Realisatiedag 7 juni Drachten

1. Het
Grunniger
data-verhaal

2. Data-sturing: Wat is het?
In een gemeentelijke context:
• Slimme omgang met data
om maatschappelijke
vraagstukken op te lossen
(samenleving)
• Slimme omgang met data
om de dienstverlening te
verbeteren:
• Preven=ef
• Pro-ac=ef

3. Steeds meer data

4. Wat kan het?
• Inzicht bieden
• Verklaren
• Voorspellen
• Voorschrijven
• Visualiseren
• Patronen ontdekken
En nog veel en veel meer….

6. Hoe?
O.a. door
Dichtbij
• Slimme data-combina=es
• Voorspellende modellen
Wat verder weg
Ar=ficial Intelligence
• Machine learning & Deep-learning
In samenwerking met de mens

7. Toekomstmuziek?

8. Eindhoven Stratumseind
Living Lab: met data het gedrag van de bezoekers van
Stratumseind voorspellen
Data van:
• Sociale media
• Sensor data
• Poli=e
• Open data Gemeente
• Brouwerijen
• Weersta=on

9. Utrecht Inbraakvoorspeller
Doel:
Hoeveel inbraken zijn er te verwachten in
veschillende buurten op basis van veranderende
omstandigheden (inbraak in de buurt, weer,
evenementen) & kenmerken (woning, buurt)
Toepassing:
Het aantal te verwachten inbraken vertalen naar:
• Gerichte inzet van toezicht en handhaving
• Voorlich=ng kwetsbare groepen en buurten
• Gericht preven=ef beleid
• Inrich=ng nieuwe wijken

10. Ondertussen in
Groningen….
• Voorspellen van brand
• Data-gedreven handhaven
• Fraudepreven=e
• Adreskwaliteit
• Jongeren en Schuld
• Dynamisch verkeersmanagement
• Omgevingswet
• En nog veel meer…..
Data-sturing leeV in Groningen!

11. Brandincidenten
• Samenwerking met IBM, Veiligheidsregio en
de Gemeente Groningen
• Voorkomen is beter dan blussen:
risicoanalyse van brandincidenten en
Visualisa=e
• Casus maakt het belang van datacleaning en
datamodelling duidelijk
• Investering in de kwaliteit van de data

12. Risicomodel Sociale
Zekerheidsfraude
Waarom:
• Handhaving ‘rich=ng geven’
• Sneller, slimmer, nieuwe kennis
• Objec=ef oordeel
Aanpak:
• Betrokkenheid medewerkers HH
• Samenstelling analysebestand
• Modelbouw
• Itera=ef proces

13. Datagedreven handhaving
openbare ruimte
Net gestart:
Eerst focus op voorspellen van bijplaatsingen van afval
bij ondergrondse containers
Geografisch: waar
Tijd: wanneer
Gegevens van:
• Containers
• Omgeving
• Gebruikers

14. Visie data-gedreven werken
• Visie data-gedreven werken-
en sturen opstellen die:
• Kort is
• Inspireert
• Waarbij het waarom
duidelijk is
• Voor iedereen te
begrijpen is
• Appelleert aan het
gevoel en aan een
beleving
• Maakt dat er beweging
komt
• En rich=ng geeV aan de
toekomst

15. Aanpak
• Masterclass
• Interviews
• Gesprekken
• Werksessies
• Buurten bij anderen
• Experts
• Verdiepen

16. Masterclass Digitalisering en
InnovaNe
• :
h]ps://vimeo.com/
224435892/abd11eaba0

17. Building a local digital innovaNon culture

18. CBS: Voor wat er feitelijk gebeurt

19. Kompas van Groningen

20. Waarom zouden we het
moeten willen?

21. Waarom?
• Betere data
• Betere onderbouwing
• Betere voorstellen
• Betere besluiten
• Betere samenleving

22. Waarom?
• Preven=eve
dienstverlening
• Pro-ac=eve
dienstverlening
• Minder gedoe
Betere dienstverlening!

23. Wat zouden we o.a.
moeten doen?
• Samenwerken met elkaar en anderen
• Logica in de data-huishouding
• Nieuwe vaardigheden aanleren
• Beleidsterreinen met elkaar combineren
• Handelen naar inzicht
• Centrale data-organisa=e
• Data-control
• Data-governance

24. Wat zouden we nu
al kunnen doen?
• Toewerken naar 1 (data) model
• Toewerken naar 1 datacatalogus
• Nadenken en voorbereiden op een
data-architectuur
• Pilots draaien
• Data-doe-dag
• Data-governance inrichten
• Data-control inrichten

25. Maareh…
Wat vinden jullie?
En wat is jullie visie?

26. Tijd voor de ….

27. MenNmeter
Ga naar www.men=.com en voer de code 97 03 93 in