Waarom tools?

In het Futures By Design project werken we samen aan verschillende tools en formats waarmee we organisaties ondersteunen. Hierbij is het doel om deelnemende KMO’s te helpen bij hun volgende stap om meer datagedreven te worden. De ontwikkelde tools helpen om de huidige situatie in kaart te brengen, de uitdagingen te definiëren en de mogelijkheden te verkennen.

Elke tool heeft zijn eigen toegevoegde waarde en helpt in een andere fase om meer datagedreven te worden. Voordat je aan een project begint, is het handig om het datavolwassenheidsniveau van uw organisatie te kennen, zo kun je een goede inschatting maken van de volgende stap. Hieronder staat de volgorde waarin de tools het beste kunnen worden gebruikt en de meeste waarde kunnen creëren *.

Momenteel zijn we nog bezig met het ontwikkelen van nieuwe tools. Houd onze website in de gaten!

*  Sommige KMO’s hebben mogelijk niet alle stappen nodig of juist een andere volgorde. Dit zal blijken uit overleg met de partner.

Onze tools

Data Jumpstart + Data Report

Deze scan bestaat uit een set van 40 vragen die dieper ingaan op verschillende aspecten van datavolwassenheid, oftewel hoeveel doet jouw organisatie al met data. We kijken bijvoorbeeld naar de infrastructuur, tools en cultuur binnen de organisatie. Elk bedrijf dat begint met het FbD traject, voltooit deze scan. Als de Data Jumpstart is afgerond, gaan wij aan de slag met het resultaat. Je ontvangt een rapport waarin wij de resultaten uitleggen en vergelijken met de referentiegroep.

Om je zo goed mogelijk te ondersteunen tijdens jouw reis om een meer datagedreven bedrijf te worden, is het voor ons belangrijk om jou en je bedrijf wat beter te leren kennen. Daarom hebben we deze opdracht gemaakt waarin een aantal vragen staan over uw bedrijf. Waar loop je tegenaan in je bedrijf en waar zie je kansen met data? Wat vinden de medewerkers en klanten van jouw ideeën?

Voorbereiden voor het FbD project

Data inspiratie folder

Om de deelnemende KMO’s een beter beeld te geven van wat er momenteel al mogelijk is voor kleinere organisaties op het gebied van data science, hebben we een folder gemaakt waarin we enkele voorbeelden van KMO projecten toelichten.

Uit de Data Jumpstart komt een niveau van datavolwassenheid voor het bedrijf. De voorbeelden in deze folder zijn ook onderverdeeld in deze 5 datavolwassenheidsniveaus, zodat je snel kunt zien welke voorbeeldprojecten haalbaar zijn voor jouw datavolwassenheidsniveau.

De meeste ondernemers die meer datagedreven willen werken, lopen tegen de volgende vraag aan: “Waar moet ik beginnen?”

Deze handleiding is gemaakt met als doel om je te helpen bij het bepalen van het startpunt. Je bepaalt op welk onderdeel van je bedrijf je je wilt focussen, krijgt inzicht in de belangrijkste motivatie om aan de slag te gaan, definieert je ambitie en uitdagingen en werkt uiteindelijk toe naar de uitdaging die het minst tijd kost en de meeste toegevoegde waarde heeft voor je bedrijf .

"Hoe bepaal je je focus?" handleiding

Data structuur handleiding

Voordat we doorgaan met het maken van coole voorspellingen, is het belangrijk om te weten of de gegevens geschikt zijn voor deze analyse. In de data structuur handleiding wordt uitgelegd hoe een bedrijf het beste kan controleren of de data correct wordt verzameld. Hierbij is het belangrijk dat de data consistent en accuraat is. Zo kun je een telefoonnummer op verschillende manieren noteren, bijvoorbeeld 0612345678, +31612345678, 06-12345678. In alle gevallen wordt hetzelfde bedoeld, maar anders genoteerd. Voor verdere analyse is het belangrijk dat de data schoon en gestructureerd is.

Veel KMO’s weten nog niet wat de kwaliteit van hun data is. De Data Jumpstart geeft een inschatting waar de organisatie staat op het gebied van datavolwassenheid. Onderdeel van deze scan is het controleren van de datakwaliteit. Er kunnen bijvoorbeeld veel lege waarden in bepaalde kolommen staan, of een negatief getal voor een gefactureerd bedrag. De Data Exploration tool is ontwikkeld om een organisatie meer inzicht te geven in de datakwaliteit, maar ook waar ze de datakwaliteit kunnen verbeteren. De data kan op een makkelijke manier worden geüpload en het bedrijf krijgt een rapport met de verschillende bevindingen in de data.

