Interview met Brian Hendrikx van DPS:
van beleid tot meting
Uitgave voor de pensioensector Leestijd 10 minuten
Datakwaliteit wordt een steeds belangrijker thema in de wereld van IT. Met de razendsnelle opkomst van AI en de onophoudelijke vernieuwing en verdieping van digitale systemen wordt het ook steeds crucialer om paal en perk te kunnen stellen aan waar data wordt ingezet, en om garanties te kunnen krijgen dat de data die wordt ingezet juist en volledig is. In de pensioenwereld was datakwaliteit door de mate waarin gebruik wordt gemaakt van IT systemen al van groot belang, maar door toedoen van de pensioentransitie en het bijbehorende invaren is het belang van datakwaliteit nog groter geworden. Invaren is een enorme en complexe rekensom waar heel veel van afhangt, en garbage in = garbage out. De kwaliteit van de data moet nu, vóór het moment van invaren, onder de loep genomen worden. AethiQs heeft DPS mogen ondersteunen bij diverse elementen rondom datakwaliteit, al vóór dat het Kader Datakwaliteit werd gepubliceerd. Aron Jeurninck, relevantieadviseur bij AethiQs, sprak met Brian Hendrikx, Actuaris AAG bij DPS, over het doorlopen project bij DPS.
De aanleiding
“Wij waren behoorlijk vooruitstrevend met betrekking tot de transitie: bij de publicatie van de eerste conceptwet richtten wij ons oog al op datakwaliteit” vertelt Brian. “Datakwaliteit was destijds ook al een thema, maar pas veel later toen de Pensioenfederatie met het Kader Datakwaliteit kwam ging het echt leven in de sector. Wij zijn wel al met het onderwerp datakwaliteit aan de slag gegaan naar aanleiding van het verzoek van de fondsen, waar wij zowel advies aan geven als ook de uitvoering verzorgen. Zij wilden een datakwaliteitsonderzoek uitvoeren. We kwamen erachter dat we binnen de pensioenuitvoeringsorganisatie nog niet over voldoende kennis over datakwaliteit beschikten om het echt goed op te pakken en verder te brengen. Dat is het moment waarop we naar AethiQs zijn gestapt om van start te gaan met een traject rondom datakwaliteit. Wat bleek uit gesprekken met AethiQs is dat er alvorens over te gaan op een gedegen onderzoek eerst een beleid vormgegeven moest worden rondom datakwaliteit. Daarbij hoort ook een heldere risicobereidheid. Zo vormen we met de fondsen concrete kaders waaraan de datakwaliteit vervolgens getoetst kan worden. Dit past ook binnen de kracht van DPS als integrale dienstverlener: beleid maken dat uitvoerbaar is.”
Het beleid
Datakwaliteit is een vakgebied dat zich snel ontwikkelt. Om bij te blijven met de nieuwste technologieën in data en IT is specialistische kennis nodig. Daarnaast is het een onderwerp dat zijn eigen risico’s en kansen kent, en zodoende moet er een beleid rondom worden vormgegeven. Daar komen belangrijke vragen bij kijken. Waar wordt de data voor gebruikt? Wat zijn de Kritische Data-elementen? Wat moeten we doen als er een fout wordt gevonden? Welke foutmarges accepteren we en welke niet? De antwoorden op dit soort vragen vormen een beleidskader waarbinnen de datakwaliteit zich mag begeven. Pas als dat kader is vastgelegd kan er een datakwaliteitsonderzoek worden gedaan om te controleren of het kader wordt nageleefd.
Brian: “De hoofdvraag was: wat is de risicobereidheid van de fondsen op het gebied van datakwaliteit? Daar komen vervolgens een hoop deelvragen bij kijken. Het heeft intern bij DPS wel een aantal sessies met AethiQs gekost om te begrijpen hoe je een risicobereidheid in beeld krijgt en dat vervolgens vertaalt naar een onderzoek, zodat wij onze fondsen hier optimaal over konden adviseren. Het was een van onze belangrijkste criteria om een datakwaliteitsbeleid te ontwikkelen dat je ook echt kan gebruiken om onderzoek te doen. Dat wil zeggen dat we ook vanuit de kwalitatieve risicobereidheid concreet de kwantitatieve risiconormen vastgelegd hebben, zoals hoe groot de steekproef moet zijn die je doet op je volledige data om een statistisch significant resultaat voort te brengen.”
Ons beleid moest dermate ingestoken zijn dat het gebruikt kon worden bij het uitvoeren van een datakwaliteit meting.
De uitvoering
Na het vaststellen van het datakwaliteitbeleid door de fondsen bij DPS is er gestart met het meten van data. Brian: “Het is belangrijk om te realiseren dat er op het moment van de start van het onderzoek nog geen Kader Datakwaliteit gepubliceerd was. In samenwerking met AethiQs is er een plan van aanpak opgesteld en zijn er analyses uitgevoerd, waarbij er controles zijn uitgevoerd die vergelijkbaar zijn met de data profiling en generieke data analyses die in het Kader Datakwaliteit zijn benoemd. In toevoeging daarop zijn er vanuit de expertise van AethiQs data science technieken ingezet, zoals outlier detection, om de risicogroepen in de administratie te vinden. De risicogroepen zijn uiteindelijk gebruikt om de deelwaarneming samen te stellen.”
