2023-12-14 Overzicht Verwerkte Data en Features v1.0.pdf
Tekst van het document
Algemene informatie en uitleg over dit bestand In dit bestand houdt team Advanced Analytics de verantwoording van de gebruikte data, business rules en features bij. Team AA doet dit in samenspraak met de business, de afdeling Handhaving van WPI. Het algoritme richt zich op een analyse van de onderzoekswaardigheid bij de aanvraag van een bijstandsuitkering in Amsterdam. Deze analyse is op basis van een machine learning model op basis van expertkennis en beschikbare (historische) data. Het doel van dit document is de uitlegbaarheid en transparantie van het algoritme verhogen door een overzicht bieden van de data en features die gebruikt worden, alsook overwegingen om sommige dingen niet te gebruiken. In de tabbladen is de volgende informatie te vinden: * Gebruikte data * Features * Partial Depence Plots * Verwijderde Features * Business rules * Ondersteunende definities Hier en daar wordt verwezen naar de bias analyse. Informa e hierover is te vinden in de bias analyse documenta e.
Invulling van het bestand De beoordeling van de features is gedaan door: * Handhavingsspecialist WPI (eindgebruiker) * Privacy officer WPI * Senior jurist WPI * Projectmanager privacy en informatiebeveiliging WPI * Programmamanager Informatiegestuurd Handhaven * Data scientist team AA * Business analist team AA * Jurist team AA * Adviseur gegevensmanagement Basisinformatie
Bron
Tabel
Kenmerk/dataveld
Hoe is dit kenmerk verwerkt?
Raak Raak Raak Raak Raak Raak Raak Raak Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Sherlock Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates
Afspraken Afspraken Afspraken Afspraken Deelnames Deelnames Deelnames Deelnames Klant Klant Proces Proces Proces Proces Proces Proces Proces Processtap Processtap Processtap_onderzoek Processtap_onderzoek Adres Adres Adres Adres Adres Adres Adres Adres Adres Adres Adres Adres Adres Adres Dienst Dienst Dienst Dienst Dienst Dienst Dienst Dienst Dienst Dienst Dienst
administratienummer datum_invoer datum_afhandeling_gepland afspraakresultaat administratienummer datum_aanmelding start_deelname einde_deelname kln_id kln_adminnummer pro_id srp_id spr_id kln_id pro_startdatum pro_einddatum sre_id prs_id pro_id prs_id pon_hercontroledatum subjectnr soort straat huisnr plaats huisletter huisnrtoev postcodenum dtbegin dteinde dtopvoer dtafvoer geldig status srtdienst besluit dtaanvraag dtbegindienst dteindedienst dtopvoer dtafvoer geldig status dienstnr productnr
Gegevens aan aanvraag linken Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag afspraken_no_show_count_last_year, afspraken_no_contact_count_last_year Gegevens aan aanvraag linken Filteren van gegevens relevant voor aanvraag deelnames_started_percentage_last_year deelnames_started_percentage_last_year Gegevens aan aanvraag linken Gegevens aan aanvraag linken Gegevens aan aanvraag linken Bepalen van label Filteren van dataset Gegevens aan aanvraag linken Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Bepalen hoe/door wie aanvraag is behandeld voor analyse van performance Gegevens aan aanvraag linken Gegevens aan aanvraag linken Gegevens aan aanvraag linken Bepalen hoe/door wie aanvraag is behandeld voor analyse van performance Gegevens aan aanvraag linken days_since_last_relocation active_address_count; Filteren bijzondere doelgroep adressen active_address_count; Filteren bijzondere doelgroep adressen at_least_one_address_in_amsterdam active_address_count active_address_count active_address_count Filteren van gegevens relevant voor aanvraag days_since_last_relocation; Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag
received_same_product_last_year, applied_for_same_product_last_year; Filteren van gegevens relevant voor aanvraag received_same_product_last_year, applied_for_same_product_last_year; Filteren van gegevens relevant voor aanvraag Filteren van dataset Filteren van gegevens relevant voor aanvraag days_since_last_dienst_end; Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken; identificerend nummer van een aanvraag received_same_product_last_year, applied_for_same_product_last_year
Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates
Dienst Dienstreden Dienstreden Dienstreden Dienstreden Dienstreden Dienstreden Dienstsubject Dienstsubject Dienstsubject Dienstsubject Dienstsubject Dienstsubject Dienstsubject Dienstsubject Feit Feit Feit Feit Feit Feit Feit Feit Feit Inkomen Inkomen Inkomen Inkomen Inkomen Inkomen Inkomen Inkomen Partij Partij Persoon Persoon Persoon Persoon Persoon Persoon Persoon Relatie Relatie Relatie Relatie Relatie Relatie Relatie Relatie
subjectnrklant dienstnr reden dtopvoer dtafvoer geldig status dienstnr subjectnr dtbegin dteinde dtopvoer dtafvoer geldig status subjectnr percentage dtconstatering dtbeginmaatregel dteindemaatregel dtopvoer dtafvoer geldig status subjectnr bedragbruto dtbegin dteinde dtopvoer dtafvoer geldig status partijnr persoonnr subjectnr geslacht dtgeboortegba dtopvoer dtafvoer geldig status subjectnr categorie dtbegin dteinde dtopvoer dtafvoer geldig status
Gegevens aan aanvraag linken Gegevens aan aanvraag linken Filteren van dataset Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken Gegevens aan aanvraag linken Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken avg_percentage_maatregel Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken sum_inkomen_bruto_value, sum_inkomen_bruto_was_mean_inputed Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken Gegevens aan aanvraag linken Gegevens aan aanvraag
linken Bias analyse Bias analyse Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken has_partner, has_medebewoner Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag
Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates Socrates
Vermogen Vermogen Vermogen Vermogen Vermogen Vermogen Vermogen Vermogen Werkopdracht Werkopdracht
subjectnr bedrag dtbegin dteinde dtopvoer dtafvoer geldig status dienstnr dtopvoer
Gegevens aan aanvraag linken total_vermogen Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Filteren van gegevens relevant voor aanvraag Gegevens aan aanvraag linken Filteren van gegevens relevant voor aanvraag
Toelichting Feature #
Feature
Link naar Partial Depence Plot
Uitleg werkplaats DAO betekenis feature
Onderwerp
Zie definitie
Volgorde van belangrijkheid in het model (1 = meest belangrijk)
Wordt deze feature momenteel Sensitiviteit in de afweging voor In welk gegeven staat feature (laag, Conclusie onderzoekswaardigheid dit vastgelegd? midden, hoog) gebruikt?
Te onderzoeken op bias?
Indien niet te onderzoeken, reden waarom niet. OF Indien wel te onderzoeken, in relatie tot welke groep/kenmerk.
1
deelnames_started_percentage_last_year
Link
Van alle deelnames (zoals trajecten en andere instrumenten) van de aanvrager in het jaar voorafgaand aan deze aanvraag, welk percentage is hij/zij gestart?
Deelnames in verleden
Deelname
1
Midden.
Nee
Geen directe link met gevoelig attribuut te leggen.
Nee.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag. Dit werkt niet riscoverlagend- of verhogend, en is feitelijk juist. Er zijn in het afgelopen jaar immers geen deelnames gestart.
De grondslag van deze feature is gestoeld op artikel 53a van de Participatiewet.
