Datakwaliteit wordt cruciaal in douaneprocessen: van aangifte naar dataregie

De afgelopen jaren heb ik ook ketens gezien waarvoor dat paradigma niet werkt. Als de originele bron een of ander fabriekje in een Aziatisch land is, waar alleen mensen werken die de lokale taal spreken, kun je wel vergeten dat er goed leesbare en interpreteerbare originele documenten boven water komen. Zeker als je die ook nog in het Engels wilt hebben. Vaak zie je in dat soort ketens dat logistieke partijen ergens halverwege de data over de goederenstroom verbeteren of (re)construeren, om op het vereiste niveau voor bijvoorbeeld de Europese Unie (EU) te komen. Een ander voorbeeld waarbij het paradigma ook niet werkt is grensoverschrijdende e-commerce. Vooral bij business-to-consumer­zendingen zijn de oorspronkelijke data heel vaak van zeer lage kwaliteit.

Interne beperkingen

Een andere belangrijke reden voor data­problemen is dat internationaal opererende bedrijven soms intern beperkingen hebben om relevante informatie vast te leggen. In een ERP-systeem kun je soms wel de oorspronkelijke maten en het gewicht van een doos vastleggen, maar niet die van de verpakking waarin de producten de container ingaan.

Het is ook niet altijd zeker dat het bedrijfs­onderdeel dat de douaneprocessen bewaakt, op het goede moment wordt ingelicht dat een zending onderweg is. Dit leidt tot onnauwkeurige logistieke en douanegegevens. Een oplossing hiervoor is een apart IT-systeem dat documenten genereert over wat er precies in de container zit. Een valkuil is dat dit systeem niet gekoppeld wordt aan andere systemen in de supply chain, bijvoorbeeld het inkoopsysteem.

Kwaliteit van data

Voor veel exporteurs en importeurs en hun dienstverleners is de Douane de bepalende factor voor de kwaliteit van data en de manier waarop die kwaliteit in het douanedomein wordt geborgd. Als de aangifte in het Douaneaangiften Management Systeem (DMS) is geaccepteerd, zijn de data kennelijk correct. Ervaren trade compliance professionals weten dat deze aanname maar bij benadering klopt.

Professionele partijen in het douanedomein hebben al jaren geleden ingezien dat de kwaliteit van data een probleem is. De Douane heeft nu eenmaal beperkte mogelijkheden en capaciteit om haar controlerende taak uit te voeren, en dus om alle eventuele fouten in de aangiften te corrigeren. Daarnaast zijn er al jaren veel klachten over de complexiteit van processen.

Dit alles heeft ertoe geleid dat de Europese Commissie een paar jaar geleden het initiatief nam om het hele douaneproces van de EU tegen het licht te houden. Het rapport van de zogenoemde Wise Persons Group bevat allerlei aanbevelingen, waarvan een aantal gaan over data. De interessantste vond ik de constatering dat de informatie­positie van de Douane als volgt te kenschetsen is: de Douane krijgt data die ze niet nodig heeft, beschikt soms niet over de data die ze wel nodig heeft, en de data die ze heeft zijn vaak van (te) lage kwaliteit – ondanks het gestandaardiseerde datamodel.

Het rapport van de Wise Persons Group stelt als oplossing een betere en meer gecentraliseerde dataverzameling voor. In de huidige revisie van het douanebeleid van de EU heet die verzameling de Data Hub. Daaraan verbonden introduceert het nieuwe douaneplan ook het zogeheten Trust & Check-principe. Hierbij verdwijnt het doen van douaneaangiften als de belangrijkste route om de Douane te informeren naar de achtergrond. Dit bouwt voort op de gedachten achter het bestaande concept van ‘inschrijving in de administratie van de aangever’, ook wel IIAA genoemd.

Op termijn gaat dit allemaal grote gevolgen hebben voor de manier waarop dienstverleners in het douanedomein hun werk doen. Ik denk dat het doen van aangiften of ondersteunen van het aangifteproces veel minder belangrijk wordt. En dat het borgen van de kwaliteit van data een veel belangrijkere rol gaat spelen. Dat geldt voor exporteurs en importeurs, maar ook voor hun dienstverleners: softwareleveranciers, declaranten en adviseurs.

Kans en bedreiging

Ik besef heel goed dat dit een kans, maar tegelijkertijd ook een bedreiging is. De bedreiging is dat businessmodellen die ge­­baseerd zijn op het doen van aangiften langzaamaan verdwijnen − al zeggen we dit ook al een tijdje. De kans is dat dienstverlening rondom datakwaliteit nieuwe verdienmogelijkheden brengt.

Om dat laatste toe te lichten: een op data­kwaliteit gericht businessmodel kan een aantal vormen hebben. Om die te benoemen, volg ik de vier stappen van het model Data Quality as a Service (DQaaS) van het online platform Data Quality Pro. Dat is een van de vele DQaaS-modellen die nu bestaan. De eerste en eenvoudigste stap is het vastleggen van data. Dit gaat over het opslaan van data en verlenen van toegang tot die data aan toezichthouders die controles willen uitvoeren. Dit heet data stewardship. Ook als de Data Hub het grote datareservoir van de EU wordt, moeten bedrijven bewaken welke data ze naar die hub hebben gestuurd. De andere drie vormen van het businessmodel zijn:

• data profiling oftewel toepassen van regels voor dataconsistentie;
• data validation oftewel uitvoeren van (externe) validatietests op data;
• data cleansing oftewel verbeteren en standaardiseren van data.

Bij data stewardship worden ook alle aanpassingen van de data gelogd en geaudit. Data stewardship, data profiling en data validation kunnen heel goed een uitbreiding zijn van de dienstverlening van een expediteur of declarant. In de laatste twee gevallen gaat het om de verificatie van data volgens duidelijke af te spreken regels.

In het douanedomein bestaan heel veel van dat soort regels. Bij data profiling gaat het dan over zaken zoals datavelden die een bepaalde structuur moeten hebben. Een ingevuld veld betekent bijvoorbeeld dat er een document bijgesloten moet worden. Of dat combinaties van datavelden niet zijn toegestaan of juist verplicht zijn.

Bij data validation gaat het over het verifiëren van de correctheid van HS-codes, btw-nummers en MRN-nummers door deze te vergelijken met informatie uit externe databases of door gespecialiseerde kennis in te zetten. Momenteel levert het DMS een deel van deze functionaliteit, maar dit zal meer en meer in de douanesoftware van bedrijven en dienstverleners ingebouwd worden. Het ligt in de lijn der verwachtingen dat AI hierbij een steeds belangrijkere rol speelt.

Het verhaal wordt ingewikkeld bij het daadwerkelijk corrigeren van data. Op dat moment ontstaat de vraag of de verantwoordelijkheid voor de correctheid van de data en de vastlegging voor belastingdoeleinden verschuift van de exporteur of importeur naar de dienstverlener. Dit is al een belangrijke discussie in andere regelgevings­domeinen in de EU, maar speelt bijvoorbeeld ook rondom het gebruik van AI-tools. Deze discussie moeten we ook in het douane­domein met elkaar voeren: wie is verantwoordelijk voor de kwaliteit van de douanegegevens als die ontstaan als gevolg van een relatie tussen een opdrachtgever en douanedienstverlener?

Twee vragen belangrijk

Voor alle partijen die betrokken zijn bij grensoverschrijdend goederenvervoer, zijn in de komende jaren twee vragen belangrijk. De eerste is waar de data voor douaneaangiften nu vandaan komen. De tweede vraag is hoe we – samen met ketenpartners – de kwaliteit van die data bewaken.

Het is belangrijk om bij het beantwoorden van die vragen verder te kijken dan één schakel in de keten. We zijn in Nederland al jaren met elkaar bezig over data. Er wordt vaak geroepen “Laten we nu eindelijk eens data delen” of “Data zijn het nieuwe goud”. Ik denk dat we in het douanedomein over de kwaliteit van data moeten nadenken. Alleen dan blijven we met zijn allen in control.