In een volgepakt conferentie centrum in Amsterdam kwamen veel mensen uit het bedrijfsleven bij elkaar om te luisteren naar sprekers tijdens de Big Data Analytics Europe event. Een event werd georganiseerd door Whitehall media.
Auteurs van het boek “The Chief Data Officer’s Playbook” Peter Jackson en Caroline Carruthers vertelden het volgende. “Heel veel bedrijven hebben geen Chief Data Officers (CDO) en als ze iemand aanstellen denken ze dat alle data problematiek in een keer is opgesteld”. Het is de CDO met relevante teamleden (en aanzienlijke inbreng van belangrijke stakeholders) die hen in staat zullen stellen maximale waarde te leveren, door de ruwe data te transformeren naar metagegevens (of slimme gegevens). Dit kan alleen succesvol zijn, als een eerste startpunt, als het bedrijf de CDO de juiste vragen stelt. CDO kan alleen succesvol zijn, wanneer de (hele) organisatie meedoet en deel gaat uitmaken van de reis.
Cosmando Byarugaba, Program Director, Big Data Program van Air France / KLM: “Building blocks met het werken met Big Data in combinatie met AI bestaat uit een visie, lange termijn strategie. Als je manager aan je vraagt: wat en hoeveel geld gaat het opleveren? Dan is dat een verkeerde vraag. Dat weten we pas als we ermee bezig zijn geweest. Bedrijven moeten in hun medewerkers geloven en ook de kans te geven om te experimenteren. Steun van je managers is hierin erg belangrijk. Dit was ook meteen de boodschap van alle bedrijven: werk agile, lean en experimenteer volop. Ook Alejandro Leon, director Lead architecture digital van Philips IT vertelde hetzelfde. Philips IT werkt met de principe: fail fast, react, learn en change. Release cycle willen ze verkorten.
Cosmando Byarugaba: Team van Data scientists en Data engineers van KLM werkten aan textmining, clustering van algorithmen en ze konden hiermee 95% voorspellen of een potentiele klant op de website een “business” of een “leisure” klant was.
Een van de sprekers was Michiel van Dongen (Business Developer R&D and Innovation) bij KNMI (Koninklijk Nederlands Meteorologisch Instituut). KNMI is sinds de oprichting in 1854 een data fabriek. KNMI verzamelt al jaren data via Observatie netwerken, die ze vanaf het begin hebben en satellieten. Ze focussen ook steeds meer op wat ze zelf noemen “non-traditionele data”. Dat zijn data wat ze binnenhalen via:
Aan de hand van een voorbeeld laten ze zien hoe ze modellen gebruiken om risk (gevaren) te voorspellen. Ze hebben een systeem dat bestaat uit sensoren op een weg, maar sinds vorige jaar hebben ze ook getest met auto data. Steeds meer auto’s verzamelen data. Ze koppelen verschillende data punten op de weg, wat ze waarnemen via camera’s, andere sensoren en dan kunnen ze nauwkeurige beslissingen nemen omtrent bijv. waarschuwingen. Ze hebben ook testen uitgevoerd met sensoren op fietsen.
Een ander voorbeeld is hoe ze een ijs opbouw in de atmosfeer meten. Alleen ijs opbouw in de atmosfeer laat niet meteen zien wat voor effect het heeft op de grond. Is er ijs op de grond? Ze gebruiken nu verzekering claims om dit valideren. Ze moeten namelijk wel de juiste forecast (voorspelling) doen. Als ze te vaak wat voorspellen wat niet klopt kan dat averechts effect hebben waarbij mensen de waarschuwingen niet meer serieus nemen.
Ze meten ook solar panel data (wat gebruikt wordt om energie op te wekken). Het is voor KNMI erg belangrijk om langdurige data sets te hebben voor scenario planning. Ze hebben de volgende R&D vraagstukken die ze hiermee kunnen beantwoorden zoals hoe vaak gebeurt een weer omstandigheid? hoe lang duurt het? Etc. KNMI werkt met heel veel partijen en ze zijn op zoek naar nog meer partijen.
Allerbelangrijkste take away van event was: “Don’t ask what i twill earn, you have to believe in it” en eigenlijk “ga volop proberen, experimenteren”
[Afbeelding © Konstantin Hermann – Adobe Stock]
