen de geheleoverheid.ondernemers die nuttig zijn voor dienstverlenende delijk gebied, commerciële tussenpersonen enoverheden, zoals gemeentelijke en ministeriële individuele ondernemers geïnterviewd. De resul-diensten, agentschappen en zelfstandige bestuur- taten zijn gerapporteerd als praktijkverkenningsorganen. (Goedendorp e.a., 2010). Daarnaast hebben we• Toekomstvast: het model is voorbereid op toe- de meest recente theorieën en praktijken uit dekomstige dienstverlening door overheden. publieke en private markt geïnventariseerd (Derks• Incrementeel gebruik: het model is geschikt voor & Binsbergen, 2010). De belangrijkste resultatenrealisatie in delen. komen in de volgende paragraaf aan de orde.• Autonoom gebruik: individuele overheden kun-nen onafhankelijk onderdelen implementeren. Gerelateerde modellen en• Technologieonafhankelijk: het model is niet marktpraktijkenafhankelijk van technologie of standaarden. De verkenning is gestart met een scan van de Nederlandse Overheid Referentie ArchitectuurAanpak (NORA) en de Model Architectuur RijksdienstOm tot een model te komen dat voldoet aan de (MARIJ) (Vennekens & Kuis, 2010). Vervolgensbovenstaande criteria, is de volgende aanpak is buiten de overheid gezocht naar modellen engevolgd. Om de bruikbaarheid voor alle dienst- marktpraktijken rondom klantprofilering. We heb-verlenende overheden te borgen gebruiken we ben deze verkenning uitgevoerd aan de hand vande huidige organisatie en werkpraktijk van de mogelijke toepassingsgebieden, zoals onderkendgehele EL&I-dienstverleningsketen als referen- binnen het DDV-programma, te weten: ontwik-tie. Gezien de breedte van de dienstverlening kelen van diensten, aanbieden van diensten,van EL&I nemen we aan dat dit representatief dienstverlening, identificatie/authenticatie, enis voor andere overheden. De toekomstvastheid autorisatie/machtigingen.borgen we door het model te baseren op de meestrecente theorieën en praktijken uit de commerci- Algemene referentiearchitecturenele markt. Om incrementeel gebruik te faciliteren Zowel NORA (e-Kenniscentrum, 2007) alsonderkennen we in onze studie zowel geautoma- MARIJ (e-Kenniscentrum, 2008) bevat een aantaltiseerde als handmatige oplossingen. Het auto- businessprincipes die relevant zijn voor klant-nome gebruik borgen we door de partijen in de profilering. Relevante principes vanuit NORAdienstverleningsketen als autonome organisaties omvatten het aangeven van een voorkeurskanaal,te beschouwen. Ten slotte beschrijven we het aanbod van diensten op basis van persoonlijkemodel technologie- en standaardonafhankelijk. situatie en gebeurtenis, toegang via een enkeleDeze aanpak hebben we geoperationaliseerd door administratieve identiteit, eenmalige uitvraag ende huidige klantprofilering in de EL&I-dienst- meervoudig gebruik, inzage in geregistreerde enverleningsketen in beeld te brengen. We hebben gebruikte gegevens, proactieve dienstverlening informatie / mei 2011hiervoor het huidige informatiebeleid en de visie- (op basis van klantgegevens), informatie overstukken bestudeerd en 25 interviews gehouden rechten/plichten en mogelijkheden op maat, enmet sleutelfiguren in de dienstverleningsketen. gebruik van actuele en accurate gegevens.We hebben medewerkers van de beleidskernen, MARIJ is minder omvattend ten aanzien vande uitvoerende agentschappen Dienst Regelin- klantprofilering. Principes omvatten hier datgen, Voedsel- en warenautoriteit en Dienst Lan- dienstverlening plaatsvindt over grenzen van 39
