Als de publieke sector beter wil samenwerken, moet er meer aandacht komen voor data governance in de keten. Organisaties nemen steeds vaker beslissingen op basis van data afkomstig van andere organisaties, dan moeten ze erop kunnen vertrouwen dat die data actueel en accuraat zijn.
Data governance
Organisaties wisselen op grote schaal gegevens met elkaar uit. Datagedreven werken is een buzzword. Iedereen wil het, iedereen doet het, ook binnen informatieketens. Maar binnen deze informatieketens wordt niet altijd goed genoeg nagedacht over het hoe en waarom. Bovendien ontbreekt het vaak aan overkoepelende sturing. Daarom is het inrichten van een goede data governance van essentieel belang. Data governance is het in kaart brengen van de informatieketen en het maken van afspraken over waarom en hoe data worden gedeeld, over de uniformering van de gegevens en over hoe mutaties worden doorgevoerd. En heel belangrijk: er wordt verantwoording afgelegd waarom de data zijn gebruikt en waar dit in heeft geresulteerd. Data governance voorkomt niet alleen een wildgroei aan datadeling, het bewaakt ook de kwaliteit van data, denk aan actualiteit en nauwkeurigheid. Alleen op basis van betrouwbare informatie in de juiste context kunnen organisaties goede beslissingen nemen.
Datahonger
Data governance is, bijvoorbeeld, in de financiële sector al ingebed in de werkprocessen. De publieke sector mag hier nog een stap in zetten. Wat we veel zien binnen overheids- en zorgorganisaties is datahonger. Organisaties willen vaak zoveel mogelijk data zonder zich af te vragen wat de impact is op de ketenpartner van wie ze die data nodig hebben. Onderzoek naar welke gegevens écht belangrijk zijn om uit te wisselen wordt te weinig uitgevoerd. Het nauwkeurig verzamelen, verwerken en versturen van data kost tijd. Soms kost het meer tijd en geld dan het oplevert. Data governance betekent ook in gezamenlijkheid besluiten of iets relevant is en kijken hoe je het proces zo efficiënt mogelijk kan inrichten. Het kan verstandig zijn daarvoor een organisatieoverstijgend orgaan op te tuigen.
Pim de Waard, adviseur bij M&I/Partners, is bezig om die efficiencyslag te maken in de verpleeghuissector. Hij werkt mee aan het KIK-V Programma: KetenInformatie Kwaliteit Verpleeghuiszorg in opdracht van het ministerie van Volksgezondheid en Sport. Het programma richt zich op een betere gegevensuitwisseling in de verpleeghuiszorg. Het doel is dat zorgaanbieders gegevens eenmalig registreren in hun operationele proces en dat die herbruikbaar worden voor andere ketenpartijen. De Waard: “Zorgaanbieders delen ontzettend veel data, bijvoorbeeld met zorgkantoren, Nederlandse Zorgautoriteit en het Zorginstituut. Ze zijn veel tijd kwijt met het registeren en verwerken van allerlei gegevens. Er is een Kwaliteitskader –die de kwaliteit in de zorg moet waarborgen. Bij indicatoren moet je denken aan zaken als personeelsbezetting, cliëntbesprekingen, maar ook het aantal doorligplekken. Naast de vaste indicatoren hebben instanties ook aanvullende vragen. Soms stellen twee organisaties dezelfde vraag, maar formuleren ze het nét even anders. Door zo’n miniem verschil – de één vraagt het totaal aantal gediplomeerde zorgmedewerkers, de andere het aantal zorgmedewerkers met een mbo+-opleiding – doen zorginstellingen dubbel werk.”
In het programma KIK-V wordt de vraag naar data en het beschikbaar stellen van data beter op elkaar afgestemd. Daarnaast worden eenduidige definities van gegevens vastgesteld. Dit helpt zorgaanbieders bij het registreren van gegevens en verhoogt de uniformiteit ervan en zo dus de herbruikbaarheid en kwaliteit van data. Hier hebben de afnemers van data baat bij. Ook worden er duurzame afspraken gemaakt met alle ketenpartijen over gegevensuitwisseling.
Vaccinatieprogramma
Een ander voorbeeld van M&I/Partners is het COVID-vaccinatieprogramma van de GGD GHOR. Daar is de data governance goed geregeld. M&I/Partners was als projectleider bij het programma betrokken. Het team heeft in korte tijd alle dashboards gebouwd voor de operationele uitvoering. We hebben met de instanties die onze data nodig hadden, zoals het RIVM en VWS, afspraken gemaakt wie, welke data hoe en wanneer zou aanleveren en waarvoor die data werden gebruikt. Deze afspraken waren natuurlijk gericht op de informatieketen die we beschreven hadden en voor de partijen die in deze keten vertegenwoordigd zijn. Gegevens over bijvoorbeeld capaciteit van de ziekenhuizen zitten in een andere informatieketen. Alleen relevante data werd verzameld en verwerkt. We wisten welke informatie die partijen nodig hadden om beleidskeuzes te maken en strategische beslissingen te nemen. Met andere woorden: de hele informatieketen was voor iedereen helder. Natuurlijk werden we geholpen door de situatie; de urgentie was bij alle organisaties ontzettend hoog. Landsbelang! Dat maakt het gemakkelijker om alle neuzen dezelfde kant op te krijgen. Ik illustreer dat met een voorbeeld. Van iedere gevaccineerde werden persoonlijke gegevens geregistreerd, maar ook het batchnummer van het vaccin dat werd toegediend. Een batch is een grote hoeveelheid vaccinflacons met een uniek nummer die tegelijk geproduceerd zijn. Mochten er problemen met een batch zijn, dan kunnen mensen die dit toegediend hebben gekregen aan de hand van dit nummer snel worden opgespoord. Die batchnummers worden door prikmedewerkers gescand, op zichzelf een veilig systeem. Toch ging het op een van de priklocaties mis. Een prikmedewerker heeft per ongeluk een verkeerd nummer gescand. Dat is ontdekt en de medewerkers hebben dit na werktijd handmatig hersteld. Monnikenwerk. Maar iedereen begreep de relevantie van die data in de rest van de keten!
Terug naar het overzicht
