Data Science Sprints

Uw organisatie wil meer waarde halen uit data. Maar waar moet u starten en hoe komt u snel tot resultaten? Datagedreven werken is voor veel organisaties nog onbekend terrein. Het kan daardoor voelen als een sprong in het diepe. Dit maakt dat zij behoefte hebben aan een gids, aan een partner als Advanced Programs. Want met onze data science specialisten werkt u op een efficiënte, agile manier in sprints aan uw data-innovatie doelen en creëert u in korte tijd tastbare resultaten.

De laatste jaren zien steeds meer organisaties de kansen van data-innovatie en door de enorme hoeveelheid aan data, tools en methodieken zijn de mogelijkheden letterlijk eindeloos. Het is daarom belangrijk om steeds met elkaar te bekijken of je op de goede weg zit en of bijsturing nodig is. Door met een multidisciplinair team op een agile manier te werken worden data-innovatie projecten doeltreffend, kostenefficiënt en wendbaar. Een sprint duurt 2 tot 3 weken en iedere sprint eindigt met een bruikbaar tussenresultaat. Zo wordt voor alle stakeholders zichtbaar waar het team aan werkt, wat de voortgang is en of bijsturing nodig is.

Erwin Wolters
Business Unit Manager Business Analytics & Data Science:

“Onzekerheid is inherent aan data-innovatie. Je weet vooraf simpelweg niet waar je precies gaat eindigen. Het is daarom heel belangrijk om data-innovatie projecten goed te organiseren. Wij geloven dat het agile werken in kort-cyclische sprints organisaties houvast geeft en de beste manier is om snel te komen tot zinvolle resultaten.”

Onze aanpak

Onze aanpak bestaat grofweg uit 3 fasen.

Fase 0: Voorbereiding

In deze fase onderzoekt het team de doelstellingen van de organisatie om datagedreven te werken. Wat wil de organisatie met data-innovatie bereiken? Wensen en veronderstellingen worden in kaart gebracht. Hiermee wordt een belangrijke basis gelegd voor de volgende fasen.

Fase 1: Exploratie

Deze fase staat in het teken van het verzamelen, het opschonen en het beoordelen van de (intern) beschikbare data. Zo wordt bekeken wat de status en de kwaliteit is van de data. Ook worden veronderstellingen getoetst. Voor de meeste organisaties is dit een arbeidsintensief proces.

Fase 2: Implementatie

Uit de exploratiefase komt een aantal relevante factoren uit de data naar voren. Tijdens de implementatiefase worden deze factoren met behulp van ‘machine learning’ omgezet naar voorspellingen, ook wel ‘predictive modelling’ genoemd. Vervolgens worden de voorspellingen door het team beoordeeld op mate van implementatie in de praktijk.

Onze dienstverlening

Het maakt niet uit of uw organisatie net start met data-innovatie of al enige tijd bezig is. Voor iedere organisatie zijn de data science sprints in te zetten. Vanuit uw wensen en mogelijkheden adviseren en begeleiden onze specialisten uw organisatie. Bovendien kunnen we meedenken over het onderhoud en beheer en over innovatieve oplossingen voor data visualisatie. Ook kunnen onze specialisten deel uitmaken van uw multidisciplinaire team. Ons team bestaat uit gedreven data scientists, een scrum master en professionals op wiskundig/technisch vlak.

Kritische succesfactoren

Overtuiging en passie voor innovatie van de afdeling of organisatie.
Projecten worden opgesplitst in korte sprints, waardoor het team snel waardevolle tussenproducten oplevert.
Het team maakt zichtbaar waaraan wordt gewerkt en wat de voortgang is. Dit vergroot het draagvlak en de betrokkenheid binnen de organisatie.
Snelle besluitvorming doordat de business direct betrokken is (onderdeel van het team).
Het team haalt na iedere sprint feedback op, zodat er een beter eindresultaat ontstaat en vroegtijdige bijsturing mogelijk is.

Vragen of meer informatie?

Wilt u data science sprints inzetten, of bespreken wat data science voor uw organisatie kan betekenen? Neem dan contact op met Erwin Wolters of bel naar 088 – 400 2300. U kunt ook het contactformulier invullen. Wij nemen binnen twee werkdagen contact met u op.