Data Science en innovatie

“Voor een vliegende start is een expert met ervaring nodig”

Gerard Van Zomeren

Project Manager @ Gemeente Roosendaal

Kunnen we de juiste specialisten werven? Beschikken we met 80.000 inwoners wel over voldoende data? En is het de investering waard? De gemeente Roosendaal besloot ervoor te gaan en startte een afdeling data science. Pipple stond hen bij met kennis.

Een team van vier bestaande medewerkers en twee nieuwe werd gevormd: het datalab. Ze leerden data te modelleren en berekeningsmodellen te maken, zorgden voor de benodigde tools en inventariseerden de behoeften van de business.

Verraderlijk simpel
De ervaring die Pipple ter tafel bracht was heel prettig, vertelt projectleider Gerard van Zomeren. “Data science kan verraderlijk simpel lijken. Daardoor waren onze verwachtingen in het begin te hoog. Zo dachten we binnen een paar maanden wel een model te hebben om onze WMO-uitgaven te voorspellen. Maar we moesten nog zoveel leren en inregelen.” Volgens van Zomeren hoef je niet 100% klaar te zijn voor je met data science begint, maar voor een vliegende start heb je echt een expert met ervaring nodig.

Voorspellen
Die hoge verwachtingen waren niet zo verwonderlijk. Van Zomeren: “Een gemeente genereert veel data en die kunnen we gebruiken om zaken slimmer aan te pakken. Uiteraard rekening houdend met alle privacyrichtlijnen’. Pipple liet hen mogelijkheden herkennen, ideeën bedenken, hielp ze die handen en voeten te geven en kreeg zo ook andere collega’s enthousiast.

Zo zette Pipple een beeldherkenningsalgoritme voor zonnepanelen op. En ook de afdeling Beheer kwam met een mooi idee. Van Zomeren: “Nu beoordelen we de kwaliteit van de weg nog zelf, op basis van videomateriaal. Veel effectiever is het als we automatische beelddetectie gebruiken. Voegen we daar data aan toe, bijvoorbeeld de leeftijd van de weg en de mate van gebruik, dan kunnen we voorspellen welk onderhoud er op ons afkomt. Of neem smart cities. Met de beschikbare gegevens over de bezetting van parkeergarages, luchtkwaliteit, luchttemperatuur kan de gemeente de routering van verkeersstromen proactief aanpassen als omstandigheden daarom vragen.”

Sociaal domein
Maar wat ze ook leerden van het prille begin: er is focus nodig. Van Zomeren: ”We beginnen in het sociale domein; onze wijkgerichte aanpak. Het zou fantastisch zijn als data ons kunnen leren wat we het beste in welke wijk kunnen doen om armoede en eenzaamheid te bestrijden.”

Gerard Van Zomeren

Project Manager @ Gemeente Roosendaal

Kunnen we de juiste specialisten werven? Beschikken we met 80.000 inwoners wel over voldoende data? En is het de investering waard? De gemeente Roosendaal besloot ervoor te gaan en startte een afdeling data science. Pipple stond hen bij met kennis.

Een team van vier bestaande medewerkers en twee nieuwe werd gevormd: het datalab. Ze leerden data te modelleren en berekeningsmodellen te maken, zorgden voor de benodigde tools en inventariseerden de behoeften van de business.

Verraderlijk simpel
De ervaring die Pipple ter tafel bracht was heel prettig, vertelt projectleider Gerard van Zomeren. “Data science kan verraderlijk simpel lijken. Daardoor waren onze verwachtingen in het begin te hoog. Zo dachten we binnen een paar maanden wel een model te hebben om onze WMO-uitgaven te voorspellen. Maar we moesten nog zoveel leren en inregelen.” Volgens van Zomeren hoef je niet 100% klaar te zijn voor je met data science begint, maar voor een vliegende start heb je echt een expert met ervaring nodig.

Voorspellen
Die hoge verwachtingen waren niet zo verwonderlijk. Van Zomeren: “Een gemeente genereert veel data en die kunnen we gebruiken om zaken slimmer aan te pakken. Uiteraard rekening houdend met alle privacyrichtlijnen’. Pipple liet hen mogelijkheden herkennen, ideeën bedenken, hielp ze die handen en voeten te geven en kreeg zo ook andere collega’s enthousiast.

Zo zette Pipple een beeldherkenningsalgoritme voor zonnepanelen op. En ook de afdeling Beheer kwam met een mooi idee. Van Zomeren: “Nu beoordelen we de kwaliteit van de weg nog zelf, op basis van videomateriaal. Veel effectiever is het als we automatische beelddetectie gebruiken. Voegen we daar data aan toe, bijvoorbeeld de leeftijd van de weg en de mate van gebruik, dan kunnen we voorspellen welk onderhoud er op ons afkomt. Of neem smart cities. Met de beschikbare gegevens over de bezetting van parkeergarages, luchtkwaliteit, luchttemperatuur kan de gemeente de routering van verkeersstromen proactief aanpassen als omstandigheden daarom vragen.”

Sociaal domein
Maar wat ze ook leerden van het prille begin: er is focus nodig. Van Zomeren: ”We beginnen in het sociale domein; onze wijkgerichte aanpak. Het zou fantastisch zijn als data ons kunnen leren wat we het beste in welke wijk kunnen doen om armoede en eenzaamheid te bestrijden.”

