Eindrapport Rekenkameronderzoek datagedreven beleidsvorming

Datagedreven beleidsvorming Rekenkamer Nissewaard

Datagedreven beleidsvorming | 20 februari Rekenkamer Nissewaard | Datagedreven beleidsvorming | 1 2025

Colofon: Datum: 20 februari 2025 Rekenkamer Nissewaard: Wouter de Jong, directeur Sabine van Zuydam, plv. directeur Contactgegevens: Nick Woudstra, secretaris 06 30 89 32 50 / nick@necker.nl Onderzoekers: Nick Woudstra nick@necker.nl Ruben Riemens ruben@necker.nl Christan Schut christan@necker.nl Manon Deterd Oude Weme manon@necker.nl

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 2

Inhoudsopgave Colofon: ....................................................................................................................................................2 Bestuurlijke nota ...................................................................................................................................... 4 Onderzoeksverantwoording .......................................................................................................................5 Reactie van college van B&W..................................................................................................................... 8 Nawoord rekenkamer .............................................................................................................................. 12 Nota van Bevindingen .............................................................................................................................. 16 1.

2.

3.

Datagedreven werken: lessen uit eerder onderzoek........................................................................... 17 1.1.

Definitie .............................................................................................................................................. 17

1.2.

Doel datagedreven werken: creëren van publieke waarde .................................................................. 18

1.3.

Datagedreven werken in beleidsvorming en -evaluatie ....................................................................... 18

1.4.

(Organisatorische) randvoorwaarden datagedreven werken .............................................................. 20

1.5.

Praktische handvatten........................................................................................................................ 21

1.6.

Analysekader voor datagedreven werken binnen beleid ..................................................................... 23

Datagedreven werken in Nissewaard ................................................................................................ 24 2.1.

Visie en beleid op datagedreven werken ............................................................................................. 24

2.2.

Inrichting organisatie ......................................................................................................................... 25

2.3.

Uitgangspunten in de praktijk ............................................................................................................ 26

Datagedreven werken in de praktijk ................................................................................................. 27 3.1.

Afvalbeleid ..........................................................................................................................................27

3.2.

Armoedebeleid .................................................................................................................................. 32

3.3.

Duurzaamheidsbeleid..........................................................................................................................35

Bijlage 1. Geïnterviewden ...................................................................................................................... 40

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 3

Bestuurlijke nota

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 4

Onderzoeksverantwoording Aanleiding De taken van gemeenten zijn de afgelopen jaren, mede door verschillende decentralisaties en wettelijke ontwikkelingen, toegenomen in omvang en complexiteit. Gemeenten staan de komende jaren daardoor voor verschillende maatschappelijke opgaven op het gebied van duurzaamheid, zorg (sociaal domein), woonbeleid en (digitale) veiligheid. Zo stellen bijvoorbeeld de (inter)nationale en regionale doelstellingen om te bewegen richting een circulaire economie en verduurzaming gemeenten voor een complexe opgave die erom vraagt in een toenemend tempo de juiste keuzes te maken. Om de juiste beleidskeuzes te kunnen maken gebruiken steeds meer gemeenten data om hun beleid te onderbouwen en te evalueren. De mogelijkheden om gebruik te maken van data zijn de laatste jaren toegenomen door de groeiende hoeveelheid data op allerlei terreinen. Datagedreven werken of datagedreven sturen kan daardoor een belangrijke rol spelen in het realiseren van maatschappelijke opgaven. Het gebruiken van data in het proces van beleidsvorming en beleidsevaluatie spreekt echter niet voor zich. De toepassing van data in het beleidsproces is op zichzelf geen wondermiddel voor de realisatie van maatschappelijke opgaven.

Het maken van beleidskeuzes of het evalueren van gevoerd beleid op basis van data vraagt om heldere afwegingen voorafgaand aan het verzamelen van data, consistentie in de wijze van dataverzameling en het op een kritische wijze toevoegen van betekenis aan de dataverzameling, binnen de kaders van de privacywetgeving. De toepassing van data in het beleidsproces vraagt daardoor om een goede opzet van het proces van dataverzameling, data-analyse en het gebruik van data om beleidskeuzes te maken of te evalueren. In dit onderzoek gaan we na in hoeverre en hoe de gemeente datagedreven werkt bij de vorming en evaluatie van beleid. Om dat te doen is het nodig om te kijken naar het proces dat begint met de keuze om data wel of niet te gebruiken eindigt met het gebruiken van data om beleidskeuzes te maken of te evalueren. Daarmee schetst dit onderzoek niet alleen een beeld van de mate waarin het huidige beleidsproces datagedreven is, maar helpt het de gemeente ook door het benoemen van verbeterpunten in het gebruik en de toepassing van data. Om goed in kaart te kunnen brengen hoe dit beleid en deze processen hun praktische uitwerking vinden in de organisatie hebben we ervoor gekozen drie beleidsterreinen te onderscheiden die we nader analyseren: (1) Armoedebeleid; (2) Duurzaamheidsbeleid en (3) Afvalbeleid.

Dit zijn beleidsterreinen in zowel het sociaal als het fysiek domein, waar dataverzameling en -gebruik voor de hand liggen. Op deze manier hebben de onderzoekers getracht een breed beeld te krijgen van het beleid en de praktische inzet van data in de gemeente.

Doelstelling Het doel van dit onderzoek is om in beeld te brengen in hoeverre de gemeente datagedreven werkt bij het opstellen en evalueren van beleid. Het onderzoek richt zich niet op het gebruik van data in de beleidsuitvoering. Voor het onderzoek onderscheiden we de volgende doelstellingen:

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 5

•

Inzicht geven in de mate waarin de gemeente datagedreven werkt bij beleidsvorming en beleidsevaluatie;

•

Aanbevelingen formuleren om de toepassing van data in deze fasen van de beleidscyclus te verbeteren.

Vraagstelling In het licht van de bovenstaande doelstellingen voor het onderzoek, hebben we de volgende centrale vraag geformuleerd: 1.

Hoe wordt data binnen de gemeente Nissewaard gebruikt (door beleidsmakers en bestuurders) bij het opstellen en evalueren van beleid?

De hierboven geformuleerde centrale onderzoeksvraag beantwoorden we door antwoord te geven op zeven deelvragen. Dataverzameling 1. Hoe ziet het proces van dataverzameling er binnen de drie geselecteerde domeinen van de gemeente uit? 2. Hoe is de selectie van de te verzamelen data tot stand gekomen? Dataverwerking 3. Op welke wijze verwerkt en analyseert de gemeente de verzamelde data? 4. Welke uitdagingen komen ambtenaren tegen in het gebruik en verzameling van data? Datatoepassing 5. Hoe en wanneer zijn de geselecteerde data in het beleidsproces van de drie geselecteerde domeinen gebruikt? 6. In hoeverre komen de gebruikte data daadwerkelijk tot uitdrukking in het beleid voor de drie geselecteerde domeinen? 7. Hoe worden de resultaten van data-analyse gebruikt in de besluitvormingscyclus?

Verloop van het onderzoek Dit onderzoek is gestart in juni 2023. Er vond een startgesprek plaats waarin we het onderzoek hebben toegelicht en met de ambtelijke contactpersoon afspraken hebben gemaakt over de aan te leveren informatie en de te interviewen personen. De eerste weken van het onderzoek hebben we gebruikt om de relevante documenten, zoals beleidsdocumenten en effectmetingsrapportages, te bestuderen. De resultaten van de documentanalyse zijn getoetst en verdiept in een aantal gesprekken met beleidsambtenaren op de verschillende beleidsterreinen die zijn onderzocht, met de portefeuillehouder Digitale zaken en Informatiemanagement, met de Chief Information Officer en twee data analisten. Op basis van de documentanalyse en de interviews is de Nota van Bevindingen tot stand gekomen. Dit

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 6

kende een grotere doorlooptijd dan wenselijk en gebruikelijk. Reden hiervoor was beschikbaarheid van onderzoekers met benodigde expertise en beschikbaarheid van ambtelijk contactpersonen. Deze Nota van Bevindingen is op 5 november 2024 voorgelegd aan de ambtelijke organisatie voor feitelijk wederhoor. Naar aanleiding van het ambtelijk wederhoor heeft een aanvullend gesprek plaatsgevonden met de verantwoordelijk beleidsambtenaar. Op 20 februari is de bestuurlijke reactie ontvangen.

Leeswijzer In het vervolg van deze bestuurlijke nota delen we de conclusies en aanbevelingen die volgen uit het onderzoek. Daarnaast is de bestuurlijke reactie van het college van B&W opgenomen. De nota van bevindingen in dit rapport bestaat uit drie hoofstukken. Hoofdstuk 1 biedt definities en processen omtrent datagedreven werken en schetst de randvoorwaarden voor een gemeente om datagedreven succesvol te gaan implementeren. Hoofdstuk 2 schetst de visie op datagedreven werken van gemeente Nissewaard en gaat in op hoe dit in de praktijk is ingericht in de organisatie. Hoofdstuk 3 richt zich vervolgens op de drie verschillende beleidsterreinen (afvalbeleid, armoedebeleid, en duurzaamheidsbeleid) en beschrijft in hoeverre en op welke manier de gemeente binnen de verschillende terreinen datagedreven werkt.

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 7

Conclusies en aanbevelingen De centrale vraag in dit onderzoek gaat over de manier waarop data binnen de gemeente Nissewaard wordt gebruikt bij het opstellen en evalueren van beleid. Daar is geen eenduidig antwoord op te formuleren, doordat er geen sprake is van systemisch datagedreven werken binnen de organisatie. Hoewel data wel gebruikt worden in de beleidsvorming en -evaluatie, zijn er tussen verschillende domeinen en personen behoorlijke verschillen te identificeren in hóe dat gebeurt. Op basis van onze onderzoeksbevindingen trekken wij de volgende conclusies:

Conclusies Gemeente Nissewaard benut data in de beleidsvorming en -evaluatie, maar van systematisch datagedreven werken is nog geen sprake In alle drie de onderzochte beleidsterreinen wordt in meer of mindere mate data benut in de beleidsvorming en -evaluatie, maar dit gebeurt niet op een systematische manier. Er wordt incidenteel wel datagedreven gewerkt. Voor sommige beleidsvragen worden gegevens uit de samenleving in de vorm van data tot informatie omgezet en vervolgens wordt deze informatie geïnterpreteerd om tot bruikbare inzichten te komen en meerwaarde te creëren. Dit is bijvoorbeeld het geval bij het afvalbeleid, waar de data uit sorteeranalyses ertoe leidde dat de gemeente meer gaat inzetten op het beter scheiden van GFT-afval. Gemeente Nissewaard heeft nog geen algemeen beleids-of visiestuk op het werken met data bij beleidsvorming en -evaluatie. Het is de inzet van het college dat hier wel een visie op komt. De ambtelijke voorbereiding van deze visie bevindt nog in de beginfase, maar het doel is om in 2026 een geïmplementeerd uitvoeringsplan af te ronden. Data worden voornamelijk benut voor het meten van doelbereik en in mindere mate voor het signaleren van maatschappelijke problemen. Data worden weinig ingezet om tot een afweging van zinvolle middelen en interventies te komen. Hier is wel een ontwikkeling in waarneembaar.

In gemeente Nissewaard worden data evaluatie voornamelijk gebruikt voor het meten van doelbereik. Doordat de gemeente duidelijk meetbare doelen en indicatoren heeft opgesteld, kan de verzamelde data inzicht geven in de mate waarop het gekozen beleid bijdraagt aan de gestelde doelen. Dit geeft de gemeente de mogelijkheid om bij te sturen als uit de data blijkt dat het beleidsmiddel niet het gewenste resultaat oplevert. In de beleidsvorming en-evaluatie op het gebied van armoede en duurzaamheid gebeurt dat nu nog relatief weinig. Een mogelijke verklaring hiervoor is dat datagedreven werken relatief recent is ingezet, waardoor er nog onvoldoende tijd is geweest om de effecten van de beleidsmiddelen in de data terug te zien. In het afvalbeleid, waar uitvoerder Reinis een belangrijke rol speelt, gebeurt dit bijsturen wel al meer. De wijze waarop data worden benut in beleidsvorming en -evaluatie is domein- en persoonsafhankelijk Uit het onderzoek komt naar voren dat de wijze waarop data worden benut is sterk domeinsafhankelijk. Bij het afvalbeleid ligt een grote rol op het gebied van data bij uitvoerder Reinis, terwijl de data-

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 8

analisten van de gemeente hun tijd voornamelijk besteden aan de verwerking van data voor het duurzaamheidsbeleid. Ook de medewerkers die verantwoordelijk zijn voor het armoedebeleid maken af en toe gebruik van de kennis van de data-analisten. Bovendien blijkt dat het ook sterk persoonsafhankelijk is hoe er om wordt gegaan met data, en in hoeverre data wordt gebruikt bij beleidsvorming. Duidelijk is in ieder geval dat er geen protocollen of werkwijzers zijn van hoe omgegaan dient te worden gegaan met data bij beleidsvragen. Waar het goed te begrijpen valt en juist belangrijk is om per beleidsterrein te differentiëren in de manier waarop data worden benut, is persoonsafhankelijkheid het wel een risico. Het inrichten van de randvoorwaarden voor datagedreven werken is nog een lopend proces waarin gemeente Nissewaard nog enkele stappen heeft te zetten. Met het voornemen van het college om meer datagedreven te gaan werken en hier een visie voor op te stellen is de eerste stap om aan de randvoorwaarden te voldoen genomen. Het proces is dus ingezet, maar er zijn nog meer stappen te nemen. In het rapport worden drie randvoorwaarden genoemd om te komen tot succesvolle implementatie van datagedreven werken. Vanuit dat licht heeft de gemeente Nissewaard nog enkele stappen te zetten: 1.

Het is momenteel onduidelijk in hoeverre de medewerkers in staat zijn om data in te zetten bij beleidsvragen. De bevinding dat het gebruik van data persoonsafhankelijk is, suggereert dat er op het gebied van vaardigheden ook verschillen bestaan tussen medewerkers en dat hier ook nog stappen te zetten zijn. 2. In het casusonderzoek komt naar voren dat medewerkers open staan voor de inzet van data bij beleidsvragen en werken, wanneer data wordt ingezet bij beleidsvragen, hierin ook prettig samen met de data-analisten. Het is belangrijk om kaders mee te geven voor samenwerking, en processen te standaardiseren.