Sprekend over de inzet van data science, vragen wij of Brian de toegevoegde waarde van de inzet van dergelijke technieken ziet: “Jazeker, je hebt als uitvoerder al wel een beeld van de risicogroepen die je op een kwalitatieve manier kan bepalen, maar dat is eigenlijk niet zo heel spannend en het zijn meestal de risicovolle mutaties die iedereen top of mind heeft. Via een techniek als outlier detection, die de data op een data-gedreven benadert, komen er risicogroepen naar voren waaraan je zelf niet gedacht zou hebben.”
De inzet van data science technieken heeft toegevoegde waarde in datakwaliteit onderzoeken.
Naast het inzichtelijk krijgen van de datakwaliteit, heeft het doorlopen van de datakwaliteit meting ook bijgedragen aan inzichten in de pensioendata bij de medewerkers bij DPS. Brian: “We hadden nog weinig kennis over datakwaliteit toen we van start gingen met het project. Nu merk ik in gesprek met andere uitvoerders dat we toch wel voorlopen op het onderwerp datakwaliteit. Dat komt doordat tijdens het traject ook veel aandacht besteed is aan hoe dingen precies werken in ons administratiesysteem, waarom en hoe we bepaalde dingen doen en waarom bepaalde datapunten als afwijkingen in analyses naar voren komen. Doordat we het begrip en het bewustzijn rondom data binnen DPS verder hebben kunnen brengen, hebben we ook geleerd kritisch naar de data en naar onze systemen te kijken. Daarnaast kunnen we onze fondsen nog beter adviseren over strategische vraagstukken, door de opgedane kennis in de samenwerking met AethiQs.”
Het vervolg
Na het uitvoeren van de datakwaliteit meting stopt het onderwerp datakwaliteit niet voor Brian, DPS en de fondsen. Brian: “Wij hebben samen met AethiQs de openstaande werkzaamheden in relatie tot het Kader Datakwaliteit in kaart gebracht, omdat wij al veel zaken gedaan hadden voordat het Kader werd gepubliceerd. Wij hebben daarmee de fondsen een plan van aanpak rondom aansluiting bij het Kader Datakwaliteit kunnen voorleggen en hebben de acties daarin nader uitgevoerd. We staan op het punt om het hele dossier voor te leggen aan de besturen en we hebben de opinies opgevraagd aan de sleutelfunctiehouders. Die hebben we eerder ook al betrokken bij het datakwaliteit project, maar nu hebben we gevraagd om een integrale notitie over alle werkzaamheden ten aanzien van het Kader Datakwaliteit. Als we die ontvangen hebben, kan het dossier vervolgens naar de externe accountant voor de uitvoering van fase 5 van het Kader.”
Een belangrijk onderdeel van datakwaliteit is de stay-clean fase: de periode tussen het besluit omtrent de datakwaliteit voor invaren in het implementatieplan en het daadwerkelijke invaren. DPS voert daarvoor op dit moment al controles uit: “Wij voeren jaarlijks een bottom-up onderzoek uit. Dat is gestart vanuit onze pensioenuitvoeringsorganisatie. Wij hebben twee fondsen die in verhouding tot de rest van de fondsen in Nederland niet erg groot zijn. We rekenen elk jaar alle pensioenaanspraken na en vergelijken deze met het administratiesysteem. Dit gebeurt ieder jaar en daarmee kunnen we aantonen dat er geen nieuwe fouten meer bijkomen.”
De samenwerking
AethiQs is inmiddels al enkele jaren adviseur van DPS op het gebied van datakwaliteit: “We hebben een hele prettige samenwerking met AethiQs. Het voelde echt als een samenwerking waarin beide partijen zich hebben ingezet voor een goed resultaat. Nadat het datakwaliteit project was afgerond hadden wij als DPS voldoende kennis om op eigen kracht met het onderwerp verder te gaan. Echter, op enkele momenten hebben wij nog een concrete vraag en kunnen wij daarover schakelen met AethiQs die ons dan adviseert.”
Disclaimer
Hoewel dit artikel met grote zorgvuldigheid is samengesteld, aanvaarden AethiQs B.V. en alle andere entiteiten, handelsnamen, labels, samenwerkingsverbanden, personen en praktijken die handelen onder de naam en verantwoordelijkheid van AethiQs, geen enkele aansprakelijkheid voor de gevolgen van het gebruik van de informatie uit deze uitgave zonder hun medewerking. De aangeboden informatie is bedoeld ter algemene informatie en kan niet worden beschouwd als advies. Niets uit dit artikel mag zonder akkoord van de schrijvers worden gebruikt, gedeeld of gekopieerd voor andere doeleinden. Alle rechten voorbehouden aan de schrijvers en AethiQs©. Oktober 2023.