Voorbeeld hiervan is de mobiliteitscan, een van de tools die tijdens ons Commercieel Platform werd gepresenteerd. De mobiliteitsscan is in samenwerking met Simacan ontwikkeld door mijn collega’s van de klantgroep Bedrijfsruimten en wordt ingezet om te bepalen wat de meest geschikte bouwlocatie is voor hun klanten. Hoe? Door informatie over bijvoorbeeld verkeersdrukte, beschikbare bouwgronden en woonplaatsen van (potentiële) medewerkers met elkaar in verbinding te brengen. Ik vind het fascinerend dat het analyseren van beschikbare informatie zoveel inzicht geeft en daarmee onze klanten een stevige basis biedt voor het nemen van weloverwogen beslissingen.

 

Iets voor uw corporatie?

Ook voor de corporatiewereld kan big data actief worden gebruikt en toegepast, daarvan ben ik overtuigd. Eigenlijk is het voor elke organisatie mogelijk met big data aan de slag te gaan, dankzij de digitalisering. Voor het computertijdperk zat informatie opgeborgen in archiefkasten en in de hoofden van medewerkers, tegenwoordig beschikken we allemaal over een goudmijn aan digitale informatie, opgeslagen in ERP-systemen en vastgelegd in (openbare) databestanden, onderzoeken en social media. En daar kan een corporatie absoluut zijn voordeel mee doen, zonder daarbij de privacy te schenden van hun bewoners.

Zo kunt u big data bijvoorbeeld gebruiken om een portefeuillestrategie te ontwikkelen met daarin een solide onderhoudsplanning of verduurzamingsplan. U hoeft hiervoor alleen de beschikbare data over uw woningportefeuille (energielabels, type woningen, leeftijdgroepen bewoners, klachtenregistratie en onderhoud) te combineren met informatie uit bewonersonderzoeken (stookgedrag, wensen, behoeften).

 

Voorspellende analyses

Ook voorspellende analyses kunnen u helpen grip te houden op uw woningportefeuille. Tijdens mijn MSRE studie op de ASRE heb ik mij uitgebreid verdiept in de voorspellende waarde van big data. In mijn scriptie heb ik een analyse gemaakt van de belangrijkste kenmerken die bepalen of een wijk op termijn het risico loopt een aandachtswijk te worden. Daarvoor heb ik relevante en reeds beschikbare data geanalyseerd en ben tot de volgende conclusie gekomen. De belangrijkste kenmerken die bepalen of een wijk op termijn een aandachtswijk wordt, zijn:

  • meer dan 34% huurwoningen in een wijk,
  • meer dan 42%  woningen met een woningoppervlakte kleiner dan 90 m2,
  • meer dan 43% meergezinswoningen,
  • meer dan 24% woningen met een bouwjaar tussen 1945 en 1969 ,
  • meer dan 10%  lagere waardering voor het onderhoud van de woningen.

 

Door beschikbare data te verzamelen en op een juiste manier te analyseren,  kom je tot waardevolle voorspellende inzichten. Immers, met deze uit big data gedestilleerde kenmerken kunnen corporaties en gemeenten de potentiële aandachtswijken in hun portefeuille detecteren en daarop tijdig ingrijpen met passende kwaliteitsinjecties.

Of big data toepasbaar is binnen corporaties is daarom voor mij geen vraag meer. Het is daarbij de kunst om de voor uw corporatie relevante vraagstukken te benoemen en op basis daarvan de juiste informatie te vergaren, te combineren en te interpreteren. Want – om met Gary King van Harvard University te spreken – Big Data is not about the data.