Presentatie big data (Dag van de verkoper, Cevora) IntoTheMinds
Presentatie gegeven in Antwerpen en Gent of 30 Mei 2017 en 18 Mei 2017 over Big Data en verkoop.
In deze introductie werd de theorie over Big Data uitgelegd zoals voorbeelden van toepassingen om data te valoriseren. Speciaal aandacht werd gevestigd op juridische aspecten zoals GDPR.
Onze wereld bestaat steeds meer uit data! Dat betekent dat je data tegenkomt in je producten, diensten, maar ook in je organisatie. Binnenkort kan een organisatie niet meer zonder het intelligente gebruik van data.
Het gebruik van data, en dan specifiek Big Data heeft veel gevolgen. Die gevolgen zie je terug in de board, in strategie, marketing/communicatie en last but not least IT.
Deze slides behoren bij het Big Data for Enterprises webinar van Arjan Burger. Hij bespreekt de belangrijkste uitgangspunten en de ins en outs van Big Data.
Het bijbehorende webinar vind je op de site van Eduvision: https://eduvision.nl/webinar/big-data-enterprise
Big Data is nog steeds een big issue. Ik heb er dan ook redelijk wat aandacht aan besteed in eerdere blogs (bijvoorbeeld: welke data kan interessant zijn en Big Data voor het MKB). Toch is er in de essentie van de zinvolheid van Big Data een zekere verschuiving te onderkennen. Het lijkt me goed om daar in deze blog wat dieper op in te gaan.
Presentatie big data (Dag van de verkoper, Cevora) IntoTheMinds
Presentatie gegeven in Antwerpen en Gent of 30 Mei 2017 en 18 Mei 2017 over Big Data en verkoop.
In deze introductie werd de theorie over Big Data uitgelegd zoals voorbeelden van toepassingen om data te valoriseren. Speciaal aandacht werd gevestigd op juridische aspecten zoals GDPR.
Onze wereld bestaat steeds meer uit data! Dat betekent dat je data tegenkomt in je producten, diensten, maar ook in je organisatie. Binnenkort kan een organisatie niet meer zonder het intelligente gebruik van data.
Het gebruik van data, en dan specifiek Big Data heeft veel gevolgen. Die gevolgen zie je terug in de board, in strategie, marketing/communicatie en last but not least IT.
Deze slides behoren bij het Big Data for Enterprises webinar van Arjan Burger. Hij bespreekt de belangrijkste uitgangspunten en de ins en outs van Big Data.
Het bijbehorende webinar vind je op de site van Eduvision: https://eduvision.nl/webinar/big-data-enterprise
Big Data is nog steeds een big issue. Ik heb er dan ook redelijk wat aandacht aan besteed in eerdere blogs (bijvoorbeeld: welke data kan interessant zijn en Big Data voor het MKB). Toch is er in de essentie van de zinvolheid van Big Data een zekere verschuiving te onderkennen. Het lijkt me goed om daar in deze blog wat dieper op in te gaan.
What's Up?! with Data Intelligence - 11 september 2014 - Joris Goossens - Dat...United
Op donderdag 11 september 2014 vond de vierde editie van What’s Up?! plaats. What’s Up?!, georganiseerd door de LECTRIC Groep, is een evenement waar kennis delen over actuele ontwikkelingen de boventoon voert. Dit jaar was het onderwerp Data Intelligence. Joris Goossens van comScore brak het spits af met zijn onderwerp ‘Data als kritische succesfactor’.
Mark Vermeer - Congres 'Data gedreven Beleidsontwikkeling'ScienceWorks
De presentatie van Mark Vermeer, tijdens de parallelle sessie 'Nieuwe perspectieven voor data gedreven beleid' van het congres 'Data gedreven Beleidsontwikkeling' in Den Haag op 28 november 2017.
De laatste tijd hoor je het regelmatig: organisatie verwachten een groot tekort aan data scientists. Maar wie is nu precies die data scientist? Welke eigenschappen bezit hij of zij en welke vaardigheden zijn noodzakelijk? In het webinar Hoe word ik Big Data Professional geven we in 60 minuten een overzicht. We leggen de nadruk op de manier waarop je een succesvolle Big Data professional wordt, wat jouw mogelijkheden zijn en hoe je uiteindelijk jouw doel behaalt. Bovendien geven we een korte introductie in wat Big Data zijn en bespreken we een praktijkcase.
Jaarlijks worden er nieuwe hypes gepresenteerd als de Nieuwe Heilige Graal voor retail. Zo ging het ook met big data. Maar big data is de hype voorbij en te belangrijk geworden om te negeren: het blijkt een waardevolle bron van klantkennis waar online spelers al van profiteren en waar veel traditionele retailers moeite mee hebben.
Even praktisch: wat is big data? En waar zit die kracht van big data en hoe zet je het in? Wat zijn goeie voorbeelden? Daar gaat deze presentatie over.
20130618 presentatie big data in financiële sector v1.0 DutchPascal Spelier
Deze presentatie over big data in de financiële sector gaf ik op de IT Auditdag van De Nederlandsche Bank. Wil je het verhaal ook een keer horen, neem dan contact met mij op.
De Nationale DenkTank 2014 onderzocht de kansen, mogelijkheden en bedreigingen van big data. Op InfraTrends presenteren ze de belangrijkste resulaten die vervolgens hebben geleid tot concrete oplossingen met grote maatschappelijke impact. Zo verzamelt de applicatie 'Op weg met Data' gegevens van alle auto’s, waardoor infrastructuurbeheerders kunnen achterhalen wat de kwaliteit van de weg is, waar het glad is en waar files staan. Leer van ex-Denktankers Janne Verstappen en Rik Plender hoe data slim kan worden ingezet binnen een organisatie en hoe je om gaat met de bottlenecks.
Big Data Expo 2015 - Centennium De lucht eruitBigDataExpo
Big Data is niet DE oplossing voor al uw datamanagement en analytics uitdagingen. Wel kan Big Data bijdragen aan uw informatiehuishouding zodat u in staat bent flexibel in te springen op actuele behoeften van uw organisatie, zonder daarbij de grip te verliezen. In deze lezing gaan we in op begripsbepaling, positionering, toegevoegde waarde, realisatie en invoering van Big Data en Big Data Analytics. Concreet, to-the-point en realistisch.
Centennium heeft jarenlange ervaring met ontwerp en implementatie van “klassieke” Enterprise Data Warehouses (EDW) en analytische toepassingen (Business Intelligence) voor haar klanten. De afgelopen jaren hebben wij ons verder verdiept in de (on)mogelijkheden van Big Data en Big Data Analytics en daaruit zijn verschillende waardevolle use cases ontstaan.
Momenteel ontwikkelen wij bijvoorbeeld voor onze klanten zogenaamde “Extended Data Warehouses” waarin het klassieke EDW wordt uitgebreid met zowel nieuwe databronnen met eigen karakteristieken en mogelijkheden (Big Data, Cloud) en krachtige technologieën (Hadoop-platform, data virtualisatie) waarmee analytische toepassingen effectiever en waardevoller worden.
In deze lezing bespreken wij onze ervaringen met Big Data en het Extended Data Warehouse zowel vanuit een business als technologieperspectief. Concreet, to-the-point en realistisch.
Présentation créée pour une publication Linkedin du 25/05/20.
Élaboration d'un scénario de reprise économique après la crise du Covid.
Nous développons en particulier l'importance de la confiance des consommateurs pour la reprise et expliquons pourquoi il faudra attendre Janvier 2021 pour voir une lente remontée.
The advertising campaigns run in Belgium during the Covid-19 crisisIntoTheMinds
This presentation gives an overview of all advertising campaigns that were run in Belgium during the coronavirus crisis.
It helps understand how brands changed their message to cope with the situation.
More Related Content
Similar to Presentatie big data in verkoop (cevora) gent 16 Mei 2017
What's Up?! with Data Intelligence - 11 september 2014 - Joris Goossens - Dat...United
Op donderdag 11 september 2014 vond de vierde editie van What’s Up?! plaats. What’s Up?!, georganiseerd door de LECTRIC Groep, is een evenement waar kennis delen over actuele ontwikkelingen de boventoon voert. Dit jaar was het onderwerp Data Intelligence. Joris Goossens van comScore brak het spits af met zijn onderwerp ‘Data als kritische succesfactor’.
Mark Vermeer - Congres 'Data gedreven Beleidsontwikkeling'ScienceWorks
De presentatie van Mark Vermeer, tijdens de parallelle sessie 'Nieuwe perspectieven voor data gedreven beleid' van het congres 'Data gedreven Beleidsontwikkeling' in Den Haag op 28 november 2017.
De laatste tijd hoor je het regelmatig: organisatie verwachten een groot tekort aan data scientists. Maar wie is nu precies die data scientist? Welke eigenschappen bezit hij of zij en welke vaardigheden zijn noodzakelijk? In het webinar Hoe word ik Big Data Professional geven we in 60 minuten een overzicht. We leggen de nadruk op de manier waarop je een succesvolle Big Data professional wordt, wat jouw mogelijkheden zijn en hoe je uiteindelijk jouw doel behaalt. Bovendien geven we een korte introductie in wat Big Data zijn en bespreken we een praktijkcase.
Jaarlijks worden er nieuwe hypes gepresenteerd als de Nieuwe Heilige Graal voor retail. Zo ging het ook met big data. Maar big data is de hype voorbij en te belangrijk geworden om te negeren: het blijkt een waardevolle bron van klantkennis waar online spelers al van profiteren en waar veel traditionele retailers moeite mee hebben.
Even praktisch: wat is big data? En waar zit die kracht van big data en hoe zet je het in? Wat zijn goeie voorbeelden? Daar gaat deze presentatie over.
20130618 presentatie big data in financiële sector v1.0 DutchPascal Spelier
Deze presentatie over big data in de financiële sector gaf ik op de IT Auditdag van De Nederlandsche Bank. Wil je het verhaal ook een keer horen, neem dan contact met mij op.
De Nationale DenkTank 2014 onderzocht de kansen, mogelijkheden en bedreigingen van big data. Op InfraTrends presenteren ze de belangrijkste resulaten die vervolgens hebben geleid tot concrete oplossingen met grote maatschappelijke impact. Zo verzamelt de applicatie 'Op weg met Data' gegevens van alle auto’s, waardoor infrastructuurbeheerders kunnen achterhalen wat de kwaliteit van de weg is, waar het glad is en waar files staan. Leer van ex-Denktankers Janne Verstappen en Rik Plender hoe data slim kan worden ingezet binnen een organisatie en hoe je om gaat met de bottlenecks.
Big Data Expo 2015 - Centennium De lucht eruitBigDataExpo
Big Data is niet DE oplossing voor al uw datamanagement en analytics uitdagingen. Wel kan Big Data bijdragen aan uw informatiehuishouding zodat u in staat bent flexibel in te springen op actuele behoeften van uw organisatie, zonder daarbij de grip te verliezen. In deze lezing gaan we in op begripsbepaling, positionering, toegevoegde waarde, realisatie en invoering van Big Data en Big Data Analytics. Concreet, to-the-point en realistisch.
Centennium heeft jarenlange ervaring met ontwerp en implementatie van “klassieke” Enterprise Data Warehouses (EDW) en analytische toepassingen (Business Intelligence) voor haar klanten. De afgelopen jaren hebben wij ons verder verdiept in de (on)mogelijkheden van Big Data en Big Data Analytics en daaruit zijn verschillende waardevolle use cases ontstaan.
Momenteel ontwikkelen wij bijvoorbeeld voor onze klanten zogenaamde “Extended Data Warehouses” waarin het klassieke EDW wordt uitgebreid met zowel nieuwe databronnen met eigen karakteristieken en mogelijkheden (Big Data, Cloud) en krachtige technologieën (Hadoop-platform, data virtualisatie) waarmee analytische toepassingen effectiever en waardevoller worden.
In deze lezing bespreken wij onze ervaringen met Big Data en het Extended Data Warehouse zowel vanuit een business als technologieperspectief. Concreet, to-the-point en realistisch.
Similar to Presentatie big data in verkoop (cevora) gent 16 Mei 2017 (20)
Présentation créée pour une publication Linkedin du 25/05/20.
Élaboration d'un scénario de reprise économique après la crise du Covid.
Nous développons en particulier l'importance de la confiance des consommateurs pour la reprise et expliquons pourquoi il faudra attendre Janvier 2021 pour voir une lente remontée.
The advertising campaigns run in Belgium during the Covid-19 crisisIntoTheMinds
This presentation gives an overview of all advertising campaigns that were run in Belgium during the coronavirus crisis.
It helps understand how brands changed their message to cope with the situation.
Presentation Stéphane Saulnier at EBU Conference "data in the newsroom"IntoTheMinds
Stéphane Saulnier of FigData (data journalism department of Le Figaro, France) presented the various projects carried out in the field of data visualizations.
Purchase drivers for iconic products in the luxury sectorIntoTheMinds
research was carried out by a team of 4 researchers from INSEEC business school (see reference at the end of this article) and was entitled “Timeless luxury: what drives the purchase of iconic products“.
Presentation given by MAALEJ M., BENZI M., BEGUET M., SALVADOR M. of INSEEC Business School, France
Credits : courtesy authors
Presentation given by Jarkko Ryynänen and Aki Kekäläinen at EBU conference on artificial intelligence in the broadcasting industry on 8-9 November 2018 in Geneva.
Toon borré presentation at Meetup Big Data and Ethics at DigitYser Brussels 1...IntoTheMinds
presentation given at the first meetup on Big Data and Ethics given at DigitYser Brussels. Find more about this event on our blog at www.intotheminds.com/blog/en
Leenke De Donder presentation at Meetup Big Data and Ethics at DigitYser Brus...IntoTheMinds
presentation given at the first meetup on Big Data and Ethics given at DigitYser Brussels. Find more about this event on our blog at www.intotheminds.com/blog/en
Jochanen eynikel presentation at Meetup Big Data and Ethics at DigitYser Brus...IntoTheMinds
presentation given at the first meetup on Big Data and Ethics given at DigitYser Brussels. Find more about this event on our blog at www.intotheminds.com/blog/en
Thomas carette presentation at Meetup Big Data and Ethics at DigitYser Brusse...IntoTheMinds
presentation given at the first meetup on Big Data and Ethics given at DigitYser Brussels. Find more about this event on our blog at www.intotheminds.com/blog/en
Big Data and ethics meetup : slides presentation michael ekstrandIntoTheMinds
Those are the slides of the speech given by Prof. Michael Ekstrand at the Meetup on Big Data and Ethics at DigitYser (Brussels) on 15 June 2017. For more info visit http://www.intotheminds.com/blog/en/big-data-and-ethics-first-sucessful-meetup-at-digityser-in-brussels/
Slides pierre nicolas schwab DISummit 2017 (Big Data, Brussels)IntoTheMinds
In this presentation Pierre-Nicolas Schwab, Head of Big Data at RTBF, deals with the design of ethical algorithms and the steps undertaken at RTBF to have a GDPR-compliant Big Data strategy.
"Building Trust" discussion panel at EBU Big Data conference 2017 (Pierre-Nic...IntoTheMinds
This presentation was given by Pierre-Nicolas Schwab, Head of Big Data at RTBF, on the occasion of the 2nd annual EBU Big Data conference in Geneva (Switzerland)
Wrap Up EBU Big Data and Society conference at RTBF - Day 2 (13 december 2016)IntoTheMinds
This is the wrap up of the first day of the EBU Big Data and Society conference that was held at RTBF on 12 and 13 december 2016.
