Dekker is sinds enkele jaren adviseur data & business analytics bij Trivire, een functie die nog maar bij weinig corporaties aanwezig is: ‘Met data science zoek je geen bevestiging van wat al duidelijk is of wat je al weet; je zet het in als je op zoek bent naar procesverbeteringen die niet op een ‘gewone’ manier - bijvoorbeeld door ervaring en meten - zijn te constateren.’
Data science is dus meer omvattend dan de structurele rapportages voor managers en directie. Dat betekent dat reguliere software en programma’s niet altijd voldoen. Het in huis hebben van een data specialist of een analist is een vereiste om daadwerkelijk aan de slag te gaan.
Rekenmodellen
Met de juiste data en methode kun je als corporatie ‘voorspellende modellen’ ontwikkelen waarmee je beter inzicht krijgt in bijvoorbeeld patronen van onderhoud en de jaarlijkse onderhoudskosten. De vraag is daarbij altijd: met welke corporatiedata maak je het verschil voor de organisatie?
En juist die vertaalslag is essentieel wanneer je aan de slag gaat met data science. Een ontwikkelaar kan helemaal los gaan in het zoeken en vinden van uitgekiende rekenmodellen. Maar als het niet aansluit bij de wensen van de organisatie of moeilijk uit te leggen is, beklijft het niet.
Hugo Koopmans heeft jarenlange ervaring met data science en is als docent en adviseur nauw betrokken bij de Data science opleiding voor woningcorporaties. Hij vult aan: ‘Met een goed model kun je bijvoorbeeld huurfraude efficiënter signaleren. Waarbij je uiteraard wel de nodige controleslagen moet inbouwen om verantwoord om te gaan met de toepassing van zo’n algoritme. Een aspect dat veel aandacht krijgt in de opleiding.’
Blijf niet hangen in complexiteit
Dekker tipt verder: ‘keep it simple. Zorg dat je weet voor wie en waarom je met data science bezig bent, zodat de modellen en methoden daadwerkelijk ingebed worden in het dagelijkse werk van de organisatie.’ Ingewikkelde rekenmodellen kunnen niet altijd op waardering van collega’s rekenen; een eenvoudige visualisatie van gecombineerde data weer wel, leert de ervaring. ‘Die simpele basis kun je in een latere fase wel weer door-ontwikkelen naar geavanceerdere algoritmes en modellen met hogere voorspelkracht.’
Achtergrond
De opleiding van DIKW heeft een verkorte variant voor business managers (bijvoorbeeld onderhoud en asset) en een uitgebreide variant voor data scientists en -analisten. Dekker heeft de pilot versie van de opleiding CDSP Woningcorporaties doorlopen.
Daarnaast wil de werkgroep Big data die bestaat uit een ‘handje vol’ data analisten, een platform gaan bieden voor samenwerking tussen corporaties. Kijk voor meer informatie in de Community Digitalisering.
Meer innovatieve voorbeelden van corporaties zijn terug te vinden in de Innovatieboost.