Qhuba Data Science helpt klanten met al hun big data vraagstukken

7 maart 2017

Er komt een nieuwe loot aan de Qhuba-stam: Qhuba Data Science. Data analytics en kunstmatige intelligentie worden immers speerpunten in de digitale transformatie. In zo ongeveer ieder denkbaar project kan winst worden behaald door slim met data om te gaan. Daar wil Qhuba klanten bij helpen.

“Het succes van big data analytics en kunstmatige intelligentie valt of staat met het leggen van een goede verbinding naar het businessvraagstuk. Dat businesvraagstuk is altijd al ons specialisme geweest, maar dat moeten we wel uitbreiden met expertise op het gebied van data science om ook in de toekomst relevant te zijn voor klanten”, zegt Wouter Hasekamp.

Nieuwe manier van denken nodig

Veel organisaties denken dat data science een soort BI 2.0 is. Ze koppelen nieuwe databronnen (denk aan open data, IoT data) aan hun datawarehouse en starten met analyseren. Dat is volgens Wouter niet de juiste weg. “Natuurlijk, het gaat om alle soorten data: big, small, gestructureerd, ongestructureerd, intern, extern (social media, open data van de overheid, websites). Daar moet je wat mee en daar zijn goede technologie en slimme data scientists voor beschikbaar. Wat veel lastiger is, is de omslag naar een andere manier van denken: de transformatie naar een data driven company. Dit vraagt een andere organisatie met andere functies, andere capabilities, een andere aansturing en bovenal een andere cultuur. Door verschillende databronnen te combineren en op zoek te gaan naar patronen en afwijkingen daarin, kun je interessante dingen ontdekken. Je moet echter eerst de businessvraag bedenken om te weten welke patronen en afwijkingen je zoekt. Het kunnen stellen van de juiste vraag vereist zowel een breed begrip van de strategie en de context, maar ook een nieuw soort creativiteit.”

Businessvraag staat centraal

Die kennis en creativiteit levert Qhuba Data Science. Wij helpen de business de juiste vraag te definiëren. Pas daarna kijken we welke data, processen en enterprise architectuur daar bij passen. En tot slot buigen we ons over het best passende organisatiemodel. We analyseren onder meer: Welke processen genereren welke data? Hoe kunnen we die data optimaal gebruiken voor zowel operationele als tactische en strategische vraagstukken? Welke enterprise architectuur is nodig om dit voor elkaar te krijgen? Wat moeten we organiseren op het vlak van Master Data Management? En hoe richten we de organisatie in? Kortom, we geven invulling aan mens, proces en technologie. Want alleen als deze drie resources op de juiste manier interacteren ontstaat er een data driven organisatie die op ieder niveau – operationeel, tactisch en strategisch – meerwaarde haalt uit data.

Meer weten over onze aanpak? Bel gerust of stuur een mail.