Woonfraude is een hardnekkig probleem in grotere steden, waar de vraag naar sociale woningen het aanbod ver overstijgt. In 2018 voerden we een diepgaand onderzoek uit naar woonfraude in Amsterdam, waarbij duidelijk werd dat het probleem wijdverbreider was dan aanvankelijk gedacht. Dit voorbeeld laat zien dat data science veel inzichten geeft, maar dat er ingrijpende maatregelen nodig zijn om échte verbeteringen te bereiken.
Onderzoek naar Woonfraude
Een Amsterdamse woningcorporatie vermoedde woonfraude, maar kon geen concrete gevallen vinden. Gedurende maanden verzamelden we data van verschillende verhuursites en ontdekten dat er wel degelijk sprake was van woonfraude. Onze bevindingen ontmoetten echter weerstand; woningcorporaties bleken weinig bereid om tijd en geld aan het thema te besteden. Uiteindelijk werden onze analyses geverifieerd door het Financiële Dagblad, die er een groot artikel over publiceerde, wat een maand later leidde tot een ronde tafel sessie in de Tweede Kamer.
Hoe kan je het risico op woonfraude bepalen?
De omvang van woonfraude is moeilijk te bepalen zonder zeer veel detailinformatie. Tijdens ons onderzoek ontdekten we dat we echter “systeemfouten” die het (onder)verhuren erg aantrekkelijk maken:
- Gemak: woningen ter verhuur aanbieden via websites is eenvoudig.
- Winstpotentieel: uit de vergelijking van de huurprijs van een sociale woning met de markthuurprijs, daar wel 700 tot 1000 euro per maand verschil tussen.
- Pakkans: uit opgaven van corporaties blijkt een lage pakkans.
- Consequenties: als je wordt betrapt hoef je het verdiende niet terug te betalen.
Deze “systeemfouten” zijn vanuit een beleidsmatig oogpunt ongemakkelijk. Hoge potentiële opbrengsten zonder grote consequenties met sociale woningen, dat is niet iets dat je graag naar buiten brengt.
Grote voordelen van het aanpakken van woonfraude
Corporatiedirecteuren schatten in het nieuwsartikel uit 2018 in dat er met 10% van de corporatiewoningen fraude kan worden gepleegd. Dat lijkt een heel hoog percentage. Stel dat 2,5% van de sociale woningcapaciteit niet wordt gebruikt door rechthebbende huurders, dan gaat dit om 60.000 woningen in Nederland. Gezien de enorme wachtlijsten voor sociale woningen, zou dit thema serieus aangepakt moeten worden.
Praktische dilemma’s die een oplossing in de weg staan
Tijdens het onderzoek bleken er nogal wat juridische en praktische dilemma’s rondom woonfraude. Een vraag is wat woonfraude eigenlijk is? Mag je je sociale woning aanhouden als je op wereldreis gaat? Hoe lang mag je jaarlijks overwinteren zonder je sociale woning te verliezen? Mag je je sociale huurwoning aanhouden als je gaat samenwonen maar nog niet zeker bent van je relatie?
Zowel bij huurcontracten als in de wet zijn veel van deze thema’s niet duidelijk afgebakend. Ze komen, als huurders zich verweren, dan bij rechters terecht die geval per geval bekijken of de woning moet worden teruggegeven aan de corporatie. De bewijsvoering blijkt ingewikkeld, privacy wetgeving bemoeilijkt informatie-uitwisseling met gemeenten, de belastingdienst en uitkeringsinstanties. Daarnaast zijn rechtszaken zeer tijdrovend en kostbaar en rechterlijke uitspraken zijn soms frustrerend voor handhavers van corporaties. Als huurders zich niet verweren, geven ze de sleutels terug aan de corporatie en kunnen ze de gemaakte winsten behouden: terugvordering van winsten is juridisch complex en tijdrovend.
Veel medewerkers van woningcorporaties vinden het niet prettig om met dit thema bezig te zijn. Ze staan voor een sociaal-economisch zwakkere doelgroep en vinden het niet fijn om hen in het verdachtenbankje te plaatsen. Bestuurders en aanpalende organisaties in het maatschappelijke middenveld zitten niet te wachten op inzichten die het imago van de sector schaden en mogelijk onrust veroorzaken.
Vertaling naar data science in uw organisatie
Facts are friendly, zeggen sommige mensen. Daarmee wordt bedoeld dat inzichten de kans bieden op verbetering. Hoewel dit waar is, zijn inzichten niet vriendelijk als je onderliggende problemen niet wilt of niet kan aanpakken. Dan is het beter feiten te negeren.
Data science is heel belangrijk in organisaties om een dieper inzicht te krijgen in problemen. Goede analyses kunnen tot in de kleinste details helpen vaststellen waar knelpunten zitten. Deze knelpunten worden vaak ook (h)erkend door mensen die in de praktijk werken en niet zelden proberen ze voor dezelfde thema’s al jaren aandacht te krijgen. Data science staat echter op gespannen voet met het hooghouden van een imago, het vast willen houden aan stokpaardjes of het niet onder ogen willen zien van de werkelijkheid.
Natuurlijk is zoiets als woonfraude een heel ingewikkeld maatschappelijk probleem waar veel kanten aan zitten. Maar in de meeste organisaties zijn er vergelijkbare thema’s die in kaart gebracht zouden moeten worden, maar die blijven liggen. Als data scientists hun werk goed doen, komen juist deze knelpunten boven tafel.
Zie dit als een kans en ga het gesprek aan. Het bevordert een cultuur van dialoog, kennisdeling en samenwerking, waardoor u uw (potentiële) klanten beter van dienst kunt zijn. Door deze problemen te erkennen en aan te pakken, kan uw organisatie niet alleen efficiënter en effectiever werken, maar ook een voortrekkersrol spelen in innovatie en klantgerichtheid. Omarm de inzichten, maak de benodigde veranderingen, en zie hoe uw organisatie bloeit.