Data science biedt nieuwe, baanbrekende mogelijkheden om onze leefomgeving gezonder, veiliger en leefbaarder te maken. In dit artikel neem ik je mee naar de zeer nabije toekomst van computergestuurde inspecties, slimme lantaarnpalen en 24/7 monitoring van onze leefomgeving. ‘Als beheerder ga je hier absoluut je voordeel mee doen.’
Automobilist communiceert met parkeermeter; burger beoordeelt leefomgeving; onderwaterdrone inspecteert waterweg: we leven in een wereld waarin we elke dag data produceren. Dankzij sensoring en IT-technologie zijn we steeds beter in staat om data op grote schaal in te winnen en te verwerken. En vergeet niet dat we al heel veel data tot onze beschikking hebben. Data-science helpt ons om grip te krijgen op die informatie, om beter te begrijpen wat gebeurt en te voorspellen wat er gáát gebeuren.
Data-science is de wereld van algoritmes en artificial intelligence. Maar ook die van ‘advanced analytics’: het samenbrengen van datasets en het ontdekken van correlaties. Alleen dit laatste zorgt voor nieuwe inzichten over het presteren van de openbare ruimte. Steeds meer gemeenten experimenteren hier al mee.
Relatie tussen openbare ruimte en inbraken
Voor een gemeente onderzoeken onze data scientists of een relatie bestaat tussen de inrichting van de openbare ruimte en het aantal inbraken. Meerdere afdelingen zijn bij dit experiment aangehaakt. Door datasets van de afdeling Beheer Openbare Ruimte en basisregistraties te combineren met inbraakcijfers over een bepaalde periode onderzoeken we in hoeverre de inrichting van de openbare ruimte effect heeft op het aantal inbraken. Door dit inzicht kunnen we maatregelen treffen die aantoonbaar bijdragen aan betere inbraakpreventie en eventueel aanpassen van de inrichting van de openbare ruimte. Waardoor de inwoner een veiliger gevoel in de omgeving ervaart.
Slimme inspecties
En er zitten meer datatoepassingen aan te komen. Wat te denken van slimme inspecties van het riool. Je zet straks een slimme camera of sensorbal in een riool. Computers beoordelen de gegevens die we verzamelen. Schades en gebreken worden automatisch herkend, in kaart gebracht en gerapporteerd. Een computer kan dit werk 24/7doen en doet dit ook nog eens feilloos. Het zorgt ervoor dat je inspecties beter en efficiënter uitvoert.
‘Uit diverse onderzoeken blijkt dat je door gebruik van machine learning 15 tot 35 procent kunt besparen’
Sensoring leefomgeving
Bij vier gemeenten hebben wij een proef met HabiSense uitgevoerd. HabiSense is een meetkastje vol sensoren gecombineerd met een gebruikersapp. Deze sensoren brengen allerlei omgevingsfactoren, zoals fijnstof, geluid en temperatuur in kaart. In een app kunnen gebruikers aangeven hoe zij zich voelen. Dit biedt gemeente en bewoners inzicht in de kwaliteit van de leefomgeving. Omdat bewoners via de app aangeven hoe zij zich fysiek voelen, kunnen we verbanden leggen tussen omgevingsfactoren en het welbevinden van mensen. Is er een correlatie tussen fijnstof en meer gevallen van benauwdheid? Of zie je bij bepaalde omstandigheden meer hoofdpijn? Op basis van data kun je gerichte maatregelen in de openbare ruimte nemen om je leefomgeving te verbeteren.
Andere mindset bespaart kosten
De openbare ruimte verbeteren en beheren op basis van data. Dit vraagt om een andere mindset én een andere manier van beheren. Ik ben ervan overtuigd dat die knop de komende jaren omgaat. Uit onderzoek blijkt dat je dankzij het gebruik van machine learning 15 tot 35 procent op je beheerbudget kunt besparen, zonder afbreuk te doen aan je prestaties. Puur omdat je efficiënter werkt en maatregelen neemt op basis van feiten en waarnemingen. Het zijn besparingen die we met het oog op de opgaven die ons te wachten staan heel hard kunnen gebruiken.