Duidelijkheid, zekerheid, eindelijk iets waar niemand het mee oneens kan zijn: dat zijn de begrippen die passen bij het gebruiken van grote datasets in een project. Dat was ook mijn beeld toen ik gevraagd werd mee te doen in een datatraject. Het innovatielab van een bekende verzekeraar wilde een beeld krijgen van aantallen en verschillende soorten mantelzorgers in Nederland, een voor hun nog onbekende “markt”. Vanaf het moment dat we begonnen werd echter duidelijk dat er totaal geen sprake zou zijn van vastgestelde paden of definitieve antwoorden. Wat volgde had juist meer weg van een ontdekkingsreis met onverwachte wendingen en een verrassende bestemming!

In samenwerking met ‘de dataverbinders’ op zoek naar behoeften mantelzorgers

Het team van het innovatielab stelde een heldere en open vraag aan ons: wij willen kwalitatief onderzoeken wat de behoeften van mantelzorgers zijn en hoe wij hen kunnen ondersteunen; help ons om kwantitatief te bepalen welke groepen het meest interessant zijn om ons op te richten. Is dat de oudere die zorgt voor een partner? Zijn dat de kinderen van hulpbehoevende ouderen, of ouders van kinderen met een ernstige beperking? Er was wel een beeld van verschillende soorten mantelzorgers, maar het team had geen gevoel bij omvang of aantallen. Om dit uit te zoeken werkten we samen met de dataverbinders, zij specialiseren zich in het beschikbaar maken openbare databronnen om maatschappelijk relevante vraagstukken aan te pakken. Het was mijn rol om deze samenwerking goed te laten verlopen.

Al bij de eerste brainstorm werd direct duidelijk dat dit geen recht-toe-recht-aan project zou worden. Dit bleek uit de vele vervolgvragen die de bovenstaande vraag opriep. Bestaat die data? Zo ja, in welke bronnen en kunnen we daarbij? Of kunnen we het afleiden uit andere data? Het antwoord op deze vragen was: “waarschijnlijk wel, we gaan het uitzoeken.” En zo begon de reis! Er was veel enthousiasme en genoeg vertrouwen om op weg te gaan, maar geen enkele garantie dat het ingeslagen pad zou leiden tot een resultaat.

Een datareis met vooral veel nieuwe vragen

In de weken die volgden, tijdens standups en tussentijdse opleveringen ontstond een bijzondere wisselwerking tussen de teams, gevoed door nieuwe ontdekkingen en het spannende vervolg. Zo vonden we snel data over mantelzorg bij CBS, en vanuit openbare Vektis data over kwetsbare ouderen kregen we ook een beeld bij de vraag naar mantelzorg. Mooie inzichten, maar niet specifiek genoeg om de vraag te beantwoorden. Een paar dagen later stuitten we op het rapport “Blijvende bron van zorg” van het Sociaal Cultureel Planbureau uit 2020, dat juist veel inzicht geeft in verschillende groepen, hoe zwaar mantelzorgers hun taak ervaren en nog veel meer invalshoeken. Hiermee leken we een goede kaart in handen te hebben om de reis te vervolgen.

Iedere keer dat je denkt nieuwe antwoorden gevonden te hebben, zitten daar vooral meer nieuwe vragen achter. Dat maakt het werken met data zo dynamisch en interessant!

Toch bleven nieuwe uitdagingen op ons pad komen. Zo hanteren CBS en SCP verschillende definities, waardoor ze respectievelijk 15% en 35% van de bevolking aanmerken als mantelzorger. En rekenend vanuit typen mantelzorgers en type mantelzorgvragers kwamen we ook op verschillende getallen uit. En daarmee komen we uit bij het begin van deze blog: iedere keer dat je denkt nieuwe antwoorden gevonden te hebben, zitten daar vooral ook meer nieuwe vragen achter. En dat maakt het werken met data zo interessant!

Het vraagt enerzijds van het innovatieteam veel vertrouwen en meedenken om bij iedere stap de richting wat bij te sturen. Er moeten keuzes gemaakt worden, zoals welke definitie of rekenmethode we hanteren. Aan de andere kant vraagt het creativiteit en doorzettingsvermogen van het datateam om met beschikbare gegevens steeds opnieuw mogelijkheden te verkennen. Maar als je dit aandurft leidt dit hoe dan ook tot een waardevol resultaat!

Een goed beeld, maar ook een blinde vlek
Want een resultaat was er zeker, al was het geheel in stijl met het proces, niet wat we vooraf hadden verwacht. Op basis van de data, keuzes en aannames hebben we een goed beeld kunnen schetsen van de doelgroepen die we voor ogen hadden en dat was al heel waardevol. Tegelijk kwamen we erachter dat 35% van de mantelzorgers niet binnen de vooraf bedachte doelgroepen valt, een aanzienlijk aantal! Deze uitkomst liet dus niet alleen zien welke groep het meest interessant is, maar legde ook een “blinde vlek” bloot die nog verder onderzocht moet worden.

Wat ik hiervan geleerd heb is dat het gebruik van data in een onderzoek niet zozeer leidt tot antwoorden, maar eerder tot veel betere vragen. Dit bleek ook toen we aan het einde van het traject nog helemaal niet het gevoel hadden dat we klaar waren. De vragen bleven maar komen, zoals je je bij iedere reisbestemming toch kunt afvragen wat er achter de volgende horizon ligt. En dat is denk ik de kracht van een traject als dit, door ideeën te toetsen en aannames vast te leggen kun je goed en snel een weg vinden op onbekend terrein. Een interessant, dynamisch en uitdagend proces dat absoluut smaakt naar meer!

Wil jij op de hoogte blijven over data? Volg dan onze LinkedIn pagina.

Wil je in gesprek over de inhoud van dit artikel of weten hoe Wielinq jouw organisatie kan helpen bij een datatraject? Laten we elkaar dan (digitaal) ontmoeten!