Gerard Van Zomeren

Project Manager @ Gemeente Roosendaal

Kunnen we de juiste specialisten werven? Beschikken we met 80.000 inwoners wel over voldoende data? En is het de investering waard? De gemeente Roosendaal besloot ervoor te gaan en startte een afdeling data science. Pipple stond hen bij met kennis.

Een team van vier bestaande medewerkers en twee nieuwe werd gevormd: het datalab. Ze leerden data te modelleren en berekeningsmodellen te maken, zorgden voor de benodigde tools en inventariseerden de behoeften van de business.

Verraderlijk simpel
De ervaring die Pipple ter tafel bracht was heel prettig, vertelt projectleider Gerard van Zomeren. “Data science kan verraderlijk simpel lijken. Daardoor waren onze verwachtingen in het begin te hoog. Zo dachten we binnen een paar maanden wel een model te hebben om onze WMO-uitgaven te voorspellen. Maar we moesten nog zoveel leren en inregelen.” Volgens van Zomeren hoef je niet 100% klaar te zijn voor je met data science begint, maar voor een vliegende start heb je echt een expert met ervaring nodig.

Voorspellen
Die hoge verwachtingen waren niet zo verwonderlijk. Van Zomeren: “Een gemeente genereert veel data en die kunnen we gebruiken om zaken slimmer aan te pakken. Uiteraard rekening houdend met alle privacyrichtlijnen’. Pipple liet hen mogelijkheden herkennen, ideeën bedenken, hielp ze die handen en voeten te geven en kreeg zo ook andere collega’s enthousiast.

Zo zette Pipple een beeldherkenningsalgoritme voor zonnepanelen op. En ook de afdeling Beheer kwam met een mooi idee. Van Zomeren: “Nu beoordelen we de kwaliteit van de weg nog zelf, op basis van videomateriaal. Veel effectiever is het als we automatische beelddetectie gebruiken. Voegen we daar data aan toe, bijvoorbeeld de leeftijd van de weg en de mate van gebruik, dan kunnen we voorspellen welk onderhoud er op ons afkomt. Of neem smart cities. Met de beschikbare gegevens over de bezetting van parkeergarages, luchtkwaliteit, luchttemperatuur kan de gemeente de routering van verkeersstromen proactief aanpassen als omstandigheden daarom vragen.”

Sociaal domein
Maar wat ze ook leerden van het prille begin: er is focus nodig. Van Zomeren: ”We beginnen in het sociale domein; onze wijkgerichte aanpak. Het zou fantastisch zijn als data ons kunnen leren wat we het beste in welke wijk kunnen doen om armoede en eenzaamheid te bestrijden.”

Kunnen we de juiste specialisten werven? Beschikken we met 80.000 inwoners wel over voldoende data? En is het de investering waard? De gemeente Roosendaal besloot ervoor te gaan en startte een afdeling data science. Pipple stond hen bij met kennis.

Een team van vier bestaande medewerkers en twee nieuwe werd gevormd: het datalab. Ze leerden data te modelleren en berekeningsmodellen te maken, zorgden voor de benodigde tools en inventariseerden de behoeften van de business.

Verraderlijk simpel
De ervaring die Pipple ter tafel bracht was heel prettig, vertelt projectleider Gerard van Zomeren. “Data science kan verraderlijk simpel lijken. Daardoor waren onze verwachtingen in het begin te hoog. Zo dachten we binnen een paar maanden wel een model te hebben om onze WMO-uitgaven te voorspellen. Maar we moesten nog zoveel leren en inregelen.” Volgens van Zomeren hoef je niet 100% klaar te zijn voor je met data science begint, maar voor een vliegende start heb je echt een expert met ervaring nodig.

Voorspellen
Die hoge verwachtingen waren niet zo verwonderlijk. Van Zomeren: “Een gemeente genereert veel data en die kunnen we gebruiken om zaken slimmer aan te pakken. Uiteraard rekening houdend met alle privacyrichtlijnen’. Pipple liet hen mogelijkheden herkennen, ideeën bedenken, hielp ze die handen en voeten te geven en kreeg zo ook andere collega’s enthousiast.

Zo zette Pipple een beeldherkenningsalgoritme voor zonnepanelen op. En ook de afdeling Beheer kwam met een mooi idee. Van Zomeren: “Nu beoordelen we de kwaliteit van de weg nog zelf, op basis van videomateriaal. Veel effectiever is het als we automatische beelddetectie gebruiken. Voegen we daar data aan toe, bijvoorbeeld de leeftijd van de weg en de mate van gebruik, dan kunnen we voorspellen welk onderhoud er op ons afkomt. Of neem smart cities. Met de beschikbare gegevens over de bezetting van parkeergarages, luchtkwaliteit, luchttemperatuur kan de gemeente de routering van verkeersstromen proactief aanpassen als omstandigheden daarom vragen.”

Sociaal domein
Maar wat ze ook leerden van het prille begin: er is focus nodig. Van Zomeren: ”We beginnen in het sociale domein; onze wijkgerichte aanpak. Het zou fantastisch zijn als data ons kunnen leren wat we het beste in welke wijk kunnen doen om armoede en eenzaamheid te bestrijden.”

Gerard Van Zomeren

Project Manager @ Gemeente Roosendaal

Geinteresseerd?

Neem contact op.