Omzetbelasting Verzuimpreventie en Verzuimaanpak (OBV)
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Link naar bronregistratie
Verantwoord gebruik
Doel en impact
- ‘Omzetbelasting Verzuimpreventie (OBVP)’ en ‘Omzetbelasting Verzuimaanpak (OBVA)’
De meeste ondernemingen doen aangifte voor de omzetbelasting (ook wel btw genoemd). Aangifte voor de omzetbelasting wordt gedaan over een bepaald tijdvak, per maand, kwartaal of jaar. Als de aangifte niet tijdig wordt ingediend, is er sprake van aangifteverzuim. Met het algoritme OBVP wordt op basis van een aantal indicatoren een inschatting gemaakt van de kans dat de aangifte niet zal worden ingediend. Bij een hoge kans op verzuim wordt een onderneming gebeld door een medewerker. Er wordt dan gewezen op de aangifteplicht en wordt als dat nodig is uitgelegd hoe ze aangifte moeten doen.
Het algoritme OBVA maakt periodiek een overzicht van het aangifteverzuim. Daarbij wordt onderscheid gemaakt in verschillende groepen. Starters die hun eerste aangifte missen, krijgen een andere aanpak dan ondernemers die al drie keer of vaker geen aangifte hebben ingediend. Starters worden gebeld, om uit te leggen hoe de ze aangifte moeten doen. Bij herhaald verzuim ontvangt de onderneming afhankelijk van de situatie, een brief met het voornemen om het OB-nummer in te trekken. Er worden dan geen nieuwe aangiften meer uitgereikt, wat toekomstige naheffingsaanslagen en boetes voorkomt.
Afwegingen
Beide algoritmes helpen bij een proactieve aanpak van aangifteverzuim voor de omzetbelasting. Met OBVP kunnen ondernemingen al voor het verstrijken van de aangiftetermijn worden gebeld om verzuim te voorkomen. Het algoritme kijkt daarvoor naar patronen uit het verleden om te voorspellen welke ondernemingen hun aangifte mogelijk niet op tijd zullen doen. OBVA maakt het mogelijk om elke groep op een passende manier te benaderen. Behandelsignalen worden op efficiënte, effectieve en consistente manier gegenereerd zodat de medewerkers zich kunnen richten op de uitvoering.
Menselijke tussenkomst
Menselijke tussenkomst in de context van de Belastingdienst houdt in dat een bevoegde en deskundige medewerker een wezenlijke rol speelt in de besluitvorming.
Beide algoritmes maken behandelsignalen aan. De medewerker beoordeelt of er vanwege zo’n signaal contact wordt opgenomen met de onderneming. Beslissingen die impact kunnen hebben op de onderneming worden altijd door de medewerker genomen.
Risicobeheer
De bedrijfsregels worden periodiek beoordeeld en zo nodig bijgesteld om te blijven voldoen aan wet- en regelgeving.
Wettelijke basis
- Algemene wet inzake rijksbelastingen
- Wet algemene bepalingen burgerservicenummer
- Wet op de omzetbelasting 1968
- Archiefwet 1995
- Wet op de Vennootschapsbelasting 1969
- Algemene wet Bestuursrecht
- Algemene verordening gegevensbescherming
- Uitvoeringswet algemene verordening gegevensbescherming
Links naar wettelijke basis
- Algemene wet inzake rijksbelastingen: ttps://wetten.overheid.nl/BWBR0002320/
- Wet algemene bepalingen burgerservicenummer: https://wetten.overheid.nl/BWBR0022428/
- Wet op de omzetbelasting 1968: https://wetten.overheid.nl/BWBR0002629/
- Archiefwet 1995: https://wetten.overheid.nl/BWBR0007376/
- Wet op de Vennootschapsbelasting 1969: https://wetten.overheid.nl/BWBR0002672/
- Algemene wet Bestuursrecht: https://wetten.overheid.nl/BWBR0005537/
- Algemene verordening gegevensbescherming: https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:32016R0679
- Uitvoeringswet algemene verordening gegevensbescherming: https://wetten.overheid.nl/BWBR0040940/
Toelichting op impacttoetsen
Het gebruik van de gegevens dient te worden getoetst aan de Algemene Verordening Gegevensbescherming (AVG). Door het toetsen van persoonsgegevens komen eventuele privacyrisico's in beeld en kunnen passende maatregelen genomen worden.
