The best of both worlds D O O R J E R O E N L I J Z E N G A EN E M I E L H E I N S B R O E K

Maat: px

Weergave met pagina beginnen:

Download "The best of both worlds D O O R J E R O E N L I J Z E N G A EN E M I E L H E I N S B R O E K"

Bert van den Pol
6 jaren geleden
Aantal bezoeken:

1 The best of both worlds D O O R J E R O E N L I J Z E N G A EN E M I E L H E I N S B R O E K

2 Het nieuwe toverwoord: Datascience Using automated methods to analyze massive amounts of data and to extract knowledge from them

3 Big data Data die je niet meer op een normale manier kunt analyseren

4 De drie V s van Big Data Volume Variety Velocity

5 *BOOM* Goes the Dynamite Tot 2005 heeft de mensheid in de hele geschiedenis 130 Exabyte aan data gemaakt 1 letter = 1 Byte X1000 Een halve pagina = 1 Kilobyte X1000 Een boek van 500 pagina s = 1 Megabyte

6 X1000 DNA van 1 mens gecodeerd = 1 Gigabyte X jaar lang elke seconde filmen = 1 Terabyte

X1000 700.000.000.000 bomen in de Amazone.

7 X bomen in de Amazone....maak er papier van en druk het vol met letters = 1 Petabyte

8 En nu eindelijk BIG DATA Petabyte X1000 = 1 Exabyte

9 Waar werken we met z n allen mee? EXABYTES EXABYTES EXABYTES EXABYTES

10 Stand van zaken De machines en algoritmes kunnen het niet aan De mens ook niet

11 Datadriven werken in de praktijk Zalando gebruikt de drie V s enorm in hun voordeel Erg veel klantbewegingen (Volume) Veel verschillende klanten, overal ter wereld (Variety) Real-time verzamelde data (Velocity)

12 Datadriven werken in de praktijk Testen: business case opbouwen door A/B tests Het blijkt te kloppen - 40% meer conversie -> Investeren in modelfoto s over hele portfolio

13 Datadriven werken in de praktijk Het is niet een puur marketeer verhaal ook op maatschappelijk gebied speelt het de Politie start bijvoorbeeld met search grids van 125 x 125 meter Alle misdaadcijfers van 2 jaar verzamelen & op basis van patronen voorspellen waar criminaliteit gaat zijn

14 Big Data vraagt een andere benadering Ander proces van data verzamelen, opschonen, analyseren en valideren Andere toepassingsmogelijkheden: niet alleen analyseren, maar ook integreren van algoritmes in websites, processen en systemen Predictive Analytics (modelling) Machine Learning (AI)

15 Out with the old? Zijn traditionele onderzoeksmethoden achterhaald? Zijn alle vraagstukken met een data-driven benadering aan te vliegen?

16 The best of both worlds Gedrag zoveel mogelijk baseren op data Beleving traditionele methoden (enquêtes, focusgroepen, interviews, games etc.) Dus: Niet vragen wat je kunt meten....maar vragen naar wat mensen beweegt, naar ervaringen, naar belemmeringen etc.

17 Databronnen Traditioneel : CBS WOZ BRP WoON Veiligheidsmonitor etc. Big Data: Sociale Media Websites Sensoren Logbestanden Foto s en video s Registraties (Open Data) etc.

18 Traditioneel onderzoek Inflatie van vragenlijstonderzoek Korte, toegespitste vragenlijsten niet vragen naar wat je kunt meten, niet vragen wat je niet hoeft te weten Maak het interessant voor de respondent

19 Companen/Dimensus Combineren van nieuwe methoden en traditionele methoden

20 Woningmarktonderzoek Verkennen mogelijkheden om predictive analytics en wellicht machine learning in te zetten om woningmarktgedrag te voorspellen Wat doen verschillende doelgroepen op de woningmarkt? Zijn verhuismomenten beter te voorspellen? Zijn woningkeuzes beter te voorspellen? Is substitutiegedrag beter te voorspellen? Een beter begrip van het gedrag op de woningmarkt biedt handvatten voor woonbeleid

21 Woningmarktonderzoek Enquêtes, focusgroepen, diepte-interviews geven inzicht in de achtergronden van gedrag Welke afwegingen maken mensen als ze concessies moeten doen bij het kiezen van een woning? Waarom verhuizen mensen toch niet? Hoe inwisselbaar zijn wijken met hetzelfde woonmilieu? Wat is het verhaal van mensen?

22 Woningmarktonderzoek Complex systeem: de woningmarkt is geen webshop Beleid is zeer bepalend! Inzet predictive analytics is de volgende stap Samenwerking met gespecialiseerde partners

23 WoonWaardeModel Koppeling woononderzoek en gebiedspromotie Scan van de lokale woningmarkt kansrijke doelgroepen Benadering via gerichte communicatiestrategie - inventarisatie woonwensen onder potentiële bewoners Concrete invulling van de ontwikkeling, concrete leads, bouwen aan community

24 Monitor Sociale Kracht Zelfredzaam heid Participatie 7 indicatoren Mate van eenzaam heid Kwantificatie van wat bewoners vinden van het sociale weefsel van hun wijk In beeld op kernniveau waar sterktes en zwaktes liggen in kernen en wijken Beleid heeft invloed op alle indicatoren Collectieve Zelfredzaam heid Leefbaar heid Veiligheidsbeleving Financiële zelfredzaam heid Vervolgstappen zijn te zetten op zowel beleving als gedrag Context: Beleving van eindgebruiker van data meenemen; wat wil je hiermee doen? Kopellen met allerlei gegevensbronnen om het verder in context te plaatsen; huursegmenten in een wijk, demografie, dichtheden, distance decay; afstand tot zorg etc.

25 In gesprek met u Welke nieuwe technieken worden al ingezet? Hoe ziet het leven van een onderzoeker er over vijf jaar uit? En over tien jaar? Wat wordt mogelijk wat nu nog niet kan? Blijven enquêteonderzoek en gesprekken met burgers inderdaad relevant?

Vergelijkbare documenten

IN 4 STAPPEN NAAR EEN DATAGEDREVEN ORGANISATIE ALLES WAT JE MOET WETEN VOOR EEN SUCCESVOLLE DATA TRANSFORMATIE

IN 4 STAPPEN NAAR EEN DATAGEDREVEN ORGANISATIE ALLES WAT JE MOET WETEN VOOR EEN SUCCESVOLLE DATA TRANSFORMATIE 2019 WHITEPAPER INHOUDSOPGAVE Stap 1: Inzicht in veranderende databehoeftes 04 Stap 2: Controleren