Big data is voordelig voor de maatschappij

Gepubliceerd op 10/12/2018 in Inspireren

Big data is voordelig voor de maatschappij

Er zijn vandaag heel wat bezorgdheden rond privacy en het gebruik van data. Maar locatiegegevens verkregen uit mobiele telefoons kunnen ook ingezet worden als ‘social good’.

Naast hun gebruik voor commerciële doeleinden, worden locatiegegevens ook gebruikt voor goede doelen. GSMA, een overkoepelende organisatie van mobiele netwerkoperatoren wereldwijd waar ook Proximus lid van is, wil zo via een ‘big data for social good’-programma ngo’s en organisaties helpen om epidemies, natuurrampen en vervuiling tegen te gaan. Hieronder staan enkele voorbeelden opgelijst van waar big data toe instaat is.

Namibië: Verspreiding van malaria-epidemie voorspellen 

Een jaar lang werden de bewegingsstromen van miljoenen mensen in Namibië aan de hand van mobiele telefoniedata in kaart gebracht. Uit deze gegevens werd de actuele woonplaats van de gebruiker afgeleid. Deze gegevens werden gecombineerd met andere data om te voorspellen hoe een malaria-epidemie zich zou verspreiden. In Afrikaanse landen zijn mobiele locatiedata een waardevolle bron, omdat er dikwijls minder andere databronnen voorhanden zijn. De data zijn er ook toegankelijker omdat de reglementering rond privacy er minder streng is. 
Bron: Malaria Journal

Haïti: Traceren van massaverplaatsingen na aardbeving 

In 2010 werd Haïti bijzonder hard getroffen door een aardbeving, gevolgd door een nationale cholera-epidemie. Mensen trokken massaal weg uit de getroffen gebieden met het risico op nog meer doden door de ziekte. Met behulp van mobiele data via simkaarten van de grootste operator in Haïti werden de verplaatsingen van deze mensen geanalyseerd om de juiste hulpverlening te kunnen bieden. 42 dagen voor en 158 dagen na de aardbeving werd de dagelijkse positie van simkaarten gevolgd.

Om niet-actieve simkaarten uit te sluiten werd alleen rekening gehouden met de 1,9 miljoen simkaarten die minstens 1 oproep deden, zowel voor de aardbeving als in de laatste maand van de analyse.In Port-au-Prince werd de ratio van 3,2 personen per simkaart gebruikt om het aantal simkaarten dat zich verplaatste te extrapoleren naar het aantal personen dat zich verplaatste. Naar schatting 630.000 personen (op basis van 197.484 simkaarten) die op de dag van de aardbeving in Port-au-Prince waren zijn 19 dagen erna weggetrokken (circa 20%). 
Bron: PLOS

Parijs: Impact van lockdowns na aanslagen meten 

Proximus analyseerde via location based analytics de impact van de lockdown van Brussel na de terroristische aanslagen in Parijs in november 2015. Minder mensen maakten effectief de verplaatsing van en naar Brussel terwijl er meer verkeer naar andere centrumsteden was. 
Bron: Proximus

São paulo: Luchtvervuiling in kaart brengen 

In São Paulo, Brazilië, zorgt luchtvervuiling voor chronische ziektes en bijgevolg vroegtijdig overlijden van duizenden mensen per jaar. Telecomoperator Telefônica Brasil heeft op machine learning gebaseerde algoritmes ontworpen die data van het mobiel netwerk combineren met data in verband met het weer, het verkeer en sensoren die de luchtkwaliteit meten. Zo worden verkeerspatronen en luchtvervuiling kostenefficiënter in kaart gebracht en krijgen beslissingsnemers cruciale informatie om transport in bepaalde gebieden van de stad te kanaliseren. 
Bron: GSMA

Lees hier meer over het ‘social good’ van GSMA.

GSMA for better future

6 vragen die via datasets van mobiele telefonie beantwoord kunnen worden:

  1. Hoe is de bevolking in een bepaald gebied samengesteld op een bepaald moment? Welk onderscheid kunnen we maken tussen de lokale bevolking en mensen van buiten dat geografische gebied?  
  2. Hoe bewegen mensen zich door een bepaald geografisch gebied? Hoelang blijven ze ergens en waar gaan ze daarna naartoe?  
  3. Welke veranderingen in tijd en ruimte zien we bijvoorbeeld op het vlak van verstedelijking, begrenzing van de bebouwde kom, verkeersinfrastructuur …? Wat is de optimale grootte van bepaalde ruimtelijke eenheden?  
  4. Welke gelijkenissen en verschillen onderscheiden we op het vlak van mobiliteit tussen actieven en niet-actieven?  
  5. Hoe zit het met woon-werkverkeer op weekdagen en welke invloed hebben factoren zoals het weer, ongevallen, evenementen …?  
  6. Hoe is de situatie in Europa op het vlak van woon-werkverkeer over de landsgrenzen heen, de arbeidsmigratie, internationaal toerisme …? Hiervoor worden metingen van buitenlandse mobiele apparaten gebruikt, roaminggegevens en gegevens van buitenlandse operatoren.

One

One is het ICT-vakblad van Proximus voor CIO’s en ICT-professionals van grote en middelgrote ondernemingen. 

Andere artikels van One