This presentations sumps up the takeaways of the presentation by Jean-Paul Philippot, Prof. Wehenkel, Steven Bourke, Prof. Malthouse, PN Schwab, Evan Estola
2. • Pragmatisch uitleggen wat
‘Big Data’ betekent
(demystificeren)
• Maximaal illustreren aan de hand
van concrete voorbeelden
• Met u samenwerken rond wat er
in uw organisatie gedaan kan
worden om Big Data-technieken
te gebruiken voor commerciële
doeleinden
(Mijn) doelstellingen voor
deze workshop
2
3. • Let op: het is niet de bedoeling
om van u specialisten in Big Data
te maken
(Mijn) doelstellingen voor
deze workshop
3
4. Wat u moet onthouden van deze
workshop:
• Inzicht in het doel van de « Big
Data »-verwerking
• Beperkingen en zakelijke
opportuniteiten van de « Big
Data »-verwerking toegepast op
de verkoop
• Toepassingsmogelijkheden van
« Big Data » in uw organisatie
(Uw) doelstellingen voor deze
workshop
4
5. • De slides zijn beschikbaar
op slideshare (slideshare.net/Into
theminds)
• Consolideer uw kennis door het
lezen van onze artikelen op de
blog van IntoTheMinds (in 3
talen):
www.intotheminds.com/Blog/nl
• Connecteer u met mij
via Linkedin om te
communiceren na de vorming.
Praktische info
vooraleer we starten
5
6. 1. Algemene toelichting over
Big Data: 25'
2. Concrete toepassingen: 20'
3. Werken rond uw eigen situaties:
45'
Structuur van de workshop
1
2
3
6
7. • Oprichter van het
marktonderzoeksbureau
IntoTheMinds
– Kwalitatief onderzoek
– Kwantitatief onderzoek (verwerking
van massale data)
– Combinatie van 2 technieken
• MBA strategie, dokter in de
marketing
• Tweets: @pnschwab of
@intotheminds
• Blog: intotheminds.com/blog/nl
Wie ben ik?
7
8. • Ik hou van magie en vooral van
mentalisme
• Op de foto: Frédéric Da Silva en
ikzelf vorige maand in Las Vegas
Teaser
8
9. • Hij raadde het getal dat ik in
gedachten had (22)
• Door verwerking van een groot
aantal gegevens kan
geanticipeerd worden op datgene
wat een individu doet/wilt
Teaser
9
10. • Facebook weet:
– wat u hebt ge« liked »
– met wie u bent verbonden
– waar u geweest bent
– wat u hebt geschreven
– en nog veel meer …
• En gebruikt dat om een profiel
van u te maken meer
doelgericht, meer verkoop
Digitale sporen worden
verwerkt via Big Data
10
11. • Facebook is het meest volmaakte
voorbeeld van gebruik van
Big Data voor commerciële
doeleinden
– Exploitatie van gegevens (new business)
– Profilering van « klanten »
• Grote verscheidenheid aan
gegevens gebruikt voor
« profilering » van gebruikers
– Tekst
– Beeld
– Acties
Facebook: het manna van
gebruikersprofilering
11
12. • Uw Likes bepalen wie u bent,
maar uw commentaar en wat u
deelt, is waardevoller
• Door emoticons (feb 2016) zijn
uw emoties gekend
• Wat u schrijft, wordt
geanalyseerd door algoritmen
om zo uw interesses te bepalen
Facebook
Uw acties verraden u
12
13. Facebook definieert uw netwerk en
trekt conclusies over uw eigen
profiel (« gelijkgestemden zoeken
elkaar »)
• uw "vrienden"
• De mensen met wie u op foto’s staat
Facebook
Uw vrienden bepalen wie u
bent
13
15. • Het profiel van een persoon
wordt verhandelbare informatie
voor bedrijven
• Profieltest
Facebook
Gegevens zijn business
15
16. • Vooreerst is het een
« buzzword » om falende IT-
systemen en projecten te
verkopen (80% van de projecten
mislukken*)
• Vooral het gevolg van een
technische en commerciële
ontwikkeling, waarmee bedrijven
grote hoeveelheden data kunnen
verwerken tegen een redelijke
kostprijs
Wat zijn Big Data?
