Oefenen met het primaire proces van morgen
Iedereen lijkt intussen overtuigd dat het toepassen van Data Science voor maatschappelijke vraagstukken waardevolle kansen biedt. Nu zoeken verschillende overheden nog hoe ze Data Science onderdeel kunnen maken van de datagedreven overheid en de informatiesamenleving.
'Er is geen plan B', zegt Arjan van de Born van de Jheronimus Academy of Data Science (JADS), een belangrijke partner van VNG Realisatie. Ook de overheid moet mee in de vierde industriële revolutie. Steeds meer verdwijnen de grenzen tussen sectoren en vinden traditionele gemeentetaken samen met andere sectoren plaats.
Ook de informatierol van de gemeente verandert. Waar de gemeente nu vaak in het primaire proces zelf gestructureerde informatie verzamelt en verwerkt, is er in de informatiesamenleving steeds meer informatie buiten de eigen organisatie beschikbaar. De gemeente gebruikt deze verscheidenheid en variatie van data van buiten steeds meer en past hierop nieuwe manieren van analyse en visualisatie toe. Waar informatieverzameling en verwerking eerst tot het primaire proces van de gemeente behoorde, verschuift dat nu meer en meer naar het secundaire proces.
Data Science wordt vaak uitgelegd aan de hand van de (inmiddels) zeven Engelse v's: volume, velocity, variety, variability, veracity, visualisation en value. Maar Data Science is meer dan de uitleg in de 7 v's en meer dan een nieuwe technische ontwikkeling. Het is een nieuwe manier van verbinden tussen verschillende werelden. De Data Scientist is dan ook meer een verbinder dan een nerd en meer een spelverdeler dan een techneut.
Hype cycle
Het aantal succesvolle Data Science-voorbeelden (buiten beperkte experimenten) is nog beperkt. Het zien van kansen en het vinden van echte oplossingen staat nog niet met elkaar in verhouding. Data Science was en is nog steeds behoorlijk "hot". Alles leek mogelijk met Data Science. Maar nu we echt aan de slag zijn, worden de verwachtingen realistischer. De hype die Data Science doormaakt, heeft een natuurlijk verloop en volgt de lijn die Gartner's hype cycle schetst. Een jaar geleden zaten we op de piek van verwachtingen en inmiddels is dit iets afgezwakt.
Langzaamaan ontstaan de eerste voorbeelden van oplossingen met Data Science. Nu is het moment om te leren, te oefenen en gewoon te doen om zo door de "slope of enlightment" te gaan om te komen op het "plateau of productivity". "The proof of the pudding is in the eating".
Eerste oriëntatie
Voor een eerste oriëntatie op het gebruik van Data Science voor gemeenten, kunt u de opname terugkijken van de Masterclass 'data en gemeenten' door Dr. Johan Wolswinkel van Tilburg Law School. En lees het WRR rapport 'Big Data in een vrije en veilige samenleving' (PDF).
De stap naar een datastrategie
Maar hoe pakt u dit nu binnen uw eigen organisatie aan? Voor een deel is het gewoon beginnen onder het mom van vandaag oefenen met het primaire gemeentelijke proces van morgen. Maar om iets meer houvast te hebben en om het onderwerp van data in uw organisatie bespreekbaar te maken, kan het model van Robert Damhof helpen. Zijn kwadrantenmodel (PDF) maakt onderscheid tussen een aanbodgedreven deel en een vraaggedreven deel en verschillende ontwikkelstijlen. Het model biedt houvast bij het maken van een datastrategie.
VNG Realisatie Data Science Hub
Sommige gemeenten doorlopen dit proces op eigen kracht. Maar voor het gros is het waardevol om samen op te trekken en de verworven kennis en inzichten te delen. Het is raadzaam om onderdeel te worden van het fysieke data-ecosysteem dat ontstaat. De samenwerking tussen VNG Realisatie, tientallen gemeenten, het JADS, GGD-GHOR en vele andere partijen in de VNG Realisatie Data Science Hub, is daarvan een mooi voorbeeld. Deze samenwerking sluit goed aan bij het Responsible Data Science-initiatief van diverse Nederlandse universiteiten. Deze beschrijven waaraan Data Science in de context van ethisch verantwoordelijkheid en vaardigheid moet voldoen.
Lees op de website van VNG Realisatie verder over wat de Data Science Hub uw gemeente kan bieden.
