Statistical Intelligence and Digital Transformation in Government Institutions A Data- Driven Framework for Improving Public-Sector Performance in the Kurdistan Region of Iraq

In de moderne wereld proberen overheden steeds meer te doen dan alleen papieren formulieren op een website plaatsen. Het doel van digitale transformatie is om fundamenteel te herontwerpen hoe publieke instellingen werken, waarbij wordt bewogen van geïsoleerde afdelingen naar een verbonden systeem waarin gegevens vrij tussen instanties stromen. Deze verschuiving rust op een paar kernideeën: digitale identiteit, dat fungeert als een beveiligde sleutel voor burgers om toegang te krijgen tot diensten; interoperabiliteit, die ervoor zorgt dat verschillende computersystemen met elkaar kunnen communiceren zonder dat een mens dezelfde informatie twee keer hoeft in te voeren; en gegevensgestuurde besluitvorming, waarbij leiders daadwerkelijke cijfers gebruiken in plaats van gissingen om de levering van diensten te verbeteren. Wanneer deze elementen samenwerken, kunnen ze bureaucratie verminderen, kosten verlagen en het gemakkelijker maken voor mensen om te krijgen wat ze van de staat nodig hebben. Het is echter moeilijk om te meten of deze digitale veranderingen daadwerkelijk werken, vooral in regio's waar gedetailleerde prestatiegegevens nog niet publiekelijk beschikbaar zijn.

Onderzoekers van de Soran Universiteit in de Koerdische Regio van Irak zetten zich in om dit meetprobleem op te lossen. Ze wilden weten of de digitale instrumenten van de overheid de publieke dienstverlening daadwerkelijk verbeterden en hoe die vooruitgang gevolgd kon worden met behulp van de informatie die al beschikbaar was. In plaats van te wachten op perfecte gegevens die nog niet bestaan, bouwde het team een raamwerk om de vijftien benoemde digitale systemen te analyseren die momenteel in gebruik zijn door de regionale overheid. Ze behandelden deze systemen als een portfolio van instrumenten en controleerden elk systeem om te zien wat het kon doen. Ze zochten naar specifieke mogelijkheden, zoals of een systeem burgers toestaat er direct mee te interageren, of het interne kantoorwerk afhandelt, of het digitale identiteit gebruikt voor beveiliging, of het betalingen verwerkt en of het gegevens kan delen met andere overheidsafdelingen. Door deze functies bij elkaar op te tellen, creëerden ze een eenvoudige score voor elk systeem, variërend van nul tot zeven, om de algehele digitale kracht te vertegenwoordigen.

De analyse gaf een duidelijk beeld van waar de overheid staat. Gemiddeld scoorden de systemen 4,60 uit 7, wat suggereert dat er een solide fundament is, maar ook aangeeft dat er ruimte is voor groei. De onderzoekers ontdekten dat bijna alle systemen goed waren in het delen van gegevens met elkaar en het afhandelen van intern kantoorwerk, wat de back-end mechanica van overheids werkzaamheden zijn. Transparantie was ook een sterk punt, aangezien elk systeem functies voor verantwoording bevatte. De systemen waren echter minder geavanceerd op gebieden die de dagelijkse ervaring van de burger direct beïnvloeden. Slechts een klein deel van de systemen kon digitale betalingen afhandelen of digitale identiteiten beheren, wat cruciaal is voor veilige en naadloze transacties. Dit patroon suggereert dat de overheid erin is geslaagd de interne infrastructuur te bouwen om haar afdelingen te verbinden, maar dat de laatste stap om die verbindingen gemakkelijk en veilig te maken voor de gemiddelde persoon nog een werk in uitvoering is.

Om te begrijpen hoe deze verschillende functies samenwerkten, gebruikte het team statistische methoden die er niet vanuit gaan dat de gegevens een perfecte klokcurve volgen, een veelvoorkomende vereiste in veel studies die deze specifieke set cijfers niet voldeden. Ze ontdekten een sterke link tussen de algehele kracht van de functies van een systeem en het vermogen om toegang tot diensten te bieden. Met andere woorden: hoe meer mogelijkheden een systeem heeft, hoe groter de kans dat het toegankelijk is voor het publiek. Ze testten ook of het type eigendom — of een systeem rechtstreeks werd beheerd door een specifieke ministerie of gedeeld werd over de hele overheid — een verschil maakte in de prestaties. De gegevens toonden geen significant verschil tussen deze groepen, wat betekent dat het succes van een systeem meer afhing van de functies dan van de afdeling die het gebouwd heeft.

De onderzoekers onderzochten ook of moderne computerprogramma's konden voorspellen welke systemen toegankelijk zouden zijn voor het publiek op basis van hun kenmerken. Ze vergeleken verschillende soorten voorspellende modellen, waaronder standaard statistische methoden en complexere machine learning-tools die verborgen patronen in gegevens kunnen vinden. De resultaten lieten zien dat de complexere, boomgebaseerde modellen beter in staat waren om deze voorspellingen te doen dan de standaardmethoden. Een van deze geavanceerde modellen, bekend als een random forest, was bijzonder effectief in het onderscheiden van systemen die volledige toegang tot diensten boden en systemen die dat niet deden. De auteurs waarschuwen echter dat, omdat de groep systemen die zij bestudeerden klein was, deze bevindingen het beste kunnen worden beschouwd als een bewijs van concept in plaats van een definitief oordeel. Ze laten zien dat deze geavanceerde tools potentie hebben, maar dat ze veel grotere hoeveelheden gegevens nodig hebben om betrouwbaar te kunnen worden gebruikt voor het nemen van beslissingen in de echte wereld.

De studie concludeert dat hoewel de Koerdische Regionale Regering indrukwekkende stappen heeft gezet in het bouwen van een verbonden digitale ruggengraat, de volgende fase van ontwikkeling zich moet richten op de gebruikerservaring. De onderzoekers bevelen het creëren van een uniform register van digitale diensten aan, dat niet alleen bijhoudt hoeveel systemen er bestaan, maar ook hoe goed ze presteren. Dit zou het verzamelen van gegevens inhouden over hoe lang diensten duren om te voltooien, hoeveel mensen ze gebruiken en hoe tevreden burgers zijn. Door het bestaan van digitale instrumenten te koppelen aan daadwerkelijke prestatieresultaten, kunnen leiders verder gaan dan het tellen van systemen en beginnen met het meten van echte waarde. Het werk dient als een blauwdruk voor het omzetten van verspreide rapporten in een duidelijke, bruikbare dataset, en laat zien dat het zelfs met beperkte informatie mogelijk is om een raamwerk te bouwen dat onthult waar de vooruitgang plaatsvindt en waar de volgende stappen moeten worden gezet.