Predictive & Advanced Analytics

Met de meeste mensen verbonden aan het internet is de macht van de klant bijna oneindig. Het internet heeft hen vrijheid gegeven te kiezen op een manier dat het bedrijfsleven zich nooit had voorgesteld. Ze kunnen gemakkelijk de websites van de concurrenten verkennen. Ze kunnen prijzen vergelijken, ze kunnen meningen van anderen lezen over jouw bedrijf, en ze kunnen hun loyaliteit in één klik overboord gooien op elk moment van de dag vanaf hun mobiele apparaat. De opkomst van social media platformen heeft er daarnaast voor gezorgd dat klanten gehoord worden. Ze kunnen hun mening delen over producten en merken op Twitter, Facebook, reviews schrijven op websites en sociale netwerken creëren door volgers te verzamelen en anderen te volgen. Voor veel CEO’s staan klantenbehoud, loyaliteit, service en groei bovenaan de agenda, maar operationele efficiëntie bevindt zich net zo hoog op deze prioriteitenlijst. De enige manier waarop ze dit kunnen verbeteren is om meer data te verzamelen. CMO’s willen toegang tot deze data om hun kennis over hun klanten te uit te breiden. Nieuwe data is nodig om inzicht te krijgen in het online gedrag van klanten om ze beter te kunnen segmenteren en de waarde van de gebruikte sociale netwerken beter te begrijpen. Daarnaast willen COO’s meer data om effectiever te worden in hun bedrijfsactiviteiten. Nieuwe instrumenten worden daarom toegepast waardoor met deze activiteiten nieuwe gegevens kunnen worden vastgelegd. Met zo’n grote vraag naar data bevinden we ons nu in een tijdperk waar data nog nooit zo belangrijk is geweest in het creëren van concurrentievoordeel.

Dit tweedaagse seminar behandelt de noodzaak om nieuwe gegevensbronnen aan te boren en om machine learning toe te passen om geautomatiseerd te ontdekken, te profileren of segmenteren en te classificeren wat deze bronnen bevatten. Er wordt gekeken hoe machine learning en advanced analytics technieken zoals tekst-analyse, sentiment analyse, grafen-analyse en streaming analytics kunnen worden ingezet op big data om nieuwe inzichten te verkrijgen die helpen bij het bereiken van doelen als groei, kostenreductie en verbeterde efficiëntie.

Leerdoelen
Deelnemers zullen het volgende leren tijdens dit seminar:

• Hoe data en analytische eigenschappen kunnen dicteren welke aanpak en tools nodig zijn bij exploratory analytics en machine learning
• Hoe u analytische modellen ontwikkelt voor supervised en unsupervised machine learning
• Hoe u schaalbare machine learning modellen opzet op Apache Spark en Hadoop
• Welke tools er zijn voor het bouwen van machine learning modellen
• Tools en technieken voor discovery, analyse en visualisatie van alle typen data, gestructureerd en ongestructureerd
• Tekst- en sentiment analyse
• Opschalen van tekst-analyse bij het draaien op Hadoop, MapReduce en Spark
• Clickstream analyse
• Grafen analyse – vier technieken voor grafen analyse die helpen bij het identificeren van het kortste pad, het analyseren van connecties, het identificeren van communities, bepalen wie infuencers en belangrijke personen zijn in sociale netwerken, en dergelijke
• Analyseren van fast data in real-time met gebruik van streaming analytics
• Snel en eenvoudig benutten van machine learning en advanced analytics door gebruik van self-service BI rapportage en dashboards voor toegang via het web en mobiele devices.

Bestemd voor ú
Business analisten, informatieanalisten, data scientists, BI managers, datawarehousing specialisten, enterprise architects, data architects, CIO’s, en IT managers.

DAMA-leden met korting
Leden van DAMA ontvangen 10% korting.

Bovenaan de pagina bij Downloads kunt u de volledige PDF brochure downloaden.