EY Nederland

Elke zorginstelling heeft ermee te maken: een hoge, maar vooral onvoorspelbare werkdruk. Jeugdbescherming west wilde graag meer datagedreven inzicht in de caseload om te kunnen voorspellen wanneer de pieken en dalen zich voordoen. Het doel? Werk efficiënter inplannen en knelpunten vroegtijdig opsporen om uitval van jeugdbeschermingsmedewerkers te voorkomen.

Willem Jan van Halem, teammanager ICT & Facilitair bij Jeugdbescherming west: “De druk in de zorg is hoog, ook bij de Jeugdbescherming. Naast hulp verlenen zijn jeugdbeschermingsmedewerkers ook relatief veel tijd kwijt met administratief werk. Wij zochten naar een datagestuurde aanpak die ons meer zelfsturend inzicht kon geven in onze caseload om actief te kunnen anticiperen op knelpunten.”

Marc-Florian van Brakel, voor EY data & analytics manager bij Jeugdbescherming west, ontwikkelde in samenwerking met zijn team én Jeugdbescherming west een innovatieve tool om de caseload inzichtelijk te maken. Van Brakel: “Wij werken al 15 jaar samen met Jeugdbescherming west en spreken elkaar om de week. Door onze laagdrempelige samenwerking, waarbij wij goed luisteren en doorvragen op problemen, weten wij hoe de organisatie werkt, wat er speelt en ook hoe en met welke data wordt gewerkt. Dit gaf een goede basis om samen het probleem te ontrafelen en een oplossing te bedenken.”

Vanwege de bewaarplicht beschikt Jeugdbescherming over een grote hoeveelheid data die helpen bij het inzichtelijk maken van de caseload. Maar hoe knoop je nu de juiste data aan elkaar en creëer je een begrijpelijk overzicht waarmee elke medewerker kan werken?

Inzicht in operatie, HR en finance met 20 dashboards

Het team van Van Brakel ontwikkelde de afgelopen jaar een datamodel dat zich baseert op de datahistorie rondom alle casussen. Het model gebruikt deze historie en bundelt deze in meer dan 20 dashboards, opgesplitst naar deelonderwerpen als personeel, financiën en productie. Doel van de dashboards is om periodieke trends te signaleren, maar ook om inzicht krijgen in de dagelijkse gang van zaken.

Zo geeft het humanresources-dashboard o.a. op maandbasis inzicht in het aantal medewerkers, het ziekteverzuim en het aantal beschikbare FTE’s in de regio. Het operationele dashboard voegt daar o.a. inzicht in productiegegevens (zoals bijvoorbeeld het aantal ondertoezichtstellingen en crisisinterventies) per maand aan toe. Ieder dashboard draagt met een eigen compacte set aan data bij aan het totaalplaatje van de caseload.

Dashboards als stuurmiddel

Van Halem: “Onze teammanagers gebruiken de dashboards als stuurmiddel voor zowel de dagelijkse praktijk als de interne rapportages. De inzichten leveren soms ook discussies op binnen managementoverleggen over de capaciteit en inzet van medewerkers. De dashboards bieden hierin een meerwaarde vanwege de praktische, cijfermatige ingang. Op basis van concrete cijfers kunnen onze managers het gesprek met elkaar aangaan en tot oplossingen komen.”

Toegevoegde waarde in coronacrisis

De dashboards bleken ook van toegevoegde waarde tijdens de coronacrisis. Jeugdbescherming kwam hier voor nieuwe uitdagingen te staan, in het bijzonder de veiligheid van medewerkers en het onderhouden van contact met gezinnen. Om die reden werd een aanvullend COVID-19-dashboard opgezet, waarmee teammanagers inzicht kregen in welke gezinnen een lage veiligheidsscore hadden, maar ook of zij werden begeleid door een jeugdbeschermingsmedewerker die in een coronarisicogroep viel. Met deze inzichten konden teammanagers, waar nodig, een ondersteunende medewerker of een andere collega op de zaak zetten. Ook konden zij de gezondheidsstatus van een medewerker direct aanpassen wanneer deze wijzigde. 

Inzicht caseload soms nog lastig

Op basis van de inzichten van deze dashboards kunnen teamleiders bij Jeugdbescherming west medewerkers beter inzetten en uitval voorkomen. Wel blijkt dat de caseload van Jeugdbescherming niet in alle gevallen even goed te voorspellen is. Van Brakel: “We zien dat met name de aantallen en inzet van jeugdmedewerkers voor reguliere jeugdreclassering, ondertoezichtstelling en voogdijzaken vrij goed te voorspellen is. Vooruitkijken bij crisisinterventie en huisverboden is lastiger gezien de complexere aard en grilliger verloop van deze zaken.”

Mooie bijvangst: jaarverslag sneller beschikbaar

Een mooie bijvangst van de data dashboards is de snellere totstandkoming en afwikkeling van het jaarverslag. Van Halem: “De dashboards maken het makkelijker om ons jaarverslag in de opzet sneller klaar te hebben. Volgend jaar zouden we, bij wijze van spreken, op 5 januari ons jaarverslag (cijfermatig) al (grotendeels) klaar kunnen hebben, finetuning daargelaten natuurlijk.”

Ambitie voor de toekomst

Maar de ambitie reikt verder. Met de interne inzichten die het datamodel geeft, wil Jeugdbescherming de focus verleggen naar de zorgbehoefte van de jeugd. Het doel? De zorg nog beter op hen toe te spitsen. Vragen als: ‘Hoe dring je recidive terug’ en ‘Hoe kun je anticiperen op specifieke zorgbehoeften?’ liggen in het verlengde hiervan. Ook kunnen voorspellende data gebruikt worden om wachtlijsten te voorkomen door aantallen (te verwachten) cliënten te voorspellen.

Het datamodel leent zich als basis goed voor deze ambitie, maar om deze te realiseren moet er nog wel veel gebeuren. Veel relevante data om het model te vullen en om te vormen naar een voorspellend datamodel, ontbreken namelijk nog. Van Brakel: “Inputbronnen zoals scholen, wijkagenten en de GGD zijn hiervoor belangrijk, maar zijn nu niet integraal beschikbaar. Signalen van scholen zou je bijvoorbeeld via een portaal bij Jeugdzorg kunnen laten binnenkomen. Met de nasleep van de coronacrisis, bijvoorbeeld leerachterstanden door de sluiting van scholen of baanverlies binnen een gezin, zou een dergelijke aanpak van ongekende waarde zijn.”

Van Halem beaamt de complexiteit van de uitvoering van deze ambitie. Naast de ontbrekende data is de Jeugdbescherming een ‘aparte tak van sport’ waar meerdere belangen spelen. “Wij werken heel anders dan bijvoorbeeld een ziekenhuis. Ouders hebben ook wat te zeggen over het werk dat wij doen. Denk hierbij aan de situatie waarin wij een jeugdbeschermingsmaatregel moeten toepassen, zoals een uithuisplaatsing. Het kind is hierbij gebaat, maar de ouders niet altijd, zij hebben ook nog wat te zeggen. Dit meetbaar maken is complex. Ik ben dan ook benieuwd wat we wel (en niet) concreet kunnen maken met een dergelijk voorspellend data model.”