De AVG schrijft voor dat er niet meer gegevens gebruikt mogen worden dan noodzakelijk is. Dat heet dataminimalisatie. De Belastingdienst onderzoekt regelmatig of de gebruikte gegevens nog nodig zijn en dus gebruikt mogen worden.
- Gelijkheid en non-discriminatie
Het algoritme wordt beoordeeld in lijn met toepasselijke non-discriminatiebeginselen voor directe en indirecte discriminatie. Door zo min mogelijk persoonsgegevens te verwerken, wordt het risico op directe discriminatie verkleind.Medewerkers die betrokken zijn bij de ontwikkeling en het beheer van de algoritmen krijgen training over gegevensbescherming en vooroordelen.
Werking
Gegevens
- Identificerende gegevens
- Bedrijfsgegevens (o.a. contactgegevens)
- Aangifte- en aanslaggegevens Omzetbelasting (OB)
- Toezichtgegevens (lopende controles)
- Aangiftegegevens vennootschapsbelasting (VPB)
- Bezwaargegevens
- Resultaten eerdere belacties
Links naar gegevensbronnen
- Identificerende gegevens: Basisregistratie Personen (BRP)
- Bedrijfsgegevens (o.a. contactgegevens): Kamer van Koophandel / Handelsregister (NHR)
- Aangifte- en aanslaggegevens Omzetbelasting (OB): Belastingdienst
- Toezichtgegevens (lopende controles): Belastingdienst
- Aangiftegegevens vennootschapsbelasting (VPB): Belastingdienst
- Bezwaargegevens: Belastingdienst
- Resultaten eerdere belacties: Belastingdienst
Technische werking
Het algoritme OBVP is een statistisch model dat getraind is met verzuimgegevens uit het verleden. Het algoritme is een lerend algoritme: het algoritme is door medewerkers getraind op basis van gegevens uit het verleden om verbanden te ontdekken. Het algoritme wordt periodiek geëvalueerd en indien nodig geactualiseerd. Voor een actualisatie wordt het algoritme opnieuw getraind.
Het algoritme OBVA bestaat bedrijfsregels die inhoudsdeskundigen hebben opgesteld op basis van wet- en regelgeving en expertise. Beide algoritmes maken signalen aan die door medewerkers worden behandeld.
De algoritmes zijn niet zelflerend. Dat betekent dat ze zich niet ontwikkelen tijdens het gebruik ervan.
Leverancier
Soortgelijke algoritmebeschrijvingen
- Algoritme dat helpt bij het beoordelen of een aangifte vennootschapsbelasting geautomatiseerd of handmatig behandeld moet worden.Laatst gewijzigd op 13 november 2024 om 12:11 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme helpt medewerkers van de Belastingdienst bij het behandelen van de BPM-aangifte.Laatst gewijzigd op 4 december 2024 om 14:24 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Het algoritme ‘Signaalmodel OB GO’, hierna afgekort als SOB GO, helpt medewerkers van de Belastingdienst bij de risicobeoordeling van de aangiftes voor de omzetbelasting die binnen de doelgroep van Grote Ondernemingen vallen. In ongeveer 7% van de aangiften gaat het om aangiften van natuurlijke personen.Laatst gewijzigd op 26 november 2024 om 15:24 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- De algoritmen Dynamisch Monitoren (DM), Bellen na aanmaning (BNA) en Willen Kunnen Kwadrant-GG (WKK-GG) helpen medewerkers van de Belastingdienst om overzicht te houden bij openstaande belastingschulden. Ook ondersteunen de algoritmen bij het volgen van gemaakte afspraken over die belastingschulden.Laatst gewijzigd op 26 juni 2024 om 7:33 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik
- Dit algoritme helpt medewerkers van de Belastingdienst bij het beoordelen van verzoeken tot uitstel van betaling.Laatst gewijzigd op 25 juni 2024 om 18:32 | Publicatiestandaard 1.0
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik