Via big data naar regionale kennis en innovatie. Diana Korteweg Maris, Kenniscentrum Kusttoerisme HZ University of Applied Sciences

Maat: px

Weergave met pagina beginnen:

Download "Via big data naar regionale kennis en innovatie. Diana Korteweg Maris, Kenniscentrum Kusttoerisme HZ University of Applied Sciences"

Ivo van der Wolf
5 jaren geleden
Aantal bezoeken:

1 Via big data naar regionale kennis en innovatie Diana Korteweg Maris, Kenniscentrum Kusttoerisme HZ University of Applied Sciences

2 PROFIT PROfessional Framework for Innovation in Tourism uitgevoerd door: Essex Zeeland mogelijk gemaakt door: Kent West- Vlaanderen Pas-de-Calais looptijd: 1 okt sep 2019

3 Randvoorwaarden creëren Doelstellingen ondernemers Vergroten aantrekkingskracht regio Gezamenlijke promotie, effectieve promotie Seizoensverlenging, stimuleren laagseizoen Verlengen verblijfsduur Stimuleren herhaalbezoek Stimuleren activiteiten van bezoekers (o.a. cross-selling) Stimuleren van bestedingen Stimuleren van directe boekingen, minder boekingen via intermediairs Benchmark ondernemers en bestemmingen Kennis van de gast Creëren big data door combineren van data van ondernemers, overheden, toeristische organisaties enz Analyseren van data en inzicht in gedrag Creëren van dashboards DNA Onderscheidend vermogen voor bedrijven en bestemmingen LAND IN ZEE! als basis Pragmatisch o.b.v. voorbeelden Service design Samen creëren van innovatieve producten en diensten die inspelen op behoeften van de gast Ondersteunen ondernemers Training, workshops Advies experts Innovatienetwerk

4 Kennis van de gast Kennis ontwikkelen Benutten van beschikbare gegevens bij allerlei partijen Gegevens van één partij vaak onvoldoende voor creëren van kennis Combineren van gegevens: onze eigen Zeeuwse big data Geanonimiseerd bijeengebracht in één analyseomgeving Ontdekken van patronen in online en offline gedrag: inzicht in wensen

5 Pilotgebieden big data Renesse Oostkapelle Goes & Wolphaartsdijk Verblijfsaccommodaties Horeca Detailhandel Dagattracties Overig MKB samen één bestemming voor vakantie en vrije tijd

6 Aanpak Informatiebehoefte bedrijven Kenniscentrum Kusttoerisme Impuls Zeeland HZ lectoraat Data Sciences HZ lectoraat Data Sciences studenten Data Sciences Kenniscentrum Kusttoerisme Impuls Zeeland Data ontsluiten & gebruiken Benodigde data inbrengen/ verzamelen Kenniscentrum Kusttoerisme Impuls Zeeland studenten Data Sciences HZ lectoraat Data Sciences Kenniscentrum Kusttoerisme Impuls Zeeland HZ lectoraat Data Sciences Data interpreteren Data analyseren HZ lectoraat Data Sciences studenten Data Sciences

7 Eerste ervaringen Data ophalen = zeer arbeidsintensief 40 MKB-ondernemers in Zeeland: boekingsgegevens, kassagegevens, website statistieken, Facebook statistieken, reviews, gastonderzoeken VVV Zeeland: website statistieken en Facebook data Reviews van websites als Google, Zoover etc. Gemeenten: data wifi hotspots, parkeertransacties Bestaande consumentenonderzoeken toerisme

8 Focus fase 1 Focus op kennisvraag Motivatie en beleving gebruikmakend van kwalitatieve data (teksten) = vooral reviews Op de achtergrond wat experimenten door studenten met kwantitatieve data om inzicht te krijgen in gedrag

9 Resultaten kwalitatieve analyse strand kinderen locatie welkom hotel personeel eten camping camping eigenaar

10 Hoe werkt het? Label reviews van een bedrijf naar locatie en regio s Bekijk waarover mensen praten, per regio Zoek de meestgenoemde woorden Selecteer woorden die relevant zijn voor onze kennisvragen Maak een netwerkje van gerelateerde woorden: concepten Tel hoe vaak elk concept genoemd wordt