Toepassen
Conclusie en onderbouwing voor het gebruik van de feature in het model
Deze feature kan worden gebruikt voor het risicomodel. Er is een verband tussen het aantal 'deelnames' aan projecten wat een aanvrager in het verleden heeft doorlopen en terecht toegekende bijstandsuitkeringen. Als een aanvrager vaker aan projecten heeft deelgenomen, dat is de kans groter dat een aanvrager bijstandgerechtigd is en omgekeerd. Dit verband wordt momenteel niet toegepast door de business en komt zuiver voort uit de data analyse en blijkt significant te zijn. Deze feature komt in zekere zin ten goede van de aanvrager, omdat het eerder zal leiden tot lagere risicoindicatie voor onderzoekswaardigheid. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is. Omdat met toepassing van deze feature naar een 'nieuw' verband wordt gekeken, vraagt dit om bijzondere aandacht van beleidmakers en de verantwoordelijk manager. Dit is een extra controle of de feature passend is.
2
at_least_one_address_in_amsterdam
Link
Heeft de aanvrager tenminste één adres in Amsterdam? (ja/nee) (op basis van doorgeleverde BRP-gegevens)
Adres
Adres
2
Laag.
Ja.
Art. 40 Pw
Toepassen
Nee
Feature is een expliete beleidsregel voor afwijzing.
Deze feature kan worden gebruikt voor het risicomodel. Er is een verband tussen het als aanvrager hebben van een woonadres in Amsterdam en bijstandsgerechtigd zijn . Als iemand namelijk een woonadres in Amsterdam heeft, dan is de kans groter dat deze aanvrager bijstandsgerechtigd is en omgekeerd (het kan zijn dat iemand die op dit moment geen adres heeft in Amsterdam toch bijstandsgerechtigd is, bijvoorbeeld bij een dak- of thuisloze, of wanneer het adres in de BRP niet up to date is). De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn. Daarnaast rust deze feature op art. 40 uit de Participatiewet. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
3
active_address_count
Link
Aantal actieve adressen van de aanvrager. Kan meerdere Adres zijn, bv. woonadres en verzendadres. Deels op basis van doorgeleverde BRP-gegevens, deels direct uit Socrates.
Adres
3
Midden
Ja.
Art. 40 Pw
Toepassen
Ja
Sociale klasse, bijv. daklozen of bewindvoerders. Kan bij bepaalde bevolkingsgroepen vaker het geval zijn.
Deze feature kan worden gebruikt voor het risicomodel. Deze feature geeft een algemeen beeld van de klant. Iemand met meerdere adressen (woonadres en postadres) kan bijvoorbeeld een niet correcte woonsituatie hebben. Het is in ieder geval een complexe woonsituatie en handhavingsspecialisten zijn het beste gepositioneerd om dit te onderzoeken. De feature kan onderbouwd worden vanuit art. 40 van de Participatiewet en deze logica wordt momenteel al toegepast. In geval van een aanvraag voor reguliere bijstand zal door Handhaving een onderzoek worden gedaan naar de feitelijke woon- en leefsituatie. Uit de data analyse blijkt deze feature significant te zijn. Uit de bias analyse blijken geen bezwaren tegen het gebruik van de feature. Zie voor details hierover het bias analyse rapport. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
4
days_since_last_relocation
Link
Aantal dagen sinds de aanvrager voor het laatst verhuisd Verhuizing is (op basis van doorgeleverde BRP-gegevens).
4
Midden.
Ja.
Art. 53a Pw
Toepassen
Ja
Daklozen, mogelijk migratie achtergrond en sociaal economische status.
Als er geen adres bekend is of alleen een postadres, dan wordt deze feature zo gevuld alsof de aanvrager heel lang geleden voor het laatste verhuisd is.We gaan er dan dus vanuit dat deze feature zo min mogelijk van toepassing is op de aanvrager (en geven hem/haar daarmee het voordeel van de twijfel).
5
6
days_since_last_dienst_end
has_medebewoner
Link
Link
Uit de bias analyse blijken geen bezwaren tegen het gebruik van de feature. Zie voor details hierover het bias analyse rapport. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
Aantal dagen sinds de laatste dienst van de aanvrager Beëindiging dienst eindigde. Er wordt maximaal 365 dagen teruggekeken. Voor 'onbekende' aanvragers, die nog niet in Socrates voorkomen, en mensen bij wie langer dan een jaar geleden de laatste dienst werd beëindigd, wordt waarde '365' ingevuld. We gaan er dan dus vanuit dat deze feature zo min mogelijk van toepassing is op de aanvrager (en geven hem/haar daarmee het voordeel van de twijfel). Alleen de volgende producten worden meegenomen: 131: Pw/LO 135: Pw/EV 227: Krediethypotheek Heeft de aanvrager tenminste 1 medebewoner? (ja/nee) Medebewoner
Dienst, product
5
Laag
Ja.
Art. 17 lid 1 PW.
Toepassen
Ja
Sociaal-economische status - Aan de onderkant van de arbeidsmarkt is het lastiger om een vaste baan te vinden, dus die mensen komen misschien sneller terug. Migratieachtergrond - Als je de taal niet spreekt, kun je wellicht geen baan vinden of vasthouden. Arbeidsmarktdiscriminatie.
avg_percentage_maatregel
Link
Deze feature geeft het gemiddelde kortingspercentage aan van alle maatregelen in het jaar voorafgaand aan aanvraag. Dit geeft een indicatie van hoe ernstig de begane feiten waren.
Feiten/maatregelen in verleden
Medebewoner
6
Midden
Ja.
Art. 19a Pw
Toepassen
Nee
Hangt samen met veel gevoelige kenmerken, maar het is onmogelijk om een directe link met een van deze kenmerken te leggen:
Maatregel, feit
7
Hoog
Ja.
Art. 18 lid 2 Pw
Toepassen
Nee
Geen directe link met gevoelig attribuut te leggen.
Is nul wanneer er geen maatregelen waren in het jaar voor de aanvraag of wanneer de aanvrager in het jaar voor de aanvraag niet in onze systemen voorkomt. Dit is feitelijk juist, want als de aanvrager niet in ons systeem voorkomt is ook nooit een maatregel opgelegd.
8
total_vermogen
Link
Som van het vermogen van de aanvrager (uit Socrates Vermogen). Indien onbekend: er wordt gerekend met een vermogen van 0. Dit is de meest logische keuze, want een hoog of laag vermogen invullen is een grote aanname. Daarnaast werkt dit licht risicoverhogend. Dit is ook logisch, want als het vermogen niet is ingevuld op het aanvraagformulier betekend dit dat het aanvraagformulier niet of niet volledig is ingevuld.
Deze feature kan worden gebruikt voor het risicomodel. Er is een verband tussen het aantal dagen sinds de laatste dienst is beëindigd en al dan niet bijstandgerechtigd zijn. Als het aantal dagen langer is, dan neemt het risico dat een aanvrager bijstandsgerechtigd is af en omgekeerd. De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn. Uit de bias analyse blijken geen bezwaren tegen het gebruik van de feature. Zie voor details hierover het bias analyse rapport. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
Sociale klasse - Als je niet veel geld hebt, moet je eerder een huis delen. Leeftijd - Jonge mensen die nog niet op zichzelf wonen, oude mensen die een kamer verhuren. Nationaliteit - Iemand die hiernaartoe verhuist heeft hier misschien geen familie om mee samen te wonen, dus woont bij een hospita o.i.d. Burgerlijke staat - Als je single bent, is het waarschijnlijker dat je met 'vreemden' samen gaat wonen. Gezondheid - Als je niet gezond bent, heb je wellicht een verzorgende nodig. 7
Deze feature kan worden gebruikt voor het risicomodel. Er is verband tussen het aantal dagen dat aanvrager voor het laatste is verhuisd en ten onrechte toegekende bijstandsuitkeringen. Als het aantal dagen laag is, dan neemt het risico statistisch gezien toe dat een aanvrager niet bijstandgerechtigd is. De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn.
