Statistisch data-analist (geo)statistiek & kennisoverdracht – Vlaamse overheidsinstelling

Een afdeling van een Vlaamse overheidsinstelling beschikt over meerdere datasets die de afgelopen jaren werden samengesteld, maar nog niet systematisch werden geanalyseerd. Als statistisch expert analyseer je deze onbenutte datasets, van bodemkoolstof en verharding tot ruimtegebruik en vergunningen. Tegelijk versterk je de interne expertise van de afdeling, zodat de medewerkers op termijn zelf gelijkaardige analyses kunnen uitvoeren.

Je voert individueel analyses uit en begeleidt een team van interne medewerkers. Je werktijd verdeel je over eigen analyses, toelichtingen en werksessies.

• Je voert analyses uit op de datasets van de afdeling en licht ze toe.
• Je herneemt de analyses samen met een beperkte groep van een tiental tot twintigtal medewerkers, zodat zij op termijn gelijkaardige analyses autonoom kunnen uitvoeren.
• Je helpt de afdeling om statistische analyses publiceerbaar te maken, met meer aandacht voor grafieken en publicaties.
• Je zet een kwaliteitscontrole op de gepubliceerde data en documenten mee op en voert ze uit.
• Je analyseert datasets in het kader van de periodieke rapportage van de organisatie.
• Je verkent in 2025 in een proefproject de mogelijkheden van Natural Language Processing (NLP) voor de geautomatiseerde verwerking van vergunningsbeslissingen uit het online vergunningenloket, in het bijzonder ongestructureerde pdf-documenten. Je ontwikkelt en past technieken toe om voorwaarden en lasten uit deze documenten te extraheren, te categoriseren en te interpreteren. Het proefproject dient als opstap naar een bredere inzet binnen de organisatie, met kennisoverdracht als belangrijke pijler.

De afdeling beschikt onder meer over de volgende datasets, telkens met mogelijke analyses:

• Koolstofmonitoringnetwerk: om te weten hoeveel koolstof er in de Vlaamse bodems zit, heeft de organisatie in juli 2021 een bodemkoolstofmonitoringsmeetnet opgestart. Over een periode van 10 jaar worden bodems onder alle landgebruiken bemonsterd, inclusief bodems in waterrijke gebieden en (half-)natuurlijke graslanden en bodems beheerd door overheden, lokale besturen en burgers. Het meetnet heeft ondertussen twee werkjaren achter de rug, zodat de eerste data stilaan kunnen worden voorgesteld en grondiger geanalyseerd. Op termijn zijn de resultaten bruikbaar om de rapporteringen en prognoses over landgebruik, verandering in landgebruik en bosbouw (LULUCF) bij te sturen, met andere woorden om te onderbouwen of bijvoorbeeld landbouwbodems of residentieel gebied koolstof opslaan of verliezen.
• Verharding: in 2022 werd een nieuwe methode ontwikkeld die automatisch een jaarlijkse bodemafdekkingskaart genereert. Deze kaart combineert de administratief gekende bodemafdekking uit het Grootschalig Referentiebestand (GRB) met gemodelleerde bodemafdekking op basis van middenschalige winterluchtopnames. Zo wordt meer verharding nauwkeuriger en met een hogere frequentie in kaart gebracht dan tot nog toe het geval was. De methode heeft ondertussen haar nut bewezen, maar moet nog geoptimaliseerd worden: zo zal het model waarschijnlijk minstens jaarlijks opnieuw getraind moeten worden.
• Ruimtegebruik: het ruimtegebruik in Vlaanderen per hectarecel in 2013, 2016, 2019 en 2022. Ook dit ruimtegebruik kan ruimtelijk worden geanalyseerd. Er worden evoluties waargenomen, maar zijn die evoluties statistisch betrouwbaar? De afdeling heeft hier de afgelopen jaren heel wat ervaring opgebouwd, maar het detecteren van ‘verandering’ blijft moeilijk.
• Vergunningen: de afgelopen 6 jaar ontving de organisatie zo’n 80.000 vergunningen per jaar via het online vergunningenloket. De basisrapportage over de aantallen vergunningen is op orde. Er komen alsmaar meer vragen om hierover te rapporteren, en die vragen worden inhoudelijk ook alsmaar boeiender. Daarom wil de organisatie in de toekomst meer en grondigere analyses doen over de projecten. Een project kan uit meerdere voorwerpen bestaan, waarvan sommige geografisch bij elkaar horen, bijvoorbeeld een bemaling (voorwerp 1) bij de bouw van een appartementsblok (voorwerp 2), of de sloop van een gebouw en de bouw van een nieuw gebouw op dezelfde plek. De organisatie wil graag weten welke voorwerpen (grotendeels) geografisch bij elkaar horen. Een tweede, nog embryonaal idee is het opsporen van opvallende trends in de massa aan informatie in het loket, trends die afwijken van de gewone gang van zaken: bijvoorbeeld opvallend meer of minder aanvragen van een bepaald type in een bepaalde periode, of in een bepaalde regio (gemeente).
• Veenkaart: vorig jaar werd via een externe studieopdracht met behulp van AI een allereerste gebiedsdekkende veenkaart voor Vlaanderen gemaakt. Deze kaart heeft nog niet het niveau van nauwkeurigheid dat ze zou moeten hebben. Met statistische interpolatietechnieken kan hier nog een kwaliteitssprong worden gemaakt.

De bedoeling is om de komende jaren de interne expertise voor het (statistisch) analyseren van datasets verder uit te bouwen. Kennisoverdracht krijgt daarom een belangrijke focus. Een eerdere externe consultant heeft de statistische geletterdheid van de afdeling met succes vergroot, en daar bouw je op verder: de organisatie zoekt geen basisopleiding statistiek meer, maar iemand die de afdeling verder helpt in het publiceerbaar maken van statistische analyses.

De medewerkers van de afdeling die het traject mee opvolgen, hebben een diverse achtergrond. Ze zijn allen universitair geschoold en geïnteresseerd in statistische analyses.