Business Insights

In deze fase krijgen organisaties aandacht voor de bijdrage die data kan leveren aan het begrijpen waarom dingen gebeuren. De termen big data en geavanceerde analyses vallen vaak in deze fase.

Identificeer bruikbare inzichten en uitvoerbare aanbevelingen

In plaats van alleen tabellen en grafieken met gegevens te presenteren, gaan we in de Business Insights fase een stap verder.

Door statistieken, voorspellende analyses en datamining toe te passen, kunnen significante en bruikbare zakelijke inzichten worden geïdentificeerd, alsmede specifieke en uitvoerbare aanbevelingen om de bedrijfsprestaties te verbeteren. Deze aanbevelingen kunnen vervolgens weer in de bestaande bedrijfsprocessen worden geïntegreerd.

Orbit SVG_Data Maturity Model NL phase2 illust
spacers

Onze dienstverlening

In de Business Insights fase ondersteunen wij onze klanten door middel van onze expertise bij het inrichten van data lakes, het ontwikkelen van data pipelines en de toepassing van geavanceerde data science technieken om tot nieuwe inzichten te komen die de bedrijfsvoering ondersteunen.

Lees meer

Orbit Icons red_Data Science

Data Science

Hoe kunnen we computerwetenschap, voorspellende analyses, statistieken en machine learning op geïntegreerde wijze toepassen voor het ontginnen van zeer grote datasets, om specifieke toekomstige gebeurtenissen te identificeren ?
Orbit Icons red_Data Engineering

Data Engineering

Hoe ontwikkelen we de interfaces en mechanismen om data in allerlei verschillende formaten, en tussen diverse soorten data stores in real time uit te kunnen wisselen, zodat deze door data scientists geanalyseerd kan worden ?
Orbit Icons red_Data Lake A

Data Lake

Hoe creëren we een schaalbare gecentraliseerde opslagplaats voor zowel gestructureerde- als ongestructureerde data, waarin gegevens in hun oorspronkelijke formaat kunnen worden opgeslagen, zonder ze eerst te moeten structureren?
spacers

Waarom data science?

Informatie van administratieve processen, vaak gestructureerde data vastgelegd in relationele databases, is uitstekend geschikt om door middel van Business Intelligence tools geanalyseerd te worden.

Om diepere inzichten te krijgen verzamelen organisaties echter in toenemende mate additionele, vaak ook ongestructureerde data uit zowel interne- als externe bronnen. Een voorbeeld hiervan is marketinginformatie die klantkenmerken in kaart brengen, (online)gedrag structureert en aggregeert in klantprofielen. Zo kan dat ook worden gedaan met log-informatie van machines, foto's, social-media uitingen, etc.

Naarmate de dataverzameling breder en complexer is, is ook de toepassing van gespecialiseerde data science tools noodzakelijk. Hoewel de ontwikkeling van Business Intelligence software op dit gebied niet stil staat, is de geboden functionaliteit voor veel data scientists niet toereikend.

NL_24_Structured and Unstructured data
spacers

Haal kennis en inzichten uit ruwe data

Data science is een multidisciplinair vakgebied dat zich richt op het vinden van bruikbare inzichten uit grote sets gestructureerde en ongestructureerde data.

Onze data science experts voeren niet alleen verkennende data analyses uit voor het verkrijgen van inzichten, maar gebruiken ook verschillende technieken om antwoorden op vragen te verkrijgen. Hierbij worden computerwetenschap, voorspellende analyses, statistieken en machine learning geïntegreerd om zeer grote datasets te ontginnen, met als doel het identificeren van specifieke toekomstige gebeurtenissen.


Data Science A1
spacers

Data science use cases

Veel organisaties in verschillende bedrijfstakken, exploiteren hun complexe en sterk groeiende data-omgevingen om kansen te benutten, de kwaliteit van de dienstverlening te verhogen, de bedrijfsvoering te optimaliseren, nieuwe verdienmodellen te identificeren, en de omzet en/of marges te laten groeien.

Data Science info
spacers

Data engineering

Het succes van een data scientist hangt af van de kwaliteit van de data waartoe hij of zij toegang heeft. De meeste bedrijven slaan hun gegevens op in allerlei verschillende formaten en data stores.

Hier is een belangrijke rol weggelegd voor de data engineers. Zij ontwikkelen zogenaamde data pipelines: interfaces en mechanismen voor de uitwisseling van, en toegang tot data, veelal gebruik makend van API’s. De data kan al dan niet getransformeerd worden, en wordt vaak real time (via streaming) verwerkt in plaats van in batches.

 

NL_25_Engineer vs Scientist
spacers

Data lake

Een data lake is een gecentraliseerde opslagplaats die opslag van zowel gestructureerde en ongestructureerde gegevens op elke schaal mogelijk maakt. Gegevens kunnen worden opgeslagen in hun oorspronkelijke formaat, zonder ze eerst te moeten structureren.

Een data lake kan gestructureerde gegevens uit relationele databases (rijen en kolommen) bevatten, als ook semi-gestructureerde gegevens (CSV, logboeken, XML, JSON), ongestructureerde gegevens (e-mails, documenten, pdf's) en binaire gegevens (afbeeldingen, audio, video. Het kan "on premises" (binnen de datacenters van een organisatie) of "in de cloud" worden ingericht.

De mogelijkheid om in minder tijd meer gegevens uit meerdere bronnen te gebruiken, en de mogelijkheid om gebruikers in staat te stellen samen te werken om gegevens op verschillende manieren te analyseren, leidt tot betere en snellere besluitvorming.

Orbit Images Data Maturity SVG B_Data lake
spacers

Data lake versus data warehouse

Een data warehouse is een database die geoptimaliseerd is om relationele gegevens te analyseren die afkomstig zijn van operationele bedrijfsapplicaties. De structuur van de data, en het schema worden vooraf gedefinieerd om het data warehouse te optimaliseren voor snelle rapportage en analyse.

Een data lake is anders, omdat het relationele gegevens van bedrijfsapplicaties én niet-relationele gegevens van mobiele apps, IoT-apparaten en sociale media combineert.

De gegevens worden in hun oorspronkelijke formaat, zonder een structuur of schema te definiëren, opgeslagen. Men weet immers van tevoren niet welke eventueel toekomstige vragen beantwoord zouden moeten worden.

Veel organisaties zien de voordelen van data lakes, en breiden hun traditionele data warehouse met data lake functionaliteit uit, om door de toepassing van data science nieuwe informatiemodellen te kunnen ontdekken.

Orbit Images Data Maturity SVG B_Data Warehouse vs Data Lake