In 2007 kwam Annemarie Koomen bij het Centraal Bureau voor de Statistiek (CBS) binnen als senior informatiespecialist. Op eigen initiatief verschoof haar werk steeds meer richting media-analyse. Sinds 2017 is het haar hoofdtaak. ‘Mijn manager heeft me altijd de ruimte gegeven om mijn plannen uit te voeren.’
Door: Ronald de Nijs
Voor het interview heeft Annemarie Koomen een bijzondere locatie uitgekozen: de studio van het CBS. In deze ruimte vinden televisieuitzendingen plaats. ‘Handig als bijvoorbeeld een actualiteitenprogramma een van onze woordvoerders live in de uitzending wil hebben,’ zegt Annemarie. Het CBS verzamelt data over de Nederlandse samenleving en verwerkt die tot statistische informatie. Vrijwel dagelijks en soms zelfs meermalen per dag presenteert deze organisatie berichten over arbeid en inkomen, economie en de maatschappij.
In de studio staat de camera altijd zo opgesteld dat je via de glazen wand uitkijkt op de newsroom, compleet met een klassieke circle desk in het midden. Ooit bevond zich op deze plek de bibliotheek van het CBS. Hier ging Annemarie Koomen een kleine dertien jaar geleden als senior informatiespecialist aan de slag. In 2017 verruilde ze haar bibliotheekfunctie voor die van media-analist.
Nieuwe dienstverlening
In 2007 was Annemaries opdracht: help mee de bibliotheek te moderniseren (zie ook kader ‘Geschiedenis van de CBS-bibliotheek’), want het gebruik ervan was in die jaren flink teruggelopen. Vanuit haar eerdere werkgevers, zoals accountants- en belastingadviesbureau PricewaterhouseCoopers (PwC) en de ANWB, nam Annemarie de nodige ervaring mee. Zo verrichtte ze bij het kenniscentrum van PwC bijvoorbeeld marktonderzoek op basis van open bronnen. ‘Op die manier ondersteunden we de onderzoekers bij PwC.’ Na een inventarisatie bleken ook de onderzoekers bij het CBS behoefte te hebben aan dergelijke ondersteuning. ‘We zijn begonnen met het doen van literatuuronderzoek. Verder gingen we factsheets maken zodat medewerkers goed voorbereid naar een relatie toe gingen.’ Met succes. De nieuwe dienstverlening sloeg aan.
Mediaportal
Ook maakte de bibliotheek een digitale nieuwsbrief met een overzicht van de nieuwsberichten die over het CBS verschenen. Gaandeweg had Annemarie het idee dat die informatie nog beter kon worden ingezet. ‘We konden al die nieuwsberichten ook opslaan, er een portal omheen bouwen en daar media-analyses op loslaten.’ Haar manager vond het een goed plan en samen met een externe partij ontwikkelde Annemarie in 2016 een bètaversie van de zogeheten Mediaportal. De Mediaportal is een applicatie waar krantenberichten, webnieuws en radio- en televisiefragmenten waar het CBS in genoemd wordt, automatisch worden binnengehaald. Zo kunnen alle medewerkers realtime volgen wat er over hun organisatie wordt geschreven.
Hoe werkt het
De nieuwsberichten worden aangeleverd door verschillende leveranciers, zoals LexisNexis. ‘Zij hebben een query draaien op “Centraal Bureau voor de Statistiek” en het resultaat daarvan krijgen wij aangeleverd. Wij filteren die informatie, want het CBS is ook de afkorting van het gelijknamige radio- en televisienetwerk, van christelijke basisscholen, en ook van bijvoorbeeld het Centraal Bureau voor Schimmelcultures (nu omgedoopt tot Westerdijk Fungal Biodiversity Institute) en Cocoa Butter Substitutes. Voor die filtering hebben we zelf query’s geschreven.’
