Zicht en grip op het Sociaal Domein dankzij data

De druk op het Sociaal Domein wordt alsmaar groter. De vraag naar zorg en ondersteuning groeit, terwijl de budgetten voortdurend kleiner worden. Ook wet- en regelgeving en de noodzaak om meer in te zetten op een integrale samenwerking maken het werk complexer. Om al deze uitdagingen het hoofd te bieden, zul je als gemeente moeten inzetten op slimme, innovatieve en duurzame oplossingen die de kwaliteit waarborgen en tegelijkertijd de kosten beheersbaar houden. Data kunnen je hierbij helpen. Ze bieden bijvoorbeeld inzicht in de huidige en verwachte omvang en kosten, zodat je beter kunt sturen.

Meer zorg, minder budget

Dat de druk op het Sociaal Domein steeds hoger wordt, heeft verschillende oorzaken. Eén van de belangrijkste is uiteraard de vergrijzing. In 2041 verwacht het CBS dat Nederland zo’n 4,7 miljoen 65+’ers kent, waarvan 1/3 ouder is dan 80 jaar. En omdat ouderen doorgaans meer zorg nodig hebben, verhoogt deze vergrijzing de druk op de zorg. Vergrijzing zorgt er daarnaast ook voor dat het aantal werkenden ten opzichte van het aantal niet-werkenden afneemt. Er zijn dus steeds minder mensen die (beroepsmatig) kunnen zorgen voor een groeiende groep zorgbehoevenden en ook steeds minder mensen die financieel bijdragen aan het sociale vangnet waar juist een groeiende groep gebruik van maakt.

Niet alleen bij ouderen, maar ook in de jeugdzorg zien we de vraag naar zorg en medewerkers toenemen. In 2019 maakte bijvoorbeeld zo’n 10% van de jongeren gebruik van een vorm van jeugdzorg. Ondanks de toegenomen zorgvraag en werkdruk, worden de budgetten voor zorg en ondersteuning steeds lager. Bovendien blijven de kosten oplopen, wat de noodzaak om weloverwogen en onderbouwde beslissingen te nemen alleen maar versterkt. Keuzes maken op ‘onderbuikgevoel’ kan gemeenten of zorgaanbieders duur komen te staan. Het is daarom cruciaal voor gemeenten en andere stakeholders in de keten om inzicht en grip te hebben op de zorgvraag en -behoeften van de eigen inwoners. Zonder dit inzicht is het immers haast onmogelijk om passende zorg te verlenen of in te kopen.

Een datagedreven organisatie

Weten dat je inzicht nodig hebt, maakt nog niet dat je ook weet waar de benodigde informatie vandaan moet komen om tot dit inzicht te komen. Informatie is nu vaak versnipperd en zelfs bij verschillende stakeholders beschikbaar, maar meestal niet geïntegreerd in één overzicht. Door verschillende databronnen bij elkaar te brengen en te bundelen, verkrijg je een integraal beeld. Dit kan bijvoorbeeld in een monitor, een dashboard of met rapportages. Maar data gebruik je niet alleen om inzicht te krijgen. Om het maximale uit de mogelijkheden van data te halen, zul je als organisatie een datagedreven werkwijze moeten omarmen. Datagedreven werken kan je helpen om transparanter met inwoners te communiceren, effectiever beleid op te stellen of slimmer middelen in te zetten. Bijvoorbeeld voor toegangsmedewerkers in het Jeugd- of Wmo-domein of voor beleidsmedewerkers. Hieronder leggen we uit hoe dat werkt.

Stapsgewijs naar de best passende hulp

Als toegangsmedewerker sta je aan het begin van de zorgketen en wil je de best passende zorg voor jouw cliënt bepalen. In de praktijk zien toegangsmedewerkers dat er bij casuïstiek professionele hulp nodig is, maar is vaak niet direct duidelijk vanuit welke wetgeving deze ingezet zou moeten worden Bovendien wordt er gestuurd op een kostenbewuste werkwijze om budgetten te drukken. Het gevolg: medewerkers werken onder steeds hogere tijdsdruk, waardoor zij het risico lopen keuzes te maken op basis van onvolledige of onvoldoende informatie en afwegingen.

Door de toegangsmedewerkers te faciliteren met een interactief afwegingskader waarin (lokale) wet- en regelgeving is samengebracht, kan de hulpvraag gestructureerd worden behandeld vanuit alle benodigde invalshoeken. Zo kun je als toegangsmedewerker gemakkelijker en sneller efficiënt en doelmatig beslissen conform de wet- en regelgeving. Het afwegingskader geeft op basis van landelijke wet- en regelgeving aan wat er vanuit de inwoner, en vervolgens vanuit de gemeente verwacht mag worden. Met behulp van deze informatie bepaal je gemakkelijk welke hulp uit welk segment het beste aansluit bij de hulpvraag.

