Risicogerichte inspecties voor de voedselveiligheid
Opdrachtgever: Nederlandse Voedsel- & Warenautoriteit
De vraag
Hoe kan de NVWA risicogerichte inspecties uitvoeren om de voedselveiligheid te waarborgen?
De Nederlandse Voedsel en Waren Autoriteit (NVWA) beschikt over een enorme hoeveelheid data en heeft de ambitie om een data gedreven organisatie worden. Zo is er veel data beschikbaar over de inspecties die zij uitvoeren met betrekking tot voedselveiligheid. De NVWA wilde deze data graag gebruiken om door middel van machine learning risicogerichte inspecties te doen. Om zo de waardevolle tijd van de inspecteurs nog beter te benutten.
De aanpak
De aangeleverde dataset bevatte meer dan 57.000 inspecties. Deze inspecties zijn uitgevoerd binnen verschillende domeinen. We hebben de vijf grootste domeinen gebruikt voor de analyse, allen rond voedselveiligheid. We zijn begonnen door met een open blik de data te analyseren en visualiseren om vervolgens de kansrijkheid van risicogerichte inspecties te inventariseren.
De oplossing
Er is een model opgeleverd dat voor ieder bedrijf met bijbehorende kenmerken een inschatting kan maken van de kans dat regelgeving niet wordt nageleefd. Het model toont aan dat er een sterk onderscheid is tussen verschillende bedrijven en omstandigheden en de kans op naleving.
“Het model helpt de NVWA inspecties efficiënter te plannen”
De impact
Dit model kan helpen bij het samenstellen van lijsten ‘te inspecteren bedrijven’ en de capaciteitsplanning die daarbij komt kijken. Zo wordt de tijd van inspecteurs efficiënter besteed en kan de voedselveiligheid beter worden gewaarborgd.
MEER WETEN?
