DataGrow helpt overheidsorganisaties en gemeenten bestuurlijke vragen, financiële definities en IT samen te brengen in één herleidbare informatiebasis.
Bij de gemeente vraag je een paspoort of vergunning aan, of krijg je ondersteuning vanuit het sociaal domein.
Achter iedere vraag werken andere afdelingen, professionals en systemen.
DataGrow brengt de relevante informatie in haar domeincontext bij elkaar. Zo ontstaat samenhang tussen wat de gemeente buiten ziet, intern registreert en bestuurlijk moet kunnen uitleggen.
Bij een ministerie kan de vraag draaien om een jaarlijkse begroting en waar publiek geld terechtkomt.
Bij een uitvoeringsorganisatie gaat het juist om wat landelijke regels en besluiten in de dagelijkse uitvoering betekenen.
Ook daar staat het antwoord zelden in één bron. Beleid, budgetten en gegevens uit de uitvoering moeten in samenhang kunnen worden bekeken.
Een voorstel voor beleid, uitvoering of budget moet ook buiten de eigen afdeling standhouden.
Daarvoor moet zichtbaar zijn wat er gebeurt, waar het gebeurt en welke bronnen en aannames onder de conclusie liggen.
DataGrow geeft beleidsmedewerkers de cijfers om een aanpak of budgetvoorstel aan bestuur of gemeenteraad te onderbouwen.
Een inwoner meldt een losse stoeptegel. Een huisarts verwijst iemand door voor ondersteuning. Een beleidsmedewerker vraagt budget voor een wijkgerichte aanpak.
Van buiten vallen deze vragen onder dezelfde gemeente. Van binnen beginnen ze in verschillende domeinen, bij verschillende professionals en in verschillende systemen.
De medewerker die de straat op gaat, de professional in het sociaal domein en de financieel controller werken voor dezelfde gemeente. Toch kijken zij vanuit andere regels, systemen en definities naar het werk.
Een kleine gemeente draagt daarbij grotendeels dezelfde lokale verantwoordelijkheden als een grote stad, vaak met minder mensen en middelen.
Bij ministeries en uitvoeringsorganisaties gaat het om andere taken, zoals landelijk beleid, begrotingen en publieke regelingen. De verdeling is hetzelfde: geen enkele afdeling bezit het volledige antwoord. Kennis uit beleid, uitvoering en techniek moet samenkomen voordat een besluit kan worden uitgelegd aan bestuur, politiek en samenleving.
Een datavraag klinkt vaak eenvoudig: wat gebeurt er, waar gebeurt het en wat moet de organisatie ermee? Een telling uit één systeem is daarvoor zelden genoeg.
Verschillende onderdelen hebben ieder een eigen rol:
Iedereen bewaakt een legitiem deel van het geheel. De vertraging ontstaat wanneer die verantwoordelijkheden losse tussenstops worden. Een vraag gaat van afdeling naar afdeling, terwijl het datateam ook eerdere oplossingen moet onderhouden en meer verzoeken krijgt dan het kan uitvoeren.
Governance brengt duidelijkheid in die route:
Zo voorkomt de organisatie dat een technisch correct antwoord vastloopt of in de praktijk niet wordt vertrouwd.
DataGrow begint bij één publieke informatievraag die blijft terugkomen. We leren hoe het domein werkt, wie met het antwoord verder moet en waar de uitvoering in de praktijk afwijkt van het formele proces. Denk aan terugkerende vraagstukken binnen de gemeente zoals:
Onze aanpak waarborgt dat deze inhoudelijke lijn strak blijft tijdens de technische uitwerking. We onderzoeken de bronnen en definities en bereiden noodzakelijke stappen voor.
De gegevens worden vervolgens verwerkt in een herbruikbare dataset, een datawarehouse of een helder informatieproduct. Zo hoeft de organisatie dezelfde informatie niet bij iedere nieuwe beleidsvraag opnieuw uit te vinden.
Bij een Nederlandse gemeente begon DataGrow in een klein, verkennend datateam. De organisatie stond nog aan het begin van datagedreven werken. DataGrow behandelde de vragen van afdelingen niet als losse verzoeken: dezelfde consultant onderzocht de besluitvraag, beoordeelde de registraties en vertaalde die naar de technische basis.
Dat brede eigenaarschap werd zichtbaar toen een project op privacy vastliep. DataGrow wachtte niet tot de drukbezette privacy officer het volledige voorwerk kon oppakken, maar bracht zelf het datagebruik, de risico’s en de benodigde waarborgen in kaart. De privacy officer bleef eindverantwoordelijk en kon zich richten op de toetsing.
Tegelijk hield DataGrow de volgende fase van de dataomgeving in beeld. Toen de bestaande on-premise tooling die ontwikkeling beperkte, volgde het technische advies uit wat de gemeente inmiddels over haar vragen en benodigde capaciteit had geleerd. De gemeente koos die richting en startte een vervolgopdracht voor migratie.
Daar zat de meerwaarde: één consultant hield de lijn van organisatievraag en governance tot techniek vast. Modernisering werd zo een vervolg op wat de gemeente tijdens het werk had geleerd, in plaats van een los IT-project.
