WieBetaaltWat verbetert gebruiksvriendelijkheid met automatische uitgavenclassificatie
WieBetaaltWat is een populaire app waarmee gebruikers gezamenlijke kosten kunnen bijhouden en verrekenen. Omdat uitgaven handmatig worden omschreven, wordt er veel variatie in termen gebruikt, wat het moeilijk maakt om een duidelijk overzicht te krijgen van uitgave patronen. In samenwerking met JADS MKB Datalab werd een model ontwikkeld om uitgaven automatisch te classificeren, wat zorgt voor betere inzichten en een verbeterde gebruikerservaring.
De uitdaging
Gebruikers vullen uitgaven vrij in, wat leidt tot verschillende omschrijvingen voor dezelfde kostenposten. Hierdoor is het lastig om trends te analyseren en gebruikers waardevolle feedback te geven, zoals benchmarks met andere gebruikers. Automatische classificatie van uitgaven zou niet alleen voor beter inzicht zorgen, maar ook nieuwe mogelijkheden bieden voor gepersonaliseerde adviezen en gerichte advertenties.
Wat we deden
Met een dataset van het afgelopen jaar werd een taxonomie opgesteld om uitgaven in (sub)categorieën in te delen, zoals “huishouden” en “boodschappen”. Het model, ontwikkeld in Python met text mining technieken, analyseert en categoriseert uitgaven op basis van herkenbare patronen. Spelfouten en variabele benamingen worden gecorrigeerd, terwijl gecombineerde uitgaven op een slimme manier worden toegewezen aan de meest relevante categorie. Door het model iteratief te verbeteren, werd een nauwkeurige en efficiënte classificatie van uitgaven mogelijk gemaakt.
Wat n we
Het resultaat
Het model kon uiteindelijk 80% van de historische kosten correct classificeren. Dit biedt WieBetaaltWat beter inzicht in uitgavenpatronen en stelt gebruikers in staat hun kosten te vergelijken met anderen. Daarnaast opent het de deur naar toekomstige uitbreidingen, zoals gepersonaliseerde budgetadviezen en gerichte advertenties.
Waarom samenwerken met het MKB Datalab?
Kennis
Werk samen met getalenteerde Master studenten en krijg toegang tot de nieuwste kennis van JADS, TU/e en Tilburg University.
Maatwerk
Oplossingen afgestemd op
jouw ambities en doelen.
Not for profit
Eerlijk, open en oprecht advies.
Toegankelijk
Hoogwaardige oplossingen met directe waarde tegen betaalbare tarieven.
Inzicht in data voor betere kostenberekening
TU/e automatiseerde vacaturedata-uitvraag en -analyse met Microsoft Lists en Power BI, waardoor rapportages sneller, accurater en efficiënter zijn.
Lees verder
Geautomatiseerde rapportages: Kortels’ data-integratie met PowerBI
Met PowerBI-dashboards automatiseerde Kortels rapportages, bespaarde tijd en kreeg direct betrouwbare inzichten.
Lees verder
AI-Gestuurde Risicoanalyse: Veiligheidsregio Brabant
Een student gebruikte RAG om risicoanalyses bij de Veiligheidsregio sneller en veiliger te maken.
Lees verder
Serverkastbeheer optimalisatie met data-analyse
MKB Datalab hielp Minkels met data-analyse om levering, voorraad en assemblage te optimaliseren.
Lees verder
Innovatieve borstkankerscreening met data-analyse
MKB Datalab ondersteunde Stichting Yvya met wetenschappelijke onderbouwing en een neuraal netwerk om een innovatieve borstkankerscreeningsmethode voor jonge vrouwen te valideren.
Lees verder
Versnelt verkoopproces met NLP-tool
Een NLP-tool haalt automatisch producteigenschappen uit tekst, waardoor MEG’s salesproces sneller en efficiënter verloopt.
Lees verder
DAS Rechtsbijstand automatiseert documentcodering met NLP
Een NLP-model helpt DAS Rechtsbijstand bij het automatisch coderen van juridische documenten, waardoor het proces sneller en efficiënter verloopt.
Lees verder
Aquacare verbetert klant- en verkoopinzicht met dashboards
Aquacare implementeerde dashboards voor efficiënter klant- en verkoopinzicht met gepersonaliseerde en managementoverzichten.
Lees verder