Business intelligence samenvatting
2019-2020
geschreven door
morienelhaj
De Marktplaats voor het Kopen en Verkopen van je Samenvattingen
Op Stuvia vind je de beste samenvattingen, geschreven door je medestudenten. Voorkom
herkansingen en haal hogere cijfers met samenvattingen specifiek voor jouw studie.
www.stuvia.be
Gedownload door: hwnerd22 | Handelswetenschapper1234@gmail.com
Dit document is auteursrechtelijk beschermd, het verspreiden van dit document is strafbaar.
, Stuvia - Koop en Verkoop de Beste Samenvattingen
1.0 INTRODUCTIE BUSINESS INTELLIGENCE
WAAROM IS DATA SCIENCE BELANGRIJK VOOR BEDRIJVEN?
Wet van de massale digitale opslag
De hoeveelheid gegevens verdubbelt op jaarbasis. Het aantal data dat we in 2020 gaan opslaan is
gelijk aan al de data die we zijn beginnen opslaan sinds 1960 tot 2019. De kosten voor het opslaan van
gegevens zijn elk jaar exponentieel goedkoper.
Big data
Big data is een brede verzameling van gegevens uit verschillende bronnen. Je hebt veel heterogene
bronnen die data uitzenden. Bedrijven moeten die data verzamelen en er iets mee doen. Voorbeelden
zijn machines met hun eigen ERP-systeem, telefoongesprekken van klanten, internet of things…
Maslows hiërarchie van big data
Gegevens, informatie en kennis worden beschouwd als het gebied van wetenschap en bewijsvoering.
Wijsheid wordt beschouwd als het gebied van de beslissingen. Maslow zegt dus dat data de basis is
en dat die data aangewend kan worden om er zo informatie uit te halen. Die informatie is omzetbaar
in kennis en die kennis zal leiden tot wijsheid.
Data warehouses en data marts
Een bedrijf bestaat uit interne en externe data. Al die data wordt in een warehouse gestructureerd en
opgeslagen. Als er dan een bepaald probleem opgelost moet worden, dan kunnen ze uit de data ware-
house informatie halen. Die data is zelden in die vorm beschikbaar om direct een bedrijfsprobleem op
te lossen. Je zal de data moeten manipuleren.
1
Gedownload door: hwnerd22 | Handelswetenschapper1234@gmail.com
Dit document is auteursrechtelijk beschermd, het verspreiden van dit document is strafbaar.
, Stuvia - Koop en Verkoop de Beste Samenvattingen
Data lakes
Een data lake is een systeem of opslagplaats van gegevens die in het natuurlijke formaat opgeslagen
zijn. Het bestaat uit machine learning, analytics, on-premises data movement en real-time data
movement.
Data warehouse versus data lakes
Bij een data warehouse worden de gegevens verwerkt en georganiseerd in een enkel schema voordat
ze in het warehouse worden geplaatst. De analyse wordt uitgevoerd op de opgeschoonde gegevens
in het warehouse. De data is dus gestructureerd. Bij een data lake gaat het om de ongestructureerde
en ruwe gegevens. De gegevens worden enkel geselecteerd en georganiseerd wanneer dat nodig is.
Data in bedrijven
Data science gaat over de vraag of we een probleem kunnen oplossen. Data moet verzameld worden.
Data is bijna nooit gratis beschikbaar. Bedrijven moeten investeren in data. Eenmaal je de data hebt,
moet je die data organiseren en analyseren en zo ontplooien zodat de data inzetbaar wordt voor het
bedrijf.
Data value trap
Wanneer je gaat nadenken over wat nu de waarde van data in de bedrijfsvoering is, dan heb je een
getraptheid. Naarmate je hoger gaat op de trap, zullen de analysetechnieken complexer worden.
In eerste instantie zou het interessant zijn als je via data kan beschrijven wat er gebeurd is. Dit is een
waarde voor een bedrijf. De waarde wordt groter als je ook kan zeggen waarom het gebeurd is. In
derde instantie ga je voorspellen wat er gebeuren gaat en wat het toekomstbeeld is. Dan heb je nog
meer waarde want je weet het op voorhand. De laatste stap is hoe kan je ervoor zorgen dat het zal
gebeuren. Als je daarop kan antwoorden, pas dan heb je de grootste waarde.
2
Gedownload door: hwnerd22 | Handelswetenschapper1234@gmail.com
Dit document is auteursrechtelijk beschermd, het verspreiden van dit document is strafbaar.
, Stuvia - Koop en Verkoop de Beste Samenvattingen
1.1 DATA-ANALYTICAL THINKING
INTRODUCTIE
De afgelopen jaren is er veel geïnvesteerd in de bedrijfsinfrastructuur, waardoor het vermogen om
gegevens te verzamelen in de hele onderneming is verbeterd. Vrijwel elk aspect van het bedrijfsleven
staat nu open voor gegevensverzameling: operaties, productie, supply chain management, prestaties
van marketingcampagnes, klantgedrag... Tegelijkertijd is er nu op grote schaal informatie beschikbaar
over externe gebeurtenissen, zoals markttrends, sectornieuws en bewegingen van concurrenten.
Deze brede beschikbaarheid van gegevens heeft geleid tot een toenemende belangstelling voor
methoden om nuttige informatie en kennis uit gegevens te halen: het domein van de datawetenschap.
We gaan de essentie van data-analytical thinking uitleggen via een mindmap. Er zijn vier paden die we
binnen data-analytical thinking gaan bespreken: waarom is data science zo belangrijk, wat is analytisch
denken, wat is data science en enkele voorbeelden.
WAAROM DATA-ANALYTICAL THINKING EN DATA SCIENCE?
Er zijn drie redenen waarom data-analytical thinking en data science zo belangrijk zijn. Eerst en vooral
zijn er veel mogelijkheden dankzij de beschikbare data. Daarnaast is een een probleem m.b.t. de
naleving van de regels. Ten slotte zijn er enorm veel applicaties mogelijk.
Data opportunities
Nu er enorme hoeveelheden gegevens beschikbaar zijn, zijn bedrijven in bijna elke sector gericht op
het benutten van gegevens voor concurrentievoordeel. In het verleden konden bedrijven mensen in
dienst nemen om datasets handmatig te onderzoeken, maar het volume en de verscheidenheid aan
gegevens hebben de capaciteit van handmatige analyse ver overtroffen.
3
Gedownload door: hwnerd22 | Handelswetenschapper1234@gmail.com
Dit document is auteursrechtelijk beschermd, het verspreiden van dit document is strafbaar.
