BI i Skatteetaten en naturlig del av en kompleks virksomhet. Elin Sætre Arnevik og Paul Gunnar Larssen Skatt Vest September 2014

Transkript

1 BI i Skatteetaten en naturlig del av en kompleks virksomhet Elin Sætre Arnevik og Paul Gunnar Larssen Skatt Vest September 2014

2 Paul Gunnar Larssen Seniorrådigiver/analytiker i Stab for styring og utvikling i Skatt vest Tilknyttet i Skatteetatens analyseteam Utdanning: Statsviter Ansatt i Skatteetaten siden 2003 Elin Sætre Arnevik Rådgiver i Kontrollstøtte og operativ analyse, Skatt vest Medlem i Skatteetatens BICC Utdanning: Revisor Ansatt i skatteetaten siden 1996 Skatteetaten tittel på presentasjonen

3 Agenda Innledning Organisering av BI-arbeidet Skatteetatens Datavarehus og BI-verktøy Utvikling og drift av BI-løsninger Eksempler på bruk av BI Skatteetatens Analyseteam

4 Skatteetaten Visjon: Et samfunn der alle vil gjøre opp for seg ~ 970 milliarder kroner i skatteinngang i 2013 ~ 4.6 mill personlige skattytere ~ virksomheter ~ ansatte Samfunnsoppdrag: Sikre inntekter til finansiering av fellesskapet

5 BI Business Intelligence Oversettes ofte til Beslutningsstøtte Men omfatter også analyse, etterretning, effektivisering m.m Formålet med bruk av BI i Skatteetaten er å levere relevant og tidsriktig informasjon, for å gjøre etaten i stand til å gi bedre informasjon til skattytere, øke skatteinngangen og gjøre etaten mer effektiv.

6 Uten BI er det vanskelig å ta riktige beslutninger på riktig grunnlag Mengden informasjon øker kraftig Risikobildet blir mer komplekst Antall viktige beslutninger øker Krav til raske beslutninger Dersom ikke informasjon er tilgjengelig når en trenger det, kan konsekvensen være at det tas feil beslutning - eller at det ikke tas beslutning

7 : Fra Kontrollfokus til etatsvid bruk 2010 Prosjekt for Styrings-BI DVH: >20 kilder 2012 Prosjekt for nytt BI-verktøy DVH: >30 kilder 2013 BICC BIverktøyguiden 2001 DVH Pilot

8 BI i Skatteetaten 2014: Hvor er vi? Nye BI-løsninger Basert på nye BI-verktøy fra Oracle og Corporater BI brukes operativt Innenfor alle Skatteetatens fagområder (Fastsetting, Innkreving, Kontroll, Veiledning) samt til Analyse BI brukes til styring Økonomi, Tidfordeling, Innkreving skatt, Kontroll av skattyter BI Standardmateriale under utvikling Fastsetting, Innkreving, Kontroll, Veiledning, Styring Opplæring av BI-utviklere har startet Alle regioner, SFS og SITS har gjennomført kurs Lanseringskampanje for nytt BI-verktøy er gjennomført Mange nye OBI-brukere

9 Agenda Innledning Organisering av BI-arbeidet Skatteetatens Datavarehus og BI-verktøy Utvikling og drift av BI-løsninger Eksempler på bruk av BI Skatteetatens analsyeteam

10 BI-gruppen og BICC BI-gruppen Tilhører Skattedirektoratet (Seksjon Plan og Organisasjonsutvikling) Ansvar for BI-strategi Servicekontor for BI i hele Skatteetaten Forvaltningsansvar for BI-verktøyene Startet BICC og administrerer BICC-arbeidet BICC (BI kompetansesenter) Består av ca. 1/3 fra IT (SITS), ca. 2/3 fra forretningssiden Tverrfunksjonelt team Definerte oppgaver, roller, ansvar og prosesser Mål: Effektiv bruk av BI på tvers av organisasjonen 10

