Tips and Tricks voor een self-service Analytics omgeving

THU 14:00 - 14:30

Zaal 5

Kramp is de grootste leverancier van onderdelen voor de agrarische sector in Europa. Data is één van de belangrijke zaken hierbij. We hebben ongeveer 80 analisten in dienst die op regelmatige basis zelf interactieve dashboards en datasets samenstellen. Het is dus een omgeving waarin niet alleen de BI afdeling data objecten creëert, maar ook de business zelf.

Kramp heeft een complex data-landschap; diverse wensen, grote datasets en een grote groep stakeholders. Zodoende hebben we flink geïnvesteerd om succes te bereiken. Daan deelt tijdens deze sessie best practices en voorbeelden op de volgende 3 essentiële vlakken:

1. Mensen:
Een mix van mensen met de juiste instelling en kennis zijn cruciaal om succes te boeken. Daan gaat in op:
- Hoe Kramp is georganiseerd en welke vaardigheden er nodig zijn om te slagen
- De data cultuur die we nastreven
- De community die helpt bij het leren van elkaar
- Leren en ontwikkeling van individuen d.m.v. training, opdrachten en examens

2. Processen en governance:
De laatste jaren hebben we handige hulpmiddelen bedacht en ontwikkeld die er voor zorgen dat we met weinig mensen en inspanning een werkend platform behouden:
- Library/index: vinden wat je zoekt
- Guidelines die zorgen voor consistentie (1 Corporate identity)
- Geautomatiseerde housekeeping; verwijderen wat we niet gebruiken
- Geautomatiseerd rechten toekennen
- Data catalog die helpt bij het vinden van wat je zoekt en begrijpen waar je naar kijkt

3. Technologie:
De juiste technologie is een voorwaarde om tot succes te komen. Bij Kramp gebruiken we de platformen Tableau en Google Bigquery. Daan legt uit hoe onze architectuur eruitziet en welke add-ons/integraties we gebruiken teneinde onze doelen te bereiken.

  • Theme
    Analytics

    Het is niet nieuw als we zeggen dat ieder bedrijf beschikt over een enorme bulk aan informatie. Om waarde te kunnen creëren aan data dient het proces van ontdekken, interpreteren en communiceren van significante patronen doorlopen te worden. Het zijn de organisaties die erin slagen om gebruikers op diverse niveaus deze data te laten analyseren die hun kansen grijpen. Begrijpelijke analysetools zorgen voor begrip tussen de ene en de andere medewerker, ongeacht het niveau. Maar vermoedelijk nog belangrijker: de juiste analyse leidt tot slimme campagnes en bevlogen medewerkers, zaken die gericht zijn in te zetten voor het behouden van klanten.