Operationalizing analytics to improve food security

This dissertation explores how analytics can be used to improve food security, drawing from WFP’s experiences in embedding analytics in its operations over the past decade. It investigates the typical adoption journey of analytics, the specific challenges of the food security sector compared to the private sector, WFP’s best practices with regards to operationalizing analytics, and strategies for replicating WFP’s success in other organizations within the same sector. The research documents several successful implementations of analytics in the food security sector and WFP in particular, including innovations such as Optimus and the Supply Chain Management Dashboard that led to efficiency gains upwards of US$ 150 million – enough to support two million food insecure people for an entire year.

-

De zeventien Duurzame Ontwikkelingsdoelen (SDG’s), ook bekend als de Global Goals of de Agenda 2030, werden in 2015 door de Verenigde Naties (VN) aangenomen als een universele oproep tot actie om armoede te beëindigen, de planeet te beschermen en ervoor te zorgen dat tegen 2030 alle mensen van vrede en welvaart genieten. De tweede van deze SDG’s, vaak afgekort tot ‘Geen Honger’, heeft als doel ‘het beëindigen van honger, het realiseren van voedselzekerheid, en het bevorderen van verbeterde voeding en duurzame landbouw’. Net als de andere SDG’s zijn dit ambitieuze doelen, aangezien voedselzekerheid pas bestaat wanneer alle mensen te allen tijde fysieke en economische toegang hebben tot voldoende, veilig en voedzaam eten dat voldoet aan hun voedingsbehoeften en voedselvoorkeuren, en hun in staat stelt om een actief en gezond leven te leiden.
Ondanks deze ambitie begon het aantal mensen dat honger lijdt, na tientallen jaren van gestage daling, in 2017 weer te stijgen, en deze groei versnelde als gevolg van de COVID-19-pandemie en andere wereldwijde crises (zoals het conflict in Oekraïne). De VN schat dat tussen de 690 en 783 miljoen mensen in de wereld in 2022 met honger werden geconfronteerd, 122 miljoen meer dan vóór de COVID-19-pandemie. Projecties geven aan dat er in 2030 nog steeds evenveel mensen met honger zullen kampen als toen de SDG’s in 2015 werden gelanceerd. Dit vereist dat we manieren moeten vinden om de vooruitgang te versnellen en de effectiviteit van de voedselzekerheidssector te verbeteren.
Een dergelijke complexe uitdaging waarbij goede beslissingen genomen moeten worden, kan enorm profiteren van analytics. Analytics wordt al lang door de particuliere sector gebruikt om complexe problemen aan te pakken en kosteneffectieve oplossingen te vinden, wat vaak leidt tot een duurzaam concurrentievoordeel. De afgelopen decennia hebben we een revolutie gezien in analytische mogelijkheden, gedreven door snelle verbeteringen in rekenkracht, data opslag, en ons vermogen om complexe problemen te modelleren en op te lossen. Dit maakt analytics bijzonder geschikt voor de uitdaging van het verbeteren van de voedselzekerheid.
Hoewel de humanitaire sector het enorme potentieel van data en analytics erkent om de voedselzekerheid te verbeteren, bestaat er echter de algemene indruk dat deze innovaties niet tot impact hebben geleid en dat het merendeel van het analytics onderzoek theoretisch blijft. We kunnen een soortgelijke mismatch waarnemen tussen het potentieel en de impact van analytics in academisch onderzoek. Hoewel de afgelopen twintig jaar de onderzoeksinteresse voor humanitaire ‘toepassingen’ van analytics enorm is toegenomen, bestaan er zorgen dat het onderzoek niet voldoet aan de behoeften van de praktijk en slechts een marginale impact heeft gehad op humanitaire operaties.
Het is hoog tijd dat analytics hun belofte en potentieel om voedselzekerheid te helpen verwezenlijken waarmaken. Gezien de vele uitdagingen waarmee onze voedselsystemen op dit moment geconfronteerd worden, moeten wij zo spoedig mogelijk analytics inzetten en opschalen. De overkoepelende onderzoeksvraag van dit proefschrift luidt dan ook als volgt: “Wat is er nodig om analytics te operationaliseren en zo de voedselzekerheid te verbeteren?” Om deze vraag te beantwoorden, zullen we gebruikmaken van de ervaringen van het Wereldvoedselprogramma (WFP), de grootste humanitaire organisatie die wereldwijd levens redt en levens verandert, met meer dan twintigduizend medewerkers in 123 landen. De afgelopen tien jaar hebben zij met succes analytics geoperationaliseerd, en in dit proefschrift proberen we hun reis te documenteren en te generaliseren ten behoeve van onderzoekers en andere actoren in de voedselzekerheidssector die overwegen analytics toe te passen op hun uitdagingen.

