Data zijn niet meer weg te denken uit de samenleving van nu. Iedereen laat online gegevens achter. Denk maar aan alle berichtjes die we posten op social media, of aan de online aankopen die we doen.

Data kom je dus overal tegen. Zo verzamelen bedrijven data over welke producten het meest populair zijn. Ook gebruiken ze data om hun klanten beter te leren kennen, zodat ze betere service kunnen bieden en wellicht meer producten en diensten kunnen verkopen.

Ook overheden gebruiken data om betere service te bieden. Zo kunnen data helpen om te bepalen hoe publiek geld het beste ingezet kan worden. Wat de overheid ook vaak doet, is technologie en data combineren om dingen wat gemakkelijker te maken. Denk bijvoorbeeld aan de vooraf ingevulde belastingaangifteformulieren.

Wetenschappers ten slotte gebruiken data om nieuwe inzichten en kennis te krijgen. Deze kennis kan worden ingezet om nieuw beleid te ontwikkelen of tot nog betere oplossingen te komen.

Het CBS verzamelt data over Nederlanders. Deze data gaan over ongeveer alles wat voor onze samenleving belangrijk is. Het CBS doet dit op heel veel gebieden, bijvoorbeeld: hoeveel verdienen wij? Hoe goed gaat het met onze economie? Hoeveel mensen maken er gebruik van gezondheidszorg?

Bij Smart Start gebruiken we data altijd in combinatie met mensenkennis. Welke informatie we precies gebruiken, is afhankelijk van de onderzoeksvraag die we beantwoorden. We verkennen wetenschappelijke onderzoeken en we kijken welke data bij het CBS inzicht kunnen geven in de onderzoeksvraag. Want we maken vooral gebruik van CBS microdata. Microdata zijn koppelbare data waarmee onderzoekers onder strikte voorwaarden onderzoek mogen doen.

Het doel van Smart Start is om voor kinderen in Nederland gelijke kansen te creëren. Hoe mooi zou het zijn als we problemen bij kinderen kunnen voorkomen, in plaats van ze pas op te lossen als het eigenlijk al te laat is? Bij Smart Start vinden we voorkomen beter dan genezen. Pas dan hebben kinderen immers écht een goede start.

De combinatie van data en kennis kan hierbij helpen. Op basis van de data van het CBS kunnen we mogelijke kansen en risico’s in kaart brengen. Data helpen kortom om een vraagstuk beter te begrijpen en oplossingen en antwoorden te bedenken. Dat werkt het beste samen met mensen uit de praktijk.

Data mogen we niet zomaar gebruiken; het gebruik van CBS-data is gebonden aan allerlei strenge regels. De onderzoekers die mogen werken met deze CBS-data weten dus niets van individuele personen of gezinnen. Bovendien kijken we in Smart Start sowieso nooit naar individuele gezinnen. Wél kijken we naar groepen van gezinnen die erg op elkaar lijken. Zoals: hoe zijn gezinnen met maar één ouder en meerdere kinderen anders dan gezinnen met twee ouders en een kind? Geen enkele onderzoeker krijgt dus informatie over individuele personen te zien.

Het CBS maakt gebruik van een beveiligde online omgeving, waarin alléén mensen kunnen werken die daar speciale toestemming voor hebben. Niet iedereen kan dus zomaar met de data van het CBS aan de slag. Als onderzoeker teken je bovendien een geheimhoudingsverklaring waarin je belooft zorgvuldig met de data om te gaan.

Het CBS heeft heel veel databestanden. Alle bestanden van het CBS zijn versleuteld: er staat niet in wie wie is. Hiervoor hebben ze bij het CBS een soort sleutel gemaakt. Dit is een nummer dat aan een bepaald persoon gegeven wordt. Dat nummer wordt in alle bestanden gebruikt voor de gegevens die bij die bepaalde persoon horen. Omdat wij niet weten welk nummer bij welk persoon hoort, kunnen we dus nooit weten om wie het precies gaat.

Binnen Smart Start voegen we datasets uit verschillende bronnen samen; het zogenoemde ‘koppelen’. Hierbij koppelen we bijvoorbeeld data van andere partijen aan data van het CBS, zoals data van gemeenten.

Het CBS zorgt ervoor dat deze data anoniem gekoppeld worden. Alle gegevens waaraan je iemand zou kunnen herkennen – zoals naam, adres en woonplaats – worden verwijderd. Deze informatie wordt vervangen door het sleuteltje dat ook in de CBS-bestanden zit. Hiermee kunnen we het bestand ook weer aan andere databestanden koppelen. Hierdoor is de privacy van individuen en hun eventuele gezinsleden maximaal beschermd.

Alle resultaten die we uit de beveiligde CBS-omgeving willen halen, worden eerst nog een keer streng door het CBS gecontroleerd. Zij controleren de resultaten op het zogenoemde onthullingsrisico, waarbij er toch nog valt te achterhalen wie iemand is. Lijkt dit het geval te zijn? Dan mogen de resultaten niet uit de CBS-omgeving worden gehaald en kunnen en zullen wij ze dus ook niet gebruiken. Ook levert het CBS nooit herkenbare gegevens aan derden, ook niet aan gemeenten en dergelijke. Zo kan nog steeds niemand te weten komen dat jij de enige bent in de straat die gebruikmaakt van een bepaalde voorziening.  

De Algemene Verordening Persoonsgegevens (AVG) is een Europese privacyrichtlijn, die betrekking heeft op de bescherming van persoonsgegevens. Kort gezegd komt het erop neer dat wij persoonsgegevens alléén mogen verwerken voor het doel waarvoor we de data verkregen hebben.

Soms komt het voor dat het niet meteen duidelijk is van wie bepaalde data zijn en wat ermee mag gebeuren. Ook dan maken wij duidelijke afspraken met de mensen met wie we samenwerken. Het moet heel duidelijk zijn waar de data voor gebruikt wordt en waarom. Samen checken we dit en zorgen we ervoor dat gegevens niet terug te herleiden zijn naar een bepaalde persoon. Ook maken we afspraken over hoe de data beveiligd worden. En verder zorgen we er altijd voor dat data verstuurd kunnen worden in een beveiligde omgeving. Ook in deze gevallen houden we ons dus altijd strikt aan de AVG.