Notilyze neemt deel aan SAS EMEA Hackathon

Met trots kondigen we de deelname van Notilyze aan de SAS EMEA Hackathon aan. De Hackathon vindt plaats in februari en het doel is om een ​​manier te vinden om duurzame waarde toe te voegen aan real life business. We gaan deze uitdaging aan in samenwerking met ELVA Community Engagement en de Internationale Organisatie voor Migratie.

Casebeschrijving
Jaarlijks wordt 1,3 miljard dollar aan financiering voor humanitaire hulp verspild als gevolg van verouderde voorraadbeheerpraktijken in vluchtelingenkampen (Van der Laan, 2016). Als gevolg hiervan kunnen naar schatting 1.880.000 kinderen, vrouwen en mannen per jaar niet worden voorzien van essentiële humanitaire hulpgoederen om hen veilig en in goede gezondheid te houden. Empirisch bewijs toont aan dat deze enorme menselijke tol kan worden vermeden door betere technieken voor het voorspellen van de vraag in vluchtelingen-/IDPkampen te implementeren.

Kampmanagers maken momenteel gebruik van ad-hoc, veroordelende voorspellingstechnieken, die omslachtig en relatief ineffectief zijn. In tegenstelling tot onze tool, voldoen bestaande AI-gestuurde tools voor supply chain-optimalisatie echter niet aan de behoeften van humanitaire missies, omdat ze geen rekening houden met: 1) sterke vraagonzekerheid als gevolg van conflictvolatiliteit; 2) SPHERE-normen; 3) sterke divergentie van "productbaskets" (d.w.z. levensmiddelen, medicijnen, enz.) afhankelijk van seizoensinvloeden en kamplocatie.

Camp Forecast (CF) zal de distributie mogelijk maken van levensreddende humanitaire goederen, waaronder medicijnen, voedsel, dekens, tenten en andere, aan nog eens 1.880.000 kinderen, vrouwen en mannen die wereldwijd vluchten voor conflicten. CF zal vooral ten goede komen aan kinderen, zwangere vrouwen en IDPs/vluchtelingen met speciale behoeften – die het meest kwetsbaar zijn en afhankelijk zijn van humanitaire hulpgoederen in een kampomgeving. Rekening houdend met de totale humanitaire hulp in 2017 van 27,8 miljard USD, zou een efficiëntieverhoging van 0,1% al resulteren in 27,8 miljoen USD die beter zou kunnen worden gebruikt.

ELVA, de Internationale Organisatie voor Migratie (IOM) en Notilyze hebben samengewerkt om zo'n Camp Forecast Tool te creëren. Met dit consortium combineren we tientallen jaren van toonaangevende humanitaire ervaring (IOM) met dataverzameling, analyse en visualisatie-ervaring in 20 door conflicten getroffen landen wereldwijd (Elva Community Engagement) en sterke commerciële expertise bij het bouwen van geavanceerde AI-gestuurde supply chain-oplossingen voor commerciële en niet-commerciële spelers (Notilyze).

Tot nu toe heeft dit consortium zich gericht op het vereenvoudigen van de inventarisatie van de voorraden en de behoefte aan de basis WASH-benodigdheden in kampen. In plaats van een maandelijks lange enquête met vragen over de bevolking, de huidige WASH-voorraden en de huidige behoeften, hoeft een kampmanager nu slechts een aantal mensen in het kamp in te vullen om een ​​schatting te krijgen van de benodigde WASH-benodigdheden en de kosten die met deze vereisten gepaard gaan (zie figuur 1).

Figuur 1: WASH Requirements Dashboard

Een nadeel van de maandelijkse “camping assessments” van IOM als input voor dit forecast model is dat data een maand na het afnemen van het onderzoek beschikbaar zijn. Om de kwaliteit van deze prognoses te verhogen is een goede schatting van de huidige populatie in een prognose nuttig. Daarom wil IOM andere gegevensbronnen analyseren die zouden helpen om meer gedetailleerde gegevens efficiënter te verzamelen en nauwkeurigere voorspellingen te geven.

Dat is waar we binnenkomen. Met behulp van satellietbeelden willen we een schatting maken van het huidige aantal mensen in 50 vluchtelingenkampen in heel Nigeria. Met deze informatie hebben we betere input voor het forecast model en kunnen we onze prognoses sneller bijstellen. Met behulp van SAS willen we een operationeel objectdetectiemodel bouwen om schattingen van kampgroottes te stroomlijnen. Het doel is om inzichtelijke informatie over vluchtelingenpopulaties te leveren met de SAS EMEA Hackathon 2020.

Dit doel past perfect bij het doel van de Hackathon, namelijk data for good gebruiken en de use case koppelen aan de UN Sustainable Development Goals.

Referenties:

van der Laan, E., van Dalen, J., Rohrmoser, M., & Simpson, R. (2016). Demand forecasting and order planning for humanitarian logistics: An empirical assessment. Journal of Operations Management, 45, 114-122.