Gezien het brede karakter van de onderzoeksvraag hebben we deze opgesplitst in vier deelvragen:
(RQ.A) Hoe ziet de operationalisering van analytics er doorgaans uit?
(RQ.B) Wat maakt de voedselzekerheidssector anders dan de particuliere sector? (RQ.C) Hoe is WFP omgegaan met deze verschillen bij het operationaliseren van
analytics?
(RQ.D) Hoe kunnen we het succes van WFP reproduceren bij andere organisaties in de voedselzekerheidssector?

In dit proefschrift onderzoeken we deze vragen vanuit verschillende perspectieven, variërend van zeer operationeel en ontwikkelingsgericht tot meer strategische en bestuurlijke reflecties. Het onderzoek heeft geresulteerd in vier artikelen.
In “The Role of Analytics in Achieving the Sustainable Development Goal of Zero Hunger” onderzoeken we het humanitaire landschap in meer detail, met name in relatie tot voedselzekerheid en het tweede Duurzame Ontwikkelingsdoel: Geen Honger. We onderzoeken in hoeverre analytics al worden gebruikt om voedselzekerheid te verbeteren, waarbij we een rijke hoeveelheid onderzoek met betrekking tot de SDG’s bekijken, met toepassingen variërend van beschrijvende modellen tot voorschrijvende tools. We viden hierbij duidelijk bewijs dat dergelijke toepassingen van analytics overheden en humanitaire actoren al in staat hebben gesteld om aanzienlijke positive impact te boeken. Maar ondanks het brede scala aan toepassingsgebieden en het bewijs van de impact in sommige casestudies, constateren we dat het merendeel van het onderzoek op dit gebied theoretisch en/of niet geïmplementeerd blijft. In gevallen waar analytics worden toegepast, tonen de geboekte resultaten het potentieel van analytics als drijvende kracht voor de vooruitgang van de SDG’s aan. Naarmate analytische methodologieën en tools volwassener worden en er meer bewijs wordt gegenereerd over hun impact in de humanitaire sector, verwachten we dat de vraag naar dergelijke oplossingen alleen maar verder zal toenemen.
In “The Nutritious Supply Chain: Optimizing Humanitarian Food Assistance” zoomen we in op een specifieke toepassing van analytics: het Optimus-project bij het Wereldvoedselprogramma. Er wordt een wiskundig model ontwikkeld om humanitaire operaties voor WFP te optimaliseren door een innovatieve combinatie van dieetoptimalisatie en logistieke optimalisatiemodellen. Door belangrijke beslissingen, prestatiemaatstaven en operationele beperkingen voor alle belangrijke onderdelen van de toeleveringsketen van WFP in één model te integreren, kan WFP nu snel de impact van operationele beslissingen beoordelen. Door de samenstelling van het voedselpakket te koppelen aan de logistiek die nodig is om het te leveren, kunnen we de efficiëntie en effectiviteit van WFP’s operaties vergroten, en ervoor zorgen dat ze, met de beschikbare middelen, levensreddende hulp kunnen leveren aan zoveel mogelijk mensen in nood. Toepassingen van het model in enkele van de meest complexe noodsituaties van WFP (zoals Irak, Syrië en Jemen) hebben de toegevoegde waarde van optimalisatie bij het beheer van humanitaire operaties aangetoond, waarbij door het project ruim 50 miljoen dollar aan besparingen werd gedocumenteerd. Dit project ontving de juryprijs voor Beste Humanitaire Innovatie van de Nederlandse Coalitie voor Humanitaire Innovatie in 2018, en de WFP Innovatieprijs in 2022.
In “UN World Food Programme: Toward Zero Hunger with Analytics” zoomen we uit om te kijken naar de bredere operationalisering van analytics bij WFP gedurende een periode van tien jaar, waarbij we focussen op de operationele besluitvorming en de introductie van hun nieuwe Supply Chain Planning & Optimalisatie functie. Deze adoptie omvat verschillende analytics-gerelateerde initiatieven, zoals het Optimus-project maar ook initiatieven met een meer beschrijvende of voorspellende invalshoek. Naast de beschrijving van de initiatieven benadrukt het hoofdstuk de stappen die de organisatie heeft

