data-science-overheid-gemeente-ministerie-provincie

Data science is een vakgebied dat snel aan populariteit wint door de veelheid aan mogelijke toepassingen en de grote voordelen die daarmee gemoeid zijn. Overheidsorganisaties nemen daarom steeds meer Data Scientists aan waarvan zij verwachten dat zij Python leren.

Data science is een combinatie van een aantal bestaande vakgebieden: (1) wiskunde & statistiek, (2) computer science, en (3) business kennis. Een data scientist werkt bijna altijd met de programmeertaal Python. In dit blog laten we zien hoe deze combinatie van gebieden waarde kan opleveren voor de Nederlandse burger.

We bespreken toepassingen binnen de volgende overheidsorganisaties:

Data Science binnen gemeenten

Een gemeente heeft veel verschillende taken die uitgevoerd moeten worden ten behoeve van de burgers van die gemeente. Veel van deze taken komen met grote hoeveelheden data. De inzichten die verstopt zitten in deze data worden lang niet altijd benut.

Data intensieve processen zijn bijvoorbeeld: bijhouden wie er in de gemeente woont, het beoordelen en verstrekken van uitkeringen, specifieke taken gerelateerd aan zorg, gebruik van wegen en andere infrastructuur, het inzamelen van afval, of het houden van toezicht op ontwikkelingen in de woningmarkt.

Er zijn wel degelijk gemeenten die al goed aan de slag zijn met het inzetten van Data Science. Onderstaand volgen enkele voorbeelden:

  • Verkeersmanagement in Assen: het Sensor City Mobility project in Assen zorgde voor automatisch verkeersmanagement in de stad dankzij installatie van honderden sensoren en geautomatiseerde analyses. Door weggebruikers real-time advies te geven is de stad nu in staat om het rijgedrag van weggebruikers zo aan te passen dat men sneller op de plaats van bestemming raakt.
  • Veilig uitgaan in Eindhoven: in Eindhoven ligt misschien wel de drukste uitgaansstraat van Nederland. En meer dan 60 horecagelegenheden bij elkaar zorgen voor een grote uitdaging op het gebied van veiligheid. De gemeente zet data science in door camera's op te hangen waarvan de beelden real-time geanalyseerd worden. Op de beelden en geluiden past de gemeente patroonherkenning toe waardoor uitzonderlijke situaties snel gesignaleerd worden. Zo detecteren de camera's vechtpartijen of zakkenrollers waardoor de politie preventief kan ingrijpen.
  • Inzicht in leefbaarheid wijken Almere: deze gemeente past data science toe door o.a. de volgende gegevens te combineren: zorgconsumptie, schooluitval, inkomen, huurachterstand, diversiteit. Inzicht in deze data was er voorheen slechts één keer per jaar, waardoor zowel preventief en snel ingrijpen als valideren dat beleid werkt lastig zijn. De gemeente kan dankzij deze data science toepassing zelfs op straatniveau inzicht krijgen en ingrijpen wanneer nodig.

Meer voorbeelden vind je in dit blog met 13 Python voorbeelden uit 5 toepassingsgebieden

Maatschappelijke impact maken met data science? Bekijk hoe we je kunnen helpen.

Data Science binnen provincies

Data science bij de overheid stopt niet bij gemeenten. Ook provincies kunnen binnen hun maatschappelijke opgaven enorme impact maken met data science.

Ook een gemeente heeft grote hoeveelheden data beschikbaar, bijvoorbeeld rondom: (1) verkeersstromen op autowegen, spoorwegen, of waterwegen, (2) informatie over natuurgebieden (bijv. biodiversiteit), (3) waterkwaliteit, (4) luchtkwaliteit, of (5) bodemverontreiniging.

Ook binnen deze gebieden zijn veel data science toepassingen te bedenken:

  • Schone lucht voor inwoners: een provincie kan met sensoren de luchtkwaliteit meten. Met dit inzicht kan beleid ontwikkeld worden om luchtkwaliteit te verbeteren. Daarnaast kan deze informatie gecombineerd worden met bijvoorbeeld data van zorgorganisaties. Denk bijvoorbeeld aan het preventief SMS'en van asthma-patiënten wanneer de luchtkwaliteit bepaalde waarden bereikt.
  • Predictive maintenance bij bruggen: binnen data science is predictive maintenance een middel om preventief onderhoud te plegen. Simpel gezegd: je gaat iets preventief repareren omdat de kans dat het kapot gaat op korte termijn groot is. Door bruggen van sensoren te voorzien die bijvoorbeeld de belasting en bodemverzakking meten kan er vroegtijdig gehandeld worden, of gepland onderhoud juist uitgesteld omdat het nog niet nodig is.
  • Biodiversiteit in natuurgebieden: door camera's te plaatsen in natuurgebieden kunnen populaties van diersoorten geautomatiseerd in de gaten worden gehouden. Zo signaleer je een konijnenplaag snel, weet je waar de wolf voorkomt in Nederland, of herken je plotselinge verschuivingen in een eerder stabiel ecosysteem.

Data Science binnen ministeries

Binnen de Rijksoverheid maken 12 ministeries beleid en zien zij toe op de naleving daarvan. Omdat beleid vaak over grote kwesties gaat en ministeries op afstand staan van de buitenwereld, is het van essentieel belang om beleid te baseren op relevante en correctie, en actuele data.

Onderstaande voorbeelden geven een idee van hoe je data science kunt toepassen binnen ministeries:

  • Cyberspionage opsporen bij het ministerie van defensie: helaas is het een feit dat andere overheden mee willen kijken in ons bedrijfsleven maar ook binnen onze overheid. Zo zijn Russische of Chinese hacks aan de orde van de dag. Met data science toepassingen kunnen verdachte indringers vroegtijdig gedetecteerd worden.
  • Voorspellende modellen voor de energietransitie bij het ministerie van economische zaken: een van de grootste uitdagingen waar we voor staan is de energietransitie zodat de opwarming van de aarde beperkt kan worden. Data science modellen helpen ons om voorspellingen te doen voor de toekomst. De effectiviteit van bepaalde ingrepen of beleidsmaatregelen kunnen zo vroegtijdig inzichtelijk worden gemaakt.
  • Fraudedetectie binnen het ministerie van financiën: waar financiële processen zijn, is fraude. Zo zijn er mensen die misbruik maken van bijvoorbeeld kinderbijslag, de bijstandsuitkering, of anderen die belasting ontduiken. Het fijne aan fraudeurs is dat zij vaak een vergelijkbare aanpak hebben, waardoor machine learning algoritmes hen kunnen detecteren. De menselijke maat blijft echter ook belangrijk gezien enkele recente gebeurtenissen waarbij individuen onterecht als fraudeur zijn bestempeld. Een samenwerking tussen machine en mens leidt in onze ogen tot optimaal resultaat.
Maatschappelijke impact maken met data science? Bekijk hoe we je kunnen helpen.

Eens doorpraten over welke maatschappelijke impact jij met data science kan maken?

Neem dan contact op voor een vrijblijvend kennismakingsgesprek of een inspiratiesessie voor jouw team. Naast consultancy verzorgen wij tevens trainingen in data science met Python.

by: