150 likes | 304 Views
Enkele voorbeelden van analytics based decision making in de sociale sector. Frank Robben Administrateur generaal Kruispuntbank Sociale Zekerheid Sint-Pieterssteenweg 375 B-1040 Brussel E-mail: Frank.Robben@ksz.fgov.be Website KSZ: www.ksz.fgov.be
E N D
Enkele voorbeelden van analytics based decision making in de sociale sector Frank Robben Administrateur generaal Kruispuntbank Sociale Zekerheid Sint-Pieterssteenweg 375 B-1040 Brussel E-mail: Frank.Robben@ksz.fgov.be Website KSZ: www.ksz.fgov.be Persoonlijke website: www.law.kuleuven.be/icri/frobben
E-Government in de sociale sector • stand van zaken • 20 jaar gecoördineerd bezig • wet verplicht alle federale instellingen van sociale zekerheid, medewerkende instellingen van sociale zekerheid en OCMW’s tot elektronische samenwerking via de KSZ en waarborgt eenmalige inzameling aan burgers en ondernemingen • informatie wordt proactief gebruikt voor beleidsondersteuning en automatische toekenning van rechten • allerlei andere instanties stappen vrijwillig mee in de samenwerking (gemeenschappen, gewesten, instanties die afgeleide rechten toekennen, …) • 225 geoptimaliseerde elektronische processen tussen sociale actoren, goed voor 700 miljoen elektronische gegevensuitwisselingen • 42 geoptimaliseerde elektronische processen van toepassing tot toepassing voor ondernemingen • 13 toepassingen voor burgers (nog aanzienlijk uit te breiden)
E-Government in de sociale sector RSZ FODSZ RSZPPO RSVZ VSI burger en onderneming HVZ FOD WASO RKW RVA Kruispuntbank van de Sociale Zekerheid PDOS interUI netwerk RIZIV FAO FBZ NIC: intermutual. netwerk SIGE-DIS RVP RJV DOSZ andere actoren sociale sector
Het datawarehouse arbeidsmarkt en sociale bescherming • datawarehouse arbeidsmarkt en sociale bescherming en uitbreiding van het aantal gegevensaanleverende instanties • relevante gegevens van alle actoren in de sociale sector • relevante gegevens afkomstig van andere actoren (vb. FOD Financiën, Nationaal Instituut voor de Statistiek,…) • telkens mits machtiging van het bevoegde sectoraal comité van de CBPL • basisstatistieken, zijnde veel gevraagde statistieken die automatisch worden aangemaakt en verspreid, en raadplegingsmogelijkheid ervan via het internet • ondersteuning van de instanties belast met beleidsvoorbereiding, beleidsevaluatie en onderzoek bij de toegankelijkheid van het datawarehouse voor hun ad hoc behoeften • vaststelling van een standaardmethodologie voor de codificatie en de anonimisering van gegevens • geen inhoudelijke verwerking door de KSZ
Het datawarehouse arbeidsmarkt en sociale bescherming • data m.b.t. de arbeidsmarkt • bronnen : RSZ, RSZPPO, RSVZ, RVA en VDAB/FOREM/Actiris/ADG • data m.b.t. kinderbijslagen • bronnen : RKW en RSVZ-deel kinderbijslagen • data m.b.t. pensioen en pensioenopbouw • bronnen : Pensioenkadaster, SIGEDIS, PDOS en RSVZ • data m.b.t. arbeidsongeschiktheid en gehandicapten • bronnen : NIC, RIZIV, FBZ, FAO, en FOD SZ • data m.b.t. OCMW-steun • POD Maatschappelijke Integratie
Ontsluiting als open data • op website KSZ (www.ksz.fgov.be - rubriek Statistieken) • overzicht beschikbare data • gebruikershandleiding datawarehouse • 3 ontsluitingsmogelijkheden • webtoepassing • meer up to date gegevens • gebruiksvriendelijker en interactiever • voorontwikkelde basistoepassingen (nu nog op CD-rom of DVD – later on line downloadbaar) • veel ruimere gegevens • ad hoc aanvragen: goedkeuring door sectoraal comité sociale zekerheid 6
Een microsimulatiemodel: 3 stappen regelgevingBASELINE regelgevingHERVORMING stap 1 omschrijving van de maatregel rekenregels uit regelgeving toepassen op bestand met beschikbare gegevens stap 2 simulatie beschikbare inkomens (welvaart) voor alle individuen in Baseline beschikbare inkomens (welvaart) voor alle individuen na maatregelen stap 3 evaluatie evaluatie van het effect van de maatregel: budgettairverdeling (wie wint? wie verliest?)
