SAS Energy Game: Serious gaming maakt leren leuk

0

Inzicht krijgen in de kracht van analytics én leren omgaan met analytische software. En dat terwijl je gewoon een spel speelt. Dat is de SAS Energy Game. Inmiddels hebben al honderden studenten het spel gespeeld en daarmee hun analytische vaardigheden versterkt.

Meer mensen kennis laten maken met analytics

Data is de nieuwe olie. We horen het al jaren, maar het aantal mensen dat in de praktijk heeft kennisgemaakt met de kracht van analytics is nog altijd beperkt. Natuurlijk, data scientists weten hoe ze data kunnen omzetten naar inzichten. Maar een gemiddelde manager heeft geen flauw idee. En dat terwijl steeds meer bedrijven en overheidsorganisaties zeggen dat ze datagedreven willen gaan werken.

 

 

 

 

 

Van escape room naar locatieonafhankelijk spel

Om analytics leuk en tastbaar te maken, ontwikkelde SAS in het verleden al eens verschillende Data Science Escape Rooms. Dit was zo’n succes en de vraag ernaar zo groot, dat één van die spellen, de SAS Cyber Challenge, uit de fysieke escape room werd gehaald om los gespeeld te kunnen worden. Zo konden immers veel meer mensen de Cyber Challenge spelen. Het grootste nadeel van deze game was echter: het waren fake cases.

Spel met echte data

Daarom vroegen wij ons af: kunnen we een spel ontwikkelen op basis van echte data? Een spel dat bovendien betrekking heeft op een probleem dat iedereen ervaart? Zo kwam de SAS Energy Game tot stand. De game bevat vier opdrachten: drie relatief eenvoudige die iedereen kan maken, ook als je geen achtergrond hebt in data en analytics. En één complexe speciaal bedoeld voor mensen die meer ervaring hebben op dit terrein.

Opdracht 1: vrije laadpaal vinden

De eerste opdracht betreft het vinden van een vrije laadpaal als je met z’n allen naar een evenement gaat. Deze opdracht kan worden gelokaliseerd. Zo kun je spelen dat je met de auto naar een wedstrijd van PSV in Eindhoven gaat, maar je kunt evengoed een laadpaal zoeken in de buurt Ahoy of de Kuip. In deze opdracht leren de deelnemers omgaan met geografische data met behulp van SAS Visual Analytics.

Opdracht 2: aantal elektrische auto’s in de toekomst voorspellen

De tweede game is het voorspellen van de groei van het aantal elektrische auto’s, zodat de overheid nu kan bepalen hoeveel laadpalen er in totaal bij moeten komen. De focus bij deze opdracht ligt op het maken van een forecast op basis van historische data. Die data beslaan een aantal jaren, ook de Covid-periode toen de autoverkoop plotseling scherp daalde om daarna weer aan te trekken. Deelnemers leren hoe ze dit soort, op het eerste gezicht onbruikbare data toch kunnen bewerken om tot een goede voorspelling te komen.

Opdracht 3: elektriciteitsaandeel in de energiemix berekenen

Bij opdracht drie moeten de deelnemers op basis van de CBS wijk- en buurtindex berekenen in welke wijk het elektriciteitsaandeel in de energiemix het hoogst is. Dit is echt een rekenopdracht, waarbij eerst de kubieke meters gas moeten worden omgerekend naar kilowattuur, om vervolgens op basis van het totale energieverbruik de percentages gas en elektriciteit op buurtniveau te berekenen.

Opdracht 4: op wijkniveau voorspellen hoeveel laadpalen moeten komen

De complexe opdracht voor data scientists tot slot borduurt voort op de tweede opdracht. In plaats van een landelijke voorspelling is het nu de bedoeling dat je op basis van CBS-data voorspelt in welke buurten en wijken de extra laadpalen moeten komen. Daarvoor heb je gegevens nodig van het huidige aantal laadpalen in wijken, maar ook van het aantal bewoners van die wijk en het aantal auto’s. Door deze gegevens te combineren met de voorspelling van het aantal elektrische auto’s in de toekomst, kun je berekenen op welke plekken de nieuwe laadpalen het best kunnen komen. Het mag duidelijk zijn dat bij deze opdracht, waarbij je echt met predictive modelling aan de slag gaat, de kracht van het SAS Viya-platform het best tot zijn recht komt.

Ontwikkeld door studenten

Omdat SAS het belangrijk vindt dat studenten al tijdens hun opleiding in aanraking komen met analytics, hebben ze het spel laten ontwikkelen door twee studenten Toegepaste Wiskunde van Fontys Hogeschool in Eindhoven. Voor de studenten was het een geweldig inspirerende stage. Voor SAS een goede manier om het onderwijs te betrekken bij de dagelijkse praktijk. Want hoewel deze opdrachten nu voor de Energy Game zijn ontwikkeld, zijn het tegelijkertijd vragen die we nu al krijgen van klanten in de energiemarkt of bij de overheid. Zo werd de SAS Energy Game gespeeld tijdens de Get ConnectIT Inspiratiedagen 2022 van Rijkswaterstaat.

 

 

Factory in a box voor uitdagingen industriële bedrijven

Zou jij de Energy Game graag willen spelen in je bedrijf of op je hogeschool of universiteit? Neem contact met ons op. Werk je in de manufacturing industrie en wil je graag een spel spelen dat aansluit bij jouw uitdagingen? Dan sluit het spel ‘Factory in a box’ beter aan. Of speel de AI Boardgame, waarmee je je theoretische kennis over AI vergroot.

Share

About Author

Jos van Dongen

Principal Consultant

Jos von Dongen is a principal consultant at SAS Netherlands, where his main focus is helping data science teams become more productive. His expertise is broad, ranging across data visualisation, data science, machine learning and the Internet of Things, and he has worked in and with both public and private sector organisations. He is the co-author of several books on open source business intelligence, including Pentaho Solutions and Pentaho Kettle Solutions

Leave A Reply

Back to Top