  • i klantprofilering overheid van de betreffende persoon. Het uitwisselen van voorkeuren voor producten en diensten wordt ook binnen de nieuwe generatie customer relationship management (CRM) onderkend, ook wel aange- duid met CRM 2.0. CRM 2.0 richt zich echter meer op informele en ongestructureerde commu- nicatie. Voor analysedoeleinden worden hiervoor kerndepartementen heen (inclusief hergebruik van instrumenten en technieken ontwikkeld om de klantgegevens), en de inrichting van dienstverle- populariteit van diensten en producten te meten en ningskanalen vanuit klantperspectief. te beïnvloeden (Forrester, 2010). Behalve hun voorkeuren expliciet benoemen kun- Ontwikkelen van diensten nen dienstafnemers ze ook impliciet benoemen Ten aanzien van het ontwikkelen van diensten zien door middel van gedrag, zoals het doorzoeken van we dat (potentiële) dienstafnemers er steeds vaker een (zeer) uitgebreid product- of dienstenassorti- bij betrokken worden. In de commerciële sector ment. Men kan hierbij gebruikmaken van voorge- spreekt met van co-design1 indien dienstafnemers definieerde filter- en zoekcriteria voor lastminute- 1. Co-design dient meewerken aan de ontwikkeling van een nieuwe vakanties zoals bij Kras.nl of bij vergelijkingssites niet te worden verward met co- dienst (Wikipedia, 2010). In de publieke sector voor elektronica zoals Tweakers.net. Ook binnen creatie. Bij dit laat- zou men co-design kunnen vergelijken met e-par- de overheid wordt deze techniek steeds meer ste wordt de waarde van een dienst ticipatie. Er zijn veel vormen van e-participatie; de toegepast om burgers te helpen bij het vinden van tijdens levering Participatiewijzer biedt een overzicht van metho- de juiste regelingen en diensten. Vaak worden samen met de klant gegenereerd, bij den (Instituut voor Publiek en Politiek, 2010). voorwaarden van regelingen en diensten hierbij co-design tijdens de Binnen de overheid worden daarnaast persona’s als uitgangspunt gebruikt. Voorbeelden van deze ontwikkeling. gebruikt die dienen als referentie bij het ontwikke- regelgebaseerde aanpak zijn Den Haag op Maat len van diensten (Metrixlab, 2009). In de marke- (Gemeente Den Haag, 2010) en de Klantdienst- ting is het Mentality Model van Motivaction popu- wijzer van de Immigratie en Naturalisatiedienst lair (Motivaction, 2010). In de commerciële sector (2010). Relevante modellen voor dergelijke sys- worden ook wel dienstafnemers zelf gebruikt als temen zijn het SCQAT-model (Derks, 2009) en de ambassadeur om diensten te promoten of tips aan initiatieven om gebeurtenissen en vraag-antwoord- klanten te geven, zoals bij Alex.nl. combinaties te standaardiseren (ICTU, 2010). De voorkeuren van klanten worden in de commer- Aanbieden van diensten ciële markt veelal gebruikt voor behavioral targe- Klanten kunnen ook bij het aanbieden van diensten ting: gerichte aanbiedingen op basis van het gedrag hun voorkeuren aangeven. De gebruiker kan de van de klant. Amazon.com wordt wereldwijd vorm en inhoud van sommige websites veranderen erkend als pionier op dit gebied. Google heeft deze door widgets toe te voegen of te verschuiven, zoals aanpak zeer succesvol toegepast in zijn adverten- bij iGoogle. Ook kan de gebruiker inhoudelijke tiediensten AdSense en AdWords. voorkeuren aangeven. Vormen hiervan zijn het geven van beoordelingen en tips bij diensten en producten. Dienstverlening Vergelijkingssites zoals Kieskeurig.nl gebruiken Klantvoorkeuren spelen ook steeds meer een rol deze informatie om klanten te ondersteunen in bij de dienstverlening zelf. Zo kunnen burgers de hun keuzes. Sociale netwerksites spelen hier dienstverlening van de politie sturen door elektro- steeds meer op in. Iemand kan hierbij een profiel nische aangiftes, of meer concreet aanwijzingen beheren met daarin zijn interesses en voorkeuren. geven aan gemeentelijke diensten om stoeptegels Dit profiel kan hij achtereenvolgens met anderen weer vast te leggen, zoals bij Verbeter de Buurt delen. Facebook biedt de meeste mogelijkheden (2010). Daarnaast is het zeer gebruikelijk