Downloaded 12 times
![“…we can only fully figure out the meaning
of new technology in business and
institutions after the fact [drift]; and that we
plainly have to live with such
and state of ignorance.”
impossibility
C. Ciborra. 2002. The Labyrinths of Information, Oxford University Press, Chapter 5 Dérive: Drift and deviation, p. 85.](https://image.slidesharecdn.com/fontysericvantol-160923083307/85/Fontys-eric-van-tol-44-320.jpg)
More Related Content
Fontys eric van tol
- 1.
- 2. Dienstverlening beter ofslechter door Big Data?
- 4. Data gedreven serviceinnovatie
- 6. http://telecoms.com/opinion/what -could-the-rising-interest-in- pokemon-go-mean-for-big-data/free-to-play , location-based, augmented reality , multiplayer online mobiele game, ruim 40 miljoen gebruikers in 2 dagen • stabiele online verbinding • en GPS ingeschakeld te allen tijde nodig
- 7. In 2009 lanceerdeZynga Farmville zijn bekendste Facebook Game binnen zes weken 10 miljoen dagelijkse actieve gebruikers
- 8. Onmiddellijke binding metgebruiker. Best First -Time User Experience ( betrokkenheid , exploratie , prestatie en beloning ) Guided tutorial en speladvies. Spelers hulp van hun vrienden Social and viral hooks (reward shares and likes, post scores, rating and feedback) 2011 ict infra: 1,4 Peta byte , 25 biljoen rijen , 1000 servers
- 10. Chinese mobiele kredietverleningplatform Klanten: studenten, kantoorwerkers en landelijke gebruikers 20-35 jaar Ruim 2,5 miljoen geregistreerde gebruikers met circa 1.2 miljard euro aan leningen WeLab analyseert ongestructureerde mobiele big data binnen seconden om tot een krediet beslissingen voor individuele leners te komen. Tot op heden geen fraude verlies (zonder face- to-face contact) Lening goedkeuring snelst in 21 seconden
- 11. Real Time CrisesMapping 2010 manual in NY for Haiti earth quake victims 2011 Tsunami and earth quake in Japan 2011, 300,000 tweets per minute Automatic Twitter en SMS classification irevolution.net/category/crisis-mapping
- 12. 12-02-2012 Beurskoersvoorspeller wint opnieuw pitchwedstrijd Vincent vanLeeuwen Voorspellen aandelenprijs door sentiment analyse
- 13. analyse social mediaberichten versus enquête 13 Series correlate 0.9 Nieuwe indicator voor consumenten vertrouwen Piet Daas Senior Methodologist and Coordinator Big Data research
- 14. gepersonaliseerde, overtuigingsvoorkeuren voorindividuele gebruikers
- 15. Customer Predictive Analytics Cloudbased Analyse software CEO Vik Singh Voorspellen conversie van lead naar deal
- 16. Big Data Businessmodel
- 17. THE BIG DATAMARKET by Aman Naimat 2016 O’Reilly
- 18. Freemium “free” and“premium” Advertentie Abonnement Gebruiksvergoeding Licenties IP copyright Provisie intermediairs in B2C markten Verdienmodellen in data ecosystem
- 19. Leverage data to understandand improve business Data = improved business New personalized, localized, real-time & predictive services Data = new services Sell data or insights to businesses Data = business Leverage data for targeting users with relevant ads Data = better advertising Verdienmodellen in data ecosystem
- 20. Digitaliseren Dataficeren Integreren Personaliseren Real Time &Voorspellend (Big) Data Consumer ontwikkelen met een complete lifestyle-oplossingen
- 21. “maar 6 procentvan de bedrijven met meer dan vijftig medewerkers maakt gebruik ‘big data’ “ “Met name de dienstensector blijft qua productiviteit en de toepassing van ICT-mogelijkheden achter.” https://www.rijksoverheid.nl/documenten/rapporten/2016/07/06/werkgroeprapporten-studiegroep-duurzame-groei
- 22. Data gedreven serviceinnovatie
- 23. Toekomstige differentiatie berust grotendeelsop (Big ) data strategieën De capaciteit om nieuwe , innovatieve diensten te identificeren
- 24. transparantie van degegevens geeft macht aan de consument en de vervaagt marktsectoren • Data-driven waarde creërende services 90 % diensteneconomie • Service is niet tastbaar • Multidisciplinaire teams nodig
- 25. Big Data stack– pipe line
- 26. Big data pipeline 80% Intake & Storage Extract & Clean Aggregation, Analyses & Modelling Interpretation & Collaboration Visualization
- 27. intake analysesinterpretation filter Big data cycle Lean,Agile, Just in Time (Real Time),.. De kern van is snelheid, kunnen veranderen, experimenteren, falen en leren. Big data pipe line
- 28.
