Begin juni had ik het genoegen een paar dagen in New York te mogen verblijven. En wat is een bezoek aan de Big Apple zonder het bijwonen van een baseball game? Dus zo bevond ik mij in aangenaam gezelschap in een goedgevuld Citi Field stadion, de thuisbasis van The New York Mets, en werd daar meegenomen in slim gebruik van data.
Baseball is een intrigerende sport met enorme belangstelling van de New Yorkers. Een honkbalwedstrijd is een sociale ontmoetingsplek waar jong en oud elkaar ontmoeten en waar collega’s na het werk gezamenlijk naartoe gaan om onder het genot van een hapje en drankje hun favoriete team aan te moedigen. Vanaf mijn plek in het stadion had ik goed zicht op een groot scherm waarop bij elke slagbeurt een hele reeks cijfers werd geprojecteerd.
Prestaties inzichtelijk maken
Van ruim de helft had ik geen idee wat ze betekenden, maar gedurende de wedstrijd werd mij steeds meer duidelijk. Indrukwekkende gemiddeldes, tot drie cijfers achter de komma, over de prestaties van de spelers. Niet alleen het aantal homeruns en slaggemiddeldes, maar bijvoorbeeld ook het aantal keren dat een slagman op een honk kwam en het slugging average, een statistiek die de totale productiviteit van een slagman meet.
Alles panklaar beschikbaar en waarschijnlijk nog maar een fractie van wat er allemaal bekend was omdat niet alle data op het scherm paste. Ik bedacht dat veel zorgverleners het met heel wat minder gegevens moeten doen als ze een patiënt behandelen. Kunnen we daar in de zorg misschien iets van leren? Waarom wordt er zoveel data verzameld en ook gebruikt bij honkbal en wat levert dat op?
Statistieken optimaal benutten
Toen ik weer terug was in Nederland, liet het onderwerp me niet los. Ik ben me gaan verdiepen in honkbal en het gebruik van al die statistieken. Ik ontdekte dat Billy Beane, manager van de Oakland Athletics, in 2001 een list nodig had vanwege het vertrek van enkele sterspelers en een tekort aan vermogen om spelers te kopen.
Hij besloot om samen met een statisticus verder te kijken naar de cijfers achter de voor de hand liggende statistieken. Zo kwam hij erachter dat spelers die op basis van de gebruikelijke statistieken, zoals aantal homeruns en slaggemiddeldes, weinig waard waren, soms juist veel waard bleken op basis van dieperliggende statistieken als het aantal bereikte honken per slagbeurt. Omdat niemand zich daarmee bezighield, kon hij die spelers voor een laag bedrag kopen.
In het seizoen van 2002 leidde dat aanvankelijk tot veel kritiek en een matig spelend team, maar door overtuiging en vasthoudendheid veranderde dat tijdens het seizoen en werd Oakland Ahtletics kampioen met een haast onoverwinnelijk team. Sindsdien is het heel gebruikelijk - ook bij andere sporten - om intensief te kijken naar de statistieken, simpelweg omdat het nodig is om te winnen. Deze geschiedenis is trouwens mooi beschreven in het boek Moneyball, dat later is verfilmd.
Parallel met de zorg
Voor mij is de parallel met de zorg treffend. Er wordt veel geschreven over de mogelijkheden van big data in de zorg en het gebruik ervan. Het kan voor betere resultaten zorgen tegen lagere kosten. De inzet van big data biedt oplossingen voor de problemen waar we nu tegenaan lopen in de zorg!
Helaas is het nog steeds geen gemeengoed. Moeten wij wachten tot het echt niet meer anders kan? Tot we financieel aan de grond zitten? Tot we simpelweg geen personeel meer hebben? Ik hoop het natuurlijk niet, maar een schrale troost: als we niks doen, duurt het denk ik niet lang meer totdat we echt moeten.
