SaaS: de

opmaat naar Datagedreven Werken


Waar het een aantal jaren geleden vooral ging over “Het Nieuwe Werken”, gaat alle aandacht nu uit naar “Datagedreven Werken”. Niet dat data tot dusver geen rol speelde bij besluitvorming en keuzes in het werk, maar nieuwe inzichten rond de inzet van grotere hoeveelheden data leiden tot nieuwe werkwijzen en doelstellingen op de werkvloer. Software as a Service, of SaaS, vormt een belangrijke bijdrage als opmaat naar verantwoord en gestructureerd datagedreven werken. Hoe werkt dat?

Aan de oorsprong van wat men vandaag onder datagedreven werken verstaat ligt Data Science, ook wel ‘Advanced Analytics’ genoemd. Startpunt voor datagedreven werken is het slechten van barrières bij het verantwoord ontsluiten van databronnen. Die bredere ontsluiting is nodig om de omstandigheden, rondom de beoogde activiteit die meer datagedreven moet worden gemaakt, vast te kunnen stellen. Zo wordt een op te zetten analysemodel verrijkt met waardevolle invalshoeken waardoor de uiteindelijk sturing c.q advisering richting de beoogde activiteit in trefzekerheid zal toenemen.

De complexiteit van dataverbindingen in een alsmaar groeiend ecosysteem van digitale samenwerkingsverbanden tussen gemeenten, bedrijven, instanties en burgers zorgt voor de nodige hoofdbrekens voor het verantwoordelijk management. Op technisch vlak kunnen applicatiekoppelingen een uitdaging zijn, en ook op het terrein van data governance en compliance is de complexiteit niet minder groot.

‘Verantwoord en gestructureerd datagedreven werken’

Verantwoord databronnen koppelen

Mede dankzij SaaS voltrekt zich een gestage ontwikkeling van gestandaardiseerde en beheersbare Application Programming Interfaces (datakoppelingen tussen businessapplicaties). Deze API’s egaliseren de weg voor de bredere inzet van data waarvan het belang eerder al werd benoemd. Zo wordt eenduidigheid in taxonomie en gebruikte semantiek door de SaaS leverancier bevorderd, wat ten goede komt aan uitwisselbaarheid van gegevens en een juiste interpretatie daarvan. Daarnaast vereist toepassing van SaaS een volwassen systeem voor toegangsrechten en metadata rondom uitwisseling van data. Dit is tevens een randvoorwaarde voor verantwoord datagedreven werken.

SaaS, met haar (koppelbare) webservices-benadering als vertrekpunt, biedt derhalve het praktisch toepasbare raamwerk voor data-uitwisseling. Dus met een gedegen SaaS governance-benadering wordt het pad naar verdere integratie van datastromen vanzelf beter begaanbaar.


SaaS zorgt voor overzicht

Daarnaast is het dankzij SaaS ook duidelijk hoe overige afnemers van de SaaS-oplossing dagelijks met de functionaliteit om gaan, welke onvolkomenheden zij ondervinden, welke oplossingen ontstaan en welke beslissingen worden genomen. Deze grote hoeveelheid aan gelijksoortige data is voer voor Data Scientists. Mede gezien het voorgaande is SaaS bij uitstek het platform waarin deze zaken goed geregeld en benut kunnen worden, mits voorzien van de juiste spelregels.

Operationalisatie maakt het verschil

Om de zakelijke waarde van data science te ontginnen, mag het analysemodel niet op de plank blijven liggen; het moet in de praktijk gebracht. SaaS verzorgt het uitvoeren van het analysemodel door het “as a Service” kenmerk van de beoogde koppelingen. Dit omvat het praktisch en beheersbaar inzetten van het analysemodel voor continu gebruik in de hele organisatie, en ook richting ketenpartners en natuurlijk de overige gemeenten die graag op eenzelfde wijze werken. Deze operationalisatie vergt een gedegen versiebeheer, monitoring en auditing van de datakoppelingen in jouw werkomgeving. Het is juist deze zorg die de SaaS-leverancier jouw uit handen neemt door een overzichtelijk en beheersbaar geheel van koppelingen aan te bieden in combinatie met transparante auditing dashboards, zodat jij altijd in control blijft.

Nieuw elan voor belastingen

De wensen en eisen op het terrein van datagedreven werken veranderen snel, zeer snel. Centric onderkent het belang van SaaS bij deze ontwikkelingen. In een steeds meer datagedreven wereld neemt Data Science een belangrijke positie in bij de innovatie en ontwikkeling van efficiëntie, effectiviteit van belastingorganisaties en verhoging van juistheid en rechtvaardigheid, bijvoorbeeld bij vrijstellingen. Met Data Science zijn de mogelijkheden enorm: van het voorspellende karakter voor het invorderingsbeleid en het opsporen van fraude, tot goedkopere bezwaarafhandeling: de toepassing van Data Science helpt hierbij. Jouw werkprocessen gaan een boeiende toekomst tegemoet.