- 29. Rommelige en onzuiveredata Wildgroei van data
- 32. Grootste crises ooiten we zagen het niet aankomen
- 34. Blind geloof inmodellen?
- 36. Grootste economische experimentooit 1000 miljard € inflatie doel 2%?
- 37. Gratis geld engeen bestedingen?
- 39. Verrast door Flashcrash in 2010 Achteraf trachten we het te verklaren
- 40. Bankiers en dekredietcrisis met de ICT-er als de belangrijkste medeplichtige
- 41.
- 42.
- 43. Factoren ICT falenRekenkamer 2008 Rechtmatigheidsbeginsel Niet behapbaar Geen doorzettingsmacht Politieke grilligheid Te strikt door openbare aanbesteding Geen mogelijkheid tot bijstelling
- 44. “…we can onlyfully figure out the meaning of new technology in business and institutions after the fact [drift]; and that we plainly have to live with such and state of ignorance.” impossibility C. Ciborra. 2002. The Labyrinths of Information, Oxford University Press, Chapter 5 Dérive: Drift and deviation, p. 85.
- 45. 'connecten' met demensen die mij het dierbaarst zijn
- 46. De app Camarillatelt inmiddels al 1 miljoen gebruikers per maand Constance Scholten, Als commercieel directeur bij TravelBird leefde ze uit haar koffer: ze reisde van hotel naar hotel. Op een van die eenzame avonden opende ze Facebook, waar ze haar 2000 vrienden vond. 'Na twee minuten deed ik de laptop dicht. Dat wilde ik helemaal niet. Ik wilde 'connecten' met de mensen die mij het dierbaarst zijn. Gemiddeld laten mensen overigens maar tien echte vrienden toe. Wij zijn op vijftien gaan zitten op basis van wetenschappelijk onderzoek van de antropoloog Robin Dunbar. Met meer mensen kun je volgens dat onderzoek geen echte diepe vriendschap ontwikkelen.' https://fd.nl/ondernemen/1167277/facebook-en-snapchat-lonken-naar-intieme-app-uit-nederland
- 47. Overmatig idealisme, utopischebelofte Snelheid en vergetelheid Bureaucratische proces herhaling Quasi charismatische leider om zaak vlot te trekken Technische vooringenomenheid - gevangen in veelheid systemen Gesimplificeerde realiteit waardoor echte werkwijze verborgen blijft ICT op drift
- 48. ICT op driftextra Autonoom handelende algoritmen die op internet rondwaren • uitgestrekt , globaal, verbonden, altijd aan , stil, ongezien • zelf- ontdekkend, -organiserend , -herstellend, -lerend Genereert bijwerkingen, onverwachte gevolgen , onvoorziene dynamiek
- 49. Diensten complex enongrijpbaar Verschil tussen formele beschrijving van diensten en wat je ziet gebeuren “the moment of truth’’ van de dienst is slecht te volgen co-creation, participatie en gelijktijdige productie en consumptie van een groot aantal diensten Het menselijke aspect is rommelig Mensen zijn onvoorspelbaar en wensen vertrouwelijkheid (niet traceerbaar willen zijn)
- 50. Wetenschappelijk niet sexy Veelconcurrerende theoretische kaders met geen universele model of consensus Vernieuwende dienst waarin verlangens tot stand worden gebracht die voorheen niet bestonden. Service innovatie nog lastiger
- 51. Creëer een digitalevrijplaats voor experimenteren met data Een pirateneiland voor innovatie
- 52. BigData-analyse is continueen wisselwerking tussen de businessvraag en de data Data kunnen verrassen en een vraag oproepen en omgekeerd kan een vraag een zoektocht naar bruikbare data starten. Een BigDataproject is een experiment met een continue wisselwerking tussen gebrekkige behoeftearticulatie en een naïeve verkenning van datasets. Een continue iteratie tussen de vraag “als we de data hebben?” en “als we het probleem kennen?”. Aangezien de businesscase niet eenvoudig is en de technologie bewegelijk, is experimenteren noodzakelijk. 52
