Shintō Labs Presentatie VIAG

Presentatie over: "Shintō Labs Presentatie VIAG"— Transcript van de presentatie:

1 Shintō Labs Presentatie VIAG
Jurriaan Souer – Product Strategist

2 Shintō Labs Presentatie VIAG
Naald in de hooiberg Datagedreven zoeken naar milieurisicovolle bedrijven Shintō Labs Presentatie VIAG Jurriaan Souer – Product Strategist

3 Waar gaan we het vandaag over hebben?
Publieke meerwaarde middels datagedreven werken Een resultaat gerichte, ‘bottom-up’ aanpak om te innoveren Gebaseerd op een casus bij gemeente Eindhoven

4

5 7.000 liter gevaarlijke stoffen
Het probleem 7.000 liter gevaarlijke stoffen

6 55.000 bedrijven ingeschreven in de gemeente Eindhoven
In perspectief bedrijven ingeschreven in de gemeente Eindhoven Meeste bedrijven zijn bekend Betreffende bedrijf had zich ingeschreven, maar had zich niet gemeld

7 Het probleem: de naald(en) in de hooiberg
Bekende bedrijven met milieu risico Bekende bedrijven zonder risico De naald: Onbekende Bedrijven met milieu risico

8 in 5 dagen van idee naar werkend prototype
DESIGN SPRINT in 5 dagen van idee naar werkend prototype

9 DESIGN SPRINT

10 Datagedreven stellingen
Alle inrichtigen mbt milieubeheer bekend Sprint vragen: Is er informatie voor ons beschikbaar bij andere afdelingen die bijdraagt aan het vinden van risicovolle bedrijven mbt milieu? Hoe kunnen we externe bronnen raadplegen om onbekende bedrijven inzichtelijk te maken?

11 Shintō Labs Design Sprint
Dag 1 Shintō Labs Design Sprint Van idee naar prototype in 5 dagen Dag 1: Understand

12

13

14 (potentieel)

15 Shintō Labs Design Sprint
Dag 2 Shintō Labs Design Sprint Van idee naar prototype in 5 dagen Dag 2: Diverge

16

17 Gezamenlijke visie op waarde vs haalbaarheid in de sprint
Obliek Key2 Platforms hoger SquitXo cyclorama SCIOS Geo Fundament Online Marketplace Gouw Belastingen KCC Vestigings register Funda.nl PDOK Social media KVK Inspecview Milieu Andere bronnen verwachte waarde Ruimtelijke plannen.nl BAG - Basis registratie Bio Bedr. Register lager Key2vergunningen lager haalbaarheid in sprint hoger

18 Lightning Demo’s Key features

19 Solution Sketches

20 Shintō Labs Design Sprint
Dag 3 Shintō Labs Design Sprint Van idee naar prototype in 5 dagen Dag 3: Decide

21

22 Sticky vote

23 Storyboard

24 Shintō Labs Design Sprint
Dag 4 Shintō Labs Design Sprint Van idee naar prototype in 5 dagen Dag 4: Prototype

25 Shintō Analytics Platform
overheidsdata social data dashboards bedrijvigheidsdata mobiele data publieke data

26 Shintō Data Lake Unstructured Structured Realtime Shintō Data Lake

27 (D) Gezamenlijke visie op waarde vs haalbaarheid in de sprint
Obliek Key2 Platforms hoger SquitXo cyclorama SCIOS Geo Fundament Online Marketplace Gouw Belastingen KCC Vestigings register Funda.nl PDOK Social media KVK Inspecview Milieu Andere bronnen verwachte waarde Ruimtelijke plannen.nl BAG - Basis registratie Bio Bedr. Register lager Key2vergunningen lager haalbaarheid in sprint hoger

28 Inside the Shintō Model Factory
Model Consumer Browser Mobile Desktop Thing Shinto Platform Azure Services Scoring APIs Models Store Klanten 6 Websites USE > Webservice 4 Storage 5 Web App Shinto Model Factory HDInsight Lees Data Train Model Valideer Model Publiceer Model Azure ML 3th party Services USE > Open Data Data Provider Other Data 3 Data APIs Training Data Klanten Websites 1 2 Streams

29 Overzicht van alle inrichtinen
Filter mogelijkheden net zoals Funda

30 Overzicht van alle onbekende inrichtinen
Alleen onbekende bedrijven staan aangevinkt

31 Demo: lijst view van gekozen selectie
Gesorteerd op Risicoindicator Acties: bewaren, zet op de lijst, niet relevant

32 Shintō Labs Design Sprint
Dag 5 Shintō Labs Design Sprint Van idee naar prototype in 5 dagen Dag 5: Validatie

33 Validatie: Kwalitatief en Kwantitatief
Interne validatie van gebruikers: Beslissers en gebruikers Externe gebruikers validatie: 2 potentiele gebruikers Team-validatie Kwantitatief: Data validatie: validatie van datahypotheses op basis van sample data Aanvullende conclusies

34 Resultaat externe validatie
Positief Verbeterpunten Persoon E-1 (inspecteur milieutoezicht) Vooral ook bekende bedrijven interessant Mogelijkheid voor integrale controles Zou werk zeker verbeteren door meer inzicht. Visueel prettig Extra info wenselijk (bv bouwgerelateerde zaken) Legenda van de filters ontbreekt Rood lijkt ”actie”  daar moeten we wat mee. “Go” knop: liever zelf sturen met filters Persoon E-2 (Toezicht & afhandelingen) Ziet er goed uit Handig om bedrijven te vinden en vooronderzoek te doen Handig om te filteren en de lijst met inrichtingen te zien Legenda ontbreekt Extra bronnen en informatie (bv ’adres huisnumer’ bij de lijst, financiele gegevens, misschien ook tekeningen toevoegen en historie van meldingen) Persoonlijke werkvoorraad

35 Resultaat data validatie
Data Hypothese Conclusie* Online bronnen en Sociale media kunnen ons helpen ongeregistreerde bedrijven op de radar te krijgen. Het is mogelijk nieuwe bedrijven te ordenen op basis van een risico indicator. Geregisteerde gecontroleerde bedrijven kunnen ons helpen een eerste indicatie van de risico categorie te doen voor vergelijkbare nog niet geregistreerde bedrijven. Geregistreerde gecontroleerde bedrijven kunnen ons helpen een eerste indicatie van de CBI code te geven voor vergelijkbare nog niet geregistreerde bedrijven *op basis van Sample data. Meer data (volume), feedback (lerend vermogen) en tijd (om te leren) levert altijd betere resultaten op. Ook opschonen van SquitXO is belangrijk.

36 Shintō Labs Design Sprint
Hoe verder Shintō Labs Design Sprint Van idee naar prototype in 5 dagen Hoe ziet het vervolg er uit ?

37 in 8 weken van prototype naar oplossing
SOLUTION RUSH in 8 weken van prototype naar oplossing

38 Milieurisico oplossing: in gebruik
Geplande lijst, Feedback, Dashboard Niet milieu relevant Extra bronnen en filters Extra statussen

39 Samenvatting Datagedreven werken is een logische keuze
Begin klein en bottom-up werken (vanuit bestaande challenges) In korte tijd kan je heel snel resultaten boeken met een goed team Kortom: ga aan de slag en experimenteer, gericht en adequaat

40 Meer weten. info@shintolabs. nl www. shintolabs. nl https://www