‘Big data policing’ kan beschouwd worden als een innovatieve informatie-gestuurde politiestrategie waarbij via geavanceerde statistische methoden historische data wordt geanalyseerd om te voorspellen waar en wanneer er een hoog risico is op nieuwe criminaliteit. Big data policing heeft als doel politiemiddelen efficiënter en proactiever in te kunnen zetten, wat op zijn beurt tot een criminaliteitsdaling zou moeten leiden. In bestaande big data policing toepassingen worden gegevens doorgaans geanalyseerd door middel van algoritmen voor machinaal leren, met als doel te “leren” van criminaliteitspatronen uit het verleden om toekomstige trends en patronen te kunnen voorspellen. Big data policing werd daarom reeds geïntroduceerd in verschillende politiekorpsen wereldwijd, en wekt de interesse van vele andere korpsen. Ondanks deze populariteit is er vandaag slechts beperkt wetenschappelijk bewijs voor de effectiviteit van big data policing. Tot op heden werden slechts drie gerandomiseerde gecontroleerde studies (RCT’s) uitgevoerd en gepubliceerd, met gemengde resultaten. Deze studies vonden allemaal plaats in steden (metropolen) in de VS. In die optiek is er dringend nood aan meer van dergelijke studies, met specifieke aandacht voor (1) Europese politiële contexten, (2) effecten van big data policing op middellange termijn (≥ 1 jaar), en (3) secundaire effecten zoals gebruikservaringen van politiepersoneel, kosteneffectiviteit en ethische verantwoording. Voorliggend project wil aan deze hiaten tegemoet komen door het uitvoeren van experimentele veldstudies in drie politiekorpsen in België.