dat tot profilering (Van Rijsewijk, 2010). Via een klanten hun mening en ervaring met producten en ‘like’-knop kunnen diensten, producten en infor- diensten kunnen uitdrukken.informatie / mei 2011 matie van derden aan het Facebook-profiel worden toegevoegd. Cruciaal is de functionaliteit dat de Identificatie en authenticatie gebruiker naast zijn vrienden ook commerciële Voor klantprofilering is het verder relevant te dienstverleners toegang kan verschaffen tot zijn onderkennen dat bezoekers van (elektronische) profiel. Hierdoor kunnen deze partijen hun dienst- loketten zich bij voorkeur minimaal identificeren. verlening verder afstemmen op de voorkeuren Doorgaans arriveren zij anoniem op een website en 40
  • zullen (bij voorkeur) gaandeweg meer informatie Beheren van klantgegevensover zichzelf prijsgeven, voor zover dat nood- De basis van de kennis over de klant ligt in dezakelijk is. Hiervoor zijn in de theorie een aantal soorten klantgegevens die we onderscheiden. Daar-identificatieniveaus onderscheiden, te weten: ano- naast onderkennen we dat er meerdere bronnenniem, typeerbaar, herinnerbaar, herleidbaar en her- voor klantgegevens zijn, waardoor een juiste inter-kenbaar (Derks, 2007). Dienstverleners proberen pretatie van belang wordt. Het combineren vanklanten doorgaans te verleiden om zich nader te klantgegevens uit verschillende bronnen maakt hetidentificeren. Zo vragen kassamedewerkers soms vervolgens noodzakelijk dat de identiteiten van eennaar postcodes of worden klantkaarten geïntro- klant bekend zijn alvorens gegevens aan eenzelfdeduceerd in de context van loyaliteitsprogramma’s, klant kunnen worden gekoppeld. We introducerenzoals de Bonuskaart van Albert Heijn. Loyaliteits- hier de onderdelen ‘soorten’, ‘interpretatie’, ‘bron-programma’s zoals Airmiles introduceren klant- nen’, ‘identificatie’ en ‘koppelingen’ van het refe-identiteiten over meerdere dienstverleners heen. rentiemodel.FourSquare.com heeft recentelijk een elektronischloyaliteitsprogramma ontwikkeld waarbij klanten Soortenpunten en privileges kunnen verdienen door hun In ons model maken we een onderscheid tussenbezoek aan een winkel middels gps en mobiel twee soorten klantgegevens:internet te laten registreren. • wat: gegevens over de dienstafnemer zelf en zijnTen aanzien van authenticatie wordt het steeds situatie;gebruikelijker dat klanten de identiteitsprovider en • hoe: gegevens over hoe de dienstverleninghet authenticatiemiddel van hun voorkeur kunnen plaatsvindt.kiezen. OpenID (2010) speelt hier een belangrijkerol als standaard. Daarnaast maken we een onderscheid tussen feiten en voorkeuren. Op basis van deze uitgangs-Autorisatie en machtigingen punten komen we tot de categorisering van vierOp het gebied van privacy is momenteel de soorten gegevens over de dienstafnemer volgensstandaard P3P in ontwikkeling. Daarbij kunnen figuur 1:gebruikers hun privacyvoorkeuren op een gestan- • Registraties. Dit zijn gegevens met formele statusdaardiseerde manier kenbaar maken en op basis die zijn geleverd ten behoeve van en tijdens de uit-hiervan op een eenvoudige manier gepersonali- voering van een dienst, door een dienstafnemer ofseerde privacyinstellingen bij de dienstverlener EL&I-medewerker. Registraties zijn noodzakelijkvragen (W3C, 2010). De kaders voor privacy voor de operationele uitvoering en verantwoordingworden in de Wet bescherming persoonsgegevens binnen dienstverlening. Voorbeelden van registra-nader bepaald. ties zijn formele aanvragen, meldingen, beslissin- gen, vergunningen, herinspecties en erkenningenOp basis van de bovenstaande verkenning con- en gegevens uit (authentieke) registers zoalscluderen we dat er nog geen integrale modellen handelsregister en GBA.bestaan voor klantprofilering. Binnen de overheid • Gedrag. Het