Inloggen

Hoe kom je aan betrouwbare data en hoe maak je er vervolgens betrouwbare diagnoses van?

Bij de vierde bijeenkomst van de leerkring "kostenbeheersing jeugdzorg" ging de groep dieper in op data. Hoe kom je aan betrouwbare data en hoe maak je er vervolgens betrouwbare diagnoses van. Bij de bijeenkomst waren twee gastsprekers. Petra Verkerk van de gemeente Gouda vertelt hoe zij tot meerjarenprognoses zijn gekomen op basis van data en Sigrid Keek van de gemeente Berg en Dal gaat dieper in op het datagestuurd werken. 

Data binnen het bestuurlijk traject in Gouda
Petra nam de deelnemers mee in het bestuurlijke traject, en dan met name rondom de tekorten die er waren de afgelopen jaren bij de jeugdzorg. In onderstaande afbeelding geeft de blauwe lijn de kosten weer als deze blijven stijgen zoals de voorgaande jaren. De oranje lijn geeft de kosten aan als er ingegrepen wordt. De groene lijn geeft de basis aan en de rode lijn de werkelijke begroting. 

Deze stijging van kosten is natuurlijk niet houdbaar. Raad en college werden hiervan op de hoogte gesteld en er kwam zowel bij het sociaal domein als gemeentebreed de opdracht te liggen hier iets aan te doen. 

Financiële analyse
De eerste stap is de financiële analyse. Je kijkt naar de totale uitgave en het aantal cliënten. Het aantal cliënten blijft echter redelijk constant de afgelopen jaren. De gestegen kosten zaten ook niet in prijsontwikkelingen. Het bleek dat de gestegen kosten zaten in de gemiddelde kosten per cliënt. Het is echter niet logisch dat alle cliënten opeens veel meer zorg nodig hebben als het jaar ervoor.

Het vermoeden kwam boven dat het te maken kon hebben met de scherpe inkoop van zorg. Zorgaanbieders gaven aan dat de gemeente de zorg heel erg strak had ingekocht en de zorgaanbieders waren hier omheen aan het werken. Ze komen niet uit met de tarieven. De gemeente besefte dat dit een diepgeworteld probleem is bij de aanbieders, dat verander je niet even. 

Sturing
Als je wilt sturen in de zorg, moet je eerst goed in beeld hebben hoe de financiën en structuren in het sociaal domein in elkaar zitten. Het is echter voor het college en voor de gemeente een ingewikkeld geheel. De raad vindt het heel complex. De eerste opdracht was dus om eerst de raad te laten zien waarom het zo complex is en maak het inzichtelijk, met het signaal dat er een groot probleem is en dat het college aan de slag gaat voor een oplossing. 

Dillema's maatregelenpakket
Om de stijging van de kosten in te dammen kwam de gemeente met een voorstel voor maatregelen. Het probleem hierbij is dat het optellen van maatregelen ook weer complex is, dubbeltellingen liggen op de loer. Je hebt bijvoorbeeld zoveel verwijzingen, dat je op dezelfde doelgroepen stuurt. Als je bijvoorbeeld stuurt op huisartsen en stuurt op het onderwijs, mag je dit bij elkaar optellen? Bovendien, wanneer je maatregelen neemt, moet je de opbrengst van deze maatregelen aftrekken van bovengenoemde trend, de lijn met trendbreuk, de basis of de begroting? Voor elke lijn is wat te zeggen. Zelfs bij de trendlijn was niet duidelijk wat nu echt realistisch is.

Een andere benadering: een realistische reeks
Je moet doelstellingen hebben die de raad en het college begrijpen. De eerste doelstelling was het aantal cliënten ten opzichte van het aantal inwoners tussen 0 en 18 jaar. Het bleek dat één op de zeven cliënt is. Dat klopt niet bij het beeld dat je in het algemeen hebt en ligt ook veel hoger als het landelijk gemiddelde. Dit is iets dat iedereen begrijpt en waarop je kunt sturen.

De andere doelstelling is de gemiddelde kosten per cliënt. Er was al geconstateerd dat dit opliep, en de vraag kwam hoe je dit kunt sturen. Voor de sturing kom je terecht bij de aanbiederskant. 

De factor van de prijsontwikkeling werd buiten beschouwing gelaten. Zolang er reële tarieven berekend worden, heb je hier weinig invloed op. 

Conclusie
Uiteindelijk is gekozen voor een scenario waarbij 1 op de 8 inwoners tussen de 0 en 18 zorg nodig heeft met een zorgzwaarte zoals deze in 2020 bestond. Hiermee werd de boodschap naar de raad, dat de kosten wel zullen stijgen, maar niet zoveel als met de de huidige trend.


Datagedreven werken in Berg en Dal
Bij Berg en Dal was de aanleiding voor datagedreven werken dat er vraag was naar inzicht, voornamelijk bij het sociaal domein. Er was behoefte aan kennis binnen de organisatie, behoefte aan grip op de financiën en behoefte aan besluitvorming op basis van data. Bij de gemeente werd een Business Intelligence team opgezet. Als tool wordt Power BI van Microsoft ingezet en scrum als werkmethode voor de realisatie van dashboards. 

Veel beschikbare data en dashboards
De gemeente had regionaal de beschikking over veel data, maar die vele data moest omgezet worden naar informatie. Veel informatie miste hier echter en de informatie kwam ook zeer vertraagd binnen.

Lokaal moest informatie geëxporteerd worden naar Excel om de beschikbare data te kunnen omzetten naar informatie. Berg en Dal is nu druk bezig met het opzetten van een dashboard zodat de data snel omgezet kan worden naar kennis. Voor de beleidsmedewerkers is er een dashboard jeugd en ook is een dashboard aanbieders jeugd beschikbaar. Voor het college en de raad is een factsheet sociaal domein beschikbaar. Je kan op de dashboards nu snel zien waar de kosten ontstaan, zodat je er snel op kunt sturen. Ook kan je met de dashboards nu veel beter voorspellen hoe de toekomst zich gaat ontwikkelen en de dashboards geven inzicht in de instroom-doorstroom-uitstroom, de zorgpaden en de stapeling van producten.

Dilemma's
Je krijgt de situatie dat er meer met data mogelijk is, als dat je nodig hebt. Hoe bepaal je wat je wilt meten? Ga je ook dingen meten die je niet (direct) kunt gebruiken? En hoe meet je? Zijn er risico's aan verbonden? Hoe betrouwbaar is de data? En hoe vertel je het verhaal achter de cijfers? Wat vertel je wel, wat misschien ook niet en wat licht je extra uit?

Data, beleid en uitvoering
Bij veel gemeenten bestaan dashboards. De grote vraag is echter hoe je data, beleid en uitvoering beter op een lijn krijgt. Een beproefde methode is om toch de mensen van data, beleid en uitvoering bij elkaar te zetten om de data door te nemen. Je zit dan wel in een grote groep, maar vaak kom je wel met z'n allen op één lijn uit. 

Interpretatie
Wie laat je data interpreteren? Want iedereen kan weer zijn eigen interpretatie loslaten op data. Binnen Berg en Dal interpreteert een kleine groep personen, vanuit verschillende functies, gezamenlijk de data. Zij komen met één verhaal naar buiten. De adviezen worden onderbouwd met de data en soms voeg je nog een aantal mogelijke scenario's toe. 


In het forum van de VPNG vind je de presentaties van de sprekers terug en de opname van deze sessie.