Nieuwsorganisatie
Ondanks de nieuwe bibliotheekdiensten kon het tij niet worden gekeerd. ‘Het was een aflopende zaak voor de bibliotheek,’ zegt Annemarie. Zelf begon ze haar werkzaamheden steeds meer te richten op media-analyse, omdat communicatie altijd al haar interesse had. Ze noemt het geen heel verrassende stap. Ze kent meer informatieprofessionals bij de overheid die – bijvoorbeeld na het sluiten van de bibliotheek – zijn opgeschoven richting media-analyse.
Niet alleen Annemaries functie, maar ook het communicatiebeleid van haar organisatie was in beweging. Het CBS verspreidde zijn cijfers altijd via persberichten, maar met de komst van directeur-generaal Tjark Tjin-A-Tsoi zou de organisatie een nieuwe koers gaan varen. De communicatie moest eigentijdser worden. Daarvoor haalde Tjin-A-Tsoi in 2014 de ervaren journalist Mike Ackermans binnen. Ackermans kreeg als taak om het CBS om te vormen tot een nieuwsorganisatie, met hijzelf als hoofdredacteur aan het roer. De persberichtencultuur werd ten grave gedragen – vanaf eind 2015 zou de afdeling communicatie de informatie als nieuws de wereld insturen. Ook kwam er een eind aan de papieren rapporten; die verschenen voortaan alleen digitaal.
Bibliotheek wordt newsroom
‘Ondertussen werd de bibliotheekcollectie afgebouwd, wat we wilden bewaren staat in een opslag. In 2016 werd de bibliotheek opgeheven,’ zegt Annemarie. De bibliotheekruimte is getransformeerd tot newsroom en biedt plek aan alle communicatiemedewerkers. Doordat er nieuwe (journalistieke) vaardigheden nodig waren, werd een deel van de communicatiemedewerkers omgeschoold en werden er nieuwe mensen aangetrokken. Ook de functie van Annemarie veranderde: zij nam in de newsroom plaats als media-analist.
En haar bibliotheekcollega’s? ‘Een aantal van hen ging met pensioen, anderen zijn elders in de organisatie gaan werken. Een collega houdt zich bezig met het abonnementenbeheer voor alle digitale databanken,’ zegt Annemarie. En haar collega Henk Laloli concentreert zich op zijn specialisme metadata, want het online vindbaar maken van alle CBS-content heeft een hoge prioriteit (zie kader). Evenals Annemarie heeft hij zijn werkplek in de newsroom.
Contentverrijking
De Mediaportal wordt continu doorontwikkeld. Zo worden niet alleen de externe berichten automatisch binnengehaald, maar krijgen ook alle eigen berichten van het CBS er een plek. ‘Als bijvoorbeeld de Armoedemonitor is uitgekomen, kijken we welke externe berichten bij die Armoedemonitor horen, en leggen we er een relatie tussen. Zo koppelen we handmatig alle 60-70.000 mediavermeldingen die jaarlijks binnenkomen aan een van onze eigen nieuwsberichten. Daardoor kan iedereen in de organisatie nagaan hoe een bericht van ons het in de media heeft gedaan.’
Ook verrijken Annemarie en haar collega’s de content met CBS-specifieke metadata, zodat je bijvoorbeeld op sectorniveau kunt inzoomen. ‘Elke sector, bijvoorbeeld “Arbeid en inkomen” of “Economie”, heeft een eigen dashboard, waarop medewerkers kunnen zien welke berichten ze hebben uitgebracht en wat impact ervan is geweest. Ook worden berichten getagd met de eigen persconferenties.’
Ontwikkeling algoritme
Het koppelen van de berichten uit de media aan de eigen berichtgeving is een arbeidsintensief werkje. Kon dat niet op een of andere manier geautomatiseerd worden, vroeg Annemarie zich af. Zelf had ze de kennis er niet voor, maar een datascientist die bij het CBS een traineeship volgde, bood uitkomst. ‘Het door hem ontwikkelde algoritme vergelijkt de teksten met elkaar. Het zegt bijvoorbeeld: “Ik heb hier een artikel uit Dagblad van het Noorden en ik denk dat het negentig procent zeker is dat het betrekking heeft op de Armoedemonitor.” We hebben er een applicatie omheen geschreven die die matching voor ons gaat doen. Ook al moeten we de matches controleren, het scheelt ons enorm veel werk. Het is altijd makkelijker om iets te corrigeren dan dat je het allemaal zelf moet doen.’