Deze feature kan worden gebruikt voor het risicomodel. Er is een verband tussen het al dan niet hebben van medebewoners als aanvrager en of de aanvrager bijstandsgerechtigd. Als iemand medebewoners heeft, neemt het risico toe dat een aanvrager niet bijstandgerechtigd is. De business past deze logica al toe in het werkproces, omdat als er geen sprake is van een kostendeler er wel moet worden onderzocht of en sprake is van gezamenlijke huishouding. Het aantal medebewoners bepaalt daarnaast de hoogte van de te ontvangen uitkering. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
Deze feature kan worden gebruikt voor het risicomodel. Er is een verband tussen een maatregelhistorie wegens regelovertreding en de kans op onrechtmatigheid. Daarnaast lijkt een onderbouwing aanwezig te zijn in artikel 18 lid 2 van de Participatiewet. Indien iemand gekort is op zijn uitkering wil je diegene mogelijk extra onderzoeken om te kijken of er iets in de leefsituatie is veranderd. Dit verband wordt momenteel al toegepast door de business. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
Vermogen/inkomen
8
Hoog
Ja.
Art. 19 lid 1 sub b Pw Toepassen
Nee
Feature is een expliete beleidsregel voor afwijzing.
Deze feature kan worden gebruikt voor het risicomodel. Dit is een van de kernfeiten van een aanvraag. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd. Kijkend naar de Partial Dependence Plot (PDP) zien we dat met name bij het hebben van schulden bijdraagt een hogere onderzoekswaardigheid. Dit zou kunnen komen doordat schulden een complicerende factor kunnen zijn in het bepalen van de rechtmatigheid van een uitkering: schulden worden enkel van het vermogen afgetrokken als de aanvrager kan bewijzen dat hij/zij de schulden moet terugbetalen. Dit geldt niet voor bijvoorbeeld studieschuld en schulden die u later mag terugbetalen (bijvoorbeeld uit leningen van familieleden). De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn. Deze feature is tevens gebaseeerd op art. 19 lid 1 sub b uit de Participatiewet. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
9
afspraken_no_show_count_last_year
Link
Aantal afspraken met de aanvrager in het jaar Afspraken in verleden voorafgaand aan deze aanvraag waarbij de aanvrager niet is verschenen. Dit wordt bepaald door te tellen hoe vaak:
Afspraak
9
Hoog
Ja.
Art. 17 lid 2 PW.
Toepassen
Nee
Geen directe link met gevoelig attribuut te leggen.
- Het afspraakresultaat de woorden "niet verschenen" bevat. of - Het afspraakresultaat de woorden "no show" bevat, zonder dat er ook in staat "met bericht"; oftewel de no shows zonder bericht.
Deze feature kan worden gebruikt voor het risicomodel. Als aanvrager niet verschijnt op de afspraken (zogenaamde no shows) dan is dit na een eerste en tweede oproep aanleiding voor de klantbegeleider om het dossier aan Handhaving over te dragen voor een rechtmatigheidsonderzoek. Deze logica wordt nu door de business toegepast. Deze feature heeft een risicoverhogend effect en uit de data analyse blijkt dit significant te zijn. Er is dus een relatie tussen het aantal no shows en het ten onrechte verkrijgen van een bijstandsuitkering. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is. Dit betekent tevens een beleidswijziging, omdat met toepassing van deze feature naar een 'nieuw' verband wordt gekeken. Dit vraag om bijzondere aandacht van beleidmakers en de verantwoordelijk directeur.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag. Dit is feitelijk juist, want als een aanvrager niet Raak voorkomt betekend dat hij/zij nooit een no show heeft gehad. 10
has_partner
Link
Heeft de aanvrager een partner? (ja/nee)
Partner
10
Hoog
Ja.
Art. 19a Pw
Toepassen
Nee
Zou interessant zijn, maar onvoldoende data om te kunnen analyseren. Tijdens monitoring / pilot hebben we wellicht wel voldoende data voor een analyse.
Deze feature kan worden gebruikt. Dit kan onderbouwd worden vanuit art. 19a van de Participatiewet: de kostendelersnorm. Het hebben van een partner is van belang naar onderzoek woon- en leefsituatie. Indien zij samen wonen worden de inkomsten en het vermogen bij elkaar geteld. Indien klant en partner voor de Nederlandse en buitenlandse wet zijn getrouwd, zijn de inkomsten en vermogensgegevens van zowel de partner als klant van belang. Deze feature is bepalend voor de onderzoekswaardigheid, en dit verband wordt ook in het huidige proces door de business toegepast. Deze feature heeft een risicoverlagende werking. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
11
sum_inkomen_bruto_was_mean_imputed
Link
Het bruto inkomen van de aanvrager is onbekend; er Vermogen/inkomen wordt gerekend met het gemiddelde bruto inkomen van alle aanvragen uit de dataset (ja/nee)
11
Hoog
Ja.
Art. 19 Pw
Toepassen
Nee
Geen directe link met gevoelig attribuut te leggen.
Deze feature kan worden gebruikt voor het risicomodel. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd en omgekeerd. De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn. Deze feature is tevens gebaseeerd op art. 19 lid 1 sub b uit de Participatiewet. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
12
applied_for_same_product_last_year
Link
Heeft de aanvrager in het jaar voorafgaand aan de aanvraag al een keer hetzelfde product aangevraagd dat hij/zij nu aanvraagt? (ja/nee) Ongeacht de uitkomst van die vorige aanvraag.
Aanvragen in verleden
Dienst, product
12
Midden
Ja.
Gehanteerde beleid
Toepassen
Ja
13
received_same_product_last_year
Link
Heeft de aanvrager in het jaar voorafgaand aan de aanvraag al een keer hetzelfde product ontvangen dat hij/zij nu aanvraagt? (ja/nee)
Aanvragen in verleden
Dienst, product
13
Midden
Ja.
Gehanteerde beleid
Toepassen
Ja
Sociaal-economische status - Aan de onderkant van de arbeidsmarkt is het lastiger om een vaste baan te vinden, dus die mensen komen misschien sneller terug. Migratieachtergrond - Als je de taal niet spreekt, kun je wellicht geen baan vinden of vasthouden. Arbeidsmarktdiscriminatie. Sociaal-economische status - Aan de onderkant van de arbeidsmarkt is het lastiger om een vaste baan te vinden, dus die mensen komen misschien sneller terug. Migratieachtergrond - Als je de taal niet spreekt, kun je wellicht geen baan vinden of vasthouden. Arbeidsmarktdiscriminatie.