- 53. Data wordt waardevoltijdens het toepassen Het is experimenteren , niet het analyseren van grote observationele datasets maakt het mogelijk om een mechanisme te begrijpen. Experimenteerruimte
- 54. Experimenteren met data-drivenmodellen Het ontdekken van de nieuwe mogelijkheden van data vraagt om ruimte voor experiment, mét ruimte voor reflectie en evaluatie en inachtneming van publieke waarden als privacy, vrije keuze of solidariteit. Het nieuwe Europese kader voor gegevensbescherming kan ook een innovatiekans voor Nederland en Europa betekenen voor het ontwikkelen van diensten, gericht op empowerment van de consument om met zijn eigen data aan de slag te gaan. De datagedreven samenleving - Rathenau Instituut Experimenteerruimte (1)
- 55. Experimenteerruimte voor digitaletechnologie Omschrijving maatregelen Continueren en verbreden aanpak Smart Industry naar dienstensector “Een proeftuin kan ook gebruikt worden om (tijdelijk) te werken op basis van (experimentele) wetten en regels, bijvoorbeeld rond privacy. Zo kan proefondervindelijk worden onderzocht en bepaald wat de meest effectieve manier is om nieuwe technologische mogelijkheden te reguleren.” https://www.rijksoverheid.nl/documenten/rapporten/2016/07/06/advies-studiegroep-duurzame-groei https://www.rijksoverheid.nl/documenten/rapporten/2016/07/06/werkgroeprapporten-studiegroep-duurzame-groei Experimenteerruimte (2)
- 56. https://www.rijksoverheid.nl/documenten/rapporten/2016/07/06/werkgroeprapporten-studiegroep-duurzame-groei Vertaald naar hetperspectief van het Nederlandse verdienvermogen illustreert dit twee zaken: i) gezien het toenemende belang van het winner-take-all principe wordt het nog belangrijker dat Nederlandse bedrijven aan de frontier van technologische mogelijkheden kunnen opereren en ii) het niet adaptief benutten van kansen van digitalisering kan razendsnel ten koste gaan van het concurrentievermogen van het Nederlandse bedrijfsleven. Dit vraagt om adaptieve ondernemers, wetenschappers en werknemers; kortom mensen die in staat zijn snel mee te gaan in deze transitie. Experimenteerruimte (3)
- 57.
- 58. Hoe data gedrevenservice innovatie te doen? Als ICT op drift is en slechts achteraf te verklaren is…
- 59. “platform strategy designedfor coping with surprise” “Sun-Tzu’s exploitation of the contours (configuration) of resources at hand Shih” C. Ciborra. 2002. The Labyrinths of Information, Oxford University Press, Chapter 5 Shih, p. 119. Begrip shih
- 60. Begrip shih “Smart improvisersmakes business sense, especially when business itself appears to make very little sense” shih: rang- be- schikking voor een natuurlijke verandering, dat leidt kansrijk gebruik van de situatie C. Ciborra. 2002. The Labyrinths of Information, Oxford University Press, Chapter 5 Shih, p. 119. • onvoorspelbaar gebruik van resources • gebruik meerdere structuren als reactie op chaotische gebeurtenissen, • i.p.v. maximaliseren van efficiency rondom stabiele taken en technologieën • go with the flow • geen nieuwe situatie creëren - • organiseer omstandigheden zodanig er voordeel in zit
- 61. Terreurorganisaties Open Source organisaties SommigeZZP groepen flexibel, snel reagerende netwerk van autonome groepjes met een betekenisvol doel “Meta-organizational context not fully designed” “Manager recombines artfully those arrangements” Shih organisatie Olivetti ‘80 platform organisatie C. Ciborra. 2002. The Labyrinths of Information, Oxford University Press, Chapter 5 Shih, p. 119.
