• Home
• Nieuws

Henry Koster (Rentree): Goede datakwaliteit begint bij een gedegen voorbereiding

Geplaatst door CorporatieMedia op Sunday 23 August 2020

Voor woningcorporaties die weloverwogen keuzes willen maken, zijn betrouwbare en actuele data essentiële bouwstenen. Maar hoe zorg je ervoor dat je als organisatie op data kunt bouwen en vertrouwen? Rentree zit momenteel in de afrondende fase van een groot datakwaliteitsproject, en CorporatieGids Magazine ging erover in gesprek met projectleider Henry Koster: “Goede datakwaliteit gaat over uniforme gegevens, maar bovenal over het bewustmaken van medewerkers en een gedegen voorbereiding.”

Drie jaar geleden begon Rentree – verantwoordelijk voor een kleine 4.000 woningen in Deventer – met het project datakwaliteit Vastgoed. “Het kloppend en betrouwbaar maken van onze gegevens is iets waar we al bijna tien jaar mee bezig zijn, maar er bleven vraagtekens ontstaan,” begint Henry het gesprek. “In 2017 kwam het gebrek aan valide gegevens opnieuw aan het licht tijdens enkele onderhoudsprojecten. Data lieten zien dat het onderhoud nodig was, maar achteraf bleek de noodzaak daartoe toch niet zo hoog te zijn. De gegevens en werkelijkheid liepen dus niet synchroon, en dat was reden om de betrouwbaarheid van data echt onder handen te nemen.”

Gedegen voorbereiding
Als voorbereiding op het traject heeft Rentree eerst om tafel gezeten met de verschillende inhoudelijke procesexperts. Henry: “Dat is misschien wel de belangrijkste succesfactor om datakwaliteit te kunnen verhogen. Hier hebben we dan ook veel tijd aan besteed, ruim driekwart jaar. Door samen met experts zoals vastgoedbeheerders, projectleiders en woonmakelaars te kijken naar welke gegevens nodig zijn, kun je gericht werken aan de kwaliteit.” Zo heeft Rentree vooraf bepaald wat voor gegevensvelden nodig zijn in haar processen, nu en in de toekomst. “Die data gaan we nu al verzamelen. Daarbij is het denk ik een voordeel dat we een kleine organisatie zijn. De lijntjes tussen afdelingen zijn hierdoor heel kort, waardoor je elkaar makkelijk kunt vinden.”

Over procesgrenzen heen
Het is volgens Henry namelijk essentieel om over procesgrenzen heen te kijken om slimme verbindingen te zoeken en ervoor te zorgen dat data verschillende doelen kan dienen. “Een voorbeeld hiervan is de oppervlakte van een woning. Dat kun je heel basaal invullen in het systeem als een bepaalde hoeveelheid vierkante meter, maar daar heb je in andere processen niets aan. Als je echter de afmetingen digitaal en conform standaarden in het informatiesysteem opneemt en daar vanuit de oppervlakte bepaalt, kun je deze gegevens ook gebruiken bij bijvoorbeeld het bepalen van een energielabel of de zorggeschiktheid van een woning. En je hoeft bij eventuele regelwijzigingen omtrent de bepaling van de oppervlakte van een woning niet je hele bezit opnieuw op te meten.”

Uniforme data
Rentree heeft als onderdeel van het project datakwaliteit Vastgoed onder andere haar bezit opnieuw laten opmeten en intekenen, vertelt Henry: “Hiermee hebben we tevens een validatieslag gemaakt door dit te combineren met de opname van andere aanvullende vastgoedgegevens. Daarbij was het voor ons belangrijk dat de gegevens gestandaardiseerd en uniform in onze systemen kunnen worden opgenomen, zodat we makkelijk analyses kunnen maken zonder daarbij kanttekeningen te hoeven zetten. Dat levert aan de voorkant wellicht extra of dubbel werk op, maar zorgt er aan de achterkant voor dat betere beslissingen kunnen worden genomen. Gewend zijn om uitdagingen integraal en organisatiebreed te willen en kunnen benaderen is hierbij een belangrijke succesfactor geweest.”

