Analytics & AI

Wat is datamatching en datamining?

Bij datamatching worden gegevens uit verschillende bronnen vergeleken en gehergroepeerd om overeenkomsten te vinden. In databases is het met deze techniek mogelijk om informatie van verschillende ondernemingen aan elkaar te koppelen en zo verbanden tussen hun datasets te leggen. De RSZ gebruikt deze methode om betrouwbare, consistente en volledige informatie te bekomen.

Datamining verwijst naar alle methoden en processen waarmee nieuwe inzichten uit grote hoeveelheden gegevens worden verkregen. Het kan gaan om terugkerende patronen, statistische relaties, significante correlaties of anomalieën. Het uiteindelijke doel is het genereren van bruikbare informatie die kan worden ingezet voor besluitvorming, voorspellende modelvorming en het anticiperen op trends. Datamining is gebaseerd op technieken uit de statistiek, machinelearning en algoritmische analyse. Vaak worden beslissingsbomen gebruikt. Ze maken het mogelijk classificatietaken uit te voeren door de ruimte van verklarende variabelen op te delen en op basis van meerdere invoervariabelen beslissingsregels af te leiden.

Beide processen helpen de RSZ om de efficiëntie te verhogen en fraude te verminderen

Detectie en analyse

Risicobeheersing bestaat er enerzijds in om risico’s in de eigen processen proactief op te sporen, zodat misbruik moeilijker en liefst onmogelijk wordt. Anderzijds betekent het ook dat risicovolle fenomenen worden opgespoord, onderzocht en in kaart gebracht. De aanleiding kunnen vaststellingen op het terrein zijn, maatregelen die minder financiële opbrengsten genereren, of de vaststelling van grotere uitgaven voor de sociale zekerheid in bepaalde domeinen. De RSZ maakt bij het opsporen en in kaart brengen ook in toenemende mate gebruik van doorgedreven analyses van gegevens uit databanken.

Vaak is het ook de bedoeling om frauduleuze netwerken van bedrijven en verantwoordelijken bloot te leggen en te ontmantelen. Inspecties van de boekhouding en de financiële transacties, en ondervraging van het personeel en de echte of vermeende verantwoordelijken, helpen om de problemen in kaart te brengen. Een goede samenwerking met de gerechtelijke instanties, met andere instellingen van de sociale zekerheid (RVA, RSVZ enz.) en met andere externe instellingen (bijvoorbeeld de fiscale administratie, het Fonds voor Sluiting van Ondernemingen, de regionale inspectiediensten ...) is daarbij essentieel.

Automatisering en gebruikerservaring

Op het vlak van automatisering biedt AI de mogelijkheid om informatie uit ongestructureerde of half-gestructureerde documenten - zoals aangiften, formulieren of e-mails – automatisch te extraheren en te structureren. Hierdoor vermindert de nood aan manuele verwerking, wordt de foutenmarge kleiner en kan de dienstverlening een stuk sneller verlopen. Daarnaast kan AI ingezet worden als een slimme ondersteuningstool bij besluitvorming. Bijvoorbeeld door dossiers automatisch te prioriteren op basis van urgentie. Dit helpt medewerkers om sneller te focussen op de dossiers die de meeste aandacht nodig hebben en verhoogt zowel de efficiëntie als de kwaliteit van de dienstverlening.

Op het vlak van gebruikerservaring kan de RSZ ook profiteren van AI-gestuurde virtuele assistenten. Deze kunnen burgers begeleiden bij het indienen van documenten, hen informeren over deadlines of veelgestelde vragen beantwoorden - en dat 24/7, in meerdere talen. Dat zorgt voor een betere service en minder druk op de telefonische helpdesk.