Onze aanpak
Future Facts Conclusion zet data, technologie en businesskennis in om tot innovatieve oplossingen te komen die waarde creëren voor organisaties en hun klanten. Wij investeren continu in de kennisontwikkeling van onze multidisciplinaire teams op het gebied van AI-technologie en in veranderende markten. Als onderdeel van de Hot ITem Groep zijn wij in staat end-to-end oplossingen te realiseren. Sinds 2021 is de Hot ITem Groep onderdeel van het Conclusion ecosysteem.
Future Facts Conclusion hanteert een bewezen aanpak waarmee je snel resultaten boekt en we tegelijkertijd de verkregen analyse-inzichten op basis van best practices implementeren in de bedrijfsvoering.
Het Advanced Analytics Framework van Future Facts Conclusion
Ons Advanced Analytics Framework is een geïntegreerde aanpak die helpt bij het samenbrengen van de juiste mensen, processen, tools en data binnen een organisatie, ter ondersteuning van de besluitvorming. Want alleen dán heeft Advanced Analytics toegevoegde waarde.
Mensen – het team
Het Advanced Analytics-vak is zeer veelzijdig en kent vele expertises. Daarom is het van belang een team samen te stellen met een goede balans tussen technische vaardigheden en businesskennis. Afhankelijk van de werkzaamheden, bestaat een ideale teamsamenstelling uit een Product Owner, Data Scientist, Informatie Analist, Vertaler van businessstrategie naar analysevraagstukken, Business Consultant, (Big) Data Engineer en – op afroep – een Data Officer. Een persoon kan meerdere rollen vervullen. Daarmee hoeft het Advanced Analytics-team helemaal niet groot te zijn.
Processen
Om de effectiviteit en continuïteit van Advanced Analytics goed te borgen, zijn uniforme processen en werkwijzen van belang. Wij onderkennen de volgende aandachtsgebieden:
- Data Governance: wie is eigenaar en verantwoordelijk voor de kwaliteit van zowel data als definities
- Data-uitwisseling en -analyse: gestandaardiseerde processen voor reproduceerbare resultaten
- Security & privacy: bescherming van de gegevens en voldoen aan wet- en regelgeving
Toolbox
We zien in de markt dat in organisaties vaak meerdere, vergelijkbare tools naast elkaar worden ingezet voor hetzelfde doel. Dit leidt tot hogere licentiekosten en bovendien is de toolkennis verspreid over de organisatie. Het evalueren en standaardiseren van je Advanced Analytics-toolset leidt tot meer efficiency en betere kennisdeling. Bij Advanced Analytics-tools onderscheiden we de volgende functiegebieden:
- Visualisatie
- Advanced Analytics en Machine Learning
- Data blending en integratie
- Data storage en modelling
Data
Advanced Analytics start altijd met datapreparatie, nadat is onderzocht waar de meeste waarde uit data kan worden gehaald. Vanuit verschillende bronnen verzamelen analisten data en iedere afdeling bouwt vaak zelf een uniek analysebestand op. Dit wordt dikwijls aangevuld met extra data, intern en extern, gestructureerd en ongestructureerd. Denk aan NPS-scores of concurrentiedata. In het datapreparatieproces zitten veel repeterende en handmatige werkzaamheden.
Het organiseren van een zogenaamd ‘Data Discovery Lab’ is een belangrijke eerste stap. Het is een set aan actuele data-stores met veel historische en gedetailleerde data, wat gescheiden is van de alledaagse informatievoorziening en IT-structuur.
Wanneer de experimenteerfase voorbij is en je duurzaam, effectief en compliant waarde wilt creëren met Advanced Analytics, dient Analytics goed te integreren met de bedrijfsprocessen en moet het voldoen aan het data governance- en privacybeleid.
Dit doe je door je Business Intelligence- en Business Analyticscapaciteit te organiseren en te borgen in een Advanced Analytics Platform (AAP), gebruikmakend van één wendbaar datafundament.