MIMOSIS in 3 stappen • wetgeving van 2001 tot 2011 voor de baseline stap 1 omschrijving van de maatregel • een databestand met geanonimiseerde administratieve gegevens uit het Datawarehouse Arbeidsmarkt en Sociale Bescherming van de KSZ • voornamelijk van het 4de kwartaal van 2001 • toevallige steekproef van 100.000 individuen aangevuld met gegevens over alle gezinsleden. Totaal 305.019 individuen. • wegingsfactoren • alle nominale bedragen uitgedrukt in prijzen van 2001 stap 2 simulatie • tabel vergelijkbaar met geaggregeerde uitgaven en ontvangsten in het stelsel van werknemers en zelfstandigen • ongelijkheidsmaatstaven en armoedemaatstaven voor verschillende karakteristieken stap 3 evaluatie
Percentage kinderen onder armoedelijn met supplement: baseline = 53.3%Inhoud tabel: percentage kinderen onder armoedelijn met supplement per scenario
Snelle ramingen van de tewerkstelling • bedoeling: zo vlug mogelijk, op basis van de kwartaalaangifte, RSZ-cijfers bekend maken m.b.t. de tewerkstelling, uitgedrukt volgens 3 invalshoeken • aantal arbeidsplaatsen op het einde van het kwartaal • aantal personen op het einde van het kwartaal • arbeidsvolume gegenereerd tijdens het kwartaal • hoe? • met het opsporen van de in de RSZ-databank ontbrekende werknemers t.o.v. het verleden kwartaal ,o.a. in het Rijksregister (overledenen), in de databanken van andere OISZ (werklozen, gepensioneerden, …) • met imputaties op basis van de verkregen gegevens, ook rekening houdend met nieuwe werkgevers voor wie de gegevens ontbreken • wanneer? • op basis van de situatie 75 dagen na het vervallen van een kwartaal (op kruissnelheid, zonder bijzondere problemen die het overmaken van de aangifte zwaar vertragen) • cijfers beschikbaar tussen 3 en 3,5 maanden na het vervallen van het kwartaal
Datamining • aggregatie van persoonsgegevens door onafhankelijke trusted third party • codering van persoonsgegevens door onafhankelijke trusted third party • verwijderen van rechtstreekse identificatiemiddelen • afdoende onmogelijk maken van onrechtstreekse identificatie, oa door indeling van informatie in klassen • terbeschikkingstelling van gecodeerde informatie aan instanties bevoegd voor risico-analyse • indien uit risico-analyse afdoende vermoedens van fraude blijkt, decodering van betrokken gecodeerde gegevens door onafhankelijke trusted third party • terbeschikking van niet-gecodeerde persoonsgegevens aan instanties bevoegd voor fraudebestrijding
Actie Beheer Identificatie Datawarehouse OASIS Fraude komt boven door analyse Fraude verstopt in massa informatie Te behandelen gevallen en uitleg Beslissing omtrent acties Onmiddellijk onderzoek Administratief onderzoek Mededeling aan gewestelijke dienst Nr Score X 993 Periodiek heronderzoek Y 945 Z 674 Geen specifieke actie … …
Voor meer informatie portaal van de sociale zekerheid https://www.socialsecurity.be website Kruispuntbank van de Sociale Zekerheid http://www.ksz.fgov.be persoonlijke website Frank Robben http://www.law.kuleuven.be/icri/frobben 14