Common Ground datagedreven werken

01 mei 2022

Common Ground datagedreven werken
Common Ground datagedreven werken
Hoe kunnen we met 345 gemeenten slimmer datagedreven werken door hergebruik? 
Sinds 1 januari 2022 zijn er 345 gemeenten in Nederland. Het grootste deel van de gemeenten is op één of andere manier bezig met datagedreven werken. Bij datagedreven werken hoort het ontsluiten van data uit vakapplicaties van bijvoorbeeld het sociaal domein, openbare ruimte of financiën. Uitzoeken wat waar staat in de vakapplicatie kost heel veel tijd. Maar dan ook echt heel veel tijd. Nu zijn er per domein vaak maar tussen de 3 en 7 leveranciers van die vakapplicaties, die door de 345 gemeenten gebruikt worden. Hier zit een grote kans voor samenwerking!

Hiervoor hoeven we alleen maar af te spreken dat we allemaal het GGM (ontwikkeld voor Common Ground) gaan gebruiken als model voor ons datawarehouse.

 

Opbouw van een datawarehouseplatform 

Om te begrijpen hoe we slimmer kunnen samenwerken, is het handig om de opbouw van een datawarehouseplatform te begrijpen. Hieronder is een vereenvoudigde weergave van de opbouw van het datawarehouseplatform te zein. De bronnen worden met ETL software naar het datawarehouse gekopieerd. De dashboards en kaarten halen de informatie uit het datawarehouse. De ETL software verandert de opbouw van de gegevens naar een model geschikt voor het datawarehouse. In de ETL wordt allerlei informatie samengevoegd en op een handige manier vormgegeven voor het maken van de dashboards en kaarten. De manier waarop je een datawarehouse vormgeeft (het datamodel), is in principe vrij te bepalen. Uiteraard zijn er ‘best practices’, maar je kunt dit vormgeven zoals je zelf handig vindt. Denk hierbij aan naamgeving van tabellen, afgeleide waarden in nieuwe velden, enz. In praktijk zal het onderliggende model van het datawarehouse voor de meeste gemeenten niet overeenkomen. En dat is een gemiste kans.

Waar zit de slimme samenwerking? 

Als de gemeenten afspreken om het datawarehouse te modelleren volgens het Gemeentelijk Gegevensmodel (GGM), ontstaat er de mogelijkheid om her te gebruiken van een andere gemeenten. Een aantal voorbeelden zijn:

  1. Het overzetten van gegevens van bron naar datawarehouse is vakapplicatie afhankelijk. We hadden al geconstateerd dat er slechts een beperkt aantal leveranciers per domein zijn. Dus heeft één gemeente deze transformatie voor een vakapplicatie al uitgewerkt? Dan kunnen de andere gemeenten dit tijdrovende uitzoekwerk overslaan en deze transformatie hergebruiken. Dit scheelt heel veel tijd! Zijn de onderliggende modellen van de datawarehouses per gemeente verschillend? Dan is dat overzetten van gegevens (transformatie) ook verschillend en wordt hergebruiken een stuk lastiger of niet mogelijk.
  2. Van datawarehouse naar dashboard of kaart is applicatieafhankelijk (Cognos, PowerBI, ArcGIS, Qlik, Tableau…). Heb je dezelfde applicatie? Dan kun je dashboard en kaarten van elkaar hergebruiken.
  3. Wordt er een vakapplicatie vervangen? Dat vinden de bouwers van een datawarehouse over het algemeen lastig. Dat betekent uitzoeken in de nieuwe vakapplicatie wat waar staat, opnieuw die tijdrovende taak. Bij het gebruik van het GGM, is er een grote kans dat er al een gemeente is, die de transformatie van bron naar datawarehouse heeft uitgewerkt en die je kunt hergebruiken.
Common Ground (en) datagedreven werken 

Vaak hoor ik dat datagedreven werken botst met Common Ground. Omdat je eigenlijk een kopie van de data maakt in het datawarehouse. Op die manier ga je voorbij aan het principe ‘data blijven in de bron’. Dat klopt!

Stel:

  1. dat jouw gemeente het datawarehouse heeft gemodelleerd volgens het Gemeentelijk Gegevensmodel
  2. dat jouw gemeente langzaam groeit richting Common Ground waarbij de datalaag van je vakapplicaties gemodelleerd is volgens het Gemeentelijk Gegevensmodel

Lees nog eens goed wat hierboven staat. Je datawarehouse is gemodelleerd volgens het Gemeentelijk Gegevensmodel en je bronnen (de datalaag van de vakapplicaties) zijn ook gemodelleerd volgens het Gemeentelijk Gegevensmodel. De transformaties van de bronnen naar het datawarehouse worden een 1-op-1 kopie. Want het datamodel van de bron is exact gelijk aan het datamodel van het datawarehouse.

Op dat moment kun je het datawarehouse er tussenuit halen en kun je je Common Ground datalaag gaan gebruiken als datawarehouse.

Kanttekeningen 

Uiteraard is bovenstaande een vereenvoudiging van de werkelijkheid. In praktijk verschillen inrichtingen van vakapplicaties. De informatiebehoefte van de gemeente zal niet voor iedere gemeente exact hetzelfde zijn. Wellicht wil je historie bewaren van je gegevens en is om die reden een datawarehouse nog steeds nodig. Dus helemaal zonder datawarehouse en 100% hergebruik zal wellicht een utopie zijn. Maar zelfs met deze kanttekening, durf ik te stellen dat 80% hergebruik haalbaar is!

Meer versnelling? 

Een aantal gemeenten (Delft, Utrecht, Rotterdam, Den Haag, Venlo en nog een paar anderen) zijn op dit gebied al informeel de samenwerking aan het opzoeken. Geheel terecht staat GGM in de finale van de GemeenteDelers 2022! Bij deze ook een oproep aan de VNG om het GGM (nog) meer aandacht te geven.

Mocht je na naar aanleiding van dit artikel willen sparren over de architectuur van je datawarehouseplatform of meer informatie over onze routekaart? Neem dan contact op met Jelle Gotjé (j.gotje@nativeconsulting.nl) of 085-4012987.

Delen via

Actueel

Volwassenheidsmeting 2.0: Verantwoord datagedreven werken in het tijdperk van AI en ethiek

14 november 2024

Volwassenheidsmeting 2.0: Verantwoord datagedreven werken in het tijdperk van AI en ethiek

Werken met architectuur - van onbekend tot onmisbaar 

31 oktober 2024

Werken met architectuur - van onbekend tot onmisbaar 

Webinar - AI verkennen in de gemeentelijke context

17 oktober 2024

Webinar - AI verkennen in de gemeentelijke context

Common Ground: alleen samen komen we verder

10 oktober 2024

Common Ground: alleen samen komen we verder