Aanbevelingen In de gemeente Nissewaard staat, net als in veel gemeenten in Nederland, het datagedreven werken in een beginfase. Zoals in conclusies naar voren komt worden data benut, maar veelal nog niet vanuit een strategische visie of systematisch ingebed. In de aanbevelingen die we formuleren richten we ons dan ook vooral op mogelijkheden om datagedreven werken in de gemeente Nissewaard naar een volgende ‘volwassenheidsfase’ te brengen. 1. Beleg datagedreven werken integraal in de organisatie en stel ambassadeurs binnen de vakafdelingen aan om datagedreven werken systemisch in te bedden. Het is een goede zaak dat er ambtelijk een start wordt gemaakt met het ontwikkelen van een visie op datagedreven werken bij beleidsvorming en -evaluatie. Bij het ontwikkelen en implementeren van de visie is het belangrijk om de randvoorwaarden (governance, vaardigheden medewerkers, en cultuur & samenwerking) goed in het oog te blijven houden. Hierbij is het zinvol om een ambassadeur of enthousiaste aanjager aan te stellen die op meerdere niveaus in de organisatie steun kan gaan vinden voor deze transitie en medewerkers hiervoor kan motiveren. Het op de agenda zetten en houden van het thema is de fase waar de gemeente Nissewaard zich nu in bevindt en kan daar met een

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 9

ambassadeur nog enkele stappen in zetten. Daarna is het belangrijk om eerst op kleine schaal te beginnen bij afdelingen waar veel draagvlak is onder medewerkers. Hierbij is het essentieel om duidelijke doelstellingen te formuleren om zo mogelijke resultaten goed in kaart te brengen. 2. Investeer in het ontwikkelen van werkwijzers om datagedreven werken gestructureerd in te zetten met aandacht voor de soort beleidsvraag, het inventariseren van de databehoefte, dataverzameling, data-analyse, datapresentatie en risico’s. Doordat er nu geen werkwijzers, protocollen, of checklists zijn voor het werken met data bij beleidsvragen, wordt data nu niet op een systematische en georganiseerde manier benut. Er zijn grote verschillen in de mate waarop en op welk moment data-analisten worden betrokken en hoe de data wordt verzameld. Het is raadzaam om hier een werkwijze voor te ontwikkelen met in ieder geval aandacht voor het type beleidsvraag, het inventariseren van de databehoefte, de dataverzameling en data-analyse, en de presentatie of visualisatie van de data en de mogelijke risico’s. Het is aan te raden om in de werkwijze in te bedden dat data-analisten in een vroeg stadium worden betrokken en eventueel een jurist om te verifiëren of de manier waarop met data wordt omgegaan conform is met de AVG.

Houdt ook rekening met het feit dat het per medewerker kan verschillen hoe zij data gepresenteerd of gevisualiseerd willen zien om het te begrijpen, dus is het belangrijk om hier het gesprek over aan te gaan en te peilen waar de voorkeuren liggen. Gezien de gevonden verschillen per beleidsterrein, kan ook overwogen worden om per beleidsterrein een verschillende werkwijze op te stellen, als dat bruikbaarder blijkt te zijn. 3. Investeer in de data-infrastructuur zodat beschikbaar materiaal op een overzichtelijke en uniforme manier bijeen wordt gebracht en train medewerkers in het gebruik ervan zodat datagebruik uniformer en minder persoonsafhankelijk wordt. Doordat er nu een veelvoud aan verschillende databronnen wordt gebruikt, kan het soms lastig zijn om het overzicht te behouden. Daarom kan het nuttig zijn om in een data-infrastructuur te investeren zodat beschikbaar materiaal op een overzichtelijke en uniforme manier wordt gepresenteerd. Aangezien dit een kostbare investering kan zijn, is het raadzaam om hier de samenwerking met buurgemeenten op te zoeken. In ieder geval is het aan te bevelen om medewerkers te trainen in het gebruik van een mogelijk systeem én in het gebruik van data bij beleidsvragen. Dit reduceert het risico op persoonsafhankelijk gebruik verder. 4.

Vraag om kaderstellende uitspraken van de gemeenteraad over het gebruik, de inzet en het verzamelen van data bij beleidsvorming en evaluatie. De ontwikkelingen binnen het domein van datagedreven werken gaan snel. Landelijk, maar ook zeker binnen de gemeente Nissewaard. Het is voor de gemeenteraad belangrijk om hier bewust van te zijn, maar ook om richtinggevende uitspraken te doen. Bijvoorbeeld over de ethische aspecten, maar ook over de wijze waarop de gemeenteraad data gepresenteerd wil zien in raadsstukken. Ga hierover het gesprek aan.

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 10

Reactie van college van B&W

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 11

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 12

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 13

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 14

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 15

Nota van Bevindingen

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 16

1. Datagedreven werken: lessen uit eerder onderzoek Doordat gemeenten steeds meer en sneller informatie kunnen verzamelen, wordt datagedreven beleid maken en evalueren steeds belangrijker. De verwachting is dat het belang van datagedreven werken de komende jaren alleen maar zal toenemen door de alsmaar groeiende dataverzameling en opslag.1 Dit biedt veel kansen voor gemeenten, aangezien data ervoor kan zorgen dat de beleidsvorming en beleidsuitvoering nauwkeuriger en efficiënter verloopt. Tegelijkertijd zijn er ook serieuze valkuilen te identificeren bij datagedreven werken, zoals een gebrek aan inzicht in kwantitatieve analyses binnen de ambtelijke organisatie of een blinde focus op cijfers. Voor de gemeenteraad is het belangrijk om af te wegen op welke wijze datagedreven werken onderdeel moet zijn van de gemeentelijke werkwijze. Als er wordt gekozen voor datagedreven beleidsvorming en -evaluatie, is het dus van belang om dat op een doordachte manier te doen. Dit hoofdstuk gaat in op de beschikbare kennis over datagedreven werken, waaruit een aantal organisatorische randvoorwaarden zijn af te leiden waar een gemeente aan moet voldoen om succesvol datagedreven te gaan werken. In volgende hoofdstukken zetten wij de praktijk in Nissewaard af tegen onderstaand theoretisch kader.

1.1. Definitie De VNG gebruikt op basis van analyse van overheidsdocumenten de volgende definitie voor datagedreven werken: “Datagedreven werken is werken op basis van feiten uit de samenleving, die verzameld worden in de vorm van data, geanalyseerd worden naar informatie en samen met domeinkennis op de juiste manier geïnterpreteerd worden naar bruikbare inzichten. Om op basis van deze inzichten een zo geïnformeerd mogelijk besluit te nemen, met een hogere waarde voor de samenleving”.2 Hierbij is duidelijk dat dit niet geheel nieuw is. Gemeenten gebruiken logischerwijs al lang informatie uit de samenleving in het besluitvormingsproces, soms bijvoorbeeld ook door een afdeling statistiek en onderzoek.3 Het is dus belangrijk om onderscheid te maken tussen de termen data, informatie, en kennis. Data verwijst naar ‘een verzameling van kale grootheden, hoeveelheden, en feiten’, die nog een vertaalslag nodig hebben zodat informatie ontstaat.4 Dat gebeurt doordat de data in context wordt geplaatst en wordt geanalyseerd. Vervolgens kan deze informatie geïnterpreteerd worden en kan een hypothese worden geformuleerd. Zo ontstaat kennis. Een nieuw element van datagedreven werken is

1 Evers, G., Haagoort M., & Wesseling H. (2017) Datagedreven sturing in gemeenten. Een verkenning van de veranderingen door

het werken met big data. Bereschot. publicatie-datagedreven_sturing_in_gemeenten.pdf (berenschot.nl). 2 Nijman, H. & Alberts-de Gier, B. (2023) VNG Datastrategie: Opgavegericht en verantwoord datagedreven werken. VNG. Opgavegericht en verantwoord datagedreven werken (vng.nl). p. 7 3 Evers, G., Haagoort M., & Wesseling H. (2017) Datagedreven sturing in gemeenten. Een verkenning van de veranderingen door het werken met big data. Bereschot. publicatie-datagedreven_sturing_in_gemeenten.pdf (berenschot.nl). p. 11 4 Wesseling, H., Stolk, R. & Warners, E. (2015). Naar een datagedreven gemeente. Berenschot. Boek - Naar een Datagedreven Gemeente- Berenschot p. 17

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 17

de intrede van big data.5 Hierdoor is een enorme hoeveelheid data beschikbaar gekomen, die in de juiste context ook veel informatie geeft over wat er speelt in het publieke domein. Deze informatie kan door gemeenten ingezet worden bij beleidsvorming en -evaluatie. Denk aan inzet bij een analyse van potentiële veiligheidsrisico’s bij sportwedstrijden, analyses over de kwaliteit van wijken of het inschatten van communicatievoorkeuren in participatieprocessen.