1
16
*Bron: Gartner
17. • Aanwezige data kunnen
verwerken, werd altijd al gezien
als een bron van kennis
(« insights »)
• De methodes en doelstellingen
van gegevensverwerking zijn de
voorbije 40 jaar geëvolueerd
• De middelen om toegang te
krijgen tot deze kennis zijn
maximaal toegankelijk gemaakt
Big Data zijn niet nieuw
1
17
19. Big Data zijn niet nieuw
Wat is er veranderd: de opslag
1
19
Bron: a history of storage costs
20. Big Data zijn niet nieuw
Wat is er veranderd: de verwerkingskosten
1
20
Bron: Sandberg en Bostrom (2008)
21. Big Data zijn niet nieuw
Wat is er veranderd: gegevens zijn er overal
1
21
Bron: IDC’s Digital Universe Study
22. Big Data zijn niet nieuw
Wat is er veranderd: gegevens zijn er overal
1
22
23. Big Data zijn niet nieuw
Wat is er veranderd: gegevens zijn er overal
1
23
24. • Waarom gegevens
verwerken? Om de toekomst te
kunnen voorspellen!
• Anticiperen =
concurrentievoordeel, beter
beheer van middelen (dat geldt
voor bedrijven en landen)
• Overgang van sociologische
massamodellen naar quasi
individuele modellen
Big Data: een 40 jaar lange
natuurlijke evolutie
1
24
25. • Landen: 1ste gebruikers van
historische gegevens:
– Voor het beheer van
maatschappelijke ontwikkelingen
– Om landen te « besturen »
• Sociale wetenschappen aan de
basis van de eerste modellen:
– Kwalitatieve analyse van variabelen
die van invloed zijn op het gedrag
– Kwantitatieve beoordeling van de
invloed van vooraf vastgestelde
variabelen
Big Data gisteren
1
25
26. Big Data gisteren
Een op voorhand vastgesteld model, dat wordt
« geverifieerd »
26
model
Variabele
1
Variabele
2
Variabele
3
Te
modelleren
gedrag
27. • Er wordt voor elk individu
gezocht naar correlaties in
meerdere gegevens, soms van
zeer uiteenlopende aard
• Er kunnen vreemde correlaties
opduiken
• De sociologische verklaring komt
op de tweede plaats: alleen het
statistische verband telt
Big Data vandaag
Geen vooraf bepaald model
1
27
28. Big Data vandaag
Opgelet voor toevallige correlaties
28
Bron: Tyler Vigen's « Spurious correlations »
29. Big Data vandaag
Opgelet voor toevallige correlaties
29
Bron: Tyler Vigen’s « Spurious correlations »
30. • Afstappen van de sociologische
invalshoek bij de interpretatie
van gegevens
• Zoeken naar correlaties zonder
de reden ervan te begrijpen: het
oorzakelijk verband wordt niet
langer uitgelegd!
Het probleem van Big Data
vandaag
30
31. • Wat is er veranderd:
– Het systematiseren van
gevensverzameling
– Het soort verzamelde gegevens
– Het niveau van "granulariteit"
– De verhouding kosten/snelheid van
de verwerking
– Het doel (inzicht in wereldwijde
trends commerciële oriëntatie)
Big Data vandaag
Wat is er veranderd?
31
33. • RTBF: verwerking van
verbruiksgegevens om inhoud
voor te stellen
(aanbevelingsalgoritmen)
• Telecom: voorspellen van uitval
(« churn »)
• Bank: voorspelling van
stortingen, opnames en uitval
(« churn »)
Voorbeelden uit ons eigen
werk
33
35. • Twee manieren om voordeel te
halen uit gegevens:
– B2B: verwerking van
« klant »gegevens om nieuwe
diensten met toegevoegde waarde
aan te kunnen bieden
– B2C: verzamelen en kruisen van
gegevens over individuen om te
anticiperen op hun behoeften/meer
te verkopen
• Enkele (o.a. Belgische) voorbeelden
van gegevensverwerking voor
commerciële doeleinden
B2B versus B2C2
35
36. • Gebruikte gegevens:
– Taxi in het gebied
– Vraag
– Waarschijnlijkheid van aankoop
(prijsgevoeligheid)
• « Dynamic Pricing », gebaseerd
op vraag en aanbod. In theorie
positief voor klanttevredenheid
(↘ wachttijd).