Graag wil Annemarie het algoritme in de toekomst verbeteren. ‘De datascientist heeft het algoritme getraind op 1,5 jaar nieuwsdata. Maar nu willen we het het algoritme met nieuwe data verbeteren; dus dat het algoritme ook echt gaat leren.’
Dossierportal
De Mediaportal is ‘gekloond’ en heeft inmiddels een broertje met de naam Dossierportal. Deze portal gaat alle nieuwsbrieven vervangen die door oud-medewerkers van de bibliotheek worden gemaakt. ‘We hebben een eigen taxonomie, die onder andere door mijn collega Henk Laloli is gebouwd. Op elk van die taxonomietermen hebben we een query gebouwd bij bijvoorbeeld LexisNexis en HowardsHome. Verschijnt er een nieuwsbericht op een door ons uitgekozen onderwerp, dan komt het binnen in de Dossierportal.’
‘De berichten worden automatisch getagd met de taxonomieterm waarmee ze gevonden zijn. Op elke hoofdcategorie uit de taxonomie is er een dossier,’ legt Annemarie uit. ‘Iedere CBS-medewerker kan hier door de betreffende taxonomieboom bladeren en de bijbehorende informatie raadplegen. Tevens is er een e-mailattendering.’
Zoekresultaten verfijnen
Ook hier ziet Annemarie mogelijkheden om de zoekresultaten te verfijnen met een algoritme. ‘We hebben nu Booleaanse query’s. Daardoor kunnen de woorden wel in het zoekresultaat staan, maar kan het toch over een heel ander onderwerp gaan. Met behulp van een dataset van alle nieuwsbrieven die we in de loop der jaren hebben gemaakt en die we hebben gecategoriseerd, willen we onderzoeken of we via machine learning automatisch het (CBS-)onderwerp van een nieuwsartikel kunnen classificeren. Vooralsnog is dit toekomstmuziek. Eerst gaan we deze portal live zetten.’
Plannen
Naast de werkzaamheden voor de Media- en de Dossierportal houdt Annemarie zich bezig met het analyseren van de website: hoe wordt de site gebruikt en door wie. Lachend zegt ze: ‘Het analyseren van alle media is zoveel werk dat ik er een baan van heb kunnen maken.’ Het is mede dankzij het management dat het zo’n succes is geworden. ‘Mijn manager heeft me altijd de ruimte gegeven om mijn plannen uit te voeren. Ik kan de Mediaportal verder ontwikkelen met nieuwe technieken en functionaliteiten en inspelen op vragen uit de organisatie.’
Annemarie is er niet het type naar om stil te zitten. ‘Door het doorontwikkelen van de Mediaportal ben ik misschien wel mijn eigen werk aan het wegautomatiseren. Maar het matchen van de mediaberichten en onze persberichten was niet het spannendste werk, dus als we dat straks niet meer hoeven te doen, ben ik daar niet rouwig om.’
Liever kijkt Annemarie vooruit. ‘Hoe kunnen we de sociale media-berichten meten en analyseren? Kunnen we bijvoorbeeld alle sociale mediastatistieken in de Mediaportal onderbrengen? Dat zou me veel werk schelen. Het allermooiste zou een crossmediaal dashboard zijn en dat het algoritme ook over alle sociale media gaat draaien. En dat we per nieuwsbericht kunnen zien hoe het in zowel de traditionele als in de sociale media effect heeft gehad.’
Textmining
En verdere plannen? ‘Ik ben ook aan het kijken hoe we textmining kunnen inzetten. Het zou mooi zijn als we met textmining en machine learning-technieken bijvoorbeeld teksten automatisch kunnen classificeren of zoekresultaten kunnen ontdubbelen. Algoritmes, slimme technieken, datascience – het is de toekomst van ons vakgebied, want met de Booleaanse zoekoperatoren lopen we als informatieprofessionals tegen de grenzen van het zoeken aan. En samen met datascientists kunnen we als informatieprofessionals mooie dingen maken.’