1.2. Doel datagedreven werken: creëren van publieke waarde Het realiseren van publieke meerwaarde is de reden waarom een gemeente datagedreven zou willen werken.6 Het verwerven en gebruik van data centraal stellen zou echter geen doel op zich moeten zijn. Het vertrekpunt is dat deze data de beleidsvorming of uitvoering zou moeten kunnen verbeteren en de gemeente en/of inwoner er voordelen van kan ondervinden.7 Er zijn verschillende manieren waarop het gebruik van data kan leiden tot publieke meerwaarde. In eerder onderzoek wordt daarbij onderscheid gemaakt tussen datagedreven werken voor inputoptimalisatie, procesoptimalisatie, en productvernieuwing.8 Inputoptimalisatie refereert naar de manier waarop data ervoor kan zorgen dat een gemeente haar middelen efficiënter inzet om zo tot betere dienstverlening te komen. Bijvoorbeeld in het inschatten van communicatievoorkeuren. De tweede manier, procesoptimalisatie, lijkt op inputoptimalisatie maar gaat over hoe een gemeente data kan inzetten om haar werkprocessen te verbeteren zodat zij sneller en selectiever waar nodig kan ingrijpen. Bijvoorbeeld bij het bepalen van veiligheidsrisico bij sportwedstrijden. Hierdoor kan de effectiviteit van het overheidshandelen worden versterkt. Een laatste manier waarop data waarde kan toevoegen is productvernieuwing.

Dit verwijst naar een gemeente die informatie aanlevert die inwoners of andere partijen zelf kunnen omzetten naar publieke meerwaarde. Bijvoorbeeld door het ontwikkelen van een app met hondenuitlaat-plekken.

1.3. Datagedreven werken in beleidsvorming en -evaluatie Bij datagedreven beleidsvorming dienen zes stappen te worden genomen: identificeren beleidsvraag, het opdoen van inspiratie, het inventariseren van de data-behoefte en beschikbaarheid, de dataverzameling & analyse, de visualisatie van de data, en de toepassing van de data. Het ministerie van Infrastructuur en Waterstaat ontwikkelde een wegwijzer datagedreven beleidsvorming voor beleidsmedewekers van de rijksoverheid, die ook deels gebaseerd is op ervaringen binnen verschillende gemeenten.9 Met enkele minimale aanpassingen is deze wegwijzer dan ook

5 De Bondt, H., Kuipers, A., Mushkudiani, N., & Pluijmen, C. (2021) De waarde van data 2011-2017 CBS De waarde van data

2001-2017 (cbs.nl) para 3.1 6 Evers, G., Haagoort M., & Wesseling H. (2017) Datagedreven sturing in gemeenten. Een verkenning van de veranderingen door het werken met big data. Bereschot. publicatie-datagedreven_sturing_in_gemeenten.pdf (berenschot.nl). 7 idem 8 Evers, G., Haagoort M., & Wesseling H. (2017) Datagedreven sturing in gemeenten. Een verkenning van de veranderingen door het werken met big data. Bereschot. publicatie-datagedreven_sturing_in_gemeenten.pdf (berenschot.nl). 9 Harthoorn, E. & Ouwersloot, M. (2019) Wegwijzer datagedreven werken bij DGWB. Ministerie IenW. IenW | Wegwijzer Datagedreven werken bij DGWB (digitaleoverheid.nl)

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 18

toepasbaar op beleidsvorming binnen de gemeente. Hierin staan de stappen beschreven die doorlopen dienen te worden om datagedreven te gaan werken. 1. Vaststellen beleidsvraag

Wat is de beleidsopgave die voorligt? Welke (type) vragen staan centraal, waarbij data kan helpen om een oplossing te formuleren? Er zijn in ieder geval vier type vragen te onderscheiden: •

Beschrijvende vraag: wat is er gebeurd? Bijvoorbeeld: hoeveel kilo restafval is er jaarlijks gemiddeld per inwoner in de gemeente?

•

Diagnosticerende vraag: waarom is het gebeurd? Bijvoorbeeld: Waarom zit er te veel vervuiling bij het PMD-afval?

•

Voorspellende vraag: wat en waar gaat het gebeuren? Bijvoorbeeld: Waar in de gemeente of in welke maand is de hoeveelheid restafval per inwoner het grootst?

•

Voorschrijvende vraag: hoe kunnen we het laten gebeuren of voorkomen? Bijvoorbeeld: Hoe is het illegaal storten van grofvuil te voorkomen?

De vier typen vragen bouwen bovendien op elkaar voort. Een voorspellende vraag is bijvoorbeeld moeilijk te beantwoorden als niet duidelijk is wat er aan de hand is en hoe het heeft kunnen ontstaan. 10 Als de vraag eenmaal helder is, kan bepaald worden welke data nodig is en wie (binnen of buiten de organisatie) kan helpen bij de dataverzameling. 2. Inspiratie

Het kan zijn dat dat een gemeente niet de eerste is die voor een specifieke datavraag staat. Het benutten van voorbeelden binnen en buiten de organisatie kan daarom helpen om het eigen project steviger vorm te geven. Hierbij kan bijvoorbeeld gedacht worden aan de A&O publicatie Datagedreven innovatie in gemeenten, waarin de lessen van 18 dataprojecten binnen verschillende gemeenten worden besproken.11

3. Data Er moet worden bepaald welke data noodzakelijk is om te sturen. De data komt inventarisatie in deze stap voort uit beleidsdoelen, niet andersom. De beschikbaarheid van data moet wel als voorwaarde worden meegenomen. Zeker in een middelgrote

10

Harthoorn, E. & Ouwersloot, M. (2019) Wegwijzer datagedreven werken bij DGWB. Ministerie IenW. IenW | Wegwijzer Datagedreven werken bij DGWB (digitaleoverheid.nl) 11 Davidts, R., Heijnen, V., Jansen, M., Pots, T. & de Winter, E. (2021) Datagedreven innovatie in gemeenten: de lessen van 18 dataprojecten. A&O Fonds gemeenten. Datagedreven-innovatie-in-gemeenten-sept-2021.pdf (aeno.nl)

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 19

gemeente als Nissewaard moeten de kosten van dataverzameling opwegen tegen de waarde die het kan creëren. 4. Data verzameling en -analyse

Doormiddel van bestaande databronnen, of nieuw te verzamelen data, wordt gewerkt aan een dataset. Methoden om data te verzamelen zijn vragenlijsten, berekeningen en inschattingen op basis van Big Data of model-gestuurde data.

5. Data visualisatie

Het is belangrijk om te bekijken welke vorm van visualisatie het meest geschikt is. Zijn grafieken voldoende, of liever tabellen? Moeten de visualisaties verder geduid worden met tekst en uitleg erbij? De antwoorden op deze vragen zijn afhankelijk van de beleidsvraag, maar ook van de persoonlijke voorkeuren van de medewerkers of het gremium (zoals college of gemeenteraad) die met de data aan de slag moeten gaan. Niet iedereen leest even makkelijk grafieken af of begrijp tabellen in één oogopslag, daarom is het verstandig om hier goed over na te denken.

6. Toepassing van de data

Kan de data een antwoord geven op de gestelde beleidsvragen? Welke inzichten levert de data op? Welke oplossingen draagt de data aan? Geeft de data een volledig beeld van de situatie? Door het stellen van bijvoorbeeld zulke vragen kan de data belangrijke richtingen meegeven aan het te vormen beleid.

De toepassing van data in beleidsvorming kan de laatste stap zijn in het proces, maar het kan natuurlijk ook vervolgd worden door datagedreven beleidsevaluatie. Door te (blijven) monitoren, kan het beleid bijgestuurd worden.

