Interview met Daan Lute – Data Analytics

“Als young professional kan ik vooral toegevoegde waarde leveren omdat ik het overzicht heb van de verschillende afdelingen binnen de organisatie. Ik heb namelijk nauw contact met informatieadviseurs en beleidsmedewerkers om de informatiebehoefte te kunnen inventariseren en beschik over de technische kennis om deze behoefte te kunnen vertalen naar ETL-processen en datamodellen.”

Welke werkzaamheden voer je uit bij jouw opdrachtgever?

“Als data-analist/BI-analist bij de gemeente Velsen ben ik voornamelijk bezig met het ontwikkelen van dashboards in Cognos Analytics. Er is vorig jaar een centraal datawarehouse (DWH) opgezet. Langzamerhand ben ik bezig meer informatiebronnen te ontsluiten richting dit DWH om ook meer sturingsinformatie te kunnen generen voor managers en medewerkers. Ik ben nu bezig met het creëren van dashboards op het gebied van gemeentelijke bedrijfsvoering, de Meldingen Openbare Ruimte, Overlastmonitor (politiedata / domein veiligheid) en de WMO-voorzieningen (sociaal domein).”

Zie je jezelf meer als data-analist of data engineer?

“Beide. Ik denk mee over het ontsluiten van de data, ontwikkel dashboards en hou me bezig met het ETL-proces (ETL staat voor Extraction, Transformation and Load – de processen die gebruikt worden om gegevens uit verschillende gestructureerde databases te verenigen in een andere database). Dus ik doe zowel data-engineering werkzaamheden als data-analist werkzaamheden. Daarnaast ben ik bezig met het ontwikkelen van een Topic-modeling model (NLP). Dit gaat over het analyseren van teksten van de Meldingen Openbare Ruimte die burgers kunnen maken bij de gemeente over hondenpoep, geluidsoverlast, zwerfvuil, defecte lantaarnpalen, et cetera. Met behulp van dit model wil ik de computer laten bepalen wat het onderwerp van de melding is, zodat deze automatisch bij de juiste behandelaar binnen de gemeente terecht komt. Daarnaast kunnen we met behulp van dit model specifieker oorzaken van de meldingen achterhalen.”

Zijn er grote verschillen tussen gemeenten als het gaat om datagedreven werken?

“Ja. Wat mij vooral opvalt is dat er hele grote verschillen zijn tussen gemeenten qua ontwikkeling en volwassenheid op het gebied van datagedreven werken. Bij de gemeente Velsen staat een degelijke infrastructuur (de middelen), maar is lang niet iedereen bereid of geïnteresseerd om ook meer met data te doen (de mensen). Binnen mijn organisatie dient dus ook nog wel best een cultuurverandering plaats te vinden, iets waar ik ook zeker aan bij probeer te dragen. Als ik kijk naar andere gemeenten zijn er flink wat die wel meer datagedreven willen werken, maar nog niet goed weten hoe ze dit aan moeten pakken. Een flink aantal gemeenten (met name de kleinere) hebben nog geen centraal DWH om mee te werken.”

Wat zijn andere belangrijke ontwikkelingen binnen de gemeentewereld?

“Grotere gemeenten zijn echt al bezig om te zien hoe ze AI & Machine Learning kunnen inzetten om hun dienstverlening en de maatschappelijke waarde voor burgers te vergroten. Verder zijn er belangrijke ontwikkelingen bij de (grotere) gemeenten om zo transparant en open als mogelijk om te gaan op het gebied van data, zodat ook de besluitvorming en ondersteuning helder is voor inwoners. Je ziet dat gemeenten in sommige gevallen ook gezamenlijk optrekken om een ‘dataplatform’ op te zetten, een centrale plek waar open data wordt beheerd en voor iedereen toegankelijk is. Naast het ‘open’ dataplatform is er vaak ook een afgesloten onderdeel waarin allerlei datasets, modellen en dashboards worden ontwikkeld. Door dit samen met een aantal gemeenten te doen kunnen gemeenten van elkaar leren en delen zij de kosten.”

Wat is de toegevoegde waarde van jou als young professional voor jouw opdrachtgever?

“Ik denk dat ik vooral toegevoegde waarde kan leveren omdat ik het overzicht heb van de verschillende onderdelen en afdelingen binnen de organisatie. Ik heb nauw contact met informatieadviseurs en beleidsmedewerkers om enerzijds de informatiebehoefte te kunnen inventariseren. Anderzijds heb ik de technische kennis om deze behoefte te kunnen vertalen naar de ETL-processen en datamodellen om dezelfde informatiebehoefte te kunnen vervullen.”