Overslaan en naar de inhoud gaan

Waarom vallen mensen uit in schuldregelingen, en hebben ze terugkerende betalingsachterstanden?

DDAS geeft antwoorden op prangende vragen

Waarom vallen mensen uit in schuldregelingen, en hebben ze terugkerende betalingsachterstanden?

8 juli 2025

Wat gaat het project 'Data delen armoede en schulden'' (DDAS) opleveren voor de Divosa Benchmark Armoede en Schulden? Ee flinke impuls, denkt Anna van der Schors (Divosa). 'Nu kan het gesprek eindelijk helemaal gaan over de keuzes in beleid en aanpak. Je hoeft niet meer te praten over verschillen in registreren.'

De Divosa Benchmark Armoede en Schulden verzamelt sinds 2017 gegevens over armoedebeleid en schuldhulp. Die geven gemeenten inzicht in hun inspanningen, de resultaten en de ontwikkeling daarvan door de jaren heen. Om daarvan te leren wat er anders en beter kan.

Divosa-benchmarkgebruiker Koen Stringa (Werk en Inkomen Lekstroom) : ‘De Divosa Benchmark is geen oordeel, maar een spiegel. Het gaat erom wat je ermee doet.’

Het aanleveren van gegevens over schuldhulpverlening is nu nog aardig wat werk. Dat verandert als DDAS het aanleverkanaal wordt voor de meeste data. Gemeenten hoeven dan daarnaast nog maar een paar zaken handmatig in te vullen, bijvoorbeeld over hun formatie.  

Keuzes over registreren vooraf maken 

De kwaliteit van de benchmarkgegevens wordt bepaald door de zuiverheid waarmee je elke stap in de dienstverlening registreert. In de praktijk ontstaan er vaak verschillen, zegt Van der Schors. ‘Is het een aanmelding als iemand bij de balie een simpele vraag stelt? Of telt alleen iemand die voor het intakegesprek komt? Daarom gaat een deel van de tijd van gesprekken ook over 'hoe hebben wij het geregistreerd? Hebben we het juiste ingevuld?’ 

Door DDAS houden veel gemeenten hun eigen registratiesysteem tegen het licht. Komt het overeen met de definities? Van der Schors: ‘Dat kost tijd, maar levert ook veel op. Deelname aan de Benchmark is ook altijd een stok achter de deur om even kritisch naar de eigen registraties te kijken. Dan komen ze er soms achter dat het niet goed staat in de systemen, omdat ze bijvoorbeeld ergens een vinkje vergeten. DDAS kan voor  gemeenten het duwtje betekenen om de registraties op orde te brengen’.   

Zuivere vergelijking

In principe leg je de juiste registratie eenmalig goed vast. Van der Schors benadrukt wel dat het belangrijk is om te blijven controleren of het goed blijft gaan. Door personeelswisselingen zou er toch iets kunnen veranderen aan het registreren. Maar gemeenten kunnen hun cijfers in principe zuiver vergelijken. Het gesprek kan meer gaan over de inhoud, de keuzes in beleid en aanpak. 

Trajecten en herhaalde hulpvragen beter in kaart 

Tot nu toe krijgen gemeenten met de Benchmark alleen gegevens op geaggregeerd niveau. Dat maakt het lastig om het totaalplaatje goed te krijgen. ‘Stel dat een buurtteam een aanmelding registreert. En datzelfde huishouden krijgt een schuldhulpverleningstraject bij de kredietbank. Dan komt het huishouden in beide registraties voor en kan het 2 keer meetellen. En bepaalde zaken moet je apart uitvragen, anders kun je ze alleen bij benadering aangeven. Zo berekenen we 'uitval' door te tellen hoeveel mensen aan het begin en eind van het jaar zijn geregistreerd, gecorrigeerd voor het aantal aanmeldingen.’ 

Gemeenten vinden het ook lastig om in te vullen hoeveel hulpvragers er binnen 5 jaar zijn teruggekeerd. Dat kunnen ze alleen schatten. ‘Met DDAS weet je dat straks wel hoeveel mensen er uitvallen en terugkeren,’ zegt Van der Schors. ‘Omdat je gegevens op persoonsniveau krijgt. We kunnen die koppelen aan CBS-gegevens over dezelfde personen. Zo kunnen we nagaan of degenen die uitvallen kenmerken gemeen hebben. Dan kun je daarmee iets gaan doen, bijvoorbeeld extra inspanningen voor een bepaalde wijk of bepaalde groep.’ 

Op weg naar meer inzicht 

DDAS heeft biedt dus een mooi perspectief voor de Benchmark, en overigens ook voor de NVVK-jaarcijfers. Voorlopig zijn gemeenten bezig met de nodige voorbereidingen. Van der Schors: ‘Ik snap heel goed dat sommigen denken; 'wat een administratieve handelingen'. Het is inderdaad wat werk, maar wel werk dat uiteindelijk ons inzicht ten goede komt.’   

Het gaat namelijk niet om de data op zich. ‘Als je constateert dat je relatief lange doorlooptijden hebt, kan dat het gevolg van een bewuste keuze zijn. Je wil wel weten wat het effect daarvan is. En hoe het zich verhoudt tot het effect bij andere gemeenten. Dan kun je veel meer op inhoud het gesprek voeren. Daarmee kunnen we de kwaliteit van de dienstverlening verhogen.’