11 BICC ansvarsområder Ambassadører - informerer om fagområdet i sin enhet Innhenter brukerbehov Utvikler metoder og prosesser for BI-arbeid Operasjonaliserer BI-visjonen Bidrar i prioritering av oppgaver Felles læringsarena Brukerstøtte Opplæring Erfaringsutveksling

12 BICC sammensetning

13 Suksesskriterier for BI og BICC Forankring Manglende forankring gir oftest manglende finansiering Organisering BICC bør organiseres som en frittstående enhet BICC bør i minst mulig grad påvirkes av omorganiseringer BICC-leder skal ivareta hele organisasjonen Ressurser Tverrfunksjonelt team Bruk av tid på BICC-arbeid må være avklart med både BICC-medlem og dennes leder Dedikerte ressurser må ha som eneste oppgave å sikre utnyttelse og bruk av BI i organisasjonen (BI-gruppe) Annet Det må være attraktivt å jobbe i BICC Gode BI-verktøy er en forutsetning

14 Agenda Innledning Organisering av BI-arbeidet Skatteetatens Datavarehus og BI-verktøy Utvikling og drift av BI-løsninger Eksempler på bruk av BI Skatteetatens analyseteam

15 BI-arkitektur 15

16 Datavarehusarkitektur SL AR DSF ER BI-verktøy for analyseteamet SERG MVA OBI SOFIE Kildesystemer Staging Enterprise Datavarehus Datatorg Brukertilgang

17 BI-verktøy Felles: OBI (Oracle Business Intelligence Enterprise Edition) Målstyring: Corporater Analyse: SQL Developer, Statistica og SPSS 17

18 OBI og Målstyring brukes sammen Styrking av analyse og styringsgrunnlaget Styringsinformasjon fra flere kilder settes i sammenheng i Datavarehuset Analyser basert på data fra Datavarehuset er tilgjengelig i OBI Styringskort og målindikatorer i BImålstyring vil bli basert på data fra Datavarehuset hentet via BI-OBI BI-Målstyring Tidb ank BI-OBI Agre sso Skatt og avgift mm Datavarehuset Verktøyene benyttes integrert i ledelses- og arbeidsprosesser, som grunnlag for vurderinger og beslutninger i målstyring og ledelse på alle ledernivåer Agresso Tidbank SOFIE MVA

19 Agenda Innledning Organisering av BI-arbeidet Skatteetatens Datavarehus og BI-verktøy Utvikling og drift av BI-løsninger Eksempler på bruk av BI Skatteetatens analyseteam

20 Prosess frem til utvikling Finansiering: Rammebevilgning fra Finansdepartementet til Skatteetaten Av dette er et antall timer satt av til BI og DVH. Prioritering: Saker under 300t utvikling: DVH Tjenesteeier Saker som belastes DVH-ramme: Helhetlig prioritering. Større saker: Porteføljestyret, som ledes av Skattedirektøren. BICC brukes som høringsinstans for BI-saker på alle tre nivåer. Kravspesifikasjon: For mindre saker gjøres arbeidet av aktuell BICC Faggruppe. For større saker gjøres det av kravspesifikasjonsteam satt sammen av fagpersoner, ofte med deltakelse fra BICC Faggrupper. 20

21 Utvikling og drift Utvikling: SITS Utvikling (Felleskomponenter) Dialog med kravspek-teamet under utvikling Testing: Akseptansetest gjøres av de samme som var med på kravspesifikasjon. For øvrig organiseres testing av SITS Produksjonssetting: Samarbeid mellom SITS Utvikling, SITS Tjenester og BICC Drift: SITS Tjenester (Produksjon og Infrastruktur) 21

22 Agenda Innledning Organisering av BI-arbeidet Skatteetatens Datavarehus og BI-verktøy Utvikling og drift av BI-løsninger Eksempler på bruk av BI Skatteetatens analyseteam

