Hoeveel hotels, musea, campings of restaurants zijn er in een gemeente of regio? Wat is de beddencapaciteit? Vragen over het toeristisch aanbod die regelmatig langskomen. Vreemd genoeg zijn de antwoorden daarop zelden voor handen. CBS voorziet in een basis, maar dat is een stuk minder gedetailleerd dan gewenst. Het is bijvoorbeeld niet op gemeenteniveau en kleinere accommodaties als Bed & Breakfasts missen. Gemeentes hebben soms een overzicht, maar vaak ook niet. En als ze het hebben is dat ook lang niet altijd volledig of actueel.
Zo zijn er vele bronnen die in een deel van de informatie voorzien. Maar een volledig overzicht ontbreekt. Er zijn veel partijen die om deze data zitten te springen. Vanuit Toerisme Veluwe Arnhem Nijmegen hebben we daarom vorig jaar een pilot uitgevoerd met en in de gemeente Nunspeet. Als onderdeel van dit project wilden we het aanbod in kaart brengen. Dat hebben we als volgt aangepakt:
Stap 1: de echte situatie
Eerst hebben we handmatig het aanbod in kaart gebracht. Dat betekent in de praktijk dat we met verschillende collega’s alle straten hebben doorgelopen of gefietst en daar alles aan restaurants, ijssalons, musea, recreatieplassen, hotels, VVV’s, bungalowparken, cafés, etc hebben genoteerd. Om hiermee een ‘volledig’ en actueel bestand van het toeristische en recreatieve aanbod (zowel overnachten als dagrecreatie) te maken voor één gemeente. Uiteraard bestaat de kans dat we een B&B of grillroom ergens gemist hebben, maar we lijken een vrij volledige lijst te hebben gemaakt.
Gelukkig mochten we van Kenniscentrum Kusttoerisme hun goed uitgewerkte definitiekader gebruiken. Want wanneer is een café een eetcafé of een ‘gewoon’ café, hoe ga je om met jachthavens, wanneer noem je een accommodatie een groepsaccommodatie, etc? Dat zijn lastige vragen waar je in het proces tegenaan loopt en dan helpt het enorm als de definities zijn uitgewerkt. En dat is ook wenselijk om later landelijke inzichten te kunnen krijgen of om te benchmarken.
Deze eerste stap van het handmatig in kaart brengen van aanbod is een arbeidsintensief proces. Dit is dan ook geen duurzame optie om aanbod in kaart te brengen. Het dient dan ook slechts als document waarmee we bestaande databronnen kunnen valideren. Hiermee kunnen we kijken hoe goed die ‘scoren’ en waar welke overlap zit. Een dele van het aanbod zal in verschillende bronnen aanwezig zijn, maar ze zullen wellicht allemaal ook weer net andere locaties wel hebben. Zo kunnen we kijken of we met een combinatie van bestaande bronnen een geautomatiseerd inzicht in aanbod kunnen krijgen.
Stap 2: de bestaande bronnen
Bij de tweede stap hebben we dus diverse databronnen in kaart gebracht waarin toeristisch aanbod zit. Dat zijn o.a. KvK, Google, BAG, LISA en Kadaster. Daarvan hebben we de data aangevraagd, bekeken, omgezet waar nodig en geanalyseerd.
Stap 3: validatie en samenbrengen
Bij stap drie legden we de data van de bronnen uit stap 2 naast het ‘echte’ aanbod uit stap 1. Dus hoeveel procent van het totale aanbod is uit het bestand van het Kadaster te halen, hoeveel uit Google, etc? Voor de gemeente Nunspeet zien we bijvoorbeeld dat 50 van de 73 locaties die wij gevonden hadden in de data van KvK zitten. Dat is een score van 68%. HorecaDNA (bestaat inmiddels niet meer) had 47% van de locaties, maar wel weer een aantal andere locaties dan KvK. Met een combinatie van beiden kom je dan al op 71%. Google scoort echter 96%. Dus dat is op zichzelf eigenlijk al een hele mooie basis! Met andere bronnen is dat nog 1 a 2 procent verder te brengen. Conclusie van de pilot is dan ook dat het zeer kansrijk is om het aanbod volledig genoeg in kaart te kunnen brengen om waardevol te zijn. Er zijn echter wel wat uitdagingen nog, want het is bijvoorbeeld niet zo dat de Google-data dusdanig kant-en-klaar is dat je daarmee meteen klaar bent.
Hoe nu verder?
Behalve heel veel gewenste locaties komen er ook veel ‘ongewenste’ locaties mee vanuit Google. Denk daarbij aan hoofdkantoren of bijvoorbeeld winkels of nagelstudio’s die we niet in de scope hebben zitten en dus overbodig zijn. Dus daar moeten we goed naar gaan kijken hoe we dat, zo veel mogelijk geautomatiseerd, kunnen opschonen. En of en hoe we gaan ontdubbelen met andere bronnen. Daarnaast moeten we kijken hoe dit zich in andere gemeentes en gebieden verhoudt, want we hebben het nu met gemeente Nunspeet getest en er zijn geen redenen om aan te nemen dat dit in andere gemeentes hele andere resultaten geeft, maar dat weten we niet zeker uiteraard.
NRIT is in opdracht van de Landelijke Data Alliantie ook bezig een nationale dataset te maken voor overnachtingsaccommodaties, waar we ook bij betrokken zijn. Dit ziet er veelbelovend uit en zal naar verwachting deze zomer nog opgeleverd worden. De kans is dus groot dat we het deel van overnachtingsaccommodaties niet verder hoeven uit te werken en die vanuit deze dataset kunnen gaan gebruiken. In dat geval kunnen we ons richten op het aanbod van dagrecreatie, want dat wordt hier niet in meegenomen.
Vanuit een eerder project dat wij enkele jaren geleden op dit gebied uitvoerden hebben we nog de techniek voor een dashboard liggen. Hiermee is de data gemakkelijk om te zetten in inzichten, want daar gaat het uiteindelijk om natuurlijk. Hoeveel hotels zijn er in gemeente x? Is dat meer of minder dan de afgelopen jaren? Welke hotels zijn dan verdwenen? Dat soort antwoorden zijn in het dashboard in mooie grafieken, diagrammen en lijsten te zien en te filteren.
Als deze basis allemaal op orde is, willen we graag een verdere verdiepingsslag maken, waarbij we bijvoorbeeld specifiek voor bungalowparken met de Parkenbank van Vitale Vakantieparken extra kenmerken kunnen toevoegen. Of misschien heeft de Nationale Museumvereniging wel een aanvulling op gebied van musea. Of misschien heb jij nog wel een idee voor extra databronnen?
Conclusie is in ieder geval dat het zeer kansrijk lijkt om aanbod beter in kaart te gaan brengen. We hopen over een tijdje een aanbodmonitor te lanceren waarbij alle vragen hierover met één of twee klikken beantwoord kunnen worden.