11 Hoe werkt het? watersportliefhebber watersporters watersporter watersporten Grondzeil Verzeilden Rondvaart Ooievaar Watersport Varen Zeilen Zeilboot windsurfers kitesurfen surfers surfen surf

12 Wat zit er in die concepten? Samenvatting reviews over (bijvoorbeeld) kinderen op Walcheren Computer selecteert alle zinnen met woorden gerelateerd aan kinderen Computer kiest 3 meest representatieve zinnen Gebaseerd op 803 zinnen: Fijne camping waar gezinnen met kleine kinderen helemaal tot rust komen. Wij en onze 3 kids ( jaar) hebben zich prima vermaakt. Mede doordat onze kinderen van 5 en 2 zo fijn hebben kunnen spelen.

13 Concepten gerelateerd aan gedrag

14 Benchmark regio vs plaats eiland: Schouwen Duiveland plaats: Renesse

15 Benchmark regio vs plaats

16 Resultaten: sentiment analyse Algemeen: 90% van alle teksten is positief Klein percentage negatieve teksten, dus dit wordt bijna niet zichtbaar Inzoomen op positief of juist negatieve teksten is mogelijk

17 Resultaten: benchmark scores Sommige reviewwebsites vragen om scores voor verschillende aspecten, daarmee kun je benchmarken tussen bedrijf en regio Bedrijf vs Zeeuws gemiddelde ,46 8,43 9,08 8,83 8,24 8,35 8,58 8,50 7,92 7,92 7,60 7,60 7,84 8,76 8, , Accomodatie Zeeland

18 Data analyse: experimenten Facebook Via Facepager kun je de inhoud van berichten en reacties van meerdere pagina s downloaden en bekijken Dit hebben we gedaan voor alle deelnemende bedrijven en bestemmingen Tekstanalyse leidt niet tot relevante informatie

Data analyse: experimenten Southend on Sea great liked Westcliff Medway Diggerland Yorkshire tickets Deux Caps Touquet merci plage Oostende hotel prachtig

19 Data analyse: experimenten Southend on Sea great liked Westcliff Medway Diggerland Yorkshire tickets Deux Caps Touquet merci plage Oostende hotel prachtig proficiat Nieuwpoort proficiat familie cosmopolite Renesse gefeliciteerd camping gezellig Oostkapelle gefeliciteerd camping gezellig Goes gefeliciteerd succes heerlijk

20 Data analyse: experimenten ZeelandPas - gebaseerd op transacties met de ZeelandPas - dataset is klein en incompleet, niet alle transacties worden geregistreerd - experiment om te segmenteren op basis van gedrag per regio, biedt leuke inzichten, maar veel meer data nodig - analyse van combinatie van activiteiten is mogelijk, maar nog onvoldoende betrouwbaar op Zeeuws niveau

21 Data analyse: experimenten ZeelandPas - segmentatie doelgroepen

22 ZeelandPas geografisch gebruik Data analyse: experimenten

23 ZeelandPas Data analyse: experimenten

24 parkeertransacties Data analyse: experimenten

25 Data analyse: experimenten parkeertransacties vs. zonuren

26 Big data: huidige situatie Meningen vs Feitelijk gedrag Data vanuit reviews Zeer diverse data Inzicht in ervaring gast Lastig om te verzamelen Inzicht in tevredenheid gast Noodzakelijk voor Indicatie motieven beantwoorden Indicatie gedrag kennisvragen

27 Vervolgstappen Continue dialoog met ondernemers over uitkomsten en vervolg Meningen: verdieping en verfijning van analyse, met name op bestemmingsniveau afspraken maken met review websites over gebruik data ontwikkelen van tool die analyses gebruiksvriendelijk ontsluit

28 Vervolgstappen Feiten: op zoek naar andere vormen van (automatische) dataverzameling, die leiden tot meer uniforme en relevante data over gedrag toevoegen van gegevens die context gedrag verklaren bieden van benchmark (intern door de tijd, extern in regio)

29 Dank voor uw aandacht!

Vergelijkbare documenten

Kennis van de gast. Voortgang proeftuin Goes

Kennis van de gast. Voortgang proeftuin Goes Kennis van de gast Voortgang proeftuin Goes Agenda vandaag Big data - Voortgang analyse, uitkomsten eerste experimenten - Vervolgstappen analyse - Toekomstdroom - Website en dashboards Doelgroepen begrijpen