23 Hva brukes BI til i Skatteetaten i dag? Styring: Målstyring Styringsrelaterte analyser Effektivisering Operativt: Fastsetting Innkreving Kontroll Veiledning Analyse 23

24 Hva brukes BI til i Skatteetaten i dag? Eksempler: Styring: Økonomirapportering (SITS E&A) Styring: Bruk av overtid 24

25 Hva brukes BI til i Skatteetaten i dag? Eksempler: Fastsetting: Skjønnsligning (Skatt Øst) SFU: Informasjon om arbeidsgiver 25

26 Hva brukes BI til i Skatteetaten i dag? Eksempler: Analyse: FALK-prosjektet Kontroll: Uttrekk av data til KOSS 26

27 Agenda Innledning Organisering av BI-arbeidet Skatteetatens Datavarehus og BI-verktøy Utvikling og drift av BI-løsninger Eksempler på bruk av BI Skatteetatens analyseteam

28 Skatteetatens analyseteam Skatteetaten tittel på presentasjonen 28

29 Om analyseteamet Analyseteam og BICC Analysetema Risikoidentifisering Effektmåling Prediktive modeller Eksempler på bruk av prediktive modeller Skatteinnkreving Levering av mva-oppgaver og selvangivelse Kontrollutvelgelse

30 Skatteetatens analyseteam består av 27 analytikere og prosjektledere i SKD og regionene Felles forpliktende plan Prosjekt gjennomgående arbeidsform Administreres av ledergruppen: Ledes av seksjonssjef SKD-RA-A Øvrige medlemmer: Ledere med personalansvar for nettverkets medarbeidere, én per region, + SOL Godkjennes av: Styringsledergruppen (regionlederne + Øivind) En forpliktende samarbeidsform for analyser innen etterlevelse i Skatteetaten Skatteetatens verdier Skatteetatens strategier Etterlevelsesstrategiene Identifisere risikoforhold Samarbeid Analytikere som behersker Store datamengder Statistiske metoder SQL statistikkverktøy Måle etterlevelseseffekten av etatens virkemiddelbruk Utvikling av prediktive modeller til bruk i etatens oppgavløsning Samarbeid på tvers innen teamet Felles plan, mål og helhetlig oppfølging Skape forankring og eierskap Skape arenaer for samarbeid Vi samarbeider med: Alle funksjonsområder Segmentansvarlige og etterlevelsesprosjektet Program kontinuerlig prosessforbedring Eksterne miljø Prosjektlederesom sørger for Innsalg av nye analyser Formidling av analyseresultat Forankring i alle miljø

31 Formål Analyseteamet skal ivareta etatens strategiske og operative kunnskapsbehov om skattyters atferd og etterlevelse, herunder: Være proaktiv ovenfor fagmiljø og beslutningstakere for å identifisere og omsette behov til analyserbare problemstillinger som skaper verdi for etaten Sammen med fagmiljø sikre at kunnskap fra analyse tas inn i planlegging og beslutningsprosesser Knytte og ivareta samarbeidsrelasjoner med andre analysemiljø og forskere og andre eksterne kunnskapsmiljø Systematisk innhente kunnskap fra andre miljøer som kan skape nytteverdi og supplere analyseteamets eget arbeid

32 Analyseteamet og BICC Datavarehus viktigste kilde til analysedata i Skatteetaten Benytter også fagsystemer direkte, og andre kilder (surveyundersøkelser, eksterne databaser mv.) Analysemiljø deltar i BICC gjennom en faggruppe for BI-analyse Analytikere bruker andre verktøy enn andre BI-brukere ORACLE SQL Developer SPSS STATA Statistica Database DVH Fagsystem

33 Risikoidentifisering Individuell risiko strukturell risiko Risikoen for at «Fru Hansen i Drammen» ikke betaler riktig skatt til riktig tid Strukturell - Bygg og anlegg, holdninger Dagens risikoanalyse i etaten identifiserer strukturell risiko! Skattyterprofiler kan identifisere individuell risiko Analyse bidrar til økt forståelse av skattytere og skattyteradferd

