Redactie - 26 september 2014

Predictive analytics leidt tot verrassende inzichten – vijf inspirerende voorbeelden

Het analyseren van big data richtte zich tot voor kort bijna altijd op het verklaren van het heden op basis van gegevens uit het verleden. Tegenwoordig worden ook steeds vaker toekomstige gebeurtenissen of gedrag voorspeld met big data: ook wel predictive analytics genoemd. De kracht van predictive analytics is het vinden van verbanden en patronen en het slim combineren van data.

Waar predictive analytics oorspronkelijk vooral gebruikt werd door grote retailers en financiële instellingen, wordt het tegenwoordig door bedrijven uit alle sectoren en in alle soorten en maten gebruikt. Zo gebruikt het Duitse voetbalelftal big data om de prestaties op het voetbalveld te verbeteren. Politieke analisten in de VS wisten de uitkomst van verkiezingen in 2012 te voorspellen. Dankzij, inderdaad, predictive analytics.

Maar ook in andere branches heeft predictive analytics tot verrassende inzichten geleid.

Belastingdienst

Soms zijn er verbanden tussen gegevens waar je ze niet zou verwachten. Zo ontdekte de Belastingdienst in het verleden dat er een grotere kans was dat iemand belastingfraude pleegde bij een bepaalde reeks van cijfers in het sofinummer. Dit leek in eerste instantie nergens op gebaseerd maar bij een analyse kwam boven water dat dit verband te verklaren was: de sofinummers werden in 1975 per wijk uitgedeeld. Wat bleek: de sofinummers met een verhoogde kans op belastingfraude hoorden bij mensen die in 1975 in een villawijk woonden.

Gemeente

Big Data lenen zich sowieso uitstekend om fraude op te sporen. Verschillende gemeentes in Nederland maken gebruik van de Smartbox-oplossing, waarin data van verschillende gemeentelijke databases wordt gecombineerd om uitkeringsfraude op te sporen. Als iemand recht heeft op een uitkering maar bijvoorbeeld in datzelfde jaar verschillende bouwvergunningen aanvraagt, dan krijgen ambtenaren een signaal dat er een verhoogde kans is op uitkeringsfraude. Vervolgens kunnen ambtenaren met deze gegevens aan de slag om te onderzoeken of er daadwerkelijk sprake is van fraude.

Politie

Politiekorpsen in Amerika gebruiken predictive analytics om te voorspellen waar misdaden zullen gaan plaatsvinden. Hiervoor gebruiken ze allerlei sensoren, zoals camera's op straat, maar ook aangiftes die zijn gedaan van misdaden en observaties van mensen waarvan crimineel gedrag wordt vermoed. Al die informatie wordt gecombineerd en in meldkamers wordt op stadsplattegronden real time geprojecteerd waar zich risicogebieden bevinden. De politie probeert dus te voorspellen waar misdaad gaat plaatsvinden en zo kan er meer politie worden ingezet in wijken waar er sprake is van een verhoogd risico. IBM claimt zelfs dat met behulp van predictive analytics-oplossingen het misdaadcijfer in de stad Memphis met 30 procent is gedaald.

https://www.youtube.com/watch?v=_xsffIAHY3I

Verzekeringsmaatschappijen

Voor zorgverzekeraars biedt predictive analytics een uitkomst om te voorspellen hoe het met de gezondheid van de verzekerden zit. Met als doel uiteindelijk de gezondheid van de verzekerden te verbeteren en kosten te besparen. Het University of Pittsburgh Medical Center (UPMC) combineerde verschillende datasets om voorspellingen te doen. Onder meer gegevens over gezinssamenstelling, gezinsinkomen, winkelgedrag, aantal auto’s en opleidingsniveau. UPMC ontdekte opmerkelijke correlaties. Zo bleek onder andere dat mensen die op internet winkelen, vaker spoedeisende hulp nodig hebben. De resultaten van de analyses worden gebruikt om de zorg en het verzekeringsaanbod te verbeteren.

Retail

Het goed kunnen inschatten van de vraag van de markt is een belangrijke voorwaarde voor succes. Zo gebruikt de Belgische telecommaatschappij Mobistar predictive analytics om de voorraden in winkels te optimaliseren. Op die manier is het juiste product altijd op het juiste moment op de juiste plaats beschikbaar. Met predictive analytics bepaalt Mobistar wat de verwachte omzet voor bepaalde toestellen is in een bepaalde periode. Deze voorspelling is gebaseerd op historische data, aangevuld met informatie over onder andere acties bij de concurrentie, prijzen en promotieactiviteiten.

Met predictive analytics verhoogde Mobistar de nauwkeurigheid van de voorspellingen naar 70 procent. Het voorraadniveau daalde van 14 miljoen euro naar 10 miljoen euro en de beschikbaarheid steeg van 90 procent naar bijna 100 procent.

Voorspellen op basis van predictive analytics vergt enige voorzichtigheid. Het feit dat er een correlatie bestaat tussen twee zaken, wil nog niet zeggen dat het een causaal verband betreft. In het voorbeeld van de verzekeringsmaatschappij UPMC is het natuurlijk niet zo dat personen op de eerste hulp belanden doordat ze online hebben gewinkeld. Nee, waarschijnlijker is het dat mensen die hulpbehoevend zijn en aan huis zijn gebonden, vaker online winkelen, maar ook vaker spoedeisende hulp nodig hebben door bijvoorbeeld een chronische ziekte. Daarnaast moeten we oppassen met het stigmatiseren van personen en zaken. Zo is niet iedereen met een verdacht profiel een crimineel.

Hoewel predictive analytics dus veel verhelderende inzichten kan bieden waarmee we onze bedrijfsprocessen kunnen optimaliseren, blijft gezond verstand altijd nodig om de data juist te interpreteren.

Henk Brands, Manager Competence Center, Business Intelligence & Data Warehousing, Info Support

Trend Micro BW BN week 10-11-13-14-2024 Copaco | BW 25 maart tm 31 maart 2024
Trend Micro BW BN week 10-11-13-14-2024

Wil jij dagelijkse updates?

Schrijf je dan in voor onze nieuwsbrief!