1.4. (Organisatorische) randvoorwaarden datagedreven werken Een gemeente moet aan organisatorische voorwaarden voldoen op het gebied van governance, vaardigheden, en cultuur om succesvol datagedreven beleid te gaan voeren de transitie in te zetten naar een datagedreven organisatie. Allereerst moet de gemeente qua organisatie aan een aantal niet-technologische randvoorwaarden voldoen om succesvol datagedreven beleid te gaan voeren. A&O identificeerde hier drie randvoorwaarden: 1. Governance: is er ruimte en steun in de gemeente voor datagedreven werken? 2. Vaardigheden van de medewerkers: zijn de medewerkers in staat om met data publieke meerwaarde te creëren?

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 20

3. Cultuur en samenwerking: staan de medewerkers open voor datagedreven sturing en werken zij hierin samen?12 Deze drie randvoorwaarden gaan elk over de mensen in de organisatie, maar raken ook aan de financiële ruimte die moet worden gemaakt voor de transitie naar datagedreven sturing. Dit vraagt een zekere verandering binnen de organisatie die wat tijd kan kosten en weerstand kan oproepen. Zulk een innovatieve verandering kan zowel top-down als bottom-up worden gecreëerd, maar leidt idealiter uiteindelijk tot een breed gedragen initiatief. De randvoorwaarden geven namelijk al aan dat het niet alleen van medewerkers op de werkvloer vraagt om de verandering uit te voeren, maar ook van de bestuurder vraagt om onder meer financiële ruimte te maken voor de nieuwe aanpak.13

1.5. Praktische handvatten Naast de organisatorische randvoorwaarden voor succesvol datagedreven werken, heeft onderzoek ook praktische handvatten voor gemeenten opgeleverd.14 Zet een faciliterend datasysteem op en blijf vraaggestuurd werken In de eerste plaats is het van belang dat de gemeente een faciliterend datasysteem moet opzetten en onderhouden, waar het verschillende data van verschillende afdelingen en externe entiteiten verzamelt. Dit kan bijvoorbeeld in de vorm van een dashboard. Van belang is het hierbij om altijd vraaggestuurd te blijven werken met data, om zo te voorkomen dat je verdrinkt in de grote hoeveelheid beschikbare data. Het is dus nodig om scherp te stellen welke informatie nodig is. Dit brengt ook duidelijk in kaart of er informatie ontbreekt, en waar deze eventueel gevonden zou kunnen worden. Een ander belangrijk punt is om, vanaf het moment dat het dashboard er is, direct en continue de ambtenaren mee te nemen in hoe het werkt, samen met een data-specialist. Breng juridische en ethische risico’s van toenemend datagebruik in kaart In de tweede plaats is het uiteraard van belang dat deze verzameling en verwerking van data gebeurt binnen de gestelde juridische en ethische kaders. Hierbij is het nodig om duidelijk de risico’s in kaart te brengen. Dit kan vereisen dat extra juridische expertise moet worden aangetrokken.

Instrumenten die hiervoor kunnen worden gebruikt zijn bijvoorbeeld een Data Protection Impact Assessment (DPIA) en De Ethische Data Assistent (DEDA). Een mogelijkheid hierbij is om een burgerwerkgroep of burgerpanel te vragen om te controleren welke data wordt verwerkt, welke veiligheidsmaatregelen zijn genomen en wat de impact daarvan is. Dit vergroot de transparantie en kan bijdragen aan het verbeteren van datagedreven werken en aan het draagvlak voor deze aanpak.

12

Wesseling, H., Blok, S. & de Jong, N. (2020) Ontwikkelmodel Datagedreven Gemeente. A&O Fonds Gemeenten. AO_fonds_Gemeenten_Ontwikkelmodel_Datagedreven_Gemeenten_digitaal_V2_DEF.pdf (aeno.nl). 13 Evers, G., Haagoort M., & Wesseling H. (2017) Datagedreven sturing in gemeenten. Een verkenning van de veranderingen door het werken met big data. Bereschot. publicatie-datagedreven_sturing_in_gemeenten.pdf (berenschot.nl). 14 Diran, D., Geerdink, T., van Veenstra, A. & Steenmeijer, B. (2021) Data-gedreven beleidsmodel en aanpak voor sociale opgaven in de warmtetransitie. TNO. Data-gedreven beleidsmodel en aanpak voor sociale opgaven in de warmtetransitie | TNO Publications.

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 21

Kies voor een multidisciplinaire werkwijze en betrek data professionals vroeg in de beleidsvorming In de derde plaats is het nodig om multidisciplinair te werken en data professionals vroeg in de beleidsvorming in de discussie te betrekken, zodat zij samen met de domeinexperts en beleidsadviseurs kunnen vaststellen hoe data binnen een bepaald domein publieke meerwaarde kan creëren. Kortom, de data experts zouden een centralere rol moeten krijgen. Ook is het raadzaam om in deze fase al privacyexperts te betrekken zodat verzekerd kan worden dat een bepaalde aanpak binnen de gestelde juridische en ethische kaders blijft.15 Al deze handvatten kunnen behoorlijke investeringen vereisten daarom is het raadzaam om samenwerkingen te zoeken met andere gemeenten. Voor sommige beleidsterreinen faciliteert de VNG deze samenwerking al, zoals bijvoorbeeld met de Datavoorziening Energietransitie Gebouwde Omgeving (DEGO).16 Begin niet op grote schaal, verlies ethische aspecten niet uit het oog, en vergeet niet inwoners te bevragen over hun ervaringen Verder nog een aantal valkuilen om te vermijden. Zoals eerder genoemd, kan het door de hoeveelheid beschikbare data aantrekkelijk zijn om heel groot te beginnen, maar dit is niet verstandig.

Aangezien Nederlandse gemeenten veelal in de beginfase zitten van deze data-transitie, is het verstandiger om klein en exploratief te beginnen en zo al doende bij te leren. Een groot project kan ook leiden tot een grote mislukking en kan het draagvlak binnen de samenleving en organisatie flink terugslaan. Daarnaast is het van belang om te onthouden dat data niet blind te vertrouwen is. De menselijke hand blijft onmisbaar: het is nodig om de data te gebruiken in combinatie met gezond verstand, domeinexpertise, en ethische bespiegelingen. Een ander aandachtspunt is dat de gemeente niet moet vergeten om haar inwoners te bevragen over hun ervaringen met de resultaten van datagedreven werken. Zeker in het sociaal domein is dit van belang, ook vanuit het oogpunt van de juridische verplichtingen die voortvloeien uit bijvoorbeeld de WMO. Dit blijkt echter niet eenvoudig of vanzelfsprekend: in eerder onderzoek komt naar voren dat de betrokkenheid van inwoners bij datagedreven beleidsvorming in het sociaal domein beperkt is.17 Een laatste knelpunt is de krappe arbeidsmarkt voor data professionals. Om de benodigde expertise aan te trekken, kan het nodig zijn om samen met andere gemeenten samenwerkingstrajecten aan te gaan met hogescholen/universiteiten of andere opleiders.

15

van den Berg, D., Schaefer, M., Muis, I., de Graaf, L., Banning, R. & Klein, S. (2021) Op weg naar een datagedreven gemeente. Randvoorwaarden voor verantwoord datagedreven bestuur. Universiteit Utrecht. 20210201a_vng_rapport_spreads.pdf (uu.nl) 16 Zie Datavoorziening Energietransitie Gebouwde Omgeving | VNG. 17 van Zoonen, L. (2019) Opnieuw fatale remedies Een kritische reflectie op datatransities in het sociaal domein Tijdschrift Sociologie 15 (1): 19–43.

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 22

1.6. Analysekader voor datagedreven werken binnen beleid Op basis van bovenstaande aandachtspunten en lessen uit eerder onderzoek heeft de rekenkamer een analysekader opgesteld waarlangs de gemeentelijke omgang met data geanalyseerd kan worden. In hoofdstuk 3 wordt dit analysekader langs drie inhoudelijke beleidsdomeinen gelegd.

1. Doelen datagebruik en vaststellen databehoefte

2. Dataverzameling & dataanalyse

3. Gebruik data bij beleidsvorming

4. Gebruik van data bij beleidsevaluaties

Element • In het opstellen van beleid is de databehoefte en de manier van datagebruik vastgesteld en vastgelegd. • Dataprofessionals zijn betrokken in het vaststellen van databehoefte. • Er wordt structureel en consistent data verzamelend, aansluitend op de vastgestelde databehoefte. • Vooraf is bepaald op welke momenten data wordt geanalyseerd en gerapporteerd. • Er is aandacht voor het ethische aspecten, binnen dataanalyses. • Doelen in beleid komen tot stand met gebruik making van inzichten uit data • Voorgestelde maatregelen en acties in beleid komen tot stand met gebruik making van inzichten uit data • In beleidsevaluaties wordt gebruik gemaakt van opgehaalde data om de analyse te maken en vervolgens waar nodig bij te sturen. • De data gebruikt in beleidsevaluaties hangt samen met vooraf gestelde doelen (navolgbaarheid).

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 23

2. Datagedreven werken in Nissewaard In dit hoofdstuk brengen we de visie en het beleid op datagedreven werken van gemeente Nissewaard in kaart. Verder besteden we aandacht aan de uitgangspunten die in de praktijk worden gehanteerd en kijken we naar de inrichting van de organisatie op het gebied van datagedreven werken en zetten we deze zaken af tegen de randvoorwaarden die geformuleerd zijn in hoofdstuk 1. Hierbij beantwoorden we de volgende deelvragen: 1. 2. 3. 4.

Hoe ziet het proces van dataverzameling er binnen de drie geselecteerde domeinen van de gemeente uit? Hoe is de selectie van de te verzamelen data tot stand gekomen? Op welke wijze verwerkt en analyseert de gemeente de verzamelde data? Welke uitdagingen komen ambtenaren tegen in het gebruik en verzameling van data?

2.1. Visie en beleid op datagedreven werken 2.1.1. De gemeente heeft geen beleids- of visiestuk voor datagedreven werken, maar dat is wel in ontwikkeling. Op dit moment is er geen algemeen beleids-of visiestuk op het werken met data voor gemeente Nissewaard. Niettemin onderschrijven de coalitiepartners in het coalitieakkoord 2022-2026 'Samen bouwen op Nissewaard' dat data steeds belangrijker wordt. Door data op een goede manier te gebruiken en beschikbaar te stellen, kan niet alleen de gemeente zelf maar kunnen ook inwoners en ondernemers betere analyses en beslissingen maken.18 Een visie op datagedreven werken is wel in ontwikkeling. De directie en het management zetten in op een geïmplementeerd uitvoeringsplan in 2026. Dit bevindt zich nu nog in de beginfase en in de interviews wordt aangegeven dat de rest van de gemeentelijke organisatie nog meer in het proces moet worden meegenomen. Dit komt ook terug in de huidige overlegstructuur. Bij de afdeling die gaat over jeugdhulp wordt momenteel, in de vorm van een pilot, gewerkt aan een toekomstbestendig dataplatform. In de gevoerde gesprekken kwam naar voren dat de gemeente data wil gebruiken om betere analyses en beslissingen te maken en daarmee een kostenreductie wil realiseren maar dat datagedreven werken geen doel op zich moet worden.

Aansluitend bij de randvoorwaarden om datagedreven werken succesvol te kunnen implementeren, is er in het college steun is om steeds meer datagedreven te gaan werken. Ook op andere sleutelposities in de ambtelijke top van de gemeente is er steun hiervoor, zo blijkt uit de interviews. Hier lijken voldoende enthousiaste aanjagers aanwezig te zijn. Tegelijkertijd blijkt ook uit de interviews dat andere lagen in de gemeentelijke organisatie nog moeten worden meegenomen. In de interviews wordt ook

18

Gemeente Nissewaard (2022) Coalitieakkoord 2022-2026 Samen bouwen op Nissewaard. Gemeente Nissewaard Coalitieakkoord Nissewaard: Samen bouwen op Nissewaard

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 24

aangegeven dat men de visie op datagedreven voorzichtig wil uitrollen wanneer die is afgerond, waarschijnlijk te beginnen met één afdeling. Wel is er een visie op de informatievoorziening binnen de gemeente. Deze visie gaat voornamelijk over de sturingsinformatie voor het management om de organisatie aan te sturen. In de visie is opgenomen dat de gemeente op dit gebied informatiegestuurd wil werken. Dit is voornamelijk intern gericht op het management, terwijl uit de definitie van datagedreven werken (zie Hoofdstuk 1) blijkt dat het daar ook voornamelijk gaat om het gebruik van data bij beleidsvorming en -evaluatie om zo publieke meerwaarde te creëren. Datagedreven of informatiegestuurd Uit gesprekken blijkt dat de gemeente zich momenteel nog in een voorstadium van datagedreven werken begeeft. In gesprekken wordt dit benoemd als: informatiegestuurd werken. Het verschil is de mate waarin ook de doelstelling voortkomen uit een datagedreven beeld van de werkelijkheid. Met andere woorden: komen de uitdagingen, en vervolgens beleidsstukken, ook voort uit een analyse van continu gemonitorde data.

2.2. Inrichting organisatie 2.2.1. De gemeente heeft twee data-analisten in dienst. Er zijn geen algemene procedures opgesteld om de data-analisten te betrekken bij beleidsvragen. De gemeente heeft twee data-analisten in dienst die data verzamelen, ordenen, archiveren en uitwisselen. Zij spelen ook een rol in het gebruik van data en het inzichtelijk maken van de voortgang van beleidsdoelen. Medewerkers uit verschillende domeinen kunnen zich met data-vragen richten tot deze analisten of tot verschillende applicatiebeheerders. Deze routes zijn nu nog niet gestandaardiseerd en door het verloop van personeel zijn deze mogelijkheden ook niet bij iedereen bekend. Er zijn er ook geen algemene afspraken over waar data aan moet voldoen om gebruikt te worden in beleidsvorming. Wel wordt er regelmatig data opgevraagd. 2.2.2. Er zijn grote verschillen tussen beleidsterreinen in de datatools die gebruikt worden en de manier waarop data beschikbaar wordt gesteld. Er zijn grote verschillen tussen domeinen in de tools die zij kunnen gebruiken, waardoor van uniformiteit nog geen sprake is. Zo is er voor het sociaal domein onder andere een digitaal platform, genaamd ValueCare, waar ambtenaren op verschillende ‘dashboards’ per thema data kunnen raadplegen die dagelijks wordt geüpdatet.

Daarnaast maakt de afdeling ook gebruik van een ander platform (Cognos) waardoor er binnen domeinen met verschillende systemen wordt gewerkt. Ook maken de team in het sociaal domein, in tegenstelling tot andere afdelingen van de organisatie, veel gebruik van de beschikbare data-analisten. Teams in het fysiek domein maken weer meer gebruik van extern beschikbare data die zij gerapporteerd krijgen van samenwerkingspartners of vanuit de provincie (in het geval van het woondomein).

