Begin februari ben ik gestart met mijn afstudeerstage bij CGI Nederland. Ik zit in de laatste fase van mijn master, Data-Driven Business aan de Hogeschool van Utrecht. Voor de afronding van mijn studie heb ik onderzoek gedaan naar een voorspelmodel die capaciteitsscenario’s berekent in de luchtvaartsector.
Tijdens de master Data-Driven Business word je opgeleid tot Analytics Translator. Vanuit deze rol sla je de brug tussen het business- en datadomein binnen een organisatie. In de luchtvaartsector worden grote hoeveelheden data omgetoverd tot belangrijke inzichten. Daarom is CGI als IT dienstverlener in (onder andere) de luchtvaartsector de perfecte plek om af te studeren.
Vanuit een onderzoek van McKinsey & Company kwam de volgende trend naar voren: de zogeheten ‘travel boom’, daar is mijn onderzoek op gebaseerd. Hierin wordt de vraag gesteld of de luchtvaartbranches klaar zijn voor de opkomende ‘travel boom’, oftewel een sterke toename in het aantal passagiers na COVID-19. Zo kwam uit dit onderzoek naar voren dat er dagelijkse ongeveer 2 miljoen passagiers in Amerika zijn. Dit is een significant verschil ten aanzien van de eerste coronagolf in april 2020, waarbij dagelijks slechts 90.000 vliegpassagiers waren. Vanwege de hierboven genoemde toename in passagiers kan er gesproken worden van een opkomende ‘travel boom’. Het voorspelmodel wat ik heb onderzocht kan capaciteitsscenario’s voorspellen voor dit probleem.
Door een veranderende vraag bij de afnemende partij (de gebruiker) is er de behoefte om een selfservice voorspelmodel te ontwikkelen, in plaats van het huidige on-demand voorspelmodel. Hiermee kunnen zij zelf capaciteitsscenario’s voorspellen en zijn ze niet afhankelijk van derden. Hierbij zijn veel vraagstukken onderzocht, zoals: Wat zijn de functionele en technische behoeften? Levert het voorspelmodel een strategische bijdrage? Welke bijkomende factoren spelen een rol bij een selfservice voorspelmodel? De uitdading van dit onderzoek zit in het feit dat het multidisciplinair is. Hierdoor is er rekening gehouden met stakeholders uit meerdere disciplines: Business, IT en Data.
Dit onderzoek is opgedeeld in twee fases. Tijdens de eerste fase is er bij 18 stakeholders onderzocht wat de functionele en technische behoeften zijn en of het selfservice voorspelmodel een strategische bijdrage levert aan de prestatie indicatoren van de afnemende partij. Dit heeft erin geresulteerd dat er behoefte is aan een selfservice voorspelmodel dat toepasbaar is op drie verschillende niveaus in de organisatie: strategisch, tactisch en operationeel.
In de tweede fase van dit onderzoek zijn de inzichten vanuit de eerste fase gevalideerd. Dat deden we tijdens een focusgroep met toekomstige gebruikers van het selfservice voorspelmodel die werkzaam zijn op strategisch, tactisch of operationeel niveau. Naast de validatie van de behoeften werd er tijdens deze focusgroep gediscussieerd over bijkomende factoren van het selfservice voorspelmodel. Dit heeft geresulteerd in een set met belangrijke eisen/wensen voor de ontwikkeling van de selfservice voorspelmodel.
Uit mijn onderzoek is gebleken dat het voorspelmodel multifunctioneel inzetbaar is en niet alleen bruikbaar is voor de capaciteitsplanningen. Het voorspelmodel is een belangrijke asset voor het datadomein van de afnemende partij en kan een bijdrage leveren aan meerdere organisatiedoelstellingen.
Typerend voor het Data-Driven Business vakgebied is het multidisciplinaire kijken naar een data-gerelateerd vraagstuk. Mijn bijdrage aan het vakgebied is een multidisciplinair onderzoek waar duidelijk in terugkomt dat het datadomein voor de alignment zorgt tussen de Business en IT. De rol van een Analytics Translator kwam bij dit vraagstuk goed van pas. CGI heeft mij de ruimte gegeven om vanuit deze rol onderzoek te doen bij een passende organisatie. Hiervoor ben ik CGI en mijn begeleider erg dankbaar. Mijn afstudeeronderzoek was leuk en leerzaam tegelijk. Ik kan dit bedrijf aan iedereen aanraden die nog op zoek is naar een plek om af te studeren!