Er zijn op dit moment al meerdere cloud systemen van bekende aanbieders als Amazon, Microsoft en Google. Daarnaast zijn er enkele nieuwkomers, die zich specialiseren in cloud services, zoals Snowflake en Databricks. Om beter te begrijpen wat de overeenkomsten en verschillen zijn tussen al die nieuwe cloud systemen, zal Peter Boncz ingaan op wat er zich onder de motorkap van deze nieuwe systemen bevindt. De verschillende alternatieven worden technisch ontleed en met elkaar vergeleken.
In deze sessie wordt uitgelegd hoe data vault, ensemble modelling en datavirtualisatie samen efficiënt ingezet kunnen worden. Centraal hierbij staat het nieuwe concept “data routes”. Het concept stelt een datageoriënteerde manier van verwerken voor, die rust op de genoemde zaken als data vault, ensemble modeling en datavirtualisatie.
At Qlik, we have made it our mission to help organizations accelerate business value through data. To lead in the digital age, where real-time decisions are critical, you need robust data pipelines to effectively access and analyse the latest and most accurate data. Qlik offers a data integration and analytics platform that continuously ingests all your data changes, automates data warehouses, manages data lakes to provide true data insight across your organization with world-class analytics.
Veel IT-systemen zijn al meer dan twintig jaar oud en hebben veel veranderingen ondergaan. Desondanks kunnen ze de immer toenemende groei aan datagebruik qua schaalbaarheid en snelheid niet meer aan. Daarbij zijn ze log en inflexibel geworden waardoor het implementeren van nieuwe rapporten en het uitvoeren van analyses zeer tijdrovend is geworden. Kortom, de data-architectuur kan de huidige ‘speed of business change’ niet meer bijhouden.
Wat digitale transformatie, de data economie en een datagedreven organisatie ook precies betekenen, het impliceert altijd dat organisaties meer met data willen doen. Data moet als key business asset ingezet worden. Deze transformatie gaat voor een serieuze data-disruptie zorgen, hetgeen een groot effect op onze BI-systemen en datawarehouses zal hebben. Maar zijn wij ICT-ers klaar voor dit opwaarderen van onze systemen?
APG is de grootste pensioenuitvoerder van Nederland en ziet vanuit huidige en toekomstige bedrijfsvoering data als een cruciale asset. Het bedrijf wil als uitvoerder en belegger toonaangevend zijn, wat heeft geleid tot het oormerken van data als een strategische asset. Tim Schulteis vertelt een integraal verhaal over de reis die de afgelopen periode is afgelegd en gaat in op het neerzetten van een passende architectuur, opbouwen van de juiste kennis en kunde, en de uitdagingen op samenwerking over bedrijfsonderdelen heen.
Self-Service analytics gaat niet alleen over het ervoor te zorgen dat u zo veel mogelijk datapoints in combinatie met een flexibele tool ter beschikking stelt aan de “citizen” data scientist. Met democratisering van analytische capaciteiten en de ruimere toegang tot data, rijzen er vragen over het bestuur en de regelgeving en ethische naleving van het datagebruik.
It is notoriously difficult to achieve the promise of self-service analytics. Wayne Eckerson will explain how to empower business users to create their own reports and models without creating data chaos. He will show how to build a self-sustaining analytical culture that balances speed and standards, agility and architecture, and self-service and governance.
The state of most data analytics pipelines is deplorable: too little automation; minimal reuse of code and data; and lack of coordination. The result is poor quality data delivered too late to meet business needs. DataOps is an emerging approach for building data pipelines and solutions. In this session Wayne Eckerson will explore trends in DataOps adoption, challenges and best practices.
In Data preparation it is important how the human modeler creates a dataset that is uniquely suited to the business problem. In this session Keith McCormick will expose analytic practitioners, data scientists, and those looking to get started in predictive analytics to the critical importance of properly preparing data in advance of model building. He will present the critical role of feature engineering and explaining how to do it effectively.