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 25

2.3. Uitgangspunten in de praktijk 2.3.1. Sommige beleidsmedewerkers maken gebruik van data in beleidsvorming, maar de manier waarop verschilt en is persoonsafhankelijk. Beleidsmedewerkers maken in hun werk wel gebruik van data, zo blijkt uit de interviews. Als beleidsmedewerkers data gebruiken, dan gebruiken zij die hoofdzakelijk voor het vormen en verantwoorden van beleid. Om data op te vragen kunnen medewerkers zich richten tot verschillende functionarissen zoals applicatiebeheerders of één van de twee data-analisten (zie ook eerder onder 2.2. over de inrichting van de organisatie). De manier waarop data worden gebruikt of verwerkt binnen de teams die de data opvragen verschilt. Dat is onder meer afhankelijk van de betreffende functionaris en in hoeverre die zelf in staat is data te interpreteren. Sommige medewerkers zien liever een woordelijke uitleg van tabellen en getallen terwijl anderen genoeg hebben aan grafieken of cijfers. Wat betreft het gebruik van het platformen ValueCare en Cognos is het onduidelijk in hoeverre beleidsambtenaren daar gebruik van maken en op welke manier zij dat doen. Uit de gesprekken blijkt dat sommige ambtenaren hier zelf data uithalen, terwijl anderen de data bij de data-analisten opvragen.

Dit is dus sterk persoonsafhankelijk en daarmee is er winst te behalen in de toerusting van medewerkers om met data publieke meerwaarde te creëren (een van de randvoorwaarden voor succesvol datagedreven werken). 2.3.2. De data-analisten worden nog beperkt betrokken bij beleidsvragen, maar als er wordt samengewerkt verloopt de samenwerking goed. Ook blijkt uit de interviews dat er nog niet actief advies wordt gegeven door de data-analisten in de vorming van beleid, dit wordt ook niet gevraagd of verwacht. Waar dat bijvoorbeeld wel is gebeurd, is in de ontwikkeling van de Woonvisie. Hier heeft een data-analist aan de hand van cijfers over de woonbehoeften van inwoners aangetoond dat de gewenste beleidsrichting van het bestuur niet overeenkwam met de behoeften onder inwoners. Ook worden er bijvoorbeeld financiële evaluaties op contractniveau gemaakt, om te kijken in hoeverre ingekochte zorg goed wordt benut. Deze evaluaties worden gebruikt voor verdere onderbouwing en bijsturing van het beleid. Daarnaast blijkt, zoals eerder aangegeven, dat de data-analisten de verschillende teams binnen het sociaal domein veelvuldig steunen bij datagedreven werken. Als er wordt samengewerkt met de beleidsmedewerkers, verloopt deze samenwerking goed, zo blijkt uit de gesprekken.

Dat betekent dat ook hierin een basis ligt voor een van de randvoorwaarden voor succesvol datagedreven werken, namelijk het open staan voor datagedreven sturing en het hierin samenwerken.

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 26

3. Datagedreven werken in de praktijk In dit hoofdstuk brengen we in kaart op welke wijze de gemeente data gebruikt in drie nader bestudeerde beleidsterreinen: het afvalbeleid, armoedebeleid en duurzaamheidsbeleid. De volgende deelvragen komen aan bod: 5. 6. 7.

Hoe en wanneer zijn de geselecteerde data in het beleidsproces van de drie geselecteerde domeinen gebruikt? In hoeverre komen de gebruikte data daadwerkelijk tot uitdrukking in het beleid voor de drie geselecteerde domeinen? Hoe worden de resultaten van data-analyse gebruikt in de besluitvormingscyclus?

3.1. Afvalbeleid In onderstaande tabel is opgenomen op welke wijze het afvalbeleid is opgesteld volgens het analysekader voor het onderzoeken van datagedreven werken zoals beschreven in de hoofdstuk 1. Element • 1. Doelen datagebruik en vaststellen databehoefte

• •

2. Dataverzameling & dataanalyse

• • •

3. Gebruik data bij beleidsvorming

•

• 4. Gebruik van data bij beleidsevaluaties

•

In het opstellen van beleid is de databehoefte en de manier van datagebruik vastgesteld en vastgelegd. Dataprofessionals zijn betrokken in het vaststellen van databehoefte. Er wordt structureel en consistent data verzamelend, aansluitend op de vastgestelde databehoefte. Vooraf is bepaald op welke momenten data wordt geanalyseerd en gerapporteerd. Er is aandacht voor het ethische aspecten, binnen data-analyses. Doelen in beleid komen tot stand met gebruik making van inzichten uit data Voorgestelde maatregelen en acties in beleid komen tot stand met gebruik making van inzichten uit data In beleidsevaluaties wordt gebruik gemaakt van opgehaalde data om de analyse te maken en vervolgens waar nodig bij te sturen. De data gebruikt in beleidsevaluaties hangt samen met vooraf gestelde doelen (navolgbaarheid).

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 27

De kleurcodering in bovenstaand normenkader is een weergave van de ontwikkeling van de gemeente Nissewaard richting datagedreven werken. De gemeente Nissewaard voldoet aan de voorwaarden voor datagedreven werken. De gemeente Nissewaard werkt aan het voldoen aan de voorwaarden voor datagedreven werken. De gemeente Nissewaard is nog niet gestart met het voldoen aan de voorwaarden voor datagedreven werken.

3.1.1. Context afvalbeleid De actualisatie van het grondstoffenplan 2023 stelt als doel om in 2026 de totale hoeveelheid restafval terug te dringen naar 150 kg per persoon per jaar door onder andere de inzameling van GFT beter te gaan faciliteren. Na de fusie van de gemeenten Bernisse en Spijkenisse tot de gemeente Nissewaard in 2015 heeft de gemeente Nissewaard de ‘Grondstoffenvisie 2016-2020’ opgesteld. Reinis is hierbij de uitvoeringsorganisatie die het afval verzamelt en verwerkt in de gemeente Nissewaard. Nissewaard is aandeelhouder van Reinis, de gemeente heeft een dienstverleningsovereenkomst (DVO) met Reinis. Op 6 december 2023 werd de Actualisatie Grondstoffenplan 2023 in de raadsvergadering als hamerstuk behandeld en vastgesteld. Het beleidskader actualisatie grondstoffenplan 2023 borduurt voort op de grondstoffenvisie 2016-2020 en stelt de doelen en de aanpak bij op basis van de huidige situatie.19 De gemeente stelt het doel om in 2026 de totale hoeveelheid restafval per persoon per jaar terug te dringen naar 150 kg. 20 Dit vereist een gedragsverandering van de inwoners van Nissewaard. De gemeente wil deze verandering teweegbrengen door te faciliteren en te communiceren.

Zo wil de gemeente bijvoorbeeld bij hoogbouw in Nissewaard de inzameling van GFT gaan faciliteren en daarnaast gericht gaan communiceren naar inwoners over hoe het best invulling kan worden gegeven aan het principe Omgekeerd inzamelen.21 3.1.2. Doelen datagebruik en vaststellen databehoefte Er is geen specifiek doel van het datagebruik vastgesteld en de vaststelling van de databehoefte gebeurt ook niet expliciet.

19

Gemeente Nissewaard (2023), Beleidskader actualisatie grondstoffenplan, p. 2-3 Idem, p. 6 21 Idem, p 7-8 20

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 28

In gemeente Nissewaard is niet specifiek een doel van het datagebruik binnen het grondstoffenbeleid opgesteld. Uit de documenten blijkt dat zowel inputoptimalisatie, procesoptimalisatie als productvernieuwing plaats heeft gevonden, hoewel niet zozeer bij de gemeente als wel bij Reinis. Een voorbeeld van inputoptimalisatie zijn de sorteeranalyses van Reinis waaruit kan blijken dat in bepaalde wijken het restafval sterker is vervuild, op basis waarvan de gemeente kan besluiten efficiënt haar middelen in te zetten en zich met maatregelen te richten op die wijken. Een mooi voorbeeld van procesoptimalisatie kan gevonden worden in hoe Reinis effectiever containers kan legen doordat de sensoren in de containers aangeven wanneer welke containers geleegd moeten worden. Een laatste manier waarop data waarde kan toevoegen is productvernieuwing. De afvalbarometer van Reinis is hier een mooi voorbeeld. Op basis van deze openbare data kunnen inwoners zelf hun verbruik beter inzien en hun gedrag daarop aanpassen. De databehoefte is ook niet specifiek vastgesteld in de gemeente. Reinis is verantwoordelijk voor de dataverzameling en deelt op verzoek van de gemeente deze data met de gemeente. 3.1.3.

