Afbeelding
Toerisme en recreatie zijn van groot belang voor toeristische bestemmingen. Echter, te veel toerisme leidt tot drukte en mogelijk overlast voor gemeenschap en landschap. Om goed te kunnen sturen en anticiperen op drukte ligt er een grote wens bij beleidsmakers, ondernemers en branches om dit beter te kunnen voorspellen. Is het mogelijk om op basis van basis van big-data te kunnen voorspellen waar en wanneer het mogelijk druk gaat zijn? Die vraag onderzoeken onze programmamanagers Jasper Heslinga en Harm IJben in ons project “Voorspelmodellen voor inzicht in toerismedrukte”.
Experimenteren met voorspellingen
Tijdens een gehouden expertsessie over voorspelmodellen wisselden 6 data-experts ervaringen en kennis uit om zo de modellen verder door te kunnen ontwikkelen. De experts vertelden meer over:
- Een handig literatuuroverzicht rondom voorspelmodellen gepresenteerd evenals experimenten (door Noël Middelhoek van het European Tourism Futures)
- Bevindingen over het doen van voorspellingen op basis van GPS-data (door Jolene Cijsouw van Hogeschool Zeeland)
- Eerste versie van een voorspelmodel waarbij gebruik is gemaakt van AirBnB data (door Janneke Arntzen en Oswald Dijkstra van DataFryslân)
- Ervaringen met voorspellingen en prognoses (door Tanja Fedorova en Joris Klingen van Gemeente Amsterdam)
Hoopvolle experimenten, maar vervolgstappen nodig
De literatuurstudie biedt een goed overzicht van wat überhaupt een model is, welke methoden er zijn en wanneer deze onder welke voorwaarden te gebruiken zijn. Deze ‘quickscan’ biedt een handig overzicht om een goede start te maken met voorspelmodellen. De experimenten laten zien dat onderzoek op basis van tijdreeksen (time series) niet goed genoeg werkt, maar dat regressiemodellen betere resultaten opleveren. Er zit veel potentie in voorspelmodellen, maar er moet nog uitgebreider getest worden met andere data en het combineren met anderen methoden. De overkoepelende conclusies en geleerde lessen van dit project worden binnenkort gepubliceerd.
Samenwerking rondom toeristische data
Dit project maakt onderdeel uit van het Data & Development Lab, waarbij CELTH samen met het CBS en NBTC de handen ineen heeft geslagen om te experimenteren met data en informatie ten behoeve van de vrijetijdsector. Voor dit project wordt er samengewerkt tussen het European Tourism Futures Insitute (ETFI) en het Kenniscentrum Kusttoerisme en wordt er intensief samengewerkt met de data experts van DataFryslân en het lectoraat ‘Data Science’ van de Hogeschool Zeeland. Op deze manier wordt de kennis van toerisme en vrije tijd gecombineerd met de technische kennis rondom modelleren.
