ANWB Zakelijk: Big Data biedt inzicht in storingen van de auto
Verschillende producten die de ANWB op basis van Big Data maakt, beginnen inmiddels concreet vorm te krijgen. Gert-Jan Meeuws is manager Business Change and Innovation bij ANWB. “De afgelopen maand hebben we op basis van een algoritme berijders gebeld om ze te melden dat er een storing aan hun auto aan zit te komen”, vertelt hij. Aan die telefoontjes is een lange tijd van ontwikkeling vooraf gegaan. Ontwikkeling die alles te maken heeft met Big Data. Om zo ver te komen, gebruikt de ANWB technische data die in de afgelopen jaren is verzameld. “Zelf ben ik elf jaar lang betrokken geweest bij de ANWB Wegenwacht”, zegt Meeuws. “We behandelen 1,2 miljoen pechgevallen per jaar. We weten daardoor heel goed welke storingen kunnen optreden bij welk model auto. Bovendien werkt de ANWB op het gebied van technische data en kennis nauw samen met diverse zusterclubs in Europa. Op basis van die enorme hoeveelheid data maken we nu allerlei slimme toepassingen. Zo hebben we een combinatie van foutcodes die de auto genereert, gekoppeld aan wat er daadwerkelijk kapot is gegaan. Aan de hand van die gegevens kun je voorspellen welk component kapot gaat.”
Talloze mogelijkheden
Op basis van zo’n component-algoritme heeft de ANWB de afgelopen maand dus voor het eerst concreet pechgevallen bij enkele tientallen specifieke auto’s kunnen voorspellen. De berijders van de auto’s zijn telefonisch op de hoogte gesteld van de naderende storing. Met hen is besproken hoe deze naderende pech kan worden voorkomen, bijvoorbeeld door een bezoek aan de garage. “Dat was heel leerzaam”, zegt Gert-Jan Meeuws. “De mensen reageerden heel positief maar er viel ook nog veel te leren. Zo is het best wennen voor een berijder om voordat er pech is door de ANWB te worden gebeld. Mensen verwachten dit niet. We leren veel van dit soort gesprekken. Ook voor de ANWB is het wennen want welke scripting ga je hanteren? Zo stellen we ons na een aantal reacties niet meer voor als de ANWB Alarmcentrale maar als ANWB Connected.”
De ANWB gebruikt Big Data-toepassingen om klanten nog beter van dienst te zijn, legt Meeuws uit. “Zo kunnen we straks als een automobilist een storing meldt bij de ANWB Alarmcentrale, op basis van Big Data-toepassingen nog beter inschatten of we die storing on the spot kunnen repareren of dat we de auto met een takelwagen moeten ophalen.” Uiteraard vindt de ANWB hierbij de privacy van de klant zeer belangrijk. “Daarbij is de Algemene Verordening Gegevensbescherming (AVG) leidend”, zegt Meeuws. “De ANWB verzamelt data van auto’s om de dienstverlening voor haar leden en klanten te verbeteren. Die data wordt beschermd volgens de regels die in de AVG zijn vastgelegd. De data uit auto’s die zijn voorzien van een Connected plug-in, die interessante informatie geeft voor de ANWB, en daarmee vooral voor de berijder zelf. Er gebeurt dus niets zonder dat de berijder daarvoor toestemming geeft en de data wordt altijd goed beschermd.”
Overigens past de ANWB Big Data niet alleen toe ten behoeve van zijn leden, maar ook voor intern gebruik. “We gebruiken Big Data bijvoorbeeld bij het indelen van de bezetting van de Wegenwacht per regio en per werkgebied. We maken inschattingen van het aantal pechgevallen in bepaalde gebieden en richten zo de capaciteit per dag in. Daarbij maken we gebruik van meerdere databronnen, zoals diverse weermodellen. Op dezelfde manier maken we ook prognoses voor de inzet van huurauto’s voor vervangend vervoer in het buitenland. Door gebruik van data weten we de vloot in het buitenland nog efficiënter te positioneren.”
Algoritmes en machinelearning
Uiteindelijk gaat het er om hoe Big Data te vertalen naar algoritmes. Big Data op zichzelf is niet anders dan een enorme berg gegevens. Het wordt pas interessant als je een formule ontwikkelt om iets met die gegevens te doen: een algoritme. “Een algoritme is een eindige reeks van instructies, die je kunt toepassen door ze te automatiseren”, legt Gert-Jan Meeuws uit. “Door bijvoorbeeld pechcoderingen van duizenden voertuigen te combineren met voertuigdata hebben we algoritmes kunnen creëren. Deze toepassing van deze algoritmes hebben we vervolgens geautomatiseerd. Neem nu een probleem met het roetfilter. Deze kunnen we nu door middel van een algoritme bij connected auto’s vroegtijdig herkennen. De software herkent een afwijkend patroon in de data uit de auto en geeft een melding waarop wij vervolgens kunnen acteren. Met machinelearning gaat het nog verder. Het algoritme leert dan zichzelf te verbeteren.”
In de toekomst zal Big Data daarom een steeds grotere rol gaan spelen bij de ANWB, zowel in de particuliere als in de zakelijke markt. “We gaan bijvoorbeeld steeds meer gebruik maken van verkeersdata, niet alleen voor onze Onderweg-app, maar ook voor het nog beter inplannen van de routes van de Wegenwachten. Doel van het gebruik van Big Data en algoritmes is het nog verder optimaliseren van onze dienstverlening en het verhogen van de klanttevredenheid.”
Meeuws verwacht een toename in Big Data-toepassingen onder meer omdat er steeds meer data beschikbaar komen. “Ook worden de technieken voor Big Data en het ontwikkelen en ontsluiten van algoritmes steeds beter en betaalbaarder”, vindt hij. “Daarbij is er een onstuitbare ontwikkeling van Internet of Things-toepassingen. Het biedt allerlei mogelijkheden om nieuwe producten en diensten te ontwikkelen.”
