Opdracht Attractieve Website

Menu

Big Data

Vraag 1

Businessidee: Gezonde meal prep–service

Omschrijving:
Een bedrijf dat gezonde, vooraf bereide maaltijden aanbiedt voor drukbezette mensen, 

sporters en mensen die willen afvallen of gezond eten.

 De maaltijden worden wekelijks geleverd of per bestelling verkocht.

Zoektermen:
Vlaanderen & Nederland

  • meal prep

  • gezonde maaltijden

  • kant en klare gezonde maaltijden

  • maaltijdservice gezond

Duitsland & Oostenrijk (Duits)

  • meal Prep

  • gesunde Fertiggerichte

  • vorgekochte Mahlzeiten

  • Essenslieferung gesund

B.Trends

Vlaanderen & Nederland

  • meal prep:

    • Nauwelijks zoekvolume vóór 2014–2015

    • Sterke stijging vanaf ±2017

    • Pieken vanaf 2020 (gezondheid & gemak)

  • Trend blijft duidelijk stijgend, geen structurele daling na covid.

Nederland vs Vlaanderen

  • Nederland:

    • Hogere zoekvolumes

    • Snellere adoptie van Engelse termen

  • Vlaanderen:

    • Lagere volumes

    • Meer zoekopdrachten zoals gezonde maaltijden i.p.v. meal prep

Nederlandstalige vs Duitstalige regio’s

  • Duitsland & Oostenrijk:

    • Meal Prep stijgt, maar minder sterk dan NL

    • Lokale termen (gesunde Fertiggerichte) zijn belangrijker

  • Trend is ook hier positief stijgend, maar cultureel anders ingevuld

C. Seasonality

Piekmomenten

  • Januari – februari

    • Goede voornemens

    • Afvallen, fitness, gezonde levensstijl

  • Mei – juni

    • Zomerlichaam, sport, dieet

  • September

    • “Back to routine” na zomer

Dalperiodes

  • December:

    • Feestdagen

    • Minder focus op gezond eten

D. Geografische verschillen

Nederland

Hoogste interesse in:

  • Randstad:

    • Noord-Holland

    • Zuid-Holland

    • Utrecht

Verklaring:

  • Drukbezette professionals

  • Hogere koopkracht

  • Grotere fitnesscultuur

België

  • Vlaanderen scoort hoger dan Wallonië

  • Grootstedelijke regio’s:

    • Antwerpen

    • Gent

    • Leuven

Duitsland

  • Grote steden:

    • Berlijn

    • Hamburg

    • München

De 5 V’s

–Volume
10 000 reviews vormen een aanzienlijke hoop tekst en cijfers; alleen al de review-tekst beslaat enkele megabytes.
–Velocity
De reviews stromen continu binnen vanuit webshops, apps en sociale media; elke nieuwe beoordeling is binnen seconden zichtbaar in de dataset.
–Variety
We combineren gestructureerde velden (rating, product_category) met ongestructureerde vrije tekst (review_title, review_text), wat zorgt voor een rijke mix aan datastructuren.
–Veracity
Niet elke review is betrouwbaar: er kunnen fake accounts, bots of bevooroordeelde klanten tussen zitten, waardoor de datakwaliteit varieert.
–Value
Uiteindelijk levert de analyse van deze reviews concrete waarde: inzicht in klanttevredenheid, aanknopingspunten voor productverbetering en optimalisatie van klantenserviceprocessen.

1. Gekozen stad

Antwerpen – Vlaanderens grootste stad met een actief Smart-City programma onder de naam “Antwerpen Smart Zone”.

2. Gebruikte bronnen (APA)

3. Vijf unieke Big-Data bronnen

Table
Copy
#CategorieConcrete bronVoorbeeld output
1SensorenLuchtkwaliteitssensor op straatverlichting (PM₂,₅, NO₂)12 µg/m³, 38 µg/m³
2TelecomProximus mobiele telemetrie (anonieme gsm-locaties)1 247 unieke toestellen per cel per 15 min
3TransactiedataDe Lijn – check-in/-uit met MOBIB-kaartKaart-ID, halte-ID, 2025-12-17 08:42:00
4BeelddataANPR-camera’s op de Antwerpse RingKenteken 1-ABC-123, 2025-12-17 07:55:12, 51.2301° N 4.4166° E
5IoTFill-level sensor in slimme vuilnisbakken (BigBelly)Vulgraad 78 %

4. Drie V’s voor twee bronnen

Bron 1 – Luchtkwaliteitssensoren

  • Volume: ± 1 GB per dag (1 000 sensoren × 1 meting/minuut × 10 velden).
  • Velocity: Real-time; elke 60 seconden.
  • Variety: Semi-gestructureerde JSON-berichten met tijd, geo-coördinaten en meetwaarden.

Bron 2 – Proximus mobiele telemetrie

  • Volume: ± 10 GB per dag (500 000 toestellen × 96 kwartierblokken).
  • Velocity: Elke 15 minuten geaggregeerd.
  • Variety: Hoogst gestructureerde CSV/Parquet-bestanden zonder vrije tekst.

5. Veracity-risico & maatregel

  • Bron: Luchtkwaliteitssensoren.
  • Risico: Sensor-drift of vervuiling geeft systematisch afwijkende waarden.
  • Maatregel: Maandelijkse kalibratie tegen referentiestation van VMM + automatische outlier-detectie (3-sigma regel).

6. Value & KPI’s

Combinatie: Luchtkwaliteitssensoren + mobiele telemetrie.
Use-case: Dynamische verkeersregeling op basis van luchtvervuiling en verkeersdrukte.
Meetbare KPI’s
  • 10 % reductie PM₂,₅ in binnenstad binnen 24 maanden.
  • 15 % kortere reistijd tijdens spits.
  • +20 % tevredenheid over luchtkwaliteit (jaarlijkse enquête “Leefbaar Antwerpen”).