DATA INTELLIGENTIE IN HET SOCIAAL DOMEIN

Presentatie over: "DATA INTELLIGENTIE IN HET SOCIAAL DOMEIN"— Transcript van de presentatie:

1 DATA INTELLIGENTIE IN HET SOCIAAL DOMEIN
Samenvattende sheets uit presentatie Krachtige Kernen René van der Meer februari 2015

2 Systeemuitleg Ieder huishouden in Nederland in een systeem
Socio-Economische data van alle Nederlandse huishoudens Gestructureerd beschikbaar van ieder huishouden in NL Standaard laten zoals het is. Enkele bronnen gebruikt door Experian Nederland >1.350 databronnen en ruim variabelen Het AnalyseCentrum is onafhankelijk partner van Experian, wereldwijd leider in het verschaffen van informatie, analyses en marketing-services aan organisaties en individuen om hun commerciële en financiële beslissingen beter en verantwoordelijker te laten maken. Alle 7,3 miljoen huishoudens in Nederland gegroepeerd op basis van gemeenschappelijke kenmerken, voorkeuren en gedrag en samengevoegd in socio-economisch-maatschappelijk groepen met zeer sterk gecorreleerde eigenschappen. Dit levert 50 onderscheidende socio-economische lifestyle profielen op. Ieder individueel huishouden in Nederland heeft daarmee een eigen kenmerkend profiel

3 Systeemuitleg Alle 7,4 mln NL huishoudens geclassificeerd in coherente groepen Langs twee assen: welvaart en leeftijd. Hoe groter de bol, hoe groter de groep. Iedere stad en dorp, wijk en buurt is zo in te delen! K40 – 45 plus en héél rijk # in NL N50 – Oud en arm # in NL B05 – Jong en arm # in NL

4 per profiel, per gebied, per straat, per huis.
Vele details; per profiel, per gebied, per straat, per huis. Et cetera

5 Voorspellingen richting de toekomst
Voorspellingen richting de toekomst. Hoe ontwikkelen de profielen zich in uw gemeente 2014 Bijvoorbeeld 2018 afname groei

6 Socio-economische data gekoppeld aan zorg en sociaal domein data
VAN IEDER HUISHOUDEN IN NL Socio-economische maatschappelijke data 1350 openbare databases Leeftijden, kinderen Samenstelling van het huishouden Woonsituatie, woningtype, woningwaarde Inkomen en welvaart (segmenten) Koopkracht en financiële lasten Vrije tijdsbesteding en interesses Bereikbaarheid en voorzieningen Mediagebruik en onlinegedrag Winkelgedrag Leefstijl en sociale context Opleidingen en werkzaamheid Et cetera Ieder huishouden ingedeeld in 50 Lifestyle profielen + Zorg & transitie gerelateerde data Extra Openbare bronnen rond transitie variabelen Nivel Cbs Kinderen in tel Verweij Jonkerinstituut SCP Nationale Atlas Volksgezondheid Nationaal Kompas Volksgezondheid CIZ, Jeugdspiegel Jeugdmonitor Stapelingsmonitor …… + Voorspellingen in tijd & plaats Huishoud-volgsysteem in de tijd, aan de hand van ontwikkelende socio-economische parameters. + Ieder huishouden geo-gecodeerd Wijk, stad, regio of landelijke locatie scans Gebieds’-’DNAs

7 Gemeentelijke toepassingen
Hotspots van zorg-gevoeligheid

8 Lokalliseren van Vrijwilligers

9 Langenboom in vogelvlucht
Alleen of samenwonend zonder kinderen 65+ Meer dan 2x modaal 65-75

10 Langenboom in vogelvlucht

11 Iedereen te lokaliseren, bijvoorbeeld op leeftijd
55+ in de gemeente 75+ in Langenboom

12 WMO gevoelige profielen in Langenboom
Relatief weinig WMO gevoelige profielen!

13 Typische huishouden typen in Langenboom
De typische vrijwilliger ontbreekt!

14 Enkele bevindingen uit de Outside-in quickscan
De Keuze : Goede bedoelingen of werkzaamheid? Er zijn heel veel hulpvaardige, goede, ´sterke´ mensen, De bewoners van Langenboom kunnen wél organiseren, opzetten en aanjagen. Maar er zijn relatief weinig structurele ‘handen’ om langdurig te helpen. De samenstelling van Langenboom maakt een langdurige operationele organisatie van welzijn niet vanzelfsprekend. De Overweging: Zelfredzaamheid versus Afhankelijkheid De bewoners van Langenboom zijn gemiddeld zelf (nog) niet erg hulpbehoevend. Er is een belangrijk deel van de bevolking ouder, maar deze hebben niet de typische WMO gevoelige kenmerken/ WMO zorggevoelige profielen. Zeer afhankelijke personen (oud, alleen, lage welvaart) vormen slechts ca 4% van de bevolking De typische ‘hulpvaardigen’ vormen zeker 15% tot 20% van de bevolking De beide personages wonen door elkaar heen, niet gegroepeerd, en zijn de buren van elkaar

15 Afwegingen: Kiezen of combineren

16 De rol van de gemeente: risicomijdend versus laag risico
De gemeente had het risico kunnen inschatten als relatief laag De gemeente had de zelfredzaamheid-potentie van de omgeving als hoog kunnen inschatten Hun risico kan zijn dat er wellicht geen continue borging van operationele hulp zou zijn. In deze heeft ze vooral besloten om dat deel te borgen met de welzijnsorganisatie. Die keuze is nooit slecht (de default-keuze) In deze beslissing zit echter ook ingesloten de hogere kosten, minder participatie, minder benutting van de omstandigheden, ( de kern niet haar kracht laten zijn ) Ze had ook omgekeerd kunnen redeneren en het burgerinitiatief/ de zorgcooperatie kunnen vastleggen op de inhuur van afdoende operationele hulp bij de zorginstelling . Het risico is überhaupt beperkt en daarmee goed te beheersen ook voor de gemeente. Waarschijnlijk zou zelfs de ingeroepen hulp tot een minimum zijn beperkt, al was het maar de eer van de hulpvaardigen te na.

17 Conclusie Met data is een risico inschatting te maken
Met data is een competentie inschatting te maken Met data is de zorgbehoefte in te schatten Gemeenten, zorgorganisaties en bevolking kunnen ieder en in samenhang in hun kracht gezet worden Je zet een kern in haar kracht Met gedragen doelen Tegen laagste kosten Met de hoogste efficiency En hoogste effectiviteit

18 Gemeente dashboard / inzichten in prestatievelden sociaal domein
Kwalitatieve inzichten ondersteund door een datafundament voor beleid en sturing, samenwerking en coördinatie.

19 www.analysecentrum.nl Toepassingsmogelijkheden Data
Transformatiebegeleiding gemeenten Meting sociaal domein druk Vergelijkingen WMO-regio gemeenten Zorggevoeligheidsscans wijken en buurten Monitoring prestaties zorgaanbieders Dashboarding en monitoring voorzieningen en verstrekkingen gemeenten Inzicht in Multiproblematiek Cliënten en leden scans Zorginstellingen Zorgvastgoed analyses (ontwikkeling, leegstand, …) Et cetera. Voor meer informatie: AnalyseCentrum Zijpendaalseweg 59 6814CD Arnhem René van der Meer © 2015 Auteur AnalyseCentrum Alle rechten voorbehouden. Niets uit deze uitgave mag worden verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand en/of openbaar gemaakt in enige vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen of op enige andere manier zonder voorafgaande schriftelijke toestemming van de auteur