Inrichten van databeheer en analytics

Inrichten van databeheer en analytics

Xandra Maan

Inrichten van databeheer en analytics bij Directie Centrale Administratie Processen (CAP) van Belastingdienst.

Xandra is Senior Data Analist bij de Belastingdienst. Hier draagt zij bij aan de ontwikkeling van een nieuw (applicatie)landschap voor het heffen van omzetbelastingen.

Wat doe je nu?

Ik werk als data analist bij de Belastingdienst bij de Directie Centrale Administratie Processen (CAP). Daarbinnen zit ik bij de divisie Heffen, Omzetbelasting. Wij zijn verantwoordelijk voor de soepele en massale verwerking van de verschillende omzetbelastingregelingen. CAP gebruikt hiervoor een systeem dat gebouwd is tussen 1978 en 1982, dat systeem moet inmiddels hoognodig met pensioen. Het is destijds gebouwd in COBOL, een programmeertaal waar weinig specialisten nog mee overweg kunnen. Dit brengt dusdanige beperkingen mee dat het moeilijk is om aan nieuwe nationale en Europese wetgeving voldoen (qua huidige volumes en benodigde flexibiliteit). Vandaar dat deze vernieuwing nu hoge prioriteit heeft voor de Belastingdienst.

Aan de ene kant gaat het om de modernisering van het systeem voor de omzetbelasting, oftewel de techniek naar het ‘nu’ brengen. Hier is de belastingdienst al mee gestart. Aan de andere kant willen we ook innoveren met het gehele landschap, met name in de processen. Dit betekent dat we niet alleen naar het ‘nu’ moderniseren, maar een stap verder gaan. Wij van CAP zijn als business verantwoordelijk voor deze vernieuwing. Dat programma is net begonnen en zal minimaal tot 2025 duren. Het team en de visie hiervoor wordt nu gevormd.

Wat vind je leuk aan de opdracht?

Deze opdracht sprak me enorm aan omdat ik er vanaf het begin bij ben. Ik voel de verantwoordelijkheid om al bij de start van het programma bij te dragen aan de visievorming. Je neemt hierdoor echt een sleutelpositie in en het geeft je de kans om een inhoudelijke deskundige te worden. Ik heb goed en regelmatig contact met mijn manager waarbij wederzijdse verwachtingen helder zijn. Dat soort betrokkenheid zie je niet in elke opdracht.

Wat ook fijn is, is dat ik veel gebruik kan maken van de interne kennis bij V&M. Collega’s hebben in hun opdrachten al ervaring opgedaan met het invoeren van datagedreven werken. Dus ik kan goed bij hen terecht om vraagstukken uit mijn opdracht te bespreken. Daarnaast heb ik veel aan alle informatie over onze ‘data in zicht’-aanpak en het Data Maturity Model.

Lees hier ons whitepaper over Datagedreven Werken in de publieke sector:

Op weg naar Datagedreven Werken in de publieke sector

Hoe helpt het Data Maturity Model (DMM) jou nu dan?

Aan de hand van het DMM bepalen wij de volwassenheidsniveau (maturity) van het datagedreven werken binnen een afdeling, organisatie of procesketen. Hiervoor hebben wij 12 sleutelfactoren vastgesteld. Het is helder dat de afdeling op dit moment erg laag zou scoren wanneer we de volledige check op maturity zouden uitvoeren. Aangezien we in de visievormende fase van het programma zitten, gebruik ik het DMM niet als maatstaf, maar als ambitierichtlijn. In plaats van terugkijken naar hoe het nu is, kijk ik naar wat je moet inregelen om een bepaald niveau te bereiken. Op die manier kunnen we bepalen welk niveau van maturity we gaan nastreven in het vernieuwde landschap.

Wat zijn de uitdagingen?

Een uitdaging is de balans tussen modernisering en vernieuwing. Het moderniseren heeft enorme urgentie, maar het is ook belangrijk om verder te kijken. Het innoveren van processen dient net zo’n urgentie te hebben. Het vereist dat we out-of-the-box kunnen denken en onze oplossingen kunnen loskoppelen van ‘dat wat nu mogelijk is‘. Het doel is om klantgerichter te worden, zodat het prettiger wordt voor ondernemers om zaken te doen met de Belastingdienst. Bijvoorbeeld meer geautomatiseerde informatie afhandelingen of een portaal waarin ondernemers de over/van hen bekende informatiekunnen inzien. Er mogen geen papieren muren meer zijn. Hier ligt wat ons betreft een grotere rol voor procesgericht werken en data science.

De directe uitdaging is om in korte tijd goed zicht te krijgen op mijn rol in het programma, de plaats van het programma in de organisatie, de verschillende regelingen binnen de omzetbelastingen en tegelijkertijd de visie voor het programma vast te stellen. Een groot deel van het team is nieuw, dus we zitten wel samen in hetzelfde schuitje.

Wat maakt een goede data analist?

Deze functie is redelijk nieuw voor mij, maar ik bouw voort op wat ik eerder heb gedaan als proces- en informatieanalist. Ik moest hiervoor altijd de business goed begrijpen en de vertaalslag maken naar IT. Wat ik nu doe is ongeveer hetzelfde, maar dan met een grotere rol voor het data perspectief. De kunst is om detail georiënteerd te analyseren en dit tegelijkertijd in het grotere plaatje te passen. Nu ben ik natuurlijk net een maand bezig, dus het lijkt me leuk om dit interview over 6 maanden nog eens te doen om te zien waar we dan staan.

Projecten

Optimaliseren processen asielketen

Harmonisering applicaties en rijksvastgoedprocessen

Implementatie verkeersmanagementsysteem

Business analist Werk Participatie en Inkomen

Contact

Vellekoop & Meesters
Drs. W. van Royenstraat 3a
3871 AN Hoevelaken

Projecten

Ontwikkelen data-architectuur

Epic owner domein gegevens

Programma Wet Straffen en Beschermen

Implementatie verkeersmanagementsysteem

Contact

Vellekoop & Meesters
Drs. W. van Royenstraat 3a
3871 AN Hoevelaken