Deze feature kan worden gebruikt voor het risicomodel. Als binnen een periode van een jaar eerder hetzelfde product is toegekend aan de aanvrager wat wordt aangevraagd, dan is dit voor een medewerker reden om de aanvraag nader te onderzoeken. De reden van beëindiging van het verstrekte product(en) is van belang bij de beoordeling van de nieuwe aanvraag. Dit kan bijvoorbeeld uitstroom door werk zijn of onrechtmatigheid. Op basis van de data analyse blijkt dat als aanvragen eerder zijn toegekend, de kans op onrechtmatigheid ook groter is. Dit verband blijkt ook significant te zijn. Uit de bias analyse blijken geen bezwaren tegen het gebruik van de feature. Zie voor details hierover het bias analyse rapport. Deze feature kan worden gebruikt voor het risicomodel. Er is een verband tussen het al dan niet een jaar of korter eerder een bijstanduitkering hebben ontvangen en de bijstandsgerechtigdheid bij een nieuwe aanvraag. Het is voor een medewerker van belang om te weten of en waarom tot beëindiging is overgegaan van een reeds verleende bijstandsuitkering. De business past deze logica al toe in het werkproces. Ook uit de data analyse blijkt dit verband significant te zijn. Uit de bias analyse blijken geen bezwaren tegen het gebruik van de feature. Zie voor details hierover het bias analyse rapport.
Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
14
afspraken_no_contact_count_last_year
Link
Aantal afspraken met de aanvrager in het jaar voorafgaand aan deze aanvraag waarbij geen contact gelegd kon worden of de aanvrager niet reageerde. Dit wordt bepaald door te tellen:
Afspraken in verleden
Afspraak
14
Hoog
Ja.
Art. 17 lid 2 PW.
Toepassen
Nee
Geen directe link met gevoelig attribuut te leggen.
- Hoe vaak het afspraakresultaat de woorden "geen contact", "niet bereikt" of "geen gegevens geleverd" bevat.
Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag. Dit is feitelijk juist, want als een aanvrager niet Raak voorkomt betekend dat hij/zij nooit een no contact heeft gehad. 15
sum_inkomen_bruto_value
Link
Een afspraak moetbedragen hier worden als een oproep Som van de bruto vangezien alle inkomens van de Vermogen/inkomen aanvrager (uit Socrates Inkomen). Indien onbekend: er wordt gerekend met het gemiddelde bruto inkomen van alle aanvragen uit de dataset.
Deze feature kan worden gebruikt door het risicomodel. Er is een verband tussen het aantal keer dat in het verleden geen contact kon worden gelegd met de aanvrager en het terecht verkijgen van een bijstandsuitkering. Deze feature werkt risicoverlagend, dus als in het verleden geen contact kon worden gelegd dan neemt de kans op een rechtmatig verstrekte bijstandsuitkering toe. Dit is in contract met de feature 'no shows', waarbij het verband omgekeerd is. Mogelijk omdat de gemeente als reactie op geen contact, persoonlijker en intensiever contact probeert op te nemen (hetgeen bij klanten die enkel niet hebben gereageerd op contact in het verleden eenvoudiger is dna bij de de no-show gevallen, omdat zij verder uit beeld zijn). Uit de data analyse blijkt deze feature significant te zijn.
Dit betekent tevens een beleidswijziging, omdat met toepassing van deze feature naar een 'nieuw' verband wordt gekeken. Dit vraag om bijzondere aandacht van beleidmakers en de verantwoordelijk directeur.
15
Hoog
Ja.
Art. 19 Pw
Toepassen
Nee
Feature is een expliete beleidsregel voor afwijzing.
Deze feature kan worden gebruikt voor het risicomodel. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd en omgekeerd. De business past deze logica al toe in het werkproces. in de Partial Dependence Plot (PDP) zien we dat het opgeven van een inkomen per definitie de onderzoekswaardigheid verlaagt. Een reden hiervoor zou kunnen zijn dat aanvragers die een inkomen opgeven gemiddeld meer gegevens verstrekken en hun aanvraag uitgebreider indienen. De fluctuatie in de PDP zou kunnen komen doordat wanneer aanvragers een inkomen net boven of onder de diverse normen opgeven dit de onderzoekwaardigheid verhoogt dan wel verlaagt. Ook uit de data analyse blijkt dit verband significant te zijn. Deze feature is tevens gebaseerd op art. 19 lid 1 sub b uit de Participatiewet. Werkt risicoverlagend. Er kan worden geconcludeerd dat deze feature passend is om met het model een medewerker te ondersteunen bij het bepalen of een aanvraag al dan niet onderzoekswaardig is.
Overzicht Partial Depence Plots gebruikte features
Feature
Uitleg werkplaats DAO betekenis feature
geslacht Geslacht (M/V/onbekend) deelnames_ended_ Percentage deelnames van klant dat is beëindigd vanwege gedrag/ontslag in het because_behavior_ jaar voorafgaand aan deze aanvraag percentage_last_ye ar deelnames_ended_ Percentage deelnames van klant dat is beëindigd vanwege aanvaarding reguliere because_work_or_e baan of opleiding in het jaar voorafgaand aan deze aanvraag ducation_percentag e_last_year inkomen_cat6_countAantal inkomens t.b.v. armoedevoorzieningen post_address_without_living_address Heeft klant alleen een postadres zonder woonadres? (ja/nee)
start_month_sin
Belangrijkheid in het model (hoe hoger, hoe belangrijker)
Sensitiviteit feature (laag, midden, hoog)
Wordt deze feature momenteel in de afweging voor onderzoekswaardigheid gebruikt?
In welk gegeven staat dit vastgelegd?
Onderwerp
Zie definitie
Deelnames in verleden
Deelname
Nee. Ja.
Niet toegestaan Verwijderen, zie onderbouwing kolom J
We vinden het ethisch onjuist om geslacht als feature mee te nemen. Een percentage is in dit geval geen nuttige informatie, omdat het maar heel zelden gebeurt; het aantal keer kunnen we wel behouden als feature.
Deelnames in verleden
Deelname
Nee.
Verwijderen, zie onderbouwing kolom J
Een percentage is in dit geval geen nuttige informatie, omdat het totaal aantal deelnames na beëindiging om deze reden niet verder oploopt (in ieder geval een poosje); het aantal keer kunnen we wel behouden als feature.
Verwijderen, zie onderbouwing kolom J Adres
Ja.
Verwijderen, zie onderbouwing kolom J
Laten we weg, omdat deze inkomens als het goed is ook worden geregistreerd onder een van de andere, meer zeggende categorieën. Geen woonadres kwam maar erg weinig voor en waar het wel voorkwam, was er altijd een verzendadres beschikbaar (= bijv. bewindvoerder). De business logica die we wilden vatten, kunnen we dus niet goed bepalen. Daarbij komt dit waarschijnlijk alleen maar voor bij bijzondere doelgroepen.
Ja.
Verwijderen, zie onderbouwing kolom J
Hoog
Conclusie
Vermogen/inkomen Adres
In welke maand is de aanvraag gedaan? (sin/cos is een transformatie om ervoor te Administratief zorgen dat december, maand 12, door het model als 'buur' van januari, maand 1, beschouwd wordt)
Laag
Onderbouwing van conclusie
De coronaperiode bevatte duidelijk minder onderzoekswaardige aanvragen. Omdat we uit deze periode alleen gegevens hebben tussen grofweg maart en november, vertekent dit de features die op tijd van het jaar zijn gebaseerd. Deze gebruiken we daarom niet. Daarnaast geeft het huidige beoordelingsproces geen aanleiding om hierop te letten.
start_month_cos
start_yday_sin
start_yday_cos
In welke maand is de aanvraag gedaan? (sin/cos is een transformatie om ervoor te Administratief zorgen dat december, maand 12, door het model als 'buur' van januari, maand 1, beschouwd wordt) De hoeveelste dag van het jaar (1-365) is de aanvraag gedaan? (sin/cos is een Administratief transformatie om ervoor te zorgen dat 31 december, dag 365, door het model als 'buur' van 1 januari, dag 1, beschouwd wordt)
Laag
Ja.
