Big data policing is het gebruik van 'big data' om misdaadpatronen te proberen voorspellen,  dat kan ingezet worden voor zowel strategische als tactische aspecten van politiebeheer. Big data policing is een recent studiegebied in de criminologie en wordt in het breder kader van 'Intelligence-led policing' (ILP) geplaatst. Dit raamwerk benadrukt het belang van op data gebaseerde besluitvormingsprocessen bij de inzet van schaarse politiebronnen (Ratcliffe, 2016). Ondanks het toenemende gebruik en de commercialisering van big data policing, ontbreekt de wetenschappelijke evaluatie en het onderzoek naar best practices ervan (Hardyns & Rummens, 2018). 

In de academische wereld nemen evaluatiestudies naar big data policing toe (e.g. Gersnter, 2018). Randomized controlled trials werden al in de VS uitgevoerd om de effectiviteit van big data policing te evalueren (Hunt et al., 2014; Mohler et al., 2015; Ratcliffe et al., 2021). Deze onderzoeken tonen gemengde resultaten over het dalen van criminaliteitscijfers, maar door het tekort aan cijfers kunnen geen conclusies getrokken worden over de effectiviteit van big data policing (Meijer & Wessels, 2018). Daarnaast is er geen transparantie over de constructie van de voorspellende algoritmen of de effectiviteit van big data policing software. Bovendien kunnen Amerikaanse onderzoeksresultaten en conclusies niet rechtstreeks worden toegepast op Europese contexten, aangezien ze verschillen in justitiesystemen, overheidsbeleid en structurele kenmerken die een effect hebben op de ruimtelijke concentraties van criminaliteit (Sampson, 2012; Pauwels et al. 2018). 

Het doel van deze PhD is om big data policing te evalueren vanuit een criminologisch en economisch perspectief, zodat de implementatie, het gebruik en de maatschappelijke relevantie van big data policing kan onderzocht worden. Naast de evaluatie van de effectiviteit van big data policing, moeten ook secundaire effecten in overweging worden genomen. Deze secundaire effecten die niet gerelateerd zijn aan criminaliteit worden onderbelicht in evaluatiestudies binnen ILP (Khalfa & Hardyns, 2023). Door te focussen op secundaire effecten, zoals een kostenbatenanalyse en de evaluatie van de gebruikerservaring van big data policing, kan een algemener overzicht worden geboden van de impact van big data policing. Op deze manier kan een weloverwogen beslissing genomen worden om bepaalde toepassingen te ontwikkelen, aan te passen of niet uit te voeren. Deze PhD zal de relatie tussen onderzoek en beleid versterken door samen te werken met politieagenten en experts die op het terrein werken.