Oscar Wijsman @ Tech Update Big Data Visualisatie

  • 350 views
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
350
On Slideshare
0
From Embeds
0
Number of Embeds
3

Actions

Shares
Downloads
1
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Big Data Ik zie, ik zie wat jij niet ziet… 22 april 2014 Technology Update Big Data Visualisatie Oscar Wijsman oscar.wijsman@bdvc.nl @oscarwijsman AlmereDataCapital.nl BDVC.nl @bdvcalmere @Datacapital
  • 2. Big Data in de Gartner hype cycle Big Data
  • 3. Big – Bigger – Biggest Data? • Gartner: “We have reached the point that collecting and storing data is cheaper than throwing it away”
  • 4. Big – Bigger – Biggest Data?
  • 5. De klassieke 3 V’s van Doug Laney (2001) Volume Velocity Variety
  • 6. En 3 S voor de infrastructuur (HP, 2011) Scale Speed Sources
  • 7. 3 Primaire Big Data bronnen Human Software Things
  • 8. Voorbeelden bronnen • Elk bedrijf en instelling verzamelt data • De overheid verzamelt allerhande data • Geavanceerde telescopen, smart infra • Research data, zorgdata • Sociaal Media • Online data • Sensors – Internet of Things • Mobile Smart Devices vindt je overal • Iedereen verzamelt data…
  • 9. Big Data in alle vormen • Ruwe data vs. bewerkte (“schone”) data • Bronnen: zowel interne als externe (open) datasets • Data kan veel structuur hebben of in het geheel niet • Oude data of real-time • Data kan incompleet zijn • Altijd één of meer van de 3 V’s • Betrouwbaarheid kan sterk variëren
  • 10. Van wie is al die Big Data? • Beheer en eigendom van data • Wet en regelgeving – ook Europese wetgeving • Doelbinding versus algemeen gebruik • Ruwe data versus bewerkte data • Hoe persoonlijk is data uit een machine? • Privacy: Governance van data of consent op gebruik?
  • 11. Big Data en Open Data Open Data Structuur Big Data Geen Structuur
  • 12. Big Data & Analytics ”Predicting events is difficult, especially when it’s about the future” A.J.P. Taylor, historian (1909 – 1990)
  • 13. Predictive analytics – Algoritme intuïtie?
  • 14. Big Data Analytics • Diversiteit aan nieuwe tools + eigengemaakte algoritmes • Specifieke strategie, mindset en vaardigheden Data Scientist • Zoeken naar verborgen patronen – data mining • Zowel correlaties als causaal of semantisch verband • Nieuwe of verbeterde inzichten • Besluitvorming op basis feiten i.p.v. gevoel / aannames • Vaak visualisatie nodig: beeld krijgen – c.q. het uit te leggen
  • 15. Mythes over Big Data • Big Data is nieuw • Big Data is alleen voor Social Media en sentiment analyse • Big Data is een hype en gaat wel weer over • Big Data is altijd veel data • Big Data betekent Hadoop gebruiken • Big Data is alleen ongestructureerde data • Big Data en NoSQL betekent No SQL • Big Data kun je alleen maar visualiseren • Big Data is slechts een ICT issue
  • 16. De toekomstige Business met Big Data
  • 17. Voorbeelden van meerwaarde van Big Data • Betere besluitvorming • Kostenbesparing • Nieuwe en snellere inzichten • Nieuwe producten, diensten en business modellen • Cijfers in plaats van onderbuik gevoel • Combinaties maken die eerder niet mogelijk waren • Beter onderzoek
  • 18. Stappenplan • Bepaal het doel – wat wil je bereiken / afbakening • Wat wil je aan data gebruiken – wat is je omgeving • Ideevorming • Provable concept • Proof of concept • Pilot in beschermde omgeving • Naar productie Data / Omgeving Doel Idee Provable Concept Proof of Concept Pilot Productie
  • 19. Big Data Value Center • Creëer een Big Data Ecosysteem • Doel: meer waarde met data • Toegepaste ‘Big Data Factory’ aanpak • Help Big Data (start-up) MKB • Onafhankelijk, pre-competitief & open innovatie • Leren, experimenteren, realiseren • Haal waarde uit crossovers LEARN MATCH DO
  • 20. Vragen?
  • 21. Wat moet de Mediasector met Big Data? Advisering & Opleiding Strategie & Transformatie Inzicht & Analyse Platforms & Infrastructuur Big Data Competenties
  • 22. Advisering & Opleiding • Awareness & advocating • Business kansen • Ideevorming • Assessments • Training • Provable Concept • Proof of Concept
  • 23. Strategie & Transformatie • Strategie • Architectuur • Roadmap • Nieuwe business modellen • Mindshift binnen de organisatie • Verandermanagement –organisatorische impact
  • 24. Inzicht & Analyse • Big Data Analytics – Advanced BI • Big Data patronen • Machine learning / algoritmes • Causaal verband - > Correlaties • Visualisaties • Rol van de Data Scientist
  • 25. Platforms & Infrastructuur • Implementaties nieuwe technologie (Hadoop, Spark, Hive etc.) • Integratie van data • Koppelingen – intern & extern • Deployment nieuwe tools en vormen van data-opslag • Data crunching • Hosting / cloud oplossingen • File systems • Streaming van data