Verwijderen, zie onderbouwing kolom J
Laag
Ja.
Verwijderen, zie onderbouwing kolom J
De hoeveelste dag van het jaar (1-365) is de aanvraag gedaan? (sin/cos is een Administratief transformatie om ervoor te zorgen dat 31 december, dag 365, door het model als 'buur' van 1 januari, dag 1, beschouwd wordt)
Laag
Ja.
Verwijderen, zie onderbouwing kolom J
De coronaperiode bevatte duidelijk minder onderzoekswaardige aanvragen. Omdat we uit deze periode alleen gegevens hebben tussen grofweg maart en november, vertekent dit de features die op tijd van het jaar zijn gebaseerd. Deze gebruiken we daarom niet. De coronaperiode bevatte duidelijk minder onderzoekswaardige aanvragen. Omdat we uit deze periode alleen gegevens hebben tussen grofweg maart en november, vertekent dit de features die op tijd van het jaar zijn gebaseerd. Deze gebruiken we daarom niet. Daarnaast geeft het huidige beoordelingsproces geen aanleiding om hierop te letten. De coronaperiode bevatte duidelijk minder onderzoekswaardige aanvragen. Omdat we uit deze periode alleen gegevens hebben tussen grofweg maart en november, vertekent dit de features die op tijd van het jaar zijn gebaseerd. Deze gebruiken we daarom niet. Daarnaast geeft het huidige beoordelingsproces geen aanleiding om hierop te letten.
aanvraag_opvoer_g Aantal dagen tussen de aanvraag en het opvoeren van deze aanvraag in Socrates. Administratief ap_in_days Opvoeren betekent dat de aanvraag in het systeem wordt gezet, hetzij handmatig hetzij geautomatiseerd. De meeste digitaal aangevraagde diensten worden automatisch opgevoerd en hebben dus een gap van nul dagen, maar niet allemaal. Daarnaast worden papieren aanvragen met de hand opgevoerd.
Laag
Nee.
Geen grond in P-wet
Niet toegestaan
Deze feature is niet passend is bij het ondersteunen van de taak om te beoordelen of een aanvraag al dan niet onderzoekwaardig is.
geboortejaar
Hoog
Nee.
Art. 9, 13 lid 1 onder f, jo 21, 19a Pw?
Niet toegestaan
Deze feature mag niet worden gebruikt. De feature is niet specifiek genoeg om onderscheid te maken. Daarnaast ontbreekt de onderbouwing om onderscheid op basis van deze feature op basis van een persoonlijk kenmerk te rechtvaardigen.
Geen grond voor in P-wet, mogelijk in gemeentelijke regeling?
Niet toegestaan
Deze feature mag niet worden gebruikt. Het aantal afspraken dat een aanvrager in het verleden heeft gehad kan niet worden gezien als een passende feature ter ondersteuning van het proces. Een afspraak kan om verschillende, niet aan te rekenen redenen worden ingepland. Dit hoort niet te worden meegewogen bij de beoordeling of een aanvraag al dan niet onderzoekwaardig is.
Geboortejaar van de aanvrager
Leeftijd
afspraken_count_la Aantal afspraken met de aanvrager in het jaar voorafgaand aan deze aanvraag st_year
Afspraken in verleden
Afspraak
Nee.
deelnames_accepte Voor hoeveel deelnames is de aanvrager geaccepteerd door de aanbieder van de d_count_last_year activiteit in het jaar voorafgaand aan deze aanvraag.
Deelnames in verleden
Deelname
Nee.
Niet toegestaan
Deze feature mag niet worden gebruikt, omdat acceptatie voor een deelname iets zegt over de bereidheid van de aanbieder en in mindere mate over de aanvrager zelf. Dit in tegenstellin tot andere features over deelnames, die kijken naar een actief aspect van de aanvrager.
Deelnames in verleden
Deelname
Nee.
Niet toegestaan
Deze feature mag niet worden gebruikt, omdat acceptatie voor een deelname iets zegt over de bereidheid van de aanbieder en in mindere mate over de aanvrager zelf. Dit in tegenstelling tot andere features over deelnames, die kijken naar een actief aspect van de aanvrager.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag. deelnames_accepte Van alle deelnames van de aanvrager in het jaar voorafgaand aan deze aanvraag, d_percentage_last_ voor welk percentage is hij/zij geaccepteerd door de aanbieder van de activiteit? year Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag.
productnr_141_cou Aantal keer dat de aanvrager "BB inc. Geldlening" (productnummer 141) heeft nt ontvangen in het jaar voorafgaand aan de aanvraag.
Aanvragen in verleden
srtverznr_verzekeri Soort verzekering dat de aanvrager heeft (gaat om zorgverzekeringen van de ng gemeente).
Verzekering
Soorten: 1Basispolis + AV Amsterdam 2 + Eigen risico 2Basispolis + AV Amsterdam 3 + Eigen risico 7AV Amsterdam 2 + Eigen risico 8AV Amsterdam 3 + Eigen risico 11Basispolis + AV Amsterdam 2 12Basispolis + AV Amsterdam 3 13Basispolis + AV Amsterdam 1 14AV Amsterdam 1 + Eigen risico 15Basispolis + AV Amsterdam 1 + Eigen risico 16AV Amsterdam 1 17AV Amsterdam 2 18AV Amsterdam 3 productnr_438_cou Aantal keer dat de aanvrager "geldlening bijzondere bijstand" (productnummer nt 438) heeft ontvangen in het jaar voorafgaand aan de aanvraag.
child_count
Aantal kinderen (ook pleegkinderen)
Dienst, product
Midden
Ja.
Ligt aan aanvraag.
Niet toegestaan
Midden
Ja.
Art. 35 Pw?
Niet toegestaan
Toelichting op werking feature: Hoe vaker een aanvrager product 141 heeft ontvangen, hoe hoger het risico op onrechtmatigheid. Er is onvoldoende ondersteuning voor het gebruik van deze feature, er is geen goede business logica en hij heeft een lage voorspellende waarde. Het is onduidelijk of deze feature risicoverlagend over risicoverhogend werkt, omdat het bestaat uit meerdere categorieën in plaats van een numerieke/binaire waarde. Dit wordt in het model anders verwerkt, wat het lastig maakt om het effect te zien. Ook wordt hier op dit moment niet naar gekeken door de handhavers/ICers. Conclusie: Onduidelijk en onvoldoende onderbouwd, dus verwijderen.
Aanvragen in verleden
Dienst, product
Kinderen
Midden
Ja.
Ligt aan aanvraag.
Niet toegestaan
Er is onvoldoende ondersteuning voor het gebruik van deze feature, er is geen goede business logica en hij heeft een lage voorspellende waarde.
Hoog
Nee.
