Van data naar (dV)informatie

Bron: C-team op 17 aug '18
Categorie: VERA

Met één druk op de knop de dVi genereren

Dat alle gegevens (data) voor de dVi aanwezig zijn is evident, het zijn immers de basisgegevens van de woningcorporatie. Echter bij veel corporaties manifesteert deze aanwezigheid zich in de diverse systemen, op lijstjes, in de hoofden van medewerkers, bij de accountant enzovoorts. Om op deze manier de gegevens voor de dVi te verzamelen is tijdrovend en verre van 'met één druk op de knop'.

Tijd om het proces te automatiseren, maar niet zonder daarbij eerst aan de datakwaliteit te werken. Hoe pak je dat aan?
Ik vraag het aan Maike Jansen, procesadviseur bij Squerist.

Je werkt op dit moment bij Staedion als projectleider aan het project Datakwaliteit, wat was de aanleiding voor dit project?
Het proces van de dVi automatiseren is een belangrijke trigger van dit project. Vragen die dan aan de orde komen zijn: Welke gegevens hebben we nodig? Waar staan deze gegevens? Zijn de gegevens volledig? En zijn ze ook juist?
Vooral dat laatste, de correctheid van de gegevens, om dat goed te definiëren daar gaat een hoop tijd in zitten.
Een simpele vraag als: Hoeveel woningen hebben we? Kan een hoop andere vragen oproepen, zoals wat is de definitie van 'woning' en wat is de definitie van 'hebben'?

Dan ga je dus op zoek naar standaard gegevensdefinities en kwam je VERA tegen.
Inderdaad, als je werkzaam bent in de woningcorporatiesector is dat niet zo moeilijk hoor, van VERA heeft iedereen wel gehoord.
Waarom koos je voor VERA?
VERA heeft al heel veel gegevensdefinities gemaakt, dus in praktische zin scheelt het veel werk. Maar het voordeel reikt verder dan dat.
Een gevaar voor de datakwaliteit is een vertaalprobleem of de interpretatie bij de uitwisseling van de gegevens. Als we met elkaar, corporaties én leveranciers, een universele taal ontwikkelen en gebruiken vervalt dit probleem. VERA biedt zo'n taal.
Voorbeeld: in het ERP systeem gebruiken we eenheidskaarten, hierop staan alle gegevens van een eenheid, onder ander de m2. Maar is dat GBO of BVO? Als VERA hier een standaard voor heeft en de ERP ontwikkelaar gebruikt deze standaard dan kan daar geen misverstand meer over bestaan.
Woningcorporaties doen in de basis hetzelfde, hoewel iedereen dat op zijn eigen wijze doet, verhuren en beheren we allemaal woningen. Dan lijkt het logisch dat je met elkaar zo'n universele taal kunt maken en gebruiken.

Iets heel anders waarvoor VERA ingezet kan worden is benchmarking. Namelijk als iedereen VERA 'spreekt' kun je heel makkelijk onderling vergelijken/meten.
Op dat gebied zou CorpoNet verder kunnen bijdragen, door bijvoorbeeld definities op te stellen op basis waarvan we duurzaamheid kunnen vergelijken: naar welke gegevens kijk je dan, wat moet je hiervoor vastleggen en welke definities hanteer je?

Zie je nog verbeterpunten voor VERA?
Ja vooral dat VERA nog niet compleet is en dus toch weer eigen definities worden gemaakt. We zijn nu bij Staedion bezig aan de collectieve objecten. Dat zijn alle delen van je vastgoed die geen eenheid zijn. Die je dus niet los verhuurd maar waar je wel kosten voor hebt. Denk aan lift, trappenhuis, gezamenlijk dakterras, grasveldje enzovoorts. Deze objecten zijn nog niet beschreven in VERA, dus moeten we die nu zelf maken. Door de tijdsdruk op zo'n project ga je toch eerder alleen aan de slag dan dat je de vraag bij CorpoNet neerlegt. En zo doen anderen dat ook waardoor er weer dat gevaar van misinterpretatie of vertaalproblemen kunnen ontstaan.

Zie je voor CORA, de zus van VERA, ook nog een rol in het verbeteren van de datakwaliteit?
Jazeker, een deel van CORA gaat over processen; data en processen zijn aan elkaar gekoppeld. Het zou fijn zijn om te zien in welke processen welke gegevens nodig zijn en aan welke eisen die moeten voldoen.

Tot slot wat zijn de belangrijkste lessen die je tot nu toe geleerd hebt in dit project?
Wat begon als een project hebben we inmiddels in de lijn belegd want datakwaliteit vergt constante aandacht.
Verder moet je afspraken maken wie er verantwoordelijk is voor de kwaliteit van de gegevens, het zogenaamde eigenaarschap. Het antwoord daarvoor is vaak te vinden in de processen. Bijvoorbeeld: om de huur te kunnen incasseren, heb je de juiste gegevens van de huurder nodig. Mijn advies is om het proces waarbij de huurder in het systeem wordt ingeschreven, verantwoordelijk te laten zijn voor de kwaliteit van die gegevens.
Door het vastleggen van een heldere taakverdeling bij datavraagstukken, weten medewerkers waar ze aan toe zijn. Die betrokkenheid zorgt voor een goede basis om de data blijvend op orde te houden.

Maike Jansen een (data)gedreven mens, met passie voor data én oog voor de wereld om haar heen, zet zich in haar vrije tijd vrijwillig in voor de Sensing Clues Foundation. Deze organisatie heeft een bijzondere toepassing van data: op basis van een breed scala aan gegevens, van satellietdata tot kuddegedrag, assisteert Sensing Clues de Afrikaanse parkrangers bij het opsporen van stropers in wildparken waarvan het gebied zo groot kan zijn als heel Frankrijk. Zo wordt met nieuwe technologie (IoT, Big Data en Intelligence) een bijdrage geleverd aan het daadwerkelijk beschermen van bedreigde diersoorten.

Meer weten over datakwaliteit?

Heeft u binnen de woningcorporatiesector ervaring met datakwaliteit en wilt u meewerken aan het Aedes-project Datakwaliteit lees dan ook dit item of meld u direct aan.

Wilt u meehelpen om VERA verder te ontwikkelen? Mail dan naar: info@stichting-vera.nl