- 62. perfectie in planningis symptoom van verval “professionals should try to grasp the essence of phenomena, and master it” modellen/mechanismen zijn op zijn best analogieën van prestaties uit het verleden “what is the use of a map if you do not know the terrain?” Non Shih
- 63. Accepteer "bricolage" prutswerk,geknutsel Leef de infrastructuur = socio-technical Beleef de fenomenen zoals ze zijn en analyseer de fenomenen niet zoals we willen dat ze zijn Wees „gastvrij‟ is in plaats van methodologisch Zie het reservoir van bronnen klaar om toe te passen Aanpak?
- 64. • Voldoet nietaan behoefte top van het management voor de begroting, voorspelbaarheid en controle • Onverenigbaar veel bedrijfsculturen Belemmeringen?!
- 65. Een beetje ordeen veel chaos..
- 66. Een paar computersgeneren data
- 67. En toen.. Alles eniedereen generen data
- 68.
- 69. En toen.. Gebrek aandata Overvloed aan data
- 70.
- 71.
- 72.
- 73. Organiseren is eenduidigheidcreëren
- 74. Het spel opde grens Wildgroei data Autonome systemen Dataficatie & Data analyse
- 75. Methodologisch (fabriek) Six Sigma,process mining, industry 4.0 Exploratie : Growth hacking, sandboxing, holistisch, co-creatie, hyper agile Samenbrengen…
- 76. Methodologisch (fabriek) Exploratie (chaotische verandering) Samenbrengen… Pentland“social physics” Telco Call Detail Records Bank ATMs and credit-card transactions Retailer point-of-sale transactions Utility energy meters Dotcom web-click streams and social-media interactions
- 77.
- 78. Managen KPIs: ERP, DWH,RDBMS Business Intelligence Realtime exploreren data: NO SQL, Hadoop, Spark Hyper Agile, Sandbox Samenbrengen ICT…
- 79.
- 80.
- 81. Feiten, één waarheid onbetwistedata .. Waarschijnlijk, perspectief, onzuiver,.. Transistie
- 82.
- 83. Transistie ICT systems supporthumans Humans support ICT systems to learn
- 84.
- 85.
- 87. Data Detective Data OperatingSystem Applicaties Bedrijfsprocessen Hardware 87 Growth Hackers, as bricoleurs and improvisers
- 88. Data Detective Hadoop Hacker DataOperating System Applicaties Bedrijfsprocessen Hardware 88 Growth Hackers, as bricoleurs and improvisers
- 89. Ontwikkelaar en engineer Bouwenen onderhouden met Big Data gereedschappen en methoden Onderzoeken, Ontdekken en Onderhouden Hadoop Hacker Domein expert en analist Vertalen business vraag naar Big Data vraag Ongearticuleerde behoefte omzetten in specifieke vragen… Data Detective 89
- 90. Foxes know manysmall things which they bring to bear in their analyses in a dynamical and flexible way Tetlock Growth Hacker, as bricoleurs and improvisers
- 91. The hedgehog issaid to know one thing and know it well Tetlock
- 92.
- 93. Durf te delen Durfte falen Deel je fouten
- 95. Growth Hacker, asbricoleur and improviser
- 96. Dienstverlening beter ofslechter door Big Data? KPN of ING? Belastingdienst of CBS?
- 97. “The Labyrinths ofInformation” Claudio Ciborra 2002 “De hygienemachine” Rene ten Bos & Ruud Kaulingfreks 2001 “Dispositioning IT all: A Theory for Thriving Without Models” Ian O. Angell & Fernando M. Ilharco 2006 “A Perfect Mess” Eric Abrahamson & David H. Freeman 2006 “Bullshitmanagement” Jos Verveen 2011