Data Explorer

Zipcode Explorer

Verschillende projecten hebben aangetoond dat veel bedrijven inzicht nodig hebben in hun demografische klantendistributie, oftewel antwoord op de vraag “Waar komt mijn klant vandaan?”. Hiervoor is de Zipcode Explorer tool ontwikkeld. Op de kaart (van België) worden verschillende puntjes geplaatst om te laten zien uit welke stad of postcode de klanten komen. Door gebruik te maken van deze tool kan een bedrijf bijvoorbeeld gerichter hun marketing uitzetten.

Wil je weten hoe snel jouw website is? Of wat vergelijkbare websites zijn? Met de Footprint tool krijg je direct een overzicht van je website. Dit bevat informatie over de social media-accounts, contactgegevens, de belangrijkste trefwoorden van uw website, een korte samenvatting van de inhoud, vergelijkbare websites en de laadsnelheid. Hierdoor kun je bijvoorbeeld vergelijken hoe goed jouw website scoort ten opzichte van concurrerende partijen.

Footprint tool

Databronnen checklist

We hebben een checklist gemaakt om de kwaliteit van jouw databronnen te controleren. Hiermee worden de beschikbare databronnen in kaart gebracht, maar ook beschreven welke relevant zijn binnen de organisatie door gebruik te maken van de 4 V’s van Big Data. Voor elke gegevensbron worden vragen gesteld als “Is het een openbare databron?”, “Zijn het gevoelige gegevens vanuit privacy-perspectief?”, “Hoe wordt deze data verzameld?”. Door antwoord op deze vragen te geven, kun je van tevoren nadenken of je met een data science project tegen problemen aanloopt.

De Data Brainwave is een tool die een bedrijf helpt bij het identificeren van specifieke en haalbare projecten op het gebied van Data Science. Door de twaalf vakken van het canvas in te vullen, wordt duidelijk waar de kansen en uitdagingen liggen ten aanzien van het werken met data. Het ingevulde canvas geeft een Data Scientist de nodige informatie om uiteindelijk een project te definiëren.

De Data Brainwave maakt onderscheid tussen drie hoofdcategorieën:

  • Kennisinfrastructuur
    De mate waarin momenteel verschillende software wordt gebruikt, de expertise in huis of samenwerkingen met IT-partijen.
  • Randvoorwaarden
    Voorafgaand aan een project dient er rekening gehouden te worden met de inzet vanuit verschillende (management) lagen, het beschikbare budget en de toepassing van regelgeving.
  • Verwachtingsmanagement
    Door vooraf te kijken naar de verwachte resultaten en lopende uitdagingen is de kans op slagen van het project groter.

Op basis van meer dan vijftig Data Science-projecten en wetenschappelijk onderzoek zijn de twaalf deelonderwerpen op het canvas bepaald. Uit het onderzoek blijkt dat het voor bedrijven lastig is om met Data Science aan de slag te gaan. Deze Data Brainwave kan dus ook als stand-alone tool worden ingezet. Sommige partners bieden echter ook de mogelijkheid om dit canvas samen te voltooien. Vraag de aangesloten partner voor meer informatie.

Data Brainwave

Data Booster

De Data Booster is ontwikkeld om de resultaten van de Data Brainwave en Data Jumpstart om te zetten in acties. Met de aangesloten partner wordt een brainstormsessie georganiseerd. De inzichten uit de verschillende gebruikte tools worden besproken en gebruikt om te starten met een eerste concrete stap. Tijdens deze sessie kijken we naar wat het bedrijf nog meer nodig heeft aan tools of ondersteuning om het geformuleerde doel te bereiken. Na deze sessie kan het bedrijf direct starten met een project, met of zonder een andere commerciële partij. In sommige gevallen kan de partner ook ondersteunen bij de uitvoering van het project.

De Data Project Ethics Assessment (DPEA) is bedoeld als tool om data (science) studenten, praktijkmensen en ondernemers te helpen bij het besluiten of gestart kan worden met een data science project. De DPEA bestaat uit een reeks vragen die betrekking hebben op enkele, maar zeker niet alle, belangrijke ethische overwegingen. Het invullen van het formulier geeft een algemeen beeld van de ethische impact van het project. Dit kan dan van invloed zijn op de keuze om het project te starten, misschien nog aan te passen of het helemaal te stoppen en af te breken.

Data Ethiek tool

Data Veiligheid

Of je nu binnen je bedrijf met de data werkt of samenwerkt met een andere partij, het is erg belangrijk om te bedenken hoe je veilig met je data omgaat. We hebben een kleine checklist voor je gemaakt met een aantal tips om zo veilig mogelijk met data om te gaan en waar je op moet letten als je denkt aan veilig werken met data.