Je perfecte Python-moment berekenen in de Efteling

Voor elke bezoeker een 9+-ervaring creëren, dat is het doel van de Efteling.

Efteling ingang

Met behulp van data en technologie zag het park mogelijkheden om hun gasten een nóg sprookjesachtigere dag te bezorgen. Door te proberen de wachttijden bij populaire attracties te verkorten en inzicht te geven in verwachte drukte. De Efteling: ,,Onze missie is om mensen te laten ontsnappen aan de waan van alledag. Dat doen we door betovering voorop te zetten. Iedereen weet dat wachten bij een dagje attractiepark hoort, maar we kunnen die wachttijd wel verminderen met behulp van data.”

Aan het begin van de dag zien hoe druk het ongeveer zal zijn bij je favoriete attracties, dat is mogelijk dankzij het slim combineren van data zoals bezoekersaantallen, weersomstandigheden en vakanties. Uit onderzoek blijkt namelijk dat lange wachtrijen de nummer één reden is waarom mensen hun dagje Efteling soms als minder prettig ervaren. Tijd om dat aan te pakken, vond de Efteling. Samen met een team van data scientists werkt Jonas Rietbergen (38) aan slimme dataproducten die voorspellingen doen waar zowel de bezoeker als het pretpark baat bij heeft.

'Het is mooi om te zien dat je data voor je kunt laten werken, zowel voor de bezoeker als voor ons'.

Jonas Rietbergen (38), Team Lead Data & Insights bij de Efteling

Wachttijden voorspellen, dat klinkt bijna alsof jullie een glazen bol hebben. Hoe werkt dat precies?

,,Iedereen weet dat wachten erbij hoort, maar het maakt je dagje Efteling wel wat minder leuk. Lukt het om gasten te spreiden? Die vraag stond centraal voor ons in het Data- & Inzichten Team. We hadden het vermoeden dat er flink wat pieken in de wachttijden zaten bij dezelfde attracties op dezelfde momenten. Veel mensen gaan bijvoorbeeld in de ochtend naar de achtbanen omdat ze die zeker weten gehad willen hebben. Maar een vermoeden alleen is niet genoeg, we wilden zekerheid. Om die te kunnen krijgen, hebben we een onderzoeksapp ontwikkeld in samenwerking met de Jheronimus Academy of Data Science in Den Bosch.”

,,Mensen konden de app downloaden en toestemming geven voor het onderzoek in ruil voor gratis koffie. Ze gebruikten de app de hele dag op hun telefoon in het park zodat wij konden zien waar ze zich bevonden. Met behulp van geo-fencing konden we zien welke route ze aflegden. Daar kwam inderdaad uit naar voren dat mensen vaak hetzelfde bewegingspatroon hebben. Eerst naar de achtbanen, daarna de rest. Zo zagen we dat er gasten waren die door een ander type patroon te volgen, veel meer uit hun dag zouden kunnen halen. Door bijvoorbeeld te beginnen met het Carnaval Festival, dat zit in een andere hoek van het park dan waar de meeste mensen beginnen. Op basis van dit onderzoek, hebben we vervolgens een persoonlijke advies-app gebouwd die bezoekers adviseert over wat ze op welk moment het beste kunnen gaan doen. Deze lab-app is in 2020 gelanceerd en houdt rekening met de samenstelling van je gezelschap, waar je bent in het park, de huidige wachttijd en de verwachte wachttijd. Daaruit volgt een advies welke attractie je op dat moment het beste kunt bezoeken.”

Sloeg dit direct aan bij bezoekers?

,,In eerste instantie kregen we terug dat gasten het ervoeren als een soort black box: ‘Simsalabim ik raad je aan om nu naar de Python te gaan’. Het riep de vraag op waarom dan, en voelde kennelijk te willekeurig. Zodoende hebben we de verwachte wachttijden toegevoegd in een inzichtelijk grafiekje, zoals Google dat ook doet bij winkels. Nu is in een oogopslag duidelijk: als je nu naar de Python gaat, hoef je maar twintig minuten te wachten terwijl dat de rest van de dag meer dan dertig zal zijn. Vervolgens zagen we dat de acceptatiegraad van het advies ineens enorm omhoog schoot: van een op de tien bezoekers die het accepteerden naar een op de drie. Dit inzicht gaf de doorslag om sinds eind juni 2022 de verwachte wachttijden voor iedereen beschikbaar te stellen in de reguliere Efteling-app. Vrijwel ieder gezelschap gebruikt deze app en wat bleek? Tweederde van de gasten het gevoel had veel meer uit hun dag te halen,. En dat vertaalt zich naar een hogere tevredenheid over het bezoek, wat uiteindelijk ons einddoel is. Het is mooi om te zien dat je data voor je kunt laten werken, zowel voor de bezoeker als voor ons.”

Een vraag aan Peter Perebooms, oprichter inQdo:

Wat kenmerkt de samenwerking met de Efteling voor jullie?

,,Voor medewerkers van de Efteling staat de beleving van de gasten in het park centraal. Van de reservering van het ticket tot het vertrek huiswaarts en alles daar tussenin. Beschikbaarheid en goede performance van systemen zijn basisvoorwaarden, maar ook innovatie om steeds een stapje extra te kunnen zetten voor gasten. Zo worden wij ook continu uitgedaagd in ons partnerschap met de Efteling: een inspirerende samenwerking. In de afgelopen zeven jaar zijn we samen steeds verder gegaan om meer uit AWS te halen. De AWS-omgeving van de Efteling bevat veel data en daarmee een schat aan informatie. Stap voor stap zijn we gegroeid om het maximale uit het platform te halen.”

Hoe heeft inQdo jullie geholpen bij de ontwikkeling van de Efteling-app?

,,Je kunt je voorstellen dat wij allerlei verschillende data met elkaar willen combineren. Het voorspelmodel achter de app houdt rekening met regen, vakantie, temperatuur, de samenstelling van gasten, noem maar op. Die data moet dus altijd beschikbaar zijn en eenvoudig te combineren, bovenop op een app die het altijd goed moet doen. Zodoende hadden we een betrouwbare service nodig. inQdo heeft brede kennis van alle AWS-mogelijkheden en kon vanuit hun expertise maatwerk leveren om alles zo kostenefficiënt mogelijk in te richten. Concreet hebben ze ons geholpen om een zogenoemd data lake op te zetten: een soort meer van data waar alle relevante informatie die je maar nodig kunt hebben beschikbaar is en waar iedereen data uit kan vissen om te gebruiken. Verder heeft inQdo ons geholpen met een AWS SageMaker, dat is waar je al je machine learning en algoritmes kunt laten draaien. Je kunt er modellen samenstellen en alles leerbaar maken, het is de plek waar alles wordt geprogrammeerd om tot voorspellingen te komen. Eigenlijk is dat het pretpark voor de datawetenschappers.”