Data analyse is iets wat tegenwoordig in steeds meer werkvelden wordt toegepast en de jeugdhulp is hier geen uitzondering op. Er zijn al verschillende projecten en pilots gestart in de jeugdsector die bezig zijn met data gebruiken om de jeugdhulp te verbeteren. Vele projecten lopen in het traject echter tegen hetzelfde probleem aan: Hoe krijgen we alle data correct verzameld?

De betrokken partijen bij jeugdhulp

Het doel van de jeugdhulp is om jongeren te helpen. Dit kan echter op ontzettend veel verschillende manieren of via verschillende kanalen. Als we bijvoorbeeld kijken naar een fictief voorbeeld van Sandra. Sandra is 16 jaar oud en is het afgelopen jaar met anorexia aan het strijden. Haar ouders en school beginnen hier langzaam kenmerken van te zien. Hiernaast is ze ook een keer naar de huisarts geweest vanwege maagproblemen, waardoor de huisarts ook een vermoeden had. Uiteindelijk was de doorslaggevende factor Sandra’s sportcoach die ook het vermoeden had en haar gemotiveerd heeft om hulp te zoeken bij de jeugdhulp samen met haar ouders.

Uiteindelijk waren er wel vier partijen die kenmerken hadden gezien om Sandra zo vroeg mogelijk te kunnen helpen, alleen deze partijen kunnen niet alles blindelings met elkaar delen. Vaak wordt er pas informatie gedeeld als er een probleem is of als iemand deze ziet aankomen. Als data bij het probleem komt kijken wordt dit alleen maar erger. De meeste partijen mogen geen data onder elkaar delen behalve als er toestemming wordt gegeven. Dus als je iets met data zou willen doen, kan je dit pas doen als je al een vermoeden hebt en de data in samenwerking met de jongeren zelf opvraagt. Dit is eigenlijk al te laat.

Dit is de eerste grote uitdaging voor data gebruiken in de jeugdhulp. Er zijn ontzettend veel partijen betrokken en voor de meeste gemeenten is er geen platform waar deze data op een privacy veilige manier gedeeld kan worden.

Het koppelen van data

Uiteindelijk is het wel mogelijk om data met toestemming te verkrijgen. Ook zou je geanonimiseerde data van verschillende partijen kunnen gebruiken om per wijk of buurt een analyse te maken. Je kunt hierbij echter tegen een ander groot probleem aanlopen. Niet alle data is even simpel te koppelen. Wellicht update de huisarts elke dag zijn data, terwijl de fysiotherapeut dit slechts één keer per maand doet. Hiernaast noteert de huisarts niet waarom hij specifieke trajecten heeft gekozen terwijl de fysiotherapeut die altijd in losse woorden opschrijft. Op deze manier zijn er honderden verschillende manieren waarop je data kan opslaan, wat het lastiger maakt om het allemaal samen te gebruiken.

Dit probleem heeft vaak een meer technische oplossing. Door middel van slimme data technieken kan je uiteindelijk de meeste data generaliseren waardoor je het kan combineren. Dit is niet altijd even makkelijk. Het gaat hier vaak om privacy-gevoelig informatie, waar je niet roekeloos mee om kan gaan. Hiernaast moet deze data generalisatie ook correct gebeuren anders neem je de fouten mee door heel je analyse en dat is lastig achteraf op te lossen. Dit alles kan voor een gemeente zonder data-team een grote uitdaging zijn.

Data gebruiken

Wanneer alle data is verzameld en gekoppeld, moet het nog gebruikt worden. Aan de hand van data analyse kan je meer inzicht krijgen in grote hoeveelheden data, hiernaast kan je ook door het verleden te analyseren voorspellingen maken voor de toekomst. Gegevens analyseren wordt vaak voor onderzoek gebruikt, maar het is soms lastig om te bedenken hoe je het kan gebruiken om direct de jeugdhulp beter te maken. Het komt vaak voor dat een team begint met data te analyseren,  terwijl er nog geen duidelijk doel is gezet.  Hierbij is bijvoorbeeld het doel “zoek verschillende patronen in de data”. Dit soort doelen zijn vaak niet schaalbaar, want het is onduidelijk wat je later met deze patronen en inzichten kan doen. Hierdoor kan de data niet direct gebruikt worden om toegevoegde waarde te creëren.

Hiervoor is de oplossing gelukkig simpel: Voordat je überhaupt  begint met data te verzamelen is het belangrijk om een doel of probleem voor ogen te hebben. Welk probleem wil je oplossen en wat is daarmee het doel van de analyse. Een voorbeeld hiervan kan zijn dat er niet op tijd genoeg jongeren met problemen herkend worden. Je doel is om uiteindelijk een ondersteuning te creëren voor jeugdhulp medewerkers die hen aanleiding kan geven welke jongeren hulp nodig hebben.