Waarom investeren in
datamanagement en applicatiestrategie?
Cases uit de dagelijkse praktijk van dided data desk
Wat gaat er vaak mis?
Data klopt niet → geld lekt weg (zie case 1 huurderving)
Data wordt niet vertrouwd → proceskosten (zie case 2 data-herstelwerkzaamheden)
Data is niet gedefinieerd → geen sturing mogelijk (zie case 3 ‘onmeetbaar procesdoel)
“De organisatie heeft
doelen, processen, data en systemen
—
maar geen samenhang.”
“Zonder samenhang lossen we symptomen op,
geen oorzaak.”
Welke oplossingen werken niet?
Geïsoleerde projecten lossen het probleem niet op.
Eenmalige verbeteringen vervuilen opnieuw.
Hierbij is er geen sprake van organisatie ontwikkeling (continu verbeteren),
vooral bij datakwaliteit-projecten heb je daarna weer snel vervuiling.
Verantwoordelijkheid wordt belegd bij mensen met gevoel bij data en applicaties.
Je krijgt niet de hele organisatie mee in de digitaliserings-slag.
Data en applicaties wordt het feestje van kerngebruikers en de afdeling I&A.
Er ontstaan sterke en zwakke schakels: hierdoor wordt de rem op vooruitgang gegooid.
Case 1 incorrecte WWS: huurderving
Je data klopt niet altijd en je hebt dat niet altijd door.
| Situatie | Gevolg of getal |
|---|---|
| Grootte corporatie | 8.000 VHE |
| WWS punten woning | 130 |
| Huurprijs per punt | € 5,90 |
| Gemiddelde contractduur (woonduur) | 7 – 10 jaar |
| Oppervlakte data klopt niet: werkelijk 85 m2, in systeem 80 m2: 5 tot 8 WWS punten te weinig in rekening gebracht. | € 460,20 huurderving jaarlijks |
| Mutatiegraad | 10% 800 mutaties |
| Percentage nieuwe verhuringen waarbij oppervlakte data niet klopt: | 25% 200 mutaties |
| Misgelopen huurinkomsten | € 92.040,- per jaar voor 7 – 10 jaar |
“Een afwijking van 5 m² woonoppervlak,
kost €460 per jaar, dus circa €3.500–€4.500 per woning over de volledige contractduur / woonduur.”
Case 2 incorrecte WWS: data-herstelwerkzaamheden
Je data klopt niet altijd en dat weet je: workarounds
| Situatie | Gevolg of getal |
|---|---|
| Situatie gelijk aan de corporatie links | 8.000 VHE, 130 WWS punten bij 85 m2, 80 m2 in systeem |
| Woning komt vrij | |
| Scenario na voorinspectie | Direct verhuren aan nieuwe huurder |
| Woning adverteren: data check wordt gedaan | Plattegrond en vastgelegde gegevens komen niet overeen. |
| Probleem | Onbekend is waar de waarheid vastligt |
| Oplossing | Opnieuw inmeten woning |
| Vervolg met data | Nieuwe plattegrond maken, gegevens vastleggen, WWS berekenen |
| Gevolg 1: medewerkers hebben 4 uur extra nodig: intern tarief € 75,- | € 300,- per woning |
| Gevolg 2: extra doorlooptijd van 2 weken nodig: dus huurderving (130 WWS = huurprijs € 767,-). | € 383,50 per woning |
| Financiële schade bij 200 mutaties per jaar: 200x(300+383,50) | € 136.700,- per jaar |
“Omdat de basisdata niet betrouwbaar is, moet dit hersteld worden — precies op het moment dat snelheid nodig is.”
“Onjuiste data kost geld.
Onbetrouwbare data kost tijd, geld én snelheid.”