Expertsystemen
Om datakwaliteit te kunnen verbeteren is het volgens Henry niet nodig om vanuit één database te werken. “Er is namelijk geen enkel systeem die al onze vragen kan opvangen. Daarom kiezen wij er bewust voor om gebruik te maken van verschillende expertsystemen. Bij zo’n best-of-breed setting zijn koppelingen tussen de verschillende systemen wel belangrijk. Gegevens staan dan in een bronsysteem – bijvoorbeeld ons ERP-systeem ViewPoint – en wordt middels verwijzingen weergegeven in een ander systeem. Zo zorg je ervoor dat data te allen tijde uniform is.”

2D en 3D
Om data voor zich te laten werken, maakt Rentree onder andere gebruik van COBIM van COENCAD. Henry: “Bij het project datakwaliteit heeft COENCAD ons geholpen bij het inlezen en verwerken van oude, analoge plattegronden naar bruikbare, digitale data. Daarnaast hebben ze de buitenkant van ons bezit opgemeten. Een voorbeeld van wat wij met deze verzamelde data kunnen doen is het genereren van 2D-plattegronden. Op termijn hopen we daar 3D-plattegronden aan toe te voegen. Dan kunnen we bijvoorbeeld bij een defect aan een woning virtueel met een huurder meelopen om zo het mankement precies vast te stellen.”

Data in de keten
Rentree heeft in het project besloten bepaalde data over haar woningen niet vast te leggen in haar eigen systemen. “Denk bijvoorbeeld aan data over de conditie van schilderwerk of daken. We zijn namelijk een kleine organisatie en doen veel op regiebasis met onze ketenpartners. We hebben met hen afgesproken dat zij deze data vastleggen en wij daar via koppelingen gebruik van kunnen maken. Zo kunnen wij deze data gebruiken in analyses rondom planmatig onderhoud en ligt het beheer bij mensen die vaker over de vloer komen waardoor gegevens actueler blijven.”

Besef creëren
Op de vraag wat er nodig is bij de Rentree-medewerker om datakwaliteit te kunnen verbeteren, vertelt Henry: “Je wilt ten eerste bewustwording over het belang van data creëren. Dat betekent niet alleen de meerwaarde inzien in je eigen processen, maar ook in die van je collega. Wanneer je dat besef creëert, kijken medewerkers over procesgrenzen heen en kun je datakwaliteit op een natuurlijke wijze borgen. Het controleren van gegevens en het opmeten van data moet voor bijvoorbeeld opzichters een onderdeel worden van het dagelijks proces. Rentree was al gewend om succesvol in integrale procesteams samen te werken. Daarnaast stellen we ook controlescripts op om in de toekomst steekproeven uit te voeren om de kwaliteit te controleren.”

Discipline
“Uit de bewustwording moet vervolgens ook discipline groeien. Daarmee bedoel ik dat je de kwaliteit van data ook bijhoudt wanneer het even niet goed uitkomt. Een goed voorbeeld daarvan is de coronacrisis, waardoor administratie tijdelijk niet meer het belangrijkste lijkt. Zo’n instelling is echter wel een risico voor de toekomst. Want wanneer je het nu niet bijhoudt, heeft dat invloed op de beslissingen die je morgen neemt. We hebben daarnaast in ons corporatie-DNA als Rentree de houding om veel maatwerk te doen. Dat is niet erg, veelal juist gewenst, maar dan moet je wel met discipline afwijkingen blijven registreren.”

Verder optimaliseren
De corporatie uit Deventer is bijna klaar met het project datakwaliteit, sluit Henry af. “We zijn op dit moment bezig met het verder optimaliseren van de beheerfase. Dat betekent bijvoorbeeld dat woningmakelaars tijdens een bezoek aan een woning gegevens controleren, zodat incorrecte data meteen wordt geüpdatet. Wanneer we dat borgen, kunnen we blijvend de vruchten plukken van het project. En die vruchten zien we nu ook al terug. We krijgen bijvoorbeeld vragen vanuit de organisatie omtrent de zorggeschiktheid van woningen in relatie met de leefbaarheid van wijken. Dat zijn vragen die we door de verbeterde datakwaliteit beter kunnen beantwoorden.”

Bron: CorporatieGids Magazine, Foto: Mariska Klok