Geschiedenis van de CBS-bibliotheek
Het Centraal Bureau voor de Statistiek beschikt vanaf de oprichting in 1899 over ‘eener goed geordende en gecatalogiseerde, en zooveel mogelijk compleet gehouden statistische boekerij’. Zij verzamelt eigen publicaties en statistische werken van Nederlandse bodem en van zusterorganisaties en internationale instellingen vanuit de hele wereld. De boekerij/bibliotheek groeit uit tot de Nationale Statistische Bibliotheek van Nederland met een collectie van zo’n zeven kilometer boeken en jaarlijks duizenden bezoekers en informatie-aanvragen. Bij de opening van de vestiging in Heerlen wordt ook daar een bibliotheek gevestigd met een eigen, op de locatie gerichte collectie.
Medio jaren negentig groeit de digitale beschikbaarheid en toegankelijkheid van (statistische) informatie. De fysieke functie van de bibliotheek wordt steeds kleiner. De collectie wordt afgebouwd en gesaneerd en de bibliotheek gaat verder als bedrijfsbibliotheek, primair gericht op het ondersteunen van de eigen onderzoekers en statistici. Er worden nieuwe diensten opgezet, zoals informatiedossiers, literatuuronderzoek en factsheets. Waar mogelijk wordt vakliteratuur digitaal ingekocht en aangeboden. De eigen collectie met historisch statistisch materiaal van het CBS en zijn voorlopers vanaf de negentiende eeuw, wordt stap voor stap gedigitaliseerd en beschikbaar gesteld ophistorisch.cbs.nl.
Anno 2020 is er in de CBS-vestigingen geen fysieke bibliotheek meer aanwezig. De collectie is teruggebracht tot de eigen publicaties, enkele belanghebbende nationale statistische publicaties en unieke werken. Deze zijn uitgeplaatst in geconditioneerde opslag. Op termijn zal al dit werk gedigitaliseerd beschikbaar zijn op de historische website. Vakliteratuur wordt grotendeels digitaal aangeboden, onder andere in een samenwerkingsverband binnen de Rijksoverheid.
De overgebleven bibliotheek- en informatiediensten – informatiedossiers en contentbeheer – zijn ondergebracht bij de afdeling communicatie. Specialismen als mediamonitoring en -analyse en metadata/digitale ontsluiting, hebben om organisatorische redenen een plek gekregen buiten het bibliotheekteam.
Metadataspecialist Henk Laloli
Henk Laloli begon in 2007 als senior informatiespecialist bij het CBS. Hij werkte vooral aan de opzet en ontwikkeling van een portal die interne en externe databases en websites in een zoekomgeving beschikbaar moest maken voor alle medewerkers. Omdat hij eerder als applicatie-ontwikkelaar werkte, heeft zijn werk altijd een grote technische (programmeer)kant gehad. Daarnaast leidde hij de digitalisering van de papieren CBS-uitgaven en de publicatie ervan ophistorisch.cbs.nl. ‘De bewerking van metadata en het testen van de resultaten van de digitalisering vergt nog altijd het nodige programmeerwerk,’ aldus Henk.
Digitaliseren is nog altijd zijn taak, maar daar is het ontwikkelen van metadatamodellen voor de eigen webpublicaties bij gekomen. ‘Die laatste taak is belangrijk geworden omdat het CBS de vindbaarheid van zijn informatie op het web nu centraal stelt. Die vindbaarheid is van belang vanuit het perspectief van SEO (search engine optimalisation), maar ook voor het delen en uitwisselen van informatie intern en extern. Ik hamer daarbij vooral op het aansluiten bij semantische webstandaarden.’
Henk werkt aan de toepassing van machine learning- en natuurlijke taaltechnieken voor het automatisch genereren van metadata. Ook staat de toepassing van metadatastandaarden voor de integratie van informatie uit verschillende applicaties (begripsystemen, classificaties) binnen het CBS op het programma.
Ronald de Nijs is eindredacteur van IP
Deze bijdrage komt uit IP nr. 1 / 2020. Het gehele nummer kun je hier lezen.