• Maar ook andere geheime
variabelen gebruikt
Uber
« Surge Pricing »2
36
37. • Belgische startup (Gent)
• Gebruik van openbare informatie
(publieke data) om de prijs van
onroerende goederen te
voorspellen
• Reactie op het monopolie van
notarissen op de prijzen van
vastgoedtransacties
• Foutmarge: 7-9%
Realo2
37
40. • Gebruik van uw
aankoopgeschiedenis (via uw
getrouwheidskaart) om u
kortingsbonnen aan te bieden
Delhaize, Colruyt2
40
41. • Gebruik van bestaande gegevens
(gsm-signaal) voor andere
doeleinden visualisatie van
personenbewegingen
• Kruising van deze gegevens met
andere gegevens van socio-
demografische aard
• Toepassingsgebied: kwantificatie
en kwalificatie van
personenstromen in
handelscentra
Proximus2
41
44. • Sociaal secretariaat
• Rijk aan klantgegevens (lonen,
ziekteverzuim, profiel van
werknemers, …)
• Vraag: hoe deze gegevens
gebruiken om klantenproblemen
op te lossen?
• Een probleem van alle
werkgevers: ziekteverzuim
SD Worx2
44
45. • SD Worx bezit meer gegevens
over haar klanten dan de klanten
zelf
• 6500 waarnemingen, 980
voorspellende variabelen
• 8 voorspellende variabelen voor
ziekteverzuim. Geheim, maar
evaluatie van de werknemer en
aanwezigheid van een « back-
up » spelen blijkbaar een
belangrijke rol
SD Worx2
45
46. • Innovatie in de gebruikte
gegevens levert nieuwe
inkomstenbronnen op
• De gegevens worden bijna altijd
gebruikt om een gedrag, een
toekomstige gebeurtenis, een
prijs te voorspellen
Eerste lessen2
46
47. • Realo: gebruik van openbare
gegevens (publieke data)
• SD Worx: gebruik van
klantgegevens om B2B-
problemen op te lossen
• Proximus:
– Valorisatie van bestaande
geanonimiseerde gegevens
– Verrijking met externe gegevens
Eerste lessen2
47
48. • Delhaize, Colruyt: gebruik van
bestaande nominatieve gegevens
(getrouwheidskaart) om de
consumptie in kaart te brengen
en te anticiperen op behoeften
– Kortingsbonnen
– Adaptieve prijszetting
– Voorspelling supply-chain
Eerste lessen2
48
49. • Mag u persoonsgegevens
verzamelen?
• Welke regelingen gelden?
– Wet van 8 december 1992
(bescherming van de privacy)
– GDPR (26 mei 2018)
Juridische aspecten
49
50. Deel 3
3
50
Nu is het aan u om creatief te zijn!
3 vragen
45 minuten om na te denken over het
gebruik van Big Data in uw bedrijf
51. • Wat wilt u kunnen voorspellen in
uw activiteitensector?
• Wat zijn de onzekerheden
waarmee uw bedrijf of uw
klanten te maken hebben?
Vraag 1
De zakelijke behoefte (15')
51
52. • Welke gegevens verzamelt u over
uw klanten of voor rekening van
uw klanten?
• Welke gegevens verwerkt u al?
• Welke gegevens ontbreken om
voordeel te halen uit de
commerciële opportuniteiten van
vraag 1?
Vraag 2
De gegevens (15')
52
53. • Wat moet u doen om deze
mogelijkheden te kunnen
benutten?
Vraag 3
De zakelijke behoefte
53
55. • Alle bedrijven beschikken over
gegevens die ze kunnen
benutten. Begin met het
inventariseren ervan
• Reflectie/brainstormen over
mogelijk gebruik ervan
• Opgelet met juridische
beperkingen
Enkele conclusies
55
56. • Geen behoefte aan grote
investeringen test uw ideeën
van valorisatie van « data » uit op
uw klanten
• Start klein (een eenvoudige
statistiek volstaat) en ga
eventueel sneller te werk met
een gespecialiseerde partner
Enkele conclusies
56