Werken bij de Politie

Al enige tijd ben ik ingezet als testspecialist Business Intelligence bij het Politie Diensten Centrum in Zwolle. Als tester houd ik me daar vooral bezig met de gegevens in het Datawarehouse van de Nationale Politie. Regelmatig krijg ik de vraag of dit niet saai is en mijn reactie daarop moest ik dan maar eens in een blog zetten.

‘hoe meer je weet, hoe meer je weet dat je niks weet’

Dit citaat van Socrates schoot mij vanochtend te binnen. Wekelijks, zo niet dagelijks, meldt de politie of een andere overheidsinstantie wel een cijfer. Soms gaat het over een gestegen aantal inbraken of een grote drugsvondst, binnenkort zal het wel weer opvallen dat er veel bekeuringen in december worden uitgeschreven. En bijna altijd denk ik dan weer dan het datawarehouse van de politie daar vast een rol in heeft gespeeld, en weet ik weer niet hoe precies.

Een voorbeeld dan: op misdaad in je buurt kun je eenvoudig zien waar en wanneer een (poging tot) inbraak is geweest. Om dit gegeven aan jou te tonen is het uiteraard nodig dat iemand aangifte heeft gedaan. Maar de politie toont dit wel in een overzicht waarbij alle buurten en straten de namen volgen van het CBS. En die hebben regelmatig wijzigingen omdat er in Nederland volop nieuwbouw is. Bij gemeentelijke herindelingen komt een andere discussie: heeft in de nieuwe gemeente al een inbraak plaatsgevonden voordat ie een naam had? En als je een adres niet precies weet omdat het gebouw geen nummer heeft, wat wordt dan als locatie genomen?

Om een beetje begrip van onze analyse en oplossing daarvan te krijgen, ga ik even wat dieper in op het begrip Datawarehouse. Ik laat bewust de technische plaat achterwege maar een Datawarehouse bestaat uit een aantal lagen:

Staging laag (STG) Tijdelijke opslag van te verwerken brongegevens
Historische laag (HIS) Originele brongegevens in een historische context
Business model laag (BM) Gecorrigeerde en verrijkte gegevens
Business view laag (BV) Geoptimaliseerde opslag van gegevens voor generiek gebruik
Datamart laag (DM) Geoptimaliseerde opslag van gegevens voor specifiek gebruik

Zo’n aangifte komt uiteindelijk via de Staging laag binnen, en zal ook terug te vinden zijn in de Historische laag. In de BM-laag vindt dan ‘conformering’ plaats: ontdubbeling en samenvoeging. Voor rapportage doeleinden zoals die op een website wordt getoond is dan het gegeven uit de BV-laag voldoende. En een agent op straat zal uiteindelijk een integrale bevraging doen op het adres door te zoeken in een datamart waar details van de aangifte terug te vinden zijn.

Al met al een volledig geautomatiseerd proces waarbij de politie snel na invoer alle gegevens in alle lagen heeft. En wat was nou precies mijn rol daarin? Tja, het proces hierboven is al een tijdje werkend, maar de gevolgen van wijzigingen in CBS-gegevens controleren we natuurlijk. En als er iets in de BM-laag wijzigt, dan controleren we ook of dit goed wordt doorgevoerd naar de BV-laag en de datamarts.

Een recent succes waar we als team een rol in hadden, is het Slachtoffer portaal (slachtofferhulp.nl ). Als je dit nog niet kent, zap dan een minuutje door in goedemorgen-nederland/16-11-2020 waar minister Sander Dekker een toelichting geeft. Ook hier is mijn werk maar beperkt (controleren van compleetheid van doorgeven en de juiste teksten daarbij, maar het is fijn om mee te krijgen waar je het allemaal voor doet.

Gevolgen Coronamaatregelen?

Dit jaar zijn er meer bekeuringen voor samenscholing gegeven dan ooit, dat cijfer hoef je echt niet op te zoeken. Maar een jaar geleden was Corona nog iets in China (ik ga echt Trump niet citeren), en ergens dit voorjaar kwam er regelgeving (en handhavingregels) over het aantal mensen dat bij elkaar mocht zijn en de hoeveelheid maatregelen die bedrijven moeten nemen. Ik benijd mijn blauwe collega’s en BOA’s niet: ongeacht hun eigen mening is het hun taak om mensen en bedrijven daarop te wijzen en eventuele bekeuringen uit te schrijven. Recent kwam daar de ‘reprimande’ bij: een berisping vind ik nog het meest in de buurt komen. En ja, dan wil een agent op straat natuurlijk weten of de aangehouden puber deze al eerder heeft gehad. En ziehier: dan moet het wel ingevoerd zijn in een systeem van de politie, dan moet dat bericht goed zijn doorgeladen in de andere datalagen en dan kunnen we in het datawarehouse daar een antwoord op vinden.

Waar ik echt trots op ben is hoe ons team zijn draai heeft gevonden in de verplichte thuiswerksituatie. Werd er in het voorjaar nog gezocht naar veilige gegevensuitwisseling, nu is dat allemaal op zijn plek. Dagelijks houden we elkaar via Teams op de hoogte van de voortgang in de Sprint, delen we schermen en halen we tweewekelijks het Sprintdoel.

Alleen het sociale aspect, dat wordt gemist. En dan ben ik wel zo gek om een lange pauze te nemen om toch een lunchwandeling te doen. Niet vanaf mijn eigen ‘kantoor’ maar die van een teamlid. En wordt het steeds drukker bij het babbeluurtje waar het juist niet over het werk gaat, maar over een verbouwing, een Tesla model 3 of gewoon een leuke mop die niet in de appgroep past. Ook vanuit het management wordt er aandacht aan gegeven: voel je niet schuldig als je eens een half uur met een collega hebt gebeld, en durf pauze te nemen om je te ontspannen. Ook krijgen we regelmatig een aardigheidje in de brievenbus om de moed erin te houden.

Al met al vind ik het werken voor de politie dus een geweldige opdracht, waar ik veel voldoening uit put. En ben ik nu alweer geïnteresseerd in het volgende nieuwsfeit waarin ons datawarehouseteam een rol in heeft gehad.