Keuzes in Data Science - wat als je resources beperkt zijn?

WED 10:30 - 11:00

Lecture hall 2

EDM

Bedrijven willen inspelen op de individuele (toekomstige) klantbehoeften. Om gedrag te voorspellen is een goed klantbeeld nodig en daarmee dus goede klantdata. Het vervelende van klantdata is dat het dynamisch is: mensen verhuizen, gaan trouwen, krijgen kinderen, gaan scheiden, overlijden, gebruiken meerdere adressen, contactkanalen, etc. Ook is de data vaak versnipperd over verschillende systemen en missen veel matchkeys. Bedrijven hebben wel veel klantdata maar zelden een goed klantbeeld. Dagelijks verwerkt EDM veel ruwe data, worden issues opgelost om tot een optimaal 360 graden klantbeeld te komen en worden gedragsvoorspellingen toegevoegd.

Tijdens de presentatie geeft EDM aan hoe ze een en ander aanpakken. Er zijn uitdagingen met betrekking tot het toepassen en onderhouden van de AI-modellen. Een model maken en met de hand runnen is geen probleem, maar hoe ga je het structureel inzetten en onderhouden? Technieken veranderen, data ook en je werkt met verschillende collega’s. Daarvoor heeft EDM een ‘modellenfabriek’ ingericht. Uiteraard met een beperkt budget en restricties vanwege security, organisatie, etc. EDM vertelt hoe ze dit aangepakt hebben, welke issues ze tegenkwamen en welke keuzes gemaakt zijn. Geen luchtfietserij, maar een praktijkverhaal met tips voor het zelf opzetten van een eigen modellenfabriek.

  • Theme
    Data Science

    Organisaties beschikken al over extreem veel data. De grote uitdaging zit erin om met de beschikbare data waarde toe te voegen aan een proces of klanttraject. Data science is daarvoor uitstekend geschikt. Finance en het voorspellen van consumentenbehoeften zijn twee gebieden waarop data science effectief is toe te passen. De investering loont sowieso, want beschikt een organisatie over meer inzicht, dan zijn ook slimmere keuzes te maken. Het thema data science neemt precies hierom een steeds prominentere rol in tijdens de Big Data Expo.

    Visitor target group
    Verantwoordelijk zijn voor een data team

    Deze lezing gaat concreet in op de techniek en het gebruik van data. Er wordt uitgelegd hoe bepaalde dingen aangepakt en wat daarvoor gebruikt is. Hierbij gaat de spreker de diepte in en geeft deze specifieke feiten, inzichten, advies en tactieken op hoog niveau.

    Deze lezing is bedoeld voor bezoekers die: verantwoordelijk zijn voor een data team, zoals o.a.; manager data science en product owner.