Varmechecken – den gode business case?

Denne blog er ikke for at hylde en beslutning, som er taget af en minister i den nuværende regering. Slet ikke hylde grunden til den udbetaling, som er foretaget. Det er en af grundene til at ministerens navn ikke bliver nævnt. 

Denne blog er født, fordi jeg gerne vil hylde det datagrundlag, som har skabt muligheden for en hurtig udbetaling af denne check. Dette datagrund er med til at skabe de digitale løsninger for os alle. Dvs. dette er et eksempel på, at vi kan høste gevinsterne af det arbejde, som har været på vej i et par år. 

Naturligvis derfor kommer jeg forbi mit yndlingsemne, business casen, og betragtninger omkring dette. For selv om vi kan høste gevinsterne fra et godt datagrundlag, så vil der altid være fejl i data. Og hvor lidt fejl skal der være før vi ikke bliver ramt i vores retfærdighedsfølelse, så det bliver en god business case? 

Varmechecken – vi har et datagrundlag, som ikke mange andre lande kan matche! 

Vi kender alle til varmechecken, som blev udbetalt. Hele princippet i dette er, at vi hurtigt skulle gøre noget. Der blev skabt – antager jeg kvalificeret – et (også) kvalificeret task force, som ud fra de registre, som vi har i Danmark - en brutto liste over folk - som skulle have en varmecheck. De fik nogle klare kriterier, som er beskrevet i den lov, som blev gjort vitterligt: Lov om engangstilskud til husstande med lav indkomst og varmekilder omfattet af ekstraordinære prisstigninger i fyringssæsonen 2021-2022 (retsinformation.dk) 

Dette kunne vi gøre, da vi har – sammenlignet med andre lande – et meget veludviklet datagrundlag. Dette er gjort tilgængeligt via Datafordeleren (LINK) Herunder CPR, BBR og plan.dk og en række super engagerede mennesker med passion for netop det datagrundlag, som var nødvendigt for at dette kunne være muligt. Det kunne gøres superhurtigt og med begrænsede omkostninger. 

… men vi fokuserer på fejlene! 

Udfordringen er, at selv om vi har et super godt datagrundlag, så vil der altid være fejl i det data. Er der fejl i input – så kommer der også fejl i output. Det er rudimentært. 

Det var umuligt at forudsige, hvor meget der var fejl i. Og hvis man vidste dette, så var fejlene sorteret fra. 

De oplevede fejl vakte hele befolkningens vrede omkring retfærdighed. Det hele fik en tur i pressen og på de sociale medier. Jeg forstår det godt, for det er vores penge, som bliver forvaltet her. Hvorfor skal en studerende på et kollegie have 6.000,-? Eller hvad vi nu kunne trække frem af gode eksempler?  

Jamen vi kendte risikoen blev der sagt (helt sikkert skrevet ind i business casen). Og det skal gå stærkt. Se bare argumentationen her: Vi kendte risikoen for fejl, siger minister om varmecheck-kaos - TV 2 

Personligt syntes jeg bare ikke det er godt nok. Det rammer nemlig også min retfærdighedssans. 

Det er så her business casen kommer ind i billedet …

Vi kan ikke garantere for alt. For vi ved godt, at hvis vi skal være et nyk bedre, så koster det bare eksponentielt mere end det seneste nyk, som var taget. Det koster en halv jetjager, hvis vi vil gå fra 99% oppetid til 99,5% oppetid. Det koster mere end en almindelig gadecykel, hvis ens carbon-jeg-skal-give-dig-skal-jeg cykel lige skal tabe sig 100 gram mere og komme under de magiske 7 kg (som nogle stræber efter, at en cykel skal veje).   

Hvad kunne vi så gøre i dette tilfælde? 

Udfordringen var her, at dette skulle gå stærkt. Det betyder, at alle former for datavask var udelukket. 

Det skulle være nemt, så der skulle ikke være en proces med at brugerne skulle søge. Dette ville sikkert også have givet eksempler på, at nogle fik penge, som ikke skulle. 

I litteraturen omkring business cases, så har vi et udtryk som hedder ”negative benefits”. Dette er lidt uheldigt oversat til ”negativ gevinster”. Det er en kontradiktion, som man bliver lidt forvirret over. Lidt det sammen som Polo St. Car (Polo er en lille bil og St. Car er en stor bil). 

Negative benefits er det, som interessenterne opfatter som et negativt udkomme af initiativet, som business casen handler om. Dette er nævnt fordi, de godt vidste, at en fejlmargen vil give en eller anden form for varme fra pressen, folk på de sociale medier etc. Havde de en mitigeringsplan for dette? Ja, det tænker jeg. Var det en storm, som kunne rides af? Ja, det virker sådan. Så måtte det have været en god business case. 

Hvad tænker du?