Case 3 onmeetbaar procesdoel:
Geen koppeling met applicatie-inrichting en data, geen rapportage mogelijk
| Situatie | Gevolg of getal |
|---|---|
| Procesdoel: percentage afhandeling klantverzoeken in 1 contact | 80% |
| Probleem 1: geen eenduidige definitie: geen uitwerking van: wanneer kan het KCC spreken over ‘afgehandeld in 1 contact’? | Doelstelling niet meetbaar. |
| Probleem 2: geen consistente registratie: geen werkafspraken over ‘hoe leggen we welke zaken vast?’: moeilijke zaken worden wel vastgelegd (want belangrijk), kleine verzoeken niet (maar betreft wel een ‘in 1 keer afgehandeld’) | Te lage score op doelstelling, want medewerkers leggen vooral de zaken vast waarbij een score op ‘in 1 keer afgehandeld’ lastig is. |
| Probleem 3: geen betrouwbare rapportage: geen eenduidig gebruik KCC applicatie: keuzetabellen worden door iedereen anders ‘geïnterpreteerd’ | selectieve vastlegging: klantcontacten worden door iedere medewerker verschillend vastgelegd. |
| Gevolg: | Rapportage is onbetrouwbaar, maatregelen nemen is lastig |
| Sturen op doelen is eigenlijk ‘gokken op de gerealiseerde score’ | Geen KPI-meting mogelijk; BI rapportage zinloos; Bijsturen / continu verbeteren niet uitvoerbaar of op gevoel; Geen volledige klantdossiers; |
“Door gebrek aan inzicht en afspraken kan je niet onderbouwd sturen op prestaties, rapportage en proces lopen vast vanaf de start.”
Case 4 Garantiedata slecht toegankelijk in reparatieproces
Beperkte beschikbaarheid leidt tot onnodige facturen.
| Situatie | Gevolg of getal |
|---|---|
| Grootte corporatie | 8.000 VHE |
| Aantal databronnen voor garanties | 3 |
| Doel garantiedata o.a. | beschikbaar in reparatieverzoekenproces om te toetsen of een reparatiemelding onder garantie valt. |
| Gemiddeld aantal reparaties per VHE* | 1 – 1,2 per jaar |
| Gemiddelde kosten per reparatie** | € 150,- – € 400,- |
| Percentage*** van reparatieverzoeken dat een component met garantie raakt (cv, keuken, kozijn, …) | 10 – 25 % |
| Percentage van die groep waarbij garantie niet wordt herkend*** | 30 – 60 % |
| Schatting percentage van reparaties dat onnodig wordt gefactureerd*** | 3 – 10 % |
| Gemiddelde financiële verspilling | € 173.250,- |
| Minimale financiële verspilling | € 36.000,- |
“De positieve gevolgen van het goed inregelen van garantiedata blijkt een businesscase op zich.”
Bronnen en disclaimer:
* Atriensis
** Corporatie Benchmark Centrum
*** Geen harde cijfers bekend, inschatting op basis van verzamelde ervaringen door ChatGPT; vul daarom uw eigen inschatting in!
Case 5 Garantiedata lastig te verzamelen en te gebruiken
Veel handmatige werkzaamheden.
| Situatie | Gevolg of getal |
|---|---|
| Grootte corporatie | 8.000 VHE |
| Schatting aantal garantie installaties in een woning (cv, ventilatie, groepenkast,, …)* | 5 – 10 |
| Schatting aantal garantie onderdelen sanitair en keuken (kraan, …)** | 10 – 20 |
| Schatting aantal bouwkundige elementen met garantie (dak, gevel, binnenriolering, …)*** | 10 – 20 |
| Geschat aantal garanties per woning | 30 – 70 |
| Geschat aantal actieve garanties per woning | 10+ |
| Gemiddelde garantieduur is niet te schatten | 6 maanden (installatie) – 10 jaar (constructie) |
| Aantal databronnen voor garanties | 3 cartotheek applicatie, KCC applicatie, primair systeem |
| Start en einddatum van garanties | bijhouden per garantie per vhe |
| Aantal geschatte actieve garanties, cumulatief vhe’s | 80.000 – 160.000 |
| Aantal nieuw op te voeren garanties | Bij 10% mutatiegraad en ingrepen: jaarlijks 800 – 1.600 woningen met nieuwe garanties. Stel hierbij 10 garantie componenten: +/- 12.000 nieuwe garanties per jaar toewijzen aan vhe’s. |