34 Områder for risikoanalyser Kartlegge risikområder innenfor ulike satsingsområder og bransjer Nye næringsdrivende Nærtstående Arbeidsinnvandring Kontanthandel E-handel Multinasjonale selskaper (internprising) Fiskerinæringen Inntekter og formue i utlandet

35 Effektmålinger Måle effekter av kontroll- og informasjonstiltak, organisatoriske endringer mv. Legge til rette for å måle effekter av nye tiltak og aksjoner Eksperimentelle design med behandlings- og refeansegruppe Etablert måte å gjøre det på Ressurskrevende Vi vet mye om hva som virker! Man må lure på noe som er viktig for oppgaveløsningen Gir svar på spørsmålet om noe virker etter hensikt

36 Utvikling og implementering av prediktive modeller viktig for å møte fremtiden Befolkningen har store forventninger til Skatteetaten Fortid NÅ og fremover Hva bør gjøres her? I statistiske modeller brukes historiske data for å lage antagelser om fremtidige hendelser. Hvilke virksomheter eller personer har veiledningsbehov kommer ikke til å levere oppgave har feil på innsendte oppgaver er kontrollverdig betaler ikke

37 Prediktive modeller - muligheter To effekter: bedre etterlevelse og effektivisering Mer data, bedre modeller! SI, Toll etterretning - tips Offentlig tilgjenglig data Data fra andre etater

38 Prediktive modeller - utfordringer Tilgang til og struktur på data Kompetanse/ressurser Lover personvern Bruk av modeller organisasjon Prioriteringer Utvikling vs vedlikhold

39 DTI - Debitortilpasset innkreving modell for innkreving av restskatt for personlige skattytere Restskatt er et resultat av for lite innbetalt skatt i løpet av inntektsåret Sum restskatt per år: milliarder kroner Den skattearten det benyttes mest ressurser på Bestanddeler i DTI Datavarehus: Datagrunnlag, oppscoring og rapportering Analyse: Scorekort Innkrevingssystem: Betjeningsstrategier Organisasjon: Atferdsendring

40 Scorekort Forutsier fremtidig innbetaling av restskatt (restanse) basert på kjente opplysninger om skattyter Blanding av ferske og eldre opplysninger Alle tilgjengelige opplysninger vektes optimalt Kun opplysninger av vesentlig betydning (statistisk) blir hensyntatt Gir en innbyrdes rangering av debitormassen etter sannsynligheten for betaling Scorekort basert på logistisk regresjon Om lag 200 variable er testet, endelige scorekort inneholder variable Angir en score(sum) mellom 0 og 100 for alle restskattytere som ikke betaler til forfall 100 = Høyest sannsynlighet for fremtidig betaling av restskatt 0 = Lavest sannsynlighet for fremtidig betaling av restskatt

41 DTI: Fra scorekort til betjeningsstrategi Rangere skattytere som skylder restskatt etter sannsynligheten for at de vil innfri skyldig beløp Gruppere skyldnere etter scoresum og tilordne en strategiangivelse til hver gruppe Betjeningsstrategi angir hvilke virkemidler som skal benyttes overfor skattyter. Scorepoenangivelsstrategi Strategi- Betjenings- Volum i % Resultat Mildt varsel + tlf 75 % 99 % Trekk i lønn 15 % 85 % /40 Pant 7 % 50 % Manuell beh. 3 % 20 % Totalt 100 % 91 % Debitortilpaset innkreving (DTI)

42 Betjeningsstrategier Strategi 10 Mildt 4-18 Telefoninkasso 4-18 varsel Utleggspant Strategi varsel Strategi varsel Utleggspant Utleggstrekk Strategi varsel Utleggspant Strategi 50 Manuell oppfølging

