De tweede Transformation Tuesday opdracht is net als de eerste opdracht een voorbereiding geweest op de eerste Datadump. Hierbij bleven we binnen hetzelfde thema: verkeersinformatie uit Nederland. We vonden bij het CBS een datasetje met daarin de gemiddelde reistijden en -afstanden per provincie over meerdere jaren. Deze informatie was verder uitgesplitst naar de onderliggende reismotieven.
Net als bij de eerste opdracht was het deze keer niet het doel om een geavanceerde analyses te maken of om nieuwe inzichten te verkrijgen, maar om in een kort tijdsbestek weer eens creatief met data aan de slag te gaan.
De inzendingen van deze opdracht zijn hieronder te bekijken.
Lijkt het je ook leuk om deel te nemen aan toekomstige Transformation Tuesday opdrachten? Meld je dan aan via onze website!
Joost
Bij het zien van deze data werd ik meteen nieuwsgierig naar de ontwikkeling van de reisduur per type reis. Daarbij kwam eenzelfde soort vraag bij mij op als bij de vorige Transformation Tuesday: is het drukker geworden op de weg? Zou de economische groei een verklaring kunnen zijn voor toename in het verkeer? Ik heb daarom de economische groeicijfers ook bij het CBS vandaan gehaald en gecombineerd in deze scatter chart om eenzelfde soort (dubieuze) conclusie te trekken:
Hiermee wil ik duidelijk maken dat we ook tijdens de DataDump vrij zijn om externe bronnen te zoeken en te gebruiken gedurende de dag. Misschien ook leuk als discussiepunt voor wat betreft het verschil tussen correlatie en causaliteit.
Dennis
Hierbij mijn inzending voor Transformation Tuesday. Uiteraard heb ik geprobeerd hierin een originele opmaak te kiezen, maar door het aantal datapunten denk ik ook dat de getrokken conclusie hierin het beste zichtbaar is. Wanneer je kiest voor een lijngrafiek krijg je zeer veel lijnen en verlies je daardoor de focus. Het geheel is opnieuw gemaakt in Power BI, maar ik ben nog op zoek naar een oplossing waarin dit gemakkelijker gerealiseerd kan worden.
Wilbert
Peter
