CorporatieGids Magazine

17 ONAFHANKELIJK MAGAZINE OVER STRATEGIE, BEDRIJFSVOERING & ICT VOOR WONINGCORPORATIES NUMMER 4, 2018 16 WWW.CORPORATIEGIDS.NL specifieke doelgroep. Bijvoorbeeld: huurders jonger dan dertig jaar, wonend in een appartement voor tenminste zes jaar, hebben 60 procent kans om binnen twaalf maanden het huis te verlaten. De resultaten van zo’n model nemen we als nieuwe databron op in onze Enterprise Data Hub zodat het gebruikt kan worden bij business rules tijdens het uitvoeren van normale bedrijfsprocessen. Meestal zullen dit strategische keuzes zijn over bijvoorbeeld renovatie en sloop en nieuwbouw. Maar ook over dagelijkse vraagstukken zoals het vervangen van een keuken zien we mogelijkheden om de resultaten van voorspellende modellen te gebruiken.” Gesprek met de gemeente Daarbij kunnen de voorspellingen het gesprek met stakeholders als de gemeente ondersteunen. “Bijvoorbeeld bij het voor- spellen van betalingsachterstanden, wat zowel een bedrijfs- matig als maatschappelijk probleem is,” vertelt Bobbie. “Betalingsachterstanden gaan vaak gepaard met financiële problemen als problematische schulden. Hierin willen we meer met de gemeente optrekken. Dit werkt overigens twee kanten op, want wij kunnen met behulp van gemeentelijke gegevens ons voorspellingsmodel enorm verbeteren.” Volgende stap Kijkend naar de toekomst van predictive analytics, ziet Adriaan de volledige automatisering van voorspellingsmodellen in de systemen die werkprocessen ondersteunen als volgende stap. “Tegelijkertijd moeten de toegankelijkheid, kwantiteit en kwaliteit van data verder ontwikkeld worden. Het gaat hierbij om toegang tot interne én externe databronnen. Een belang- rijke reden voor verhuizen is bijvoorbeeld een verandering in de samenstelling van het huishouden. Momenteel beschikken wij niet over deze gegevens. Door de nieuwe privacyregels wordt het uiteraard eerder moeilijker dan makkelijker om dit soort informatie te verzamelen, laat staan vast te leggen. Daarom werken wij nauw samen met onze collega’s van Juridische Zaken om alle beslissingen goed te verantwoorden richting de Autoriteit Persoonsgegevens. Want het feit blijft dat predictive analytics helpt betere beslissingen te nemen. Daar zijn uiteindelijk onze huurders het meeste mee gebaat.”