43 Nye virkemidler etter DTI -mildere varsel Deitortilpasset innkreving (DTI)

44 Andre nye innkrevingstiltak Telefoninkasso Call center Kort samtale, maks. 3 min. Vennlig påminnelse om restanse restskatt Kort om konsekvenser ved fortsatt utelatt betaling Inngår ikke betalingsavtaler med de beste betalerne For disse skattyterne handler det om prioritering Nytt tak på hytta vs. å betale restskatten

45 Effekter av nye tiltak Mildt varsel: Bruk av telefon: 2 av 3 betaler 7 av 10 betaler Reduksjon i betalingsavtaler: 86 % Reduksjon i utleggstrekk: 25 % Pengene kommer raskere inn med mindre ressursbruk enn tidligere Tid frigjøres til innfordring av tyngre saker

46 Andel innbetalt Resultatutvikling nye DTI-kontor % 90 % 80 % 70 % 60 % 50 % 40 % % 20 % 10 % 0 % Betjeningsstrategi Debitortilpasset innkreving (DTI)

47 Før og etter innføring av DTI Før NÅ Ulik innkrevingspraksis fra kontor til kontor Forskjellsbehandling av skattytere avhengig av bostedskommune Rettidig og totalt innbetalt restskatt på et betraktelig lavere nivå enn andre skattarter Likere behandling av like saker uavhengig av bostedskommune, saksbehandler Mer effektiv bruk av skatteoppkrevernes ressurser Rett tiltak til rett tid, overfor riktig skattyter Bedre måloppnåelse Høyere rettidig innbetaling av restskatt Høyere total innbetaling av restskatt

48 Debitortilpasset innkreving!

49 Manglende og for sen levering av omsetningsoppgaver - Utfordringene for Skatteetaten Omfang: Hver termin mottar nesten 10 prosent av oppgavepliktige virksomheter purring for manglende oppgave Ca. 40 prosent av de purrede virksomhetene skjønnsfastsettes Ca. halvparten av de virksomhetene som mottar skjønn leverer oppgave i etterkant av skjønnet Et spørsmål om ressurser... Ressurser til purring Ressurser til å avklare om virksomheten er aktiv og bør stå i MVAregisteret Ressurser til skjønnsfastsetting Ressurser til behandling av klager på skjønnsfastsettelsen Ressurser til å kreve inn avgift etter skjønnsfastsettelser

50 Manglende oppgaveinnlevering MVA: Vårt prosjekt Få flere til å levere i tide? Hvordan kan vi: Effektivisere arbeidet med de virksomhetene som ikke leverer? Redusere antallet skjønnsfastsettelser Svar: Inndeling av MVA-registrerte virksomheter i segmenter ved bruk av statistiske modeller som forutsier om en virksomhet leverer eller ikke Målrette virkemidler for ulike segmenter La segmentene avgjøre rekkefølgen på skjønnsfastsettelsene

51 Manglende oppgaveinnlevering MVA: Vårt prosjekt Utviklet to statistiske modeller som estimerer sannsynligheten for at en virksomhet kommer til å levere oppgave Én modell for enkeltpersonforetak og én for upersonlige virksomheter Deler de avgiftspliktige i segmenter basert på denne sannsynligheten Gjennomfører en pilotstudie i Skatt Vest hvor modellen og ulike virkemidler testes Under piloten må en rekke oppgaver gjøres manuellt (ta ut data, beregne score, registrere purrebrev osv.) Skatteetaten utvikler nå tekniske løsninger som kan automatisere disse prosessene. Det betyr live og automatisk scoring der score og annen relevant informasjon overføres til saksbehandler i fagsystemet

