Manage the Digital Transformation with a Microservices-Based Architectural Approach

15:10 - 15:40

This is a 2019 presentation

Digital transformation is undoubtedly the biggest challenge of KPN in the coming years. By adopting new technologies like machine learning into the current operations procedures, companies like KPN will save money by eliminating manual tasks and better manage our telecom infrastructure.

Machine learning is changing the world, by automating processes that the human brain has done in the past, such as recommendations. By combining Process Management and machine learning we can take automation to the next level. But how can we integrate process management into a service-oriented organization?

In this session, we will discuss an organisation integration pattern to trigger the process management and to manage the workflow.

  • Theme
    Digital Innovation & datadriven enterprises

    Digital Innovation is misschien wel dé manier waarop retailers succesvol kunnen zijn en blijven in een veranderend winkellandschap vol consumenten die zich steeds minder voorspelbaar lijken te gedragen. Retailers proberen in toenemende mate winkelervaringen te personaliseren. Data-analyse is daarbij één van de hulpmiddelen. Investeren in IT, sturen op data en toewerken naar een hoge NPS hoort hierbij. Tijdens de Big Data Expo zijn bedrijven en leveranciers aanwezig die kunnen helpen bij het uitrollen van een strategie of systeem dan wel het aan elkaar knopen van IT-tools die leiden tot betere interactie met klanten in winkels of via webshop.

    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.