Art. 3, 19a Pw
Niet toegestaan
Deze feature moet worden verwijderd. Zowel kinderen als pleegkinderen heeft geen invloed op de bijstand. Daarnaast wordt dit momenteel niet gebruikt in de business. Er is dus onvoldoende ondersteuning voor het gebruiken van dit datapunt.
occupation_risk_sec De aanvrager heeft beroep in een risicosector (ja/nee), inclusief maar niet beperkt Beroep tor tot: - Bouw - Horeca - Schoonmaak - Kapper - (Taxi)chauffeur - Autohandelaar - Hovenier - Glazenwasser Gebaseerd op informatie over de belangrijkste werkervaring van de aanvrager, uit Raak. Als de aanvrager niet in Raak staat, dus als hij/zij nog nooit een dienst van de gemeente heeft ontvangen, wordt aangenomen dat de aanvrager geen beroep in een risicosector heeft. obligation_voorwaa Aantal 'verplichtende' voorwaarden dat is gesteld aan de aanvrager in het jaar Voorwaarden in verleden rde_count_last_yea voorafgaand aan deze aanvraag. r De soorten voorwaarden die hiervoor worden geteld zijn: 1algemene informa eplicht 3naar vermogen trachten arbeid te verkrijgen 4passende arbeid aanvaarden exemption_voorwa Aantal 'vrijstellende/ontheffende' voorwaarden dat is gesteld aan de aanvrager in Voorwaarden in verleden arde_count_last_ye het jaar voorafgaand aan deze aanvraag. ar De soorten voorwaarden die hiervoor worden geteld zijn: 18beperkt arbeidsgeschikt, bepaald percentage 82(vrijst) scholing of opleiding 83(vrijst) onbetaalde werkzaamheden 84(vrijst) kind < 5 jaar, alleenstaande ouder 86(vrijst) med.
arbeidsongeschikt bepaalde periode 87(vrijst) sociale omstandigheden 90(vrijst) kind < 5 jaar, 1 partner volledige zorg 308Beperkt arbeidsgeschikt, bepaald percentage 311Vrijla ng 25% op inkomsten 312Vrijla ng op inkomsten (partner) 313S muleringspremie 314S muleringspremie (partner) 319Ontheffing all. ouder, kind tm 4 jr, duur max 5 jr 320Ontheffing medische beperkingen 321Ontheffing zorg en gezin 322Ontheffing pers. omstandigheden 18 tot 57,5 jaar
Hoog.
Ja.
Gemeentelijke bepaling Verwijderen, of interne werkinstructies? zie onderbouwing kolom J
In bepaalde sectoren/beroepsgroepen is meer sprake van zwart werk. Op dit moment hebben we echter geen scherp beeld welke beroepsgroepen dit wel/niet zijn. Om te voorkomen dat bias zit in de geselecteerde beroepsgroepen moet eerst goed onderzoek worden gedaan. Daarom voor nu verwijderen, maar dit is wellicht in een volgende iteratie na aanvullend onderzoek wel interessant.
Voorwaarde
Hoog
Ja.
O.a. Art. 9 lid 1, art. 17 lid Verwijderen, 1, art. 17 lidzie 2, art. onderbouwing 53a, art. 55 kolom P-wet,Jart. 37 We lidhebben 1IOAW/IOAZ. de soorten voorwaarden die worden meegenomen aangepast, waardoor deze voorwaarde niet meer relevant is naast `voorwaarde_count_last_year`.
Voorwaarde
Hoog
Ja.
Art. 9 lid 2 Pw en art. 37aVerwijderen, IOAW/IOAZ.zie onderbouwing kolom J
We hebben de soorten voorwaarden die worden meegenomen aangepast, waardoor deze voorwaarde niet meer relevant is naast `voorwaarde_count_last_year`.
relocation_count_la Aantal keer dat de aanvrager verhuisd is in het jaar voorafgaand aan het st_year onderzoek (op basis van doorgeleverde BRP-gegevens)
Verhuizing
Adres
Midden.
Ja.
Business rule
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. De business past de logica dat mensen die vaak verhuizen onderzoekswaardiger zijn al toe in het werkproces.
deelnames_started Hoeveel deelnames zijn er door de aanvrager gestart in het jaar voorafgaand aan _count_last_year deze aanvraag.
Deelnames in verleden
Deelname
Nee.
Verwijderen vanwege gebrek aan belangrijkheid
Het model laat een licht verband zien tussen het aantal gestarte 'deelnames' aan projecten wat een aanvrager in het verleden heeft doorlopen en terecht toegekende bijstandsuitkeringen. Als een aanvrager vaker aan projecten heeft deelgenomen, dat is de kans groter dat een aanvrager bijstandgerechtigd is en omgekeerd. Dit verband wordt momenteel niet toegepast door de business. Deze feature komt in zekere zin ten goede van de aanvrager, omdat het eerder zal leiden tot lagere score voor onderzoekswaardigheid.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag.
active_address_unk Er is ten tijde van de aanvraag geen adres bekend. nown
Adres
Adres
deelnames_count_l Aantal deelnames door de aanvrager in het jaar voorafgaand aan deze aanvraag. ast_year Dit zijn alle deelnames in het systeem, dus geaccepteerd/niet geaccepteerd, gestart/niet gestart, afgemaakt/niet afgemaakt, etc. Alles.
Deelnames in verleden
Deelname
Verwijderen, zie onderbouwing kolom J
Nee.
Verwijderen vanwege gebrek aan belangrijkheid
Heeft de aanvrager een handmatig ingevuld woonadres (adres soort = 9) ja/nee
medebewoner_cou Aantal medebewoners van de aanvrager nt
Komt zo goed als niet voor.
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Het model laat een licht verband zien tussen het aantal 'deelnames' aan projecten wat een aanvrager in het verleden heeft doorlopen en terecht toegekende bijstandsuitkeringen. Als een aanvrager vaker aan projecten heeft deelgenomen, dat is de kans groter dat een aanvrager bijstandgerechtigd is en omgekeerd. Dit verband wordt momenteel niet toegepast door de business. Deze feature komt in zekere zin ten goede van de aanvrager, omdat het eerder zal leiden tot lagere risicoindicatie voor onderzoekwaardigheid.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag.
soort_adres_9
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren.
Adres
Adres
Midden
Ja.
Art. 40 Pw?
Verwijderen vanwege gebrek aan belangrijkheid
Onduidelijk wat precies een 'handmatig woonadres' is. Daarnaast ook niet belangrijk.
Medebewoner
Medebewoner
Midden
Ja.
Art. 19a Pw
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Er is een verband tussen het al dan niet hebben van medebewoners als aanvrager en of de aanvrager bijstandsgerechtigd. Als iemand medebewoners heeft, neemt het risico toe dat een aanvrager niet bijstandgerechtigd is. De business past deze logica al toe in het werkproces, omdat als geen sprake is van een kostendeler er wel moet worden onderzocht of en sprake is van gezamenlijke huishouding. Het aantal medebewoners bepaalt daarnaast de hoogte van de te ontvangen uitkering. Ook uit de data analyse blijkt dit verband significant te zijn. Deze feature is tevens gebaseeerd op art. 19a uit de Participatiewet.
vermogen_unknow Het vermogen van de aanvrager is onbekend; er wordt gerekend met een n vermogen van 0 (ja/nee).
Vermogen/inkomen
Hoog
Ja.
Art. 19 lid 1 sub b Pw
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd en omgekeerd. Dit verband wordt momenteel niet toegepast door de business. Deze feature houdt verband met art. 19 lid 1 sub b uit de Participatiewet.
kostendeler_count
Aantal kostendelers van de aanvrager
Kostendeler
Kostendeler
Hoog
Ja.
