Lekker downdrillen in de datavergaarbak van Rijkswaterstaat

Datakwaliteit klinkt theoretisch en abstract en dat ís het ook, erkent Irene Verstraten (30). Als Rijks ICT-trainee kwam ze in 2018 bij Rijkswaterstaat terecht. Studenten Theoretische Wiskunde zoals zij worden hier met open armen ontvangen. Zelf was ze eigenlijk van plan om het onderwijs in te gaan. ‘Daarom had ik in eerste instantie ook een educatieve richting gekozen.’

Maar het werk beviel en de werkgever ook. Dus besloot Verstraten te blijven. Natuurlijk had ze ook bij een veelbelovende start-up aan de slag gekund. Maar werken in een commerciële omgeving trok haar niet. Liever zet ze zich in voor iets dat het algemeen nut dient: ‘En dan kom je al snel bij de overheid uit.’

Liever werken met data

Tijdens het traineeprogramma ontdekte ze dat het werken met data haar meer trekt dan programmeren. Ze kan wel programmeren, net zoals ze in staat is om algoritmes te lezen. Maar tegelijk wilde ze iets doen met haar behoefte om kennis over te dragen. Binnen het Datakwaliteitsteam van Rijkswaterstaat kwamen al die ambities bij elkaar.

Haar werk valt grofweg in twee delen uiteen: een deel van de tijd is ze druk bezig om de wensen van ‘klanten’ te inventariseren. Een ander deel van de tijd maakt ze begrijpelijke visualisaties zodat minder datasavvy collega’s er toch mee uit de voeten kunnen. Klanten, zo legt Irene uit, zijn mensen binnen de organisatie die behoefte hebben aan data. ‘Die stellen bepaalde eisen waar data aan moeten voldoen of hoe data moeten worden verzameld. Een dropdownmenuutje met enkele opties beperkt bijvoorbeeld het aantal afwijkingen en vergroot de kwaliteit.’ Voor de duidelijkheid: over ‘fouten’ praten ze intern niet. Een fout wordt een ‘afwijking’ genoemd.

Datavisualisaties ontwerpen

Naast collega’s binnen de organisatie die data produceren, heb je er nog veel meer die data gebruiken. Bijvoorbeeld bij het nemen van beslissingen en als basis voor beleid. Voor hen ontwerpt Verstraten datavisualisaties. Dit zijn begrijpelijke verbeeldingen van data die in 1 oogopslag laten zien hoe het land ervoor staat qua waterhuishouding, sluisbeheer of brugonderhoud. Verstraten: ‘Met die visualisaties kan Rijkswaterstaat dus efficiënter en beter gaan werken.’

Wat Verstraten aantrekkelijk vindt aan haar huidige werk, is de pionierssfeer die er hangt. Databeheer en -gebruik is nog een relatief jong onderdeel binnen Rijkswaterstaat. Dat betekent dat er veel ruimte is om zelf initiatief te ontplooien. Bovendien beschikt de organisatie over ongelooflijk veel data die weliswaar van verschillende kwaliteit zijn maar ook veel te bieden heeft. Verstraten: ‘Je kunt echt tot een heel diep niveau downdrillen. Inzoomen tot op de vierkante meter van Nederland.’

Project Data-APK

Momenteel is Verstraten bezig met het project Data-APK. Net als bij een bezoek aan de garage, licht ze data binnen afdelingen door op afwijkingen. Samen met betrokkenen kijkt ze vervolgens of een paar kleine reparaties voldoende zijn, of dat de datakwaliteit juist vraagt om een grote beurt. Ook is ze betrokken bij het inrichten van een datakwaliteitsdashboard waar relevante en betrouwbare bronnen samen worden gebracht.

Uiteindelijk is het doel van het verbeteren van de datakwaliteit en -toepassing om van Rijkswaterstaat een datagedreven organisatie te maken. Veel van die processen bestaan nu al, bijvoorbeeld als het gaat om het onderhoud van een brug of een weg. Maar door data te gaan gebruiken weten de onderhoudsmensen straks al voor het tijd is voor een nieuwe asfalt laag, wanneer ze aan de bak moeten. Dat zorgt voor lagere kosten, betere inzet van capaciteit en betere kwaliteit van onze weg- en waterwegen.

Theoretisch wordt tastbaar

Het zinvolle van het werk en het gevoel hebben bij te dragen aan de geweldige ontwikkelingen rond databeheer, vindt Verstraten een van de meest aantrekkelijke kanten van werken bij Rijkswaterstaat. Maar wat ze echt mooi vindt, is dat het theoretische uiteindelijk ook tastbaar wordt: ‘Ik reed laatst langs een rij geluidsschermen die net waren geplaatst en toen dacht ik: Hé, die ken ik uit mijn data!’