Dataverzameling & data-analyse Bij de dataverzameling voor het afvalbeleid wordt voornamelijk gesteund op de beschikbare data van afvalinzamelaar Reinis en hebben data-analisten van de gemeente zelf een zeer bescheiden rol. Voor het afvalbeleid steunt de gemeente hoofdzakelijk op de beschikbare data van Reinis. Ook de afvalstromen op de gemeentewerf vormen een databron, omdat daar goed in kaart kan worden gebracht hoe vaak mensen hier gebruik van maken en in welke hoeveelheden doordat inwoners gebruik maken van een pasje. Daarnaast worden er door de gemeente wel eens landelijke data geraadpleegd om te vergelijken met andere gemeenten, bijvoorbeeld data van CBS. Toch spelen de data-analisten van de gemeente een bescheiden rol bij het afvalbeleid. In de interviews kwam naar voren dat de uitdaging van het afvalbeleid voornamelijk ligt op het sturen van het gedrag (de daadwerkelijke scheiding van afval) van inwoners en niet in de data-verzameling. Op gedragsverandering wordt gestuurd met afvalcoaches en een communicatiewerkgroep om inwoners zo goed mogelijk mee te nemen in het scheiden van afvalstoffen. Beleidsmedewerkers op het gebied van grondstoffen zijn wel van mening dat meer gebruik van andersoortige data, maatschappelijk en sociaaleconomisch van aard, de data van Reinis zouden kunnen versterken en verder duiden. 3.1.4.

Gebruik data bij beleidsontwikkeling Voor de Grondstoffenvisie 2016-2020 gebruikte de gemeente data om een realistischer doel te stellen dan de landelijke richtlijn, maar wordt data maar beperkt gebruikt bij het kiezen van beleidsmiddelen. Voor de 'Grondstoffenvisie 2016-2020' wordt onder andere het VANG (Van Afval Naar Grondstof) programma als basis genomen. Dit programma stimuleert landelijk de transitie naar een circulaire economie. Hierin is de doelstelling geformuleerd dat gemeenten een scheidingspercentage van 75% in 2020 dienen te behalen. Dit komt neer op gemiddeld 100 kilogram restafval per persoon per jaar. Deze doelstelling is aangevuld met een differentiatie op basis van het percentage hoogbouw in een

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 29

gemeente22. De gemeente Nissewaard valt in de categorie met 25 tot 35 procent hoogbouw. Hierbij hoort de (niet verplichte) doelstelling van 105 kg afval per inwoner per jaar in 2020. Deze doelstelling werd in Nissewaard te ambitieus gevonden gezien de hoge gemiddelde hoeveelheid restafval per inwoner ten tijde van het opstellen van de grondstoffenvisie in 2015. Daarom wordt er in de 'Grondstoffenvisie 2016-2020' gekozen voor een doelstelling van 200 kg. En in de actualisatie van 2023 op 150 kg. Figuur 1. Vergelijking gewichten afvalverwerking in de regio

Bij het kiezen voor deze doelstelling vergelijkt Nissewaard zich met de andere gemeenten die in dezelfde categorie wat betreft het percentage hoogbouw vallen. Hieruit concludeert Nissewaard dat de gemeente binnen deze categorie behoort tot de groep gemeenten met de grootste hoeveelheid restafval. Nissewaard had bij het opstellen van de visie een gemiddelde van 357 kg per inwoner per jaar. Naast berekeningen van ongescheiden en gescheiden afvalstromen maakt de gemeente in de visie gebruik van berekeningen van de kosten van Reinis, de uitvoeringsorganisatie van de werkzaamheden voor het inzamelen van de afvalstoffen en grondstoffen. De actualisatie grondstoffenplan steunt in sterke mate op de data van de sorteeranalyses van Reinis en op basis van deze data kiest de gemeente om op bepaalde vlakken bij te sturen qua beleid. De actualisatie grondstoffenplan 2023 is in sterke mate geïnspireerd door het Advies afvalbeleidsplan 2021-2026 dat is opgesteld door Reinis. Waar dat in 2016 nog gemiddeld 357 kg restafval per persoon werd geproduceerd, was dat in 2020 gedaald tot 193 kg restafval per persoon.23 Het advies geeft aan dat de gemeente aansluiting wil vinden bij de landelijke ambitie om toe te werken naar maximaal 100 kg per persoon per jaar in 2026.10 Verder geeft het advies op basis van data aan waar nog winst te behalen valt om de hoeveelheid afval terug te brengen.

Voor Nissewaard geldt dat over het jaar 2022 met name GFT-afval nog terechtkomt in het restafval en dat daar dus beter op gescheiden moet worden.

22

Bij hoogbouw is het namelijk moeilijker minicontainers te plaatsen, waardoor daar vooral ondergrondse containers zijn. Door het anonieme karakter van deze containers, wordt afval minder goed gescheiden. 23 Gemeente Nissewaard (2023) Beleidskader actualisatie grondstoffenplan 2023 p. 5

Rekenkamer Nissewaard | Datagedreven beleidsvorming | 30

In de actualisatie wordt dit advies ten dele overgenomen. In het nieuwe voorstel wordt voorgesteld om als doelstelling te formuleren dat de hoeveelheid restafval per persoon per jaar is teruggedrongen tot 150 kg in 2026.24 Hoewel de landelijke doelstelling dus op 100 kg restafval per persoon per jaar wordt gesteld, wordt 150 kg een realistischer doel geacht. Deze beslissing wordt niet met data gestaafd. De voorstellen die worden gedaan om het gestelde doel te bereiken zijn wel gestaafd met de ontwikkelingen die zichtbaar zijn in de data. Zo blijkt uit de sorteeranalyses bijvoorbeeld dat GFT de grootste component is van restafval. De voorgestelde maatregelen richten zich dan ook op het beter faciliteren van GFT inzameling. Hierbij wordt ook op basis van data gekeken naar welke inzamelmethodes beter werken. Een voorbeeld hiervan is dat uit de sorteeranalyses blijkt dat ondergrondse containers minder goed werken dan minicontainers aan huis. Eén van de voorstellen richt zich dus op het faciliteren van nog meer laagbouw woningen met een minicontainer voor GFT. 3.1.5. Gebruik van data bij beleidsevaluaties Door middel van sorteeranalyses kan op basis van data het gevoerde beleid worden geëvalueerd.

Op 15 december 2015 heeft de raad door middel van een unaniem aangenomen motie het college verzocht om tussendoelen op de weg naar het verminderen van restafval te benoemen en deze jaarlijks voor de kadernota te monitoren. De gemeente heeft gekozen voor het uitvoeren van vijf sorteeranalyses (verspreid over de jaren 2017 tot 2019) om te monitoren of de beleidsdoelstellingen werden gehaald.25 Reinis blijft deze sorteeranalyses ook in de komende jaren uitvoeren, zo blijkt uit de actualisatie grondstoffenplan 2023. Ook wordt daarin het plan gemaakt om de nieuw voorgestelde maatregelen te evalueren. Een voorbeeld hiervan is het plan is om aan elke woning een minicontainer uit te reiken als proef. Na 3 maanden hebben de inwoners de optie om de container te behouden of terug in te leveren. Op basis van de acceptatiegraad en de inzamelresultaten wordt samen met Reinis een keuze gemaakt wat de beste methode van inzamelen is per wijk. Zo kan op basis van data worden bijgestuurd. Naast kwantitatieve afvalcijfers zijn er ook er data over kostenbeheersing en service naar de inwoners van Nissewaard als onderdelen van de beleidsdoelen. Reinis houdt ook een reguliere afvalbarometer bij, die openbaar beschikbaar is op de website.