Uw webbrowser (Internet Explorer 11 of lager) is verouderd. Update uw browser om deze site optimaal te kunnen gebruiken.

Back to overview

Data analytics

Data is overal: in het digitale universum zal naar verwachting in 2020 44 zetabyte aan data zijn opgeslagen. Dat is 44 met 27 nullen aan bytes. Al die data bevat een schat aan waardevolle informatie. De toepassingen van data zijn veelzijdig: van het omschrijven van consumentengedrag tot het voorspellen en verbeteren van prestaties en processen en het ontwikkelen van nieuwe producten.

Data benutten

Innovatie aanjagen, kansen zien en aangrijpen, het benutten van kunstmatige intelligentie… Allemaal doelen die behaald kunnen worden met behulp van data. Steeds meer organisaties schakelen om naar datagestuurd werken: het analyseren van data en het benutten van de hierdoor verkregen kennis om de bedrijfsvoering te verbeteren.

Van het efficiënt gebruiken van Google Analytics tot het verkrijgen van inzicht in online winkelgedrag: Deelnemers worden door prikkelende voorbeelden aangemoedigd om na te denken over hun rol in de transitie naar datagestuurd werken van hun bedrijf.

Er zijn al verschillende bedrijven geweest die hun digitale transitie samen met RMMBR in gang hebben gezet.

 Datagestuurd werken

Van het interpreteren van modellen tot het inzetten van chatbots: data analytics kent diverse implementaties en verschillende organisaties zetten data dan ook op verschillende manieren in. Data analytics is een overkoepelende term die op het eerste gezicht misleidend eenvoudig lijkt. In de praktijk heeft elke organisatie een eigen blik op het inzetten en toepassen van data analytics. Dit maakt differentiatie in leeroplossingen essentieel.

Inzicht in modellen

Data analytics wordt het meest ingezet voor datamodellen. Dat zijn vereenvoudigde weergaves van de werkelijkheid. Datamodellen bepalen hoe data wordt gekoppeld en hoe de data binnen systemen wordt verwerkt en opgeslagen. Maar hoe werken datamodellen precies? Wat voor soorten modellen zijn er, waar kunnen deze voor worden ingezet, en wat kun je concreet doen met de – soms abstracte – output van een model?

Al deze vragen (en meer!) kunnen beantwoord worden met behulp van creatieve online werkvormen. Zo kunnen deelnemers op hun eigen tempo door de verschillende niveaus van data analytics navigeren.

De data die gegenereerd wordt door deelname aan de e-learning kan ingezet worden voor verbetering: Wat vinden mensen moeilijk? Wat vinden ze leuk? Waar liggen de krachten en de verbeterpunten? Zo wordt data analytics een cirkel die blijft draaien en voor nieuwe inzichten blijft zorgen.