Kortlægning af analytics i staten

Potentialet for at arbejde målrettet med data er stort. Bedre borgerservice, større kvalitet i tilsyn med virksomheder samt hurtigere og mere præcis sagsbehandling er nogle af fordelene ved bedre dataanvendelse i den offentlige forvaltning.

Analytics kan bruges til forbedret beslutningsstøtte og giver mulighed for mere effektiv og smidig offentlig forvaltning, så ressourcerne kan bruges på det, der giver værdi for borgerne. Derfor har Moderniseringsstyrelsen, i tråd med vores ambition om at være den offentlige sektors analytiske kraftcenter, udarbejdet en rapport, der kortlægger brugen af avancerede analysemetoder i staten. I rapporten kan du f.eks. læse mere om de muligheder og udfordringer der kan være ved at anvende informationsmulighederne i statens data.

Staten råder over store mængder af data; Struktureret og ustruktureret data, billeddata, lyddata og såkaldt ’Big Data’. For at disse data kan bidrage til udviklingen af den offentlige sektor, er der behov for at anvende analytics som et værktøj i hverdagen, og at dataanvendelse og digital ledelse står højt på ledelsesdagsordenen i staten. Rapporten afdækker derfor en række centrale ledelsesperspektiver og kompetencer, som kan være en fordel at have in mente i det strategiske arbejde med analytics.

Fire tilgange til analytics

Rapporten er udarbejdet på baggrund af interviews, som Moderniseringsstyrelsen har gennemført med ledere fra en lang række styrelser, ministerier og institutioner for at kortlægge deres erfaringer med at analysere og anvende data. Rapporten kortlægger specifikt erfaringer og potentialer ved brug af analytics inden for fire tilgange:

  • Informationssystemer: Business Intelligence er en automatisk bearbejdelse og udstilling af data, som allerede er vidt udbredt i staten. Ledere får hurtigt et overblik over centrale aspekter af organisationen. På medarbejdersiden giver opgavespecifik data hurtigere adgang til information, der er relevant for udførelsen af en konkret opgave.
  • Økonometri: Økonometri anvender statistiske modeller til at teste hypoteser om forholdet mellem en række uafhængige variabler og en given afhængig variabel. Analysemetoden bliver ofte brugt til evalueringer af indførte og foreslåede politikker, og metoden bliver brugt i stor udstrækning i staten.
  • Machine learning: Under machine learning ligger et hav af forskellige metoder. En algoritme kan blandt andet forudse udfald på baggrund af historiske data. Machine learning kan også bruges på store mængder af tekst, hvor text-analytics kan understøtte sagsbehandlere ved f.eks. at bidrage til at kategorisere og i visse tilfælde prioritere sager. Erfaringen med machine learning i staten er relativt begrænset, mens potentialet er stort.
  • Matematisk optimering: Matematisk optimering søger at optimere et bestemt output, og er særlig nyttigt ift. ressourceoptimering ved fx vagtplanlægning på sygehuse osv. Brugen af matematisk optimering er ikke særlig udbredt i staten, men indebærer store potentialer for optimering og effektivisering af processer.

Moderniseringsstyrelsen vil ligeledes fremadrettet arbejde med at understøtte anvendelsen og udbredelsen af avancerede analysemetoder. Vi vil bl.a. arbejde på at indsamle erfaringer fra statens institutioner i et katalog, som skal beskrive hvilke problemstillinger som flere institutioner er eksponeret for og hvordan institutioner er overkommet disse.

Netværket for Advanced Analytics

Rapporten viser desuden, at der er store visioner i de statslige institutioner, og at udviklingens råstof i form af data også er tilgængeligt. En udfordring er dog, at de statslige institutioner mangler en ramme til at lære af hinandens erfaringer med disse nye analyseværktøjer og teknologier. Det er blandt andet derfor at Moderniseringsstyrelsen har oprettet det tværstatslige forum, Netværket for Advanced Analytics, hvor de statslige institutioner videndeler og udveksler erfaringer med anvendelsen af datadrevne analytics-løsninger. 

Læs mere om Netværket for Advanced Analytics her