Ook non-profits kunnen baat hebben bij data-science toepassingen

Het is bekend dat het toepassen van data-science grote voordelen kan hebben voor commerciële organisaties. Dat deze technologie ook non-profit organisaties kan helpen met het behalen van hun doelstellingen, hangt echter nog niet aan de grote klok, zegt Erlijn Linskens, consultant bij Pipple, een data-science consultancybureau uit Eindhoven.

“Data-science is in veel sectoren toe te passen. Ook binnen het maatschappelijke domein”, zegt Linskens, die al sinds mei 2016 actief is voor het bureau uit Noord-Brabant. Ze baseert haar uitspraak op het uitgebreide trackrecord van de technologie. Zo heeft Mexico City, een stad die te maken heeft met gigantische verkeersopstoppingen en grootschalige luchtvervuiling, recent data-analyses gebruikt om files en verkeerspatronen beter in kaart te brengen. Daarnaast hebben beleidsmakers daar ook geanalyseerd wat de beste locaties zijn voor laadstations voor elektrische auto’s, om op die manier eveneens de CO2-uitstoot te verminderen. Op basis van die analyse worden er momenteel in de stad op welbepaalde plekken nieuwe laadstations geopend, wat geldt als een cruciale factor voor het succes van elektrisch rijden.

Verder is data-science ook doorgedrongen tot de bouwsector. Daar is bijvoorbeeld een algoritme ontwikkeld dat gebouw- en infrastructuurkenmerken kan classificeren op basis van drone-beelden. Deze gegevens kunnen worden gebruikt ter ondersteuning van projecten zoals nieuwbouw of onderhoud. De drone-aanpak kan daarnaast ook worden ingezet om inzicht te verkrijgen in de status quo van afgelegen gebieden en moeilijk begaanbare terreinen. Denk bijvoorbeeld aan regio’s die zijn getroffen door natuurrampen: het is belangrijk dat hulporganisaties snel een beeld hebben van de totaliteit van de ramp, zodat de juiste ondersteuning kan worden ingezet. Drone-technologie in combinatie met data-science kan razendsnel in kaart brengen welke gebouwen en groepen mensen zijn getroffen door een natuurramp. Ook kan de combinatie van techniek in een eerder stadium onderzoek doen en vaststellen welke mensen, gebouwen en gebieden op voorhand kwetsbaar zijn, zodat bijvoorbeeld preventieve maatregelen genomen kunnen worden. 

Uit recent onderzoek van KPMG blijkt dat in ons land data-analyses met name worden gebruikt door een groot aantal commerciële organisaties. Zo zetten banken data-science in om inzicht te krijgen in de risico's die ze lopen met hun kredietverstrekkingen. Verder maken ook verzekeraars gebruik van de technologie om daarmee fraude te bestrijden, maar ook retailers en e-commerce spelers, die daarmee de behoeftes en het koopgedrag van hun klanten beter proberen te begrijpen.

Toch zijn ook in overheidsland voorbeelden te noemen van partijen die data-science omarmen, zoals de Belastingdienst, die de technologie inzet om de verwerking van belastingaangiften te automatiseren en om eventuele belastingfraude te achterhalen en te voorkomen. Nederlandse gemeentes zetten data-science eveneens in om fraude te bestrijden, bijvoorbeeld op het gebied van uitkeringen.

Pipple helpt op dit moment vooral klanten in de private sector met het ontwerpen van data-strategieën en biedt ze ondersteuning bij het implementeren van geavanceerde analyse-oplossingen. Tot de klantenkring van het adviesbureau behoren partijen zoals Coolblue, Jumbo en Shimano. Zo werd voor Jumbo recent een project uitgevoerd waarmee de e-commerce logistiek is geoptimaliseerd. Als het aan Linskens ligt, gaan instellingen die geen winstoogmerk hebben in de nabije toekomst hun gebruik van data-science eveneens flink opschroeven. Daarom heeft zij recent de verantwoordelijkheid gekregen om deze afdeling binnen Pipple uit te bouwen.

De reden waarom Linskens zo graag deze praktijk wil opzetten, komt voort uit een innerlijke drijfveer van haar: door middel van data-science een positieve invloed hebben op de maatschappij en de mensheid. Daarmee sluit ze zich aan bij het gedachtegoed van grote organisaties zoals de Verenigde Naties (VN). Voor het Wereldvoedselprogramma van de internationale organisatie is bijvoorbeeld data-science gebruikt om de efficiëntie van de voedseldistributie te optimaliseren. Het vernieuwde verdelingsmodel – dat is ontwikkeld door onderzoekers van de Universiteit van Tilburg – maakt gebruik van zogenaamde ‘flexibel samengestelde voedselmanden’. Bij het samenstellen van zo’n mand, wordt rekening gehouden met de dagelijkse benodigde hoeveelheid voedingswaarde, waardoor het inzichtelijk wordt om te bepalen welk voedsel nodig is en waardoor het mogelijk wordt om voedsel dichter bij de locatie (waar het nodig is) aan te schaffen. “Met deze methode kan de VN nu aan veel meer mensen voedsel verstrekken dan voorheen”, vertelt Linskens.

Data-science en non-profit organisaties zijn voor Linskens overigens geen onbekende combinatie: zelf heeft ze namelijk ervaring opgedaan bij ‘510’, het datateam van het Rode Kruis. “Stel: er is een grote overstroming en mensen zijn hun huis, bezittingen en vee kwijt. Hoe kun je hen zo efficiënt mogelijk helpen zodat je zoveel mogelijk armoede bestrijdt? Je wilt de hulp eerlijk verdelen, iedereen dezelfde kansen bieden, maar niet iedereen heeft dezelfde hulp nodig. Hoe organiseer je dat het beste? Data Science helpt bij het zoeken naar een antwoord op dit soort vragen. Die antwoorden vinden we in algoritmes”, aldus Linskens. Ze rond haar verhaal af: “Ons doel bij Pipple is om op termijn 80% van onze tijd te gebruiken voor commerciële projecten en 20% van onze uren kosteloos in te zetten voor NGO’s.” 

Gerelateerd: In 2021 heeft zo'n 70% van organisaties een Chief Data Officer.