gedrag omvat alle gegevens overworden enkele initiatieven ontplooid om klanten de feitelijke interactie tussen dienstafnemer ennader te profileren, maar de mogelijkheden wor- EL&I. Dit omvat onder andere (website)bezoekden nog niet structureel benut. (presence), klik- en belgedrag (waaronder naviga- tiegedrag), ingevoerde trefwoorden en de uitgewis-Het referentiemodel selde elektronische en papieren berichten.Volgens de definitie bestaat klantprofilering uit • Context. Dit zijn gegevens die de context van detwee delen, te weten het onderhouden en ontwik- dienstafnemer beschrijven die als uitgangspuntkelen van kennis over de klant en de toepassing dient voor de dienstverlening aan hem. Die con-van deze kennis ter verbetering van de dienstver- text kan worden beschreven in termen van onderlening in brede zin. Op basis van deze definitie andere (bedrijfs)situatie, gebeurtenissen, vragen, informatie / mei 2011maken we een dergelijk onderscheid in ons refe- voorspellingen, interesses en meningen.rentiemodel, te weten het beheren en het analyse- • Instellingen. Deze gegevens omvatten de manierren van klantgegevens. Beide onderdelen worden waarop de dienstafnemer en EL&I met elkaarhier besproken. Achtereenvolgens worden ook een wensen te communiceren. Voorbeelden van voor-aantal randvoorwaarden benoemd waaraan het keuren van de dienstafnemer zijn opt-in/opt-outbeheren en het analyseren moeten voldoen. voor proactief dienstaanbod en proactieve dienst- 41
  • i klantprofilering overheid klantgegevens feitelijk voorkeur wat registraties context hoe gedrag instellingen Figuur 1. Soorten klantgegevens als basis voor verlening, voorkeuren voor kanalen, favorieten klantprofilering en indelingen van schermen, zoals widgets. Ook EL&I kan voorkeuren hebben ten aanzien van zal een dienstafnemer zich echter niet altijd uniek deze instellingen, zoals het elektronische EL&I- identificeerbaar maken. Zo zal een dienstafnemer loket. in eerste instantie anoniem een website openen, vervolgens enige (context)informatie geven over Interpretatie zichzelf en eventueel later pas inloggen met een Om de juiste interpretatie te kunnen geven aan account. Klantprofilering dient derhalve de ver- klantgegevens uit (overige) bronnen, zullen vorm schillende niveaus van identificatie te ondersteu- (syntaxis), betekenis (semantiek) en doel (pragma- nen, te weten (Derks, 2007): tiek) van de klantgegevens eenduidig moeten wor- • anoniem: er zijn geen kenmerken van de dienst- den vastgelegd. Met name betekenis en doel zijn afnemer bekend; zeer contextafhankelijk (zowel plaats als tijd) en • typeerbaar: er zijn niet-identificerende kenmer- worden om die reden dan ook bij voorkeur binnen ken van de dienstafnemer bekend; de specifieke context beheerd. Mogelijke inrich- • herinnerbaar: de dienstafnemer is uniek identifi- tingsvormen van dit beheer zijn gegevensbanken ceerbaar, maar het is onbekend wie hij is; met betekenissen van gegevens en verwijzingen • herleidbaar: het is mogelijk via een derde partij naar andere betekenissen van derden. te achterhalen wie de dienstafnemer is; • herkenbaar: het is bekend wie de dienstafnemer Bronnen is. De klant levert de verschillende klantgegevens als volgt aan: Dienstverleners kunnen hun diensten aanbieden • Registraties. Deze gegevens worden geleverd op verschillende identificatieniveaus. Typisch tijdens het proces van dienstverlening. De gege- zullen algemene informatiediensten op anoniem vens worden veelal verzameld via formulieren, die of typeerbaar niveau geleverd kunnen worden. Bij achtereenvolgens worden ondertekend ter beves- het verstrekken van vergunningen zal het niveau tiging. ‘herleidbaar’ of ‘herkenbaar’ in veel gevallen vereist • Gedrag. Gegevens over gedrag ontstaan op zijn. natuurlijke