3. Programma
• Innovatie in Eersel
• Datagedreven Kempengemeenten
• Data als rode draad richting de toekomst
• Wat nu?
• Belangrijkste opgaven
• Vragen?
8. Van data naar informatie
• De gemeente is de grootste bronhouder en verzamelaar
van informatie over en uit de gemeente.
• Er zijn datasets beschikbaar. De ene keer gestructureerd,
de andere keer ongestructureerd.
• Geografisch samenvoegen van gevisualiseerde datasets
maakt analyses en communicatie mogelijk, die nu
moeilijk of onmogelijk zijn.
9. Datagedreven Kempengemeenten 1
• Gedurende 2017 en 2018 ‘klooien en prutsen’
• Essentieel voor succes is:
– Maatschappelijke thema’s
– Communicatie
– Aansluiten bij bestaande werkprocessen
– Zoeken naar intergemeentelijke samenwerkingen
– Kwaliteit data
11. Voorbeeldpilots
• Efficiëntie van onze strooiroutes
• Voorzieningen in wijken in relatie tot demografische
opbouw
• Risicovolle bedrijven in relatie tot kritieke voorzieningen
• Veiligheidsgevoel in relatie tot alle feiten die daar invloed
op kunnen hebben
12. Organisatie
• Opdrachtgeverschap bij vijf colleges en MT’s
• Projectteam met vertegenwoordiging van vijf
gemeenten
• Samenwerking met CBS
• Kempenteam Data
– Techniek vs. Behoefte
13. Relatie tot Veerkrachtig Bestuur
• Brabantse gemeenten: bestuurlijke visie
• Eersel: schaalvergroting noodzakelijk
• Belangrijkste opgave: kerngerichte aanpak /
uitvoering van beleid ‘de opgave stuurt de
methode’
14. Relatie tot politieke besluitvorming
• Politieke opdracht om te komen tot
vernieuwende besluitvorming
• Besluitvormingsproces van beoordelend
richting kaderstellend
• Data als vervanging voor peilingen in politieke
verantwoording
15. Relatie tot Eersel Slim Verbonden 1
• Publiek-private samenwerking om Kempisch wonen
in een wereldregio te versterken
• Data voor oplossing maatschappelijke opgaven
• Gezondheid, veiligheid, duurzaamheid & mobiliteit
• Volledig behoeftegedreven
• Voorbeeld: inwoners in het buitengebied langer
thuis laten wonen
16. Relatie tot Eersel Slim Verbonden 2
• Samenwerking met SPIE
• Slimme toepassingen in de openbare ruimte,
om:
– IoT mogelijk te maken
– Data te genereren
• Voorbeelden: parkeerplekken, lantaarnpalen, E3-strand,
riolering met digitale regentonnen & monumentale bomen
17. Relatie tot Omgevingswet
• Data als bron van antwoorden op
vraagstukken die ontstaan
• Integrale aanpak van Omgevingswet
proberen door te zetten in volledige
organisatie
18. Wat nu?
0. Mandaat van vijf colleges en MT’s
1. Data Experiences afval.toekomstvijvereersel.nl
2. Ophalen pilotprojecten
3. Plan van aanpak
• Inrichten technische voorzieningen
(datadashboard)
19. Belangrijkste opgaven
• Kunnen wij de analyses maken die we moeten
maken?
• Welke beheersmaatregelen zijn nodig?
• Hoe borgen we de kwaliteit van de data en de
discussie hierover?
• Staat een gemeenteraad daadwerkelijk open voor
datagedreven besluitvorming?
• Hoe borgen we de ethische discussie?