| Knelpunt 1 verzamelen: Data wordt slecht aangeleverd na oplevering, renovatie en vervanging (aannemer levert niet gestructureerd aan / interne projectleider voelt niet altijd eigenaarschap) Tijd data verzamelen projectleider: 5 minuten per garantie. | Tijd data verzamelen interne projectleider: 12.000 garanties x 5 minuten: 1.000 uur per jaar. |
| Knelpunt 2 opslaan: er is maar 1 persoon beschikbaar die garantiedata kan uploaden in de systemen. Opvoeren garanties per jaar: 15 – 45 minuten per vhe. | Tijd uploaden garantiedata in systemen: voor 1.200 vhe x 30 minuten (totaal 12.000 garanties): 600 uur per jaar. En een single point of failure. |
| Knelpunt 3 benutten: signaleringen op de begin-en einddatum van de garantie moeten handmatig worden opgevoerd en verwijderd. Aanbrengen en afmelden signalering in KCC systeem: 5 minuten per garantie. | Tijd aanbrengen en afmelden signalering in KCC systeem: 12.000 nieuwe garanties x 5 minuten: 600 uur per jaar. |
| Knelpunt 4: KCC moet handmatig opzoeken / controleren of er sprake is van een garantie en huurder doorverwijzen naar garantiepartij: 5 minuten per reparatiemelding. | Tijd controle garantie: 800 tot 1.900 reparatie-meldingen x 5 minuten: 40 – 100 uur per jaar. |
| Totale tijd huidige werkwijze, alleen voor het verwerken en benutten van garantiedata. Intern tarief € 75,- | 2.300 uur minimaal € 172.500,- per jaar |
Verzamelen → instroom onbetrouwbaar
Opslaan → bottleneck in verwerking, geen eenduidige masterdatabron
Benutten → geen automatische werking
Tijdverlies, vertraging, gemiste waarde
Bronnen en disclaimer:
aantal garanties is afgeleid van componenten waar normaliter garantie op van toepassing is.
* mijninstallatieadvies.nl
ISSO, RVO, checklist woninginstallaties
** Aedes onderhoudsstructuren
NEN2767 elementenstructuur
MJOP / inspectiemodellen
*** NEN2767
NL/SfB elementcodering
Woningborg
Case 6: Incassodata versnipperd en afspraken niet geborgd
Gebrek aan werkafspraken: datagovernance.
| Situatie | Gevolg of getal |
|---|---|
| Grootte corporatie | 8.000 VHE |
| Aandeel huurders met een huurachterstand* | 2 – 5 % |
| Aantal dossiers in behandeling per jaar | 160 – 400 |
| Betrokken rollen | Incasso, KCC, sociaal beheer, deurwaarder |
| Gebruikte systemen | primair systeem, incassosysteem, meldingssysteem, KCC, Outlook. |
| Type data | Persoonsgegevens, betalingsregelingen, besluiten, correspondentie |
| Wettelijke context | AVG & bewaartermijnen, dossiervorming |
| Situatie bij afdeling | Geen werkafspraken over vastlegging, dossiervorming, gebruik Outlook |
| Situatie qua data | Iedereen werkt op eigen manier; informatie zit verspreid over systemen, mail en documenten |
| Knelpunt 1 | Dossiers zijn lastig reproduceerbaar en niet overdraagbaar |
| Knelpunt 2 | Outlook heeft geen bewaartermijn bewaking, geen centrale toegankelijkheid, geen audittrail zoals DMS. |
| Knelpunt 3 | Beslismomenten niet allemaal vastgelegd: geen onderbouwing achteraf. |
| Gevolgen in tijd en datakwaliteit | Veel zoektijd en onvolledig / versnipperd dossier |
| Risico impact | AVG-risico: persoons-gegevens buiten beheerde systemen Juridisch risico: ontbrekende data bij onderbouwing procesdoorloop huisuitzetting Operationeel risico: afhankelijk van individuen |
Proces → geen eenduidige werkafspraken
Data → versnipperd en deels buiten systemen
Besluitvorming → onvolledig vastgelegdOnvolledige dossiers, verhoogd risico en afhankelijkheid van mensen
Bronnen:
* Aedes
Corporatie jaar verslagen