genomen om analytics te integreren in haar bedrijfsprocessen, en documenteert het de impact van het centraal stellen van analytics in WFP’s humanitaire operaties. Zo heeft de adoptie van analytics door WFP gezorgd voor een flexibelere reactie op complexe noodsituaties en natuurrampen, heeft het de heropening van handelsroutes tussen Soedan en Zuid-Soedan bevorderd, en heeft het geleid tot efficiëntiewinsten van meer dan 150 miljoen dollar – genoeg om een jaar lang twee miljoen mensen in voedselonzekerheid te ondersteunen. Dit onderzoek ontving de Franz Edelman Award for Achievement in Advanced Analytics, Operations Research and Management Science in 2021.
In “Important, but Underexposed, Components in Operations Research Literature” zoomen we opnieuw uit om te reflecteren op de operationalisering van analytics en pleiten we voor een bredere en meer op de praktijk gerichte interpretatie van wat een succesvolle analytics-interventie inhoudt. In het bijzonder beschrijven we zeven componenten van een succesvol analytics-project die vaak worden verwaarloosd of slechts terloops worden genoemd in gerenommeerde analytics-journals. Het betreft verandermanagement, datamanagement, modelselectie en -validatie, projectmanagement, projectpromotie en belangenbehartiging, projectafbakening en software. Door ze te bespreken en best practices te benadrukken, gebaseerd op onze ervaringen en aangevuld met literatuur uit andere vakgebieden en interdisciplinair werk, proberen we de opkomende kloof tussen de praktische en academische perspectieven op analytics te overbruggen.
Het analytics vakgebied is de afgelopen decennia snel gegroeid, waardoor er een schat aan relevante ervaring is met het operationaliseren van analytics. Hoewel de meeste academische bronnen zich doorgaans concentreren op de ontwikkeling van het algoritme zonder rekening te houden met de bredere operationalisering ervan, waren we toch in staat om vijf fasen te identificeren die terugkomen bij de adoptie van elke analytische innovatie. Tijdens de Identificatiefase onderzoeken we een potentiele toepassing van analytics, waarbij we het analyseren op potentiële impact, organisatorische relevantie, haalbaarheid, technische complexiteit en gelijkenis met andere initiatieven. Als de toepassing veelbelovend lijkt, begint een Prototypingfase waarin het projectteam werkt aan een eerste, vereenvoudigde versie van de analytische oplossing die laat zien wat mogelijk is (meestal voor een klein deel van de probleemstelling). Tijdens de daaropvolgende Groeifase zal de oplossing evolueren van een prototype naar een echte tool (dat de volledige reikwijdte van de uitdaging bestrijkt) die consequent bedrijfswaarde biedt. Zodra de oplossing volwassen is en de functionaliteit gestabiliseerd is, gaat het project meestal door een Simplificatiefase waarin het ontwikkelingsteam de oplossing stroomlijnt om deze gebruiksvriendelijker te maken en deze voor te bereiden op een volledige uitrol. Na deze vereenvoudigingsperiode kan het project beginnen met de Integratiefase, waarin de oplossing formeel wordt geïntegreerd in de bedrijfsprocessen van de klant, meestal bereikt via een gefaseerde uitrol.
Veel bedrijven maken al tientallen jaren gebruik van analytics om hun werk te ondersteunen. Er is dus een schat aan best practices, standaardalgoritmen en kant-en-klare tools beschikbaar die geschikt zijn voor typische analytics-toepassingen, zoals logistieke planning, netwerkontwerp en bevoorrading. We merkten echter al snel dat de meeste van deze oplossingen gebaseerd zijn op aannames die gewoonweg niet standhouden in een humanitaire context. Naast de enorme omvang van de humanitaire behoeften brengen de planning en het beheer van humanitaire operaties unieke uitdagingen met zich mee, zoals extreme volatiliteit van de vraag, regelmatige verstoringen door conflict, onpraktische financieringsstructuren, lange en lokale toeleveringsketens, verweven crises, een hoge mate van afhankelijkheid van belanghebbenden en slechte IT-infrastructuren. De combinatie van deze factoren leidt tot een groot aantal uitzonderingen en vreemde omstandigheden waarmee de analytische modellen rekening moeten houden, wat het moeilijk maakt om goede oplossingen te ontwikkelen.