52 Eksempler på kjennetegn i modellen Om virksomheten Næring/Nace Virksomhetstype Regnskapsfører Alder i MVA-registeret Leveringshistorikk MVA Tidligere sene/manglende oppg. Tidligere skjønnsfastsettelser Betalingshistorikk skatt/avgift Ikke-betalte krav skatt/avgift Tidligere innkrevingstiltak Tidligere MVA-oppgaver Virksomhetens omsetning Nulloppgaver Upersonlig virksomhet ENK Mange år i MVAreg. Nyregistrert Variabler som indikerer tidligere ikke-etterlevelse: Sterkeste prediktorer Høy omsetning Lav omsetning

53 Segmentene og tilpasset saksbehandling Segment Tilpasset saksbehandling Grønt segm.: 8% av oppgavepl. Høy sannsynlighet for levering Hvitt segm.: 85% av oppgavepl. Svært høy sannsynlighet for levering Gult segm.: 4% av oppgavepl. Moderat sannsynlighet for levering Rødt segm.: 2-3% av oppgavepl. Lav sannsynlighet for levering - Virksomhetsavklaring Purring rett etter forfall - Skjønnsfastsettes først - Purres og skjønnsfastsettes etter rødt segment - Påminnelse før forfall - Utsetter purring og skjønnsfastsetting - Utsetter purring og skjønnsfastsetting

54 Hvor godt treffer modellen -Levering til forfall Andelen levert til forfall 1. termin Hele landet: Mønsteret gjentar seg i de fire terminen piloten har vart

55 Arbeidsprosessen med skjønnsfastsettelser i Skatt Vest Forfallsdato Skjønnsfastsettelser rødt segment Skjønnsfastsettelser gult segment Skjønnsfastsettelser grønt og hvitt segment Frist: 80 dager etter forfall 19 d. 31 d. 18 d. 12 d.

56 Tilbakemeldinger fra saksbehandlerne Saksbehandlerne godt fornøyd med ny måte å jobbe på. Ryddig arbeidsprosess som effektiviserer skjønnsarbeidet: «Arbeidet med skjønnsfastsettelsene blir bedre fordelt over den tiden vi har til rådighet» «betyr at vi arbeider jevnere» «slipper fastsettelser i én «klasj»» «bedre arbeidsdag med færre virksomheter på arbeidslistene» Inndeling av de avgiftspliktige som er meningsfull og som stort sett stemmer med egne erfaringer

57 Oppsummering Scoring og segmentering av virksomheter fungerer! Inndeling av virksomhetene i rødt, gult, grønt og hvitt segment samsvarer med segmentets faktiske etterlevelse. Saksbehandlerne er godt fornøyd med de nye rutinene basert på scoringsmodellen Vi fortsetter systematisk testing av tiltak for å finne de tiltakene som har dokumentert effekt. Skatteetaten Pilot manglende oppgaveinnlevering MVA

58 Oppsummering Foreløpig kan vi konkludere med: Differensiert virkemiddelbruk virker: Grønt segment lar seg påvirke av en påminnelse om levering før forfall. Færre purringer ved å flytte purretidspunktet for hvitt og grønt segment. Kortere og mer konsist purrebrev ser ut til å ha effekt i rødt segment. MVA-seksjonen kan starte skjønnsarbeidet tidligere og ha en jevnere arbeidsprosess uten at den totale arbeidsbyrden øker. Vi ser en nedgang i andelen skjønnede virksomheter. Skatteetaten Pilot manglende oppgaveinnlevering MVA

59 Risikobasert utvelgelse til kontroll Skatteetaten får et betydelig omfang av oppgaver fra skattytere. Riktig utvalg til kontroll er avgjørende Hvem skal jeg velg Avhengig av beslutningsstøtte

60 Modell utvelgelse mva-oppgavekontoll Kilder Metode Datamining Boosting Trees Gir mulighet til å teste et betydelig antall variable og sammenhenger mellom variable

61 Risikobasert utvelgelse Innbyrdes rangering av oppgaver etter sannsynligheten for vesentlige feil ved kontroll (hhv. høy og lav score)

62 Takk for oppmerksomheten!