Art. 19a jo. 22a Pw
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Er is een verband tussen het al dan niet hebben van kostendelers als aanvrager en of de aanvrager bijstandsgerechtigd is. Als er sprake is van kostendeler(s), neemt het risico toe dat een aanvrager niet bijstandgerechtigd is en het is relevant voor de hoogte van de te verstrekken bijstandsuitkering. Indien hier sprake van is, dan moet een medewerker nader onderzoeken wat de exacte situatie is van aanvrager. De business past deze logica al toe in het werkproces. Deze feature is tevens gebaseerd op art. 19a jo. art 22a uit de Participatiewet.
deelnames_ended_ Van alle deelnames van de aanvrager in het jaar voorafgaand aan deze aanvraag, early_percentage_la welk percentage is voortijdig beëindigd? st_year Voortijdig beëindigd betekent: wel gestart, maar niet afgemaakt.
Deelnames in verleden
Deelname
Midden.
Deelnames in verleden
Deelname
Midden.
Adres
Adres
Midden
§ 2.1. Arbeidsinschakeling en Verwijderen tegenprestatie vanwege Pw? gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid.
Ja.
§ 2.1. Arbeidsinschakeling en Verwijderen tegenprestatie vanwege Pw? gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid.
Ja.
Art. 40 Pw?
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid.
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag.
deelnames_not_fini Hoeveel deelnames van de aanvrager in het jaar voorafgaand aan deze aanvraag shed_count_last_ye zijn er niet afgemaakt? ar Niet afgemaakt betekent: helemaal niet gestart of wel gestart, maar niet afgemaakt.
soort_adres_2
Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag. Heeft de aanvrager een verzendadres (adres soort = 2) ja/nee
Verwijderen vanwege gebrek aan belangrijkheid
Eerste overwegingen: Dit aspect wordt inderdaad meegenomen in het kader van de bepaling onderzoekswaardigheid. Een verzendadres kan aanleiding zijn om de woonsituatie te onderzoeken. Wel een nuancering nog: sluit wel eerst uit dat het verzendadres het adres is van een schuldsaneerder.
inkomen_cat2_coun Aantal inkomens niet uit arbeid (bv. alimentatie, subsidies, vermogen) t
Vermogen/inkomen
Hoog
Ja.
Art. 19 lid 1 Pw
Verwijderen vanwege gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid. Eerste overwegingen: Naast inkomsten uit arbeid zijn er andere inkomstenbronnen die in mindering worden gebracht op de bijstand, bijv kinder- en partneralimentatie.
productnr_131_cou Aantal keer dat de aanvrager "Levensonderhoud" (productnummer 131) heeft nt ontvangen in het jaar voorafgaand aan de aanvraag.
Aanvragen in verleden
Dienst, product
Midden
Ja.
Ligt aan aanvraag.
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Als binnen een periode van een jaar eerder een bijstanduitkering is toegekend aan de aanvrager, dan is dit voor een medewerker reden om de aanvraag nader te onderzoeken. De reden van beëindiging van de verstrekte bijstandsuitkering is van belang bij de beoordeling van de nieuwe aanvraag. Dit kan bijvoorbeeld uitstroom door werk zijn of onrechtmatigheid. De business past deze logica al toe in het werkproces.
soort_adres_1
Heeft de aanvrager een BRP adres (adres soort = 1) ja/nee
Adres
Adres
Midden
Ja.
Art. 40 Pw
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Iemand zonder BRP adres in de gemeente waar de aanvraag wordt gedaan, kan geen bijstand ontvangen. Kan onderbouwd worden vanuit art. 40 Pw.
days_since_last_acc Aantal dagen sinds de aanvrager voor het laatst één van de volgende producten epted_application heeft aangevraagd en toegekend gekregen: 131 - WWb/LO 135 - WWb/EV 227 - Krediethypotheek
Aanvragen in verleden
Dienst, product
Laag
Ja.
Ligt aan aanvraag.
Verwijderen vanwege gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid. Eerste overwegingen: Dit wordt meegenomen en is met name van belang voor dossiervorming. Zo kan eenvoudig gekeken worden naar andere aanvragen die door dezelfde klant zijn gedaan. Hoe langer iemand uit beeld is voor de Gemeente Amsterdam, dan hebben we meer informatie nodig van de aanvrager.
Er wordt maximaal 365 dagen teruggekeken. Voor 'onbekende' aanvragers, die nog niet in Socrates voorkomen, en mensen bij wie de laatste aanvraag langer dan een jaar geleden is, wordt waarde '365' ingevuld.
days_since_last_rej Aantal dagen sinds de aanvrager voor het laatst één van de volgende producten ected_application heeft aangevraagd, maar hiervoor is afgewezen: 131 - WWb/LO 135 - WWb/EV 227 - Krediethypotheek
Aanvragen in verleden
Dienst, product
Laag
Ja.
Ligt aan aanvraag.
Verwijderen vanwege gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid. Eerste overwegingen: Dit wordt meegenomen en is met name van belang voor dossiervorming. Zo kan eenvoudig gekeken worden naar andere aanvragen die door dezelfde klant zijn gedaan. Hoe langer iemand uit beeld is voor de Gemeente Amsterdam, dan hebben we meer informatie nodig van de aanvrager.
Er wordt maximaal 365 dagen teruggekeken. Voor 'onbekende' aanvragers, die nog niet in Socrates voorkomen, en mensen bij wie de laatste aanvraag langer dan een jaar geleden is, wordt waarde '365' ingevuld.
application_count_l Aantal aanvragen dat de aanvrager heeft gedaan in het jaar voorafgaand aan deze Aanvragen in verleden ast_year aanvraag, ongeacht de uitkomst van deze aanvragen. De volgende producten worden meegenomen: 131 - WWb/LO 135 - WWb/EV 227 - Krediethypotheek application_accepte Aantal toegekende aanvragen van de aanvrager in het jaar voorafgaand aan deze d_count_last_year aanvraag.
Aanvragen in verleden
Dienst, product
Laag
Ja.
selec elijstprocestype 8 Voorzieningen Verwijderen vanwege gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid.
Dienst, product
Midden
Ja.
selectielijstprocest ype 8 Voorzieningen verstrekken?
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren.
De volgende producten worden meegenomen: 131 - WWb/LO 135 - WWb/EV 227 - Krediethypotheek
unique_voorwaarde Aantal **unieke soorten** voorwaarden dat is gesteld aan de aanvrager in het _count_last_year jaar voorafgaand aan deze aanvraag.
Voorwaarden in verleden
Voorwaarde
Hoog
Ja.
De soorten voorwaarden die hiervoor worden geteld zijn: 1algemene informa eplicht 40alimenta e kind, incasso door LBIO 41alimenta e verkrijgen voor u en/of uw kind 68zo spoedig mogelijk uitkering aanvragen 309Algemene medewerkingsplicht
Verwijderen vanwege gebrek aan belangrijkheid
Als binnen een periode van een jaar eerder producten zijn toegekend aan de aanvrager, dan is dit voor een medewerker reden om de aanvraag nader te onderzoeken. De reden van beëindiging van het verstrekte product(en) is van belang bij de beoordeling van de nieuwe aanvraag. Dit kan bijvoorbeeld uitstroom door werk zijn of onrechtmatigheid.