Deze verschillen tussen de voedselzekerheidssector en de typische toepassingsgebieden voor analytics zorgden er voor dat WFP een aanpak op maat moest bedenken om analytics operationeel te maken. Zo hebben we bijvoorbeeld ontdekt dat een mensgerichte en pragmatische benadering cruciaal is geweest bij de acceptatie en bevordering van verschillende vormen van analytics, vanwege de cultuur en werkomgeving van humanitaire organisaties. Wat betreft het beheer van het project en de algehele ontwikkeling van analytics zijn er veel lessen te leren van agile ontwikkelingsbenaderingen, omdat deze het project robuuster maken tegen veelvoorkomende verstoringen (zoals bezuinigingen of personeelswijzigingen). Het is ook van cruciaal belang om een cultuur van datagedreven besluitvorming te bevorderen die verder gaat dan de ontwikkeling van één tool, hoewel dit vele jaren kan duren. De paradigmaverschuiving van WFP en haar toenemende afhankelijkheid van analytics om operaties te optimaliseren namen het grootste deel van een decennium in beslag, waarin WFP samenwerkte met academische en commerciële partners om innovatieve tools te ontwikkelen en ze toe te passen in haar grootste operaties.
Het reproduceren van de adoptie van analytics door WFP in andere organisaties zou helpen om de vooruitgang naar een wereld zonder honger te versnellen. We moeten echter voorzichtig zijn om sommige van de lessen van WFP niet te veel te generaliseren en aan te nemen dat ze direct kunnen worden gekopieerd naar andere organisaties, aangezien haar organisatorische structuur vrij uniek is in de sector vanwege de schaal en mate van standaardisatie (in termen van processen en IT-systemen). Gelukkig kunnen de eerste fasen van een analytics-ontwikkelingstraject prima werken in elke context, en tegen lage kosten. Vervolgens kunnen succesvolle prototypes worden ingezet om standaardisatie te verbeteren en, indien financieel haalbaar, te investeren in IT-infrastructuur. Het is meestal het meest effectief om een jaar of twee te besteden aan het opbouwen van de datavolwassenheid en planningsprocessen van een organisatie, in plaats van direct te investeren in voorschrijvende analytics. Het is ook van cruciaal belang dat de klant een sterke betrokkenheid heeft bij de verdere ontwikkeling van het prototype, zonder een dergelijk eigendom zal de tool snel buiten gebruik raken. In het geval van zeer kleine organisaties of organisaties met weinig middelen die analytics willen toepassen, wordt aanbevolen om te beginnen met het inbedden van één ingenieur (idealiter met een achtergrond in industriële techniek of materiaalplanning) in hun meest complexe operatie.
Samenwerkingen met de academische wereld, de particuliere sector of andere humanitaire organisaties kunnen het ontwikkelingsprocess versnellen, omdat ze de kennis en best practices van andere organisaties kunnen overdragen die al eerder zijn begonnen met het operationaliseren van analytics. Vaak zien we dat de klant wel een duidelijk beeld heeft van de problemen waar ze tegen aan lopen, maar een gebrek aan ervaring met analytics maakt dat het voor hen onduidelijk is wat de oplossing zou kunnen of moeten zijn. Onderzoekers kunnen het probleem dieper analyseren, bijvoorbeeld door het te vergelijken met typische modellen of best practices uit de industrie of gerelateerde organisaties, en een aanpak voorstellen (dat vervolgens getest kan worden met een prototype). Samenwerkingen met academische partners zijn een geweldige manier om dergelijke ideeën te testen, waardoor de klant snel de prototypes met de hoogste operationele relevantie en impact kan identificeren. Om de kans op acceptatie te vergroten en de duurzaamheid van het project te waarborgen, is het van belang dat de klant een sterkere verantwoordelijkheid neemt voor de verdere ontwikkeling, bijvoorbeeld door hun eigen analisten en ontwikkelaars te werven voor het project.
Aanzienlijke investeringen in de afgelopen tien jaar hebben analytics op de voorgrond geplaatst bij de aanpak van noodsituaties bij WFP, en een datagedreven benadering van het beheer van operaties is geleidelijk de norm geworden. Planning en analytics hebben WFP geholpen een levenslijn voor voedsel te verzekeren voor mensen in nood, van Jemen tot Zuid-Soedan en van Syrië tot de wereldwijde

COVID-19-respons. De ontwikkelde tools bieden besluitvormingsondersteuning voor elke WFP- operatie, waardoor het mogelijk is om snel trade-offs te evalueren en de meest efficiënte en effectieve handelwijze te identificeren. Zo heeft de adoptie van analytics door WFP gezorgd voor een flexibelere respons op complexe noodsituaties en natuurrampen, heeft het de heropening van handelsroutes tussen Soedan en Zuid-Soedan bevorderd, en heeft het geleid tot efficiëntiewinsten van meer dan 150 miljoen dollar – genoeg om een jaar lang twee miljoen mensen in voedselonzekerheid te ondersteunen. Door analytics zijn besluitvormers nu uitgerust met de inzichten die ze nodig hebben om hun activiteiten optimaal te beheren, waardoor de levens van miljoenen mensen veranderen en de wereld een stap dichter bij Zero Hunger komt. We hopen dat dit proefschrift een waardevolle hulpbron zal zijn voor andere organisaties die analytics willen implementeren om vergelijkbare uitdagingen op het gebied van voedselzekerheid aan te pakken, en de wereld zo weer op het goede spoor richting het bereiken van de Duurzame Ontwikkelingsdoelstellingen te zetten.