wijze bij ieder contact tussen de dienstverlener en zijn dienstafnemer. Typisch Koppelingen wordt het gedrag geobserveerd, geregistreerd en Dienstafnemers kunnen in verschillende bronnen gebruikt bij callcenters, waar gesprekken worden en onder verschillende identiteiten zijn geregi- samengevat en bewaard in het dossier van de streerd. Voor de integratie van deze klantgegevens klant. Op websites wordt het klik- en zoekgedrag is het noodzakelijk dat de klantidentiteiten met van bezoekers bijgehouden. elkaar in verband kunnen worden gebracht. Het • Context. De gegevens over de context van de koppelen van klantgegevens maakt het mogelijk klant worden verzameld, met name tijdens advies- om (nieuwe) verbanden te leggen en daarmee gesprekken, via callcenters of via dialoogvensters (nieuwe) mogelijkheden voor dienstverlening (en op websites. toezicht) te creëren. Koppelingen dienen derhalve • Instellingen. Deze gegevens worden veelal via met zorg te worden beheerd (zie de paragraaf opt-in/opt-out-mogelijkheden op websites verza- ‘Randvoorwaarden’).informatie / mei 2011 meld, zoals het abonneren op nieuwsbrieven. 2. We maken uitdruk- kelijk onderscheid Analyseren van klantgegevens tussen identificatie Identificatie2 Volgens de definitie van klantprofilering wordt (mate van identi- Voor het verzamelen van kennis over een indi- kennis over de klant verzameld en onderhouden ficeerbaarheid) en authenticatie viduele dienstafnemer is het noodzakelijk de met als doel de dienstverlening te verbeteren. (zekerheid over de dienstafnemer te kunnen identificeren. Doorgaans De uitkomst van de analyse is dan de relevante identiteit). 42
  • informatie hiervoor. Om die reden nemen we in • Inzage- en correctierecht. De bron heeft hethet model zowel de doelen als uitkomsten van de recht om de geregistreerde gegevens in te zien enanalyse op. eventueel te (laten) corrigeren.Doelen JuistheidWe onderkennen twee doelen om klantgegevens te Voor de meeste toepassingen is het van belang omanalyseren: ook de juistheid van klantgegevens vast te kun-• Verbeteren van hulpmiddelen. Onder hulpmidde- nen stellen. Juistheid definiëren we in termenlen verstaan we ICT-instrumenten ter ondersteu- van geldigheid, compleetheid en betrouwbaarheid.ning van de dienstverlening. Door het analyseren De geldigheid geeft aan voor welke context envan klantgegevens kan worden vastgesteld aan periode de gegevens als actueel kunnen wordenwelke hulpmiddelen behoefte is of hoe bestaande aangemerkt. De compleetheid geeft de vulling vanhulpmiddelen kunnen worden verbeterd. het betreffende domein aan. De betrouwbaarheid• Verbeteren van hulpinformatie. Tijdens de dienst- van gegevens kan worden vastgelegd door middelverlening kan aan dienstafnemers ter ondersteu- van bronvermelding. Bronnen kunnen echter eenning (extra) informatie worden geboden, zoals tips wisselende verantwoordelijkheid voor betrouw-en suggesties. De relevante hulpinformatie kan baarheid dragen.worden bepaald aan de hand van de analyse van deklantgegevens. Beschikbaarheid Klantgegevens zullen niet altijd beschikbaar zijn,Uitkomsten omdat zij niet op hetzelfde moment worden inge-De analyse kan vervolgens twee soorten informatie wonnen of omdat de betreffende registraties nietopleveren: altijd toegankelijk zijn. De eisen aan de beschik-• Statistieken: over de klantgegevens, al dan niet baarheid van klantgegevens zullen daarom moetengeclusterd. worden vastgelegd en beheerst. De beschikbaar-• Patronen: verbanden tussen klantgegevens die heid kan worden verhoogd door kopieën van gege-een voorspellende waarde hebben voor individuele vensbanken te maken. Dit kan echter ten kosteklanten. Patronen kunnen gebruikt worden voor gaan van de juistheid van de klantgegevens.behavioral targeting.RandvoorwaardenHet ontwikkelen van kennis over »De huidige praktijk kenmerkt zichdienstafnemers met als doel de door geïsoleerde en pragmatische «dienstverlening te verbeteren zalalleen mogelijk en succesvol zijn als (ICT-)oplossingenaan een aantal voorwaarden wordtvoldaan. We onderkennen rand-voorwaarden ten aanzien van privacy, juistheid enbeschikbaarheid. Casestudy Met een casestudy tonen we aan dat het raamwerkPrivacy bruikbaar is om klantprofilering binnen de over-De Wet bescherming persoonsgegevens (Wbp) heidsdienstverlening te innoveren. Als voorbeeldstelt eisen aan de verwerking van klantgegevens. werken we een casus uit met Dienst Regelingen,Belangrijke uitgangspunten zijn hierbij: de grootste dienstverlener van EL&I, verantwoor-• Minimale registratie. Klantgegevens mogen niet delijk voor meer dan tweehonderd regelingen. informatie / mei 2011meer en langer worden geregistreerd dan nodig is Figuur 2 geeft een overzicht van de huidige situ-voor het doel waarvoor ze verzameld zijn. atie bij Dienst Regelingen ten aanzien van de• Doelbinding. Klantgegevens mogen alleen voor onderdelen van klantprofilering. Voor ieder onder-het doel worden gebruikt waarvoor ze verzameld deel is in de rechterkolom een mogelijke innovatiezijn. Het doel moet worden gecommuniceerd met benoemd.de gegevensbron. 43
  • i klantprofilering overheid kelen door Dienst Regelingen, waarmee we het incrementele en autonome gebruik van het model aantonen. Ten slotte worden geen technologieën en standaarden genoemd. Hiermee is technologie- onafhankelijkheid aangetoond. We concluderen dat het model hiermee voldoet aan de eerder gestelde criteria. Conclusies en doorontwikkeling Het model wordt momenteel binnen het DDV- De casestudy toont aan dat het raamwerk bruik- programma van het ministerie van EL&I door- baar is om de huidige situatie te beschrijven en ontwikkeld tot informatiemodellen. Deze vormen innovaties te benoemen voor de grootste uitvoer- de basis voor een proof-of-concept van nader te der van het ministerie van EL&I. Verder biedt identificeren innovaties voor klantprofilering bij de ontwikkeling van het model op basis van de de EL&I-agentschappen. Hoewel dit niet direct huidige praktijk van commerciële dienstaanbieders tot onze plannen behoort, zou het model verder enige toekomstvastheid. De mogelijke innovaties uitgewerkt kunnen worden tot een referentie- in de casestudy zijn onafhankelijk te ontwik- model voor maturiteit van klantprofilering binnen hoofdproces huidige situatie innovatie onderdeel klantgegevens soorten •context: wordt omschreven in termen van •context: regelgebaseerde omschrijving van doelgroepen situaties, gebeurtenissen en vragen •gedrag: callcenter registreert gesprekken in •gedrag: registratie van klikgedrag en steekwoorden zoekwoorden •instellingen: men kan zich abonneren op •instellingen: opt-in/opt-out van proactieve nieuwsbrief aanbiedingen, nieuws en dienstverlening interpretatie •alleen doelen worden omschreven volgens Wbp •gebruik van standaarden voor beschrijvingen van vorm, betekenissen en doelen voor toekomstvaste uitwisseling, eventueel met private partijen bronnen •ondernemer, Handelsregister en GBA leveren •ondernemer wijst zelf bronnen aan (binnen gegevens van rechtswege wettelijke kaders)* identificatie •e-loket ondersteunt de twee niveaus ‘anoniem’ •alle identificatieniveaus worden ondersteund en ‘herkenbaar’ (mogelijk verschillend per dienst) koppelingen •relatienummers worden van rechtswege intern •ondernemer beheert koppelingen (binnen gekoppeld met BSN wettelijke kaders) analyse doelen •hulpinstrumenten: navigatiestructuren van •hulpinstrumenten: EL&I-loket wordt aangepast e-loket worden aangepast o.b.v. feedback van o.b.v. klik- en zoekgedrag focusgroepen •hulpinformatie: callcenter onderhoudt interne •hulpinformatie: veelgestelde vragen worden kennisbank samen met dienstafnemers onderhouden uitkomsten •statistieken: bezoek(ers)aantallen van e-loket •statistieken: vragen worden geordend o.b.v. worden geregistreerd populariteit •patronen: bestaan niet •patronen: gebruiksstatistieken als basis voor tips aan ondernemers over diensten en regelingen (behavioral targeting) randvoorwaarden privacy •klantgegevens kunnen worden ingezien via •ondernemer wordt expliciet geïnformeerd over eigen EL&I-loket doelbinding bij gegevens •correctie van gegevens verloopt via KvK en GBA juistheid •geldigheid: o.b.v. inwinningsdatum •standaard voor registreren van juistheid van •compleetheid: niet bekend gegevensinformatie / mei 2011 •betrouwbaarheid: indirect, o.b.v. verantwoordelijkheid van (authentieke) bron beschikbaarheid •er worden lokale kopieën gemaakt van •online toegang tot externe bronnen Handelsregister en GBA-gegevens *) Deze innovatie krijgt prioriteit binnen het DDV-programma Figuur 2. Referentiemodel voor innovatie van klantprofilering bij Dienst Regelingen 44
  • organisaties. Parallel aan dit traject is op vergelijk-bare wijze een referentiemodel ontwikkeld voordienstaanbodmanagement (Derks, 2010a).Reviewer Kees VerhoevenDankwoordDe auteurs willen de medewerkers van het DDV-programma bedanken, met name Henk Vroemen en Pieter van Binsbergen. Speciale dank gaat uit naar de architecten van DOB, DLG en nVWA, en in het bijzonder Marian Overgaauw, Arjen de Ruiter en collega’s van Dienst Regelingen voor de vele constructieve discussies. LiteratuurDerks, W. (2007). Toegang: Identificatie, Authenticatie en Autorisatie voor een Burger- en Bedrijvendossier. Telematica Instituut.Derks, W. (2009). Gastcollege Universiteit Twente, presentatie, 25 februari 2009.Derks, W. (2010a). Raamwerk Dienstaanbodmanagement. Ministerie van EL&I, Programma Digitale Dienstverlening, 30 augustus 2010.Derks, W. (2010b). Raamwerk Klantprofilering. Ministerie van EL&I, Programma Digitale Dienstverlening, 30 augustus 2010.Derks, W.L.A. & P. Binsbergen (2010). Verkenning van theorie en praktijk van Klantprofilering. Ministerie van EL&I, DDV- programma, 15 juli 2010.e-Kenniscentrum (2007). Nederlandse Overheid Referentie Architectuur v 2.0, 25 april 2007.e-Kenniscentrum (2008). Model Architectuur Rijksdienst (MARIJ) v 1.0, juli 2008.Forrester (2010). Topic Overview: Social CRM Goes Mainstream.Gemeente Den Haag (2010). Den Haag op Maat. www.denhaagopmaat.nl.Goedendorp, R. e.a. (2010). Praktijkverkenning Klantprofilering bij EL&I. Ministerie van EL&I, DDV-programma, 10 augus- tus 2010.ICTU (2010). Levensgebeurtenissen als verbindende factor (LEAF). www.e-overheidvoorburgers.nl/producten > levens- gebeurtenissen.Immigratie en Naturalisatiedienst (IND) (2010). Klantdienst- wijzer. www.indklantdienstwijzer.nl.Instituut voor Publiek en Politiek (2010). www.ipp-participatiewijzer.nl.Metrixlab (2009). Persona’s: Overheidscommunicatie Nieuwe Stijl. Ministerie van Algemene Zaken.Motivaction (2010). Mentality Model. www.motivaction.nl.OpenID (2010). http://openid.net.Rijsewijk, S. van (2010). Social media verovert e-commerce. Frankwatching, 8 juni 2010.Vennekens, I. & G. Kuis (2010). Project Startarchitectuur Klantprofilering. Ministerie van EL&I, DDV-programma, 7 juni 2010.Verbeter de Buurt (2010). www.verbeterdebuurt.nl.W3C (2010). P3P. www.w3.org/P3P.Wikipedia (2010). Co-design. http://nl.wikipedia.org/wiki/ Co-design. Dr. ir. Wijnand Derksis algemeen directeur van Exinn Consulting.E-mail: wijnand.derks@exinn.nl. Rutger Goedendorp informatie / mei 2011is adviseur bij Ordina Consulting.E-mail: rutger.goedendorp@ordina.nl. Tony Noldeis programmamanager bij het ministerie van EconomischeZaken, Landbouw en Innovatie.E-mail: a.m.g.nolde@minlnv.nl. 45