O.a. Art. 9 lid 1, art. 17 lid 1,Verwijderen art. 17 lid 2,vanwege art. 53a, art. gebrek 55 P-wet, aan art. 37 Geen lid 1IOAW/IOAZ. definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid. belangrijkheid Eerste overwegingen: Hoe kan de relevantie van deze feature hard gemaakt worden? Hoe meer voorwaarden iemand aan is gesteld hoe sneller men geneigd is te onderzoeken? In beginsel kunnen alle voorwaarden juridisch onderbouwd worden. Voor de zekerheid die laatste zin checken bij sectorjurist. Dient verder onderzocht te worden. Aanvulling Mohammed: wat kunnen die voorwaarden zijn geweest? /// Is geselecteerd samen met de werkgroep HH. Op het moment dat een aanvraag wordt verleend kunnen er bepaalde voorwaarden worden gesteld waaraan iemand moet voldoen en als dat niet gebeurt kan daar een maatregel voor worden opgelegd. Hier moet een klant aan voldoen om een uitkering te krijgen, maar zegt het aantal iets? Indien aanvrager geen kind heeft dan wordt deze onderworpen aan minder voorwaarden. Bepaalde voorwaarden gelden dus niet voor iedere aanvrager. NIet alle voorwaarden worden bij iedere aanvrager geregistreerd. Op het moment dat een aanvraag wordt gedaan wordt er gekeken naar voorwaarden die al eens zijn gesteld. Als eerder aan een aanvrager voorwaarden zijn opgelegd dan wil ik dat weten want dat doet iets met de onderzoekswaardigheid.
Dient nog kritisch gekeken te worden naar de voorwaarden, zo is bezwaar indienen een recht en geen voorwaarde. Feature is nu niet passend. Actiepunten: Mo checkt voorwaarden bij team HH en Marleen zal deze vervolgens checken. Toelichting op werking feature: Een hoger aantal voorwaarden leidt tot een lagere onderzoekwaardigheid in het model. Meeke neemt dit mee naar de werkgroep.
voorwaarde_count_ Totaal aantal voorwaarden dat is gesteld aan de aanvrager in het jaar voorafgaand Voorwaarden in verleden last_year aan deze aanvraag. De soorten voorwaarden die hiervoor worden geteld zijn: 1algemene informa eplicht 40alimenta e kind, incasso door LBIO 41alimenta e verkrijgen voor u en/of uw kind 68zo spoedig mogelijk uitkering aanvragen 309Algemene medewerkingsplicht
Voorwaarde
Hoog
Ja.
O.a. Art. 9 lid 1, art. 17 lid 1,Verwijderen art. 17 lid 2,vanwege art. 53a, art. gebrek 55 P-wet, aan art. 37 Geen lid 1IOAW/IOAZ. definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid. belangrijkheid
sum_inkomen_nett Het netto inkomen van de aanvrager is onbekend; er wordt gerekend met het o_was_mean_imput gemiddelde netto inkomen van alle aanvragen uit de dataset (ja/nee) ed
Vermogen/inkomen
sum_inkomen_nett Som van de netto bedragen van alle inkomens van de aanvrager (uit Socrates o_value Inkomen). Indien onbekend: er wordt gerekend met het gemiddelde netto inkomen van alle aanvragen uit de dataset.
Vermogen/inkomen
accepted_for_same Heeft de aanvrager in het jaar voorafgaand aan deze aanvraag al minimaal èèn _product_last_year keer hetzelfde product aangevraagd en toegekend gekregen dat hij/zij nu aanvraagt? (ja/nee)
Aanvragen in verleden
Hoog
Ja.
Art. 19 lid 1 sub b Pw
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Dit is een ja/nee feature: als het netto-inkomen onbekend is, dan is dit reden om te onderzoeken, want als het inkomen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd en omgekeerd. De business past deze logica al toe in het werkproces. Deze feature is tevens gebaseeerd op art. 19 lid 1 sub b uit de Participatiewet.
Hoog
Ja.
Art. 19 lid 1 sub b Pw
Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Als het vermogen te groot is van een aanvrager, dan is deze niet bijstandsgerechtigd en omgekeerd. De business past deze logica al toe in het werkproces. Deze feature is tevens gebaseeerd op art. 19 lid 1 sub b uit de Participatiewet.
Dienst, product
Midden
Ja.
selec elijstprocestype 8 Voorzieningen Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Als binnen een periode van een jaar eerder hetzelfde product is toegekend aan de aanvrager wat wordt aangevraagd, dan is dit voor een medewerker reden om de aanvraag nader te onderzoeken. De reden van beëindiging van het verstrekte product(en) is van belang bij de beoordeling van de nieuwe aanvraag. Dit kan bijvoorbeeld uitstroom door werk zijn of onrechtmatigheid. De business past deze logica al toe in het werkprocs.
rejected_for_same_ Heeft de aanvrager in het jaar voorafgaand aan deze aanvraag al een keer Aanvragen in verleden product_last_year hetzelfde product aangevraagd dat hij/zij nu aanvraagt en is daarvoor afgewezen? (ja/nee)
Dienst, product
has_active_dienst
Huidige diensten
Dienst, product
Midden
Ja.
Feature wordt verwijderd Verwijderen vanwege gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid.
Aanvragen in verleden
Dienst, product
Midden
Ja.
selec elijstprocestype 8 Voorzieningen Verwijderen vanwege gebrek aan belangrijkheid
Geen definitief oordeel, feature is direct verwijderd vanwege gebrek aan belangrijkheid.
Heeft de aanvrager op het moment van aanvragen tenminste 1 lopende dienst? (ja/nee)
Midden
Ja.
selec elijstprocestype 8 Voorzieningen Verwijderen vanwege gebrek aan belangrijkheid
Deze feature kan worden gebruikt voor het model, maar blijkt niet tot de belangrijkste features te behoren. Als binnen een periode van een jaar eerder hetzelfde product is geweigerd aan de aanvrager wat wordt aangevraagd, dan is dit voor een medewerker reden om de aanvraag nader te onderzoeken. De reden van weigering vorige aanvraag is van belang bij de beoordeling van de nieuwe aanvraag. Dit kan bijvoorbeeld uitstroom door werk zijn of onrechtmatigheid. De business past deze logica al toe in het werkproces.
De volgende producten worden meegenomen: 131 - WWb/LO 135 - WWb/EV 227 - Krediethypotheek
application_rejecte Aantal afgewezen aanvragen van de aanvrager in het jaar voorafgaand aan deze d_count_last_year aanvraag.
Eerste overwegingen: Als binnen een periode van een jaar eerder hetzelfde product is geweigerd aan de aanvrager wat wordt aangevraagd, dan is dit voor een medewerker reden om de aanvraag nader te onderzoeken. De reden van weigering vorige aanvraag is van belang bij de beoordeling van de nieuwe aanvraag. Dit kan bijvoorbeeld uitstroom door werk zijn of onrechtmatigheid. De business past deze logica al toe in het werkproces.
De volgende producten worden meegenomen: 131 - WWb/LO 135 - WWb/EV 227 - Krediethypotheek deelnames_ended_ Hoeveel deelnames van de aanvrager in het jaar voorafgaand aan deze aanvraag because_behavior_c zijn er beëindigd vanwege gedrag? ount_last_year Er wordt nul ingevuld als de aanvrager niet in Raak voorkomt in het jaar voorafgaand aan deze aanvraag.