Krachtige bundeling

Niet alleen toegangsmedewerkers hebben baat bij een datagedreven werkwijze, ook als beleidsmedewerker kun je er je voordeel mee doen. Door bijvoorbeeld data vanuit het Berichtenverkeer te combineren met data van zorgaanbieders en het CBS ontstaan nieuwe inzichten. Deze inzichten kun je visualiseren in een dashboard en vervolgens duiden en analyseren. Zo kun je analyses maken over de kosten en de klantreis van individuele cliënten. Herken je afwijkende patronen uit de cijfers? Dan kun je op basis van de feiten in gesprek met de zorgaanbieder en eventueel passende maatregelen treffen.

Voorspel de ontwikkelingen in jouw gemeente

Als gemeente wil je niet alleen grip op het nu, je wilt ook toekomstige ontwikkelingen kunnen voorspellen, zodat je beter kunt anticiperen op kostenverschuivingen of nodige beleidsaanpassingen. Een prognosemodel kan hierbij helpen. Het prognosemodel berekent op basis van historische trends en ontwikkelingen de te verwachten omvang en kosten van de jeugdzorg en de Wmo. Hiervoor gebruikt het data uit het berichtenverkeer. Het model voorspelt de uitkomsten per maand en tenminste twee jaar vooruit. De voorspellingen zijn gebaseerd op de ontwikkelingen (in de omvang) van de zorg en de werkelijk (gedeclareerde) kosten van de afgelopen 5 jaar. Het model gebruikt een dynamische statistische methode die rekening houdt met zowel langetermijnontwikkelingen als terugkerende seizoensinvloeden en kortetermijnontwikkelingen. De resultaten bevatten ook een betrouwbaarheidsmarge, die aangeeft tussen welke waarden de prognoses kunnen fluctueren. Het model maakt de volgende 3 factoren inzichtelijk:

• Het aantal actieve zorgtrajecten per maand
• De gemiddelde kosten van een zorgtraject
• De prijsstijgingen als gevolg van inflatie en prijsindexatie

Door onderscheid te maken in deze drie factoren verkrijg je niet alleen inzicht in de ontwikkeling van de totale kosten van de jeugdzorg of Wmo, maar ook in de invloed van de afzonderlijke factoren, eventueel gedifferentieerd op productcategorie of geografisch gebied. Zo zie je hierdoor bijvoorbeeld welk deel van de stijging wordt verklaard door een toename van het aantal zorgtrajecten (volume-effect) en welk deel door een stijging van de kosten per traject (prijseffect). En als er sprake is van een prijsstijging, welk deel is dan te verklaren door een gemiddelde verzwaring van de zorg (hogere reële kosten per traject) of juist door autonome prijsstijgingen als gevolg van inflatie en prijsindexatie? Het gebruik van een prognosemodel biedt ook de mogelijkheid om de samenwerking tussen verschillende instanties en disciplines te verbeteren. Dankzij inzicht in de zorgvraag en -behoeften van inwoners kun je de uitvraag beter afstemmen met zorgverleners en andere stakeholders.

Maatschappelijk. Datagedreven.

Van Dam Datapartners gelooft in de kracht van data en het maken van datagedreven beslissingen.  Omdat we ons inzetten voor organisaties die het verschil maken in onze samenleving, zetten we alles op alles om onze klanten te helpen hun maatschappelijke taak- en doelstellingen te bereiken. Strategie, beleid en uitvoering onderbouwen met data, dát is ons uitgangspunt. Daarom helpen wij maatschappelijke organisaties zoals gemeenten ook bij het implementeren van een datagedreven werkwijze. We ondersteunen je niet alleen bij het in kaart brengen van de huidige en gewenste situatie, maar begeleiden je ook bij de technische keuzes en de daadwerkelijke implementatie. Door samen naar het totale plaatje te kijken, zorgen we voor inzichten, oplossingen en veranderingen die passen bij jouw gemeente. Het Afwegingskader Jeugdhulp/Wmo en het Prognosemodel zijn voorbeelden van producten die jou als gemeente helpen datagedreven inzicht te krijgen op wat er speelt in jouw omgeving.

Webinar

Op 7 maart organiseren we het Webinar Prognosticeren in het Sociaal Domein. We gaan nader in op het voorspellen en verantwoorden van de kosten van jeugdzorg en Wmo met behulp van machine learning. Je kunt je hier aanmelden.