Datamining voor iedereen. Rob van der Veer

Transcriptie

1 Datamining voor iedereen Rob van der Veer 1

2 Overzicht 1. Sentient 2. Datamining 3. BI evolutie en datamining 4. Kritieke succesfactoren datamining 5. De Sentient aanpak 6. Voorbeelden 7. Conclusies 2

3 Sentient Dataminingspecialisten sinds 1991 Eigen software: DataDetective Toepassingen: Fraude-analyse (Belastingdiensten) Marketing (Delta Lloyd) Marktonderzoek (De Telegraaf) Risico-analyse (Cordares, KPN) Productadvies (Bibliotheken) Misdaadanalyse (Politieregio s) Brede samenwerking UvA, MapInfo, Hot ITem, Vicar Vision, ParaBots, Politie-academie, Experian, VU 3

4 Wat is datamining? Snel en geautomatiseerd ontdekken van patronen in data Verbanden,trends Clusters (veel) data datamining Voorspellingen Gegevens -> informatie -> kennis, inzicht -> voorspellingen 4

5 Voorbeeld 1: patroon van geweld 5

6 Voorbeeld 2: Klantsegmentatie 6

7 Verschil datamining en standaard analyse MET automatische technieken (Variabelen hoeven niet eerst gekozen) Niets over het hoofd zien Tijdsbesparing analyse Veel extra data kan betrokken worden Complexe patronen worden gevonden Zoveel patronen dat een zelflerende model kan worden gebouwd 7

8 BI evolutie en datamining BI nu Strategisch Over groepen Weinig data Eenvoudige verbanden Handmatig zoeken naar verbanden Beslissers en powerusers Allerlei tools en toolboxes (semi) statisch BI langzamerhand Strategisch,tactisch,operationeel Over groepen en individuën Veel data Ook complexe verbanden Dataminingtechnieken zoeken ook verbanden Voor iedereen Geïntegreerde oplossingen Dynamisch: interactief/exploratief 8

9 Kritieke succesfactoren datamining (DAVO) Data Datakwaliteit Dataverzamel/voorbewerkingskosten Analisten (HRM) Hoeveelheid gewenste dataminers Vereiste domeinkennis Arbeidsvoorwaarden Verbanden in veel data EN/OF complex EN/OF dynamisch Opbrengsten (business case) Verbanden om te zetten in betere beslissingen 9

10 HRM het grote probleem bij datamining Wij mensen zijn een beetje dom Machines zijn heel dom Met datamining proberen we die twee samen iets heel slims te laten doen. 10

11 Kennis-eisen voor de analist Analist Domeinkennis Toolkennis Databasekennis Dataminingkennis Datawarehouse Dataminingworkbench Meer en betere Verbanden,trends Clusters Voorspellingen Data Tools Intelligence 11

12 De Sentient aanpak Beperk eisen aan statistische kennis: Werk alleen met associatief geheugen Goed automatisch in te stellen Weinig eisen aan data Met uitlegmogelijkheden voor niet-statistici Met actieve assistentie Beperk eisen aan technische kennis: Zet de data kant en klaar (bespaart ook tijd) Consolideer tools naar één centrale tool met integratie Faciliteer domein-kennis optimaal: Biedt interactieve analyse, integratie en visualisatie Maak betrekken van de vrager mogelijk 12

13 De Sentient aanpak: het gevolg Nadelen Gebruikers kunnen niet snel even wat data toevoegen Minder vrijheid in modelkeuze Voordeel: het werkt. Blijvend. De eigen organisatie werkt er mee: borging Vragen worden duidelijker 13

14 DataDetective SPSS Analyts s Notebook Google earth 14

15 Voorbeeld: Delta Lloyd datakluis Intermediair 1 Intermediair 2 Intermediair 3 Rapportage: Voorspelde potenties Voor klant en product + klantsegmentatie Datakluis Verborgen marktkennis Externe bedrijfsgegevens Automatische Data-analyse Martkinzicht: Trends, kansen, risico s 15

16 Voorbeeld: Delta Lloyd beslisboom Binnen dit bedrijfstype kopen BV s met een mannelijke bestuurder 2 keer zo vaak ja product X. BV ,49% ,02% Rechtsvorm Overig Hypotheekbank, bouwfonds, financierings- en part.maatsch. etc ,18% Geslacht bestuurder ,02% nee ,82% Groot- en tussenhandel man ,66% vrouw ,26% ja ,37% nee ,23% aantal werknemers aantal werknemers overig ,10% ,71% overig ,97% ,62% 16

17 Cel Potentie productgroep Provisie (bij afname) Potentie productgroep Provisie (bij afname). Voorbeeld scoring Delta Lloyd Bedrijf Adres Huidige provisie Potentie provisie Potentie Brand Potentie Aansprakelijkheid Relatie nummer Naam Woonplaats Actieve productgroepen Totaal bedrag Hoogte indeling Totaal bedrag Hoogte indeling A Bralland BV ROTTERDAMLeven 194 Laag Hoog 29,0% ,5% A Zwanenberg Food Group B.V. ALMELO Leven 84 Laag Hoog 11,8% ,5% A Bertstra MidPres B.V. ALMERE Leven 110 Laag Hoog 4,2% ,3% A Midster Rechtsbijstand RIJSWIJK ZHLeven 104 Laag Hoog 65,3% ,9% B Onder Holding B.V. ALMELO Motorrijtuigen 205 Midden Hoog 10,7% ,5% B Super Fitness BARENDRECHT Leven 605 Midden Hoog 24,3% ,9% B Loonbedrijf Topsters 'S-GRAVENHAGE Motorrijtuigen 201 Midden Hoog 24,1% 911 7,7% B Better BV KantoorinrichtingLEIDSCHENDAM Motorrijtuigen 407 Midden Hoog 31,3% ,6% B Van Karpen B.V. NISTELRODEMedische varia 974 Midden Hoog 27,5% ,9% B Wester Holding B.V. AMSTERDAMLeven 545 Midden Hoog 35,8% 251 3,5% B Brandweertraining BV PIJNACKER Transport Midden Hoog 24,5% ,3%

18 Voorbeeld: KPN HR Identificeren en vasthouden van talent, en outplacement van onderpresteerders KPN heeft in Nederland ca medewerkers. Talenten die niet werden voorgedragen, kwamen niet in beeld. Hot ITem heeft met KPN HR DataDetective toegepast om verborgen talenten zichtbaar te maken en verbeteringen voor de talentidentificatie aangedragen. Ook is een groep geïdentificeerd die al langere tijd benedengemiddeld presteerde en waar wel veel in werd geïnvesteerd qua opleiding en ontwikkeling. 18

19 Voorbeeld: Criminaliteitsbeeld-analyse Deelproblemen op Koninginnedag 19

20 Voorbeeld: seriedetectie 20

21 Voorbeeld: Geografische criminaliteitsvoorspelling 21

22 Voorbeeld: bibliotheek.nl 22

23 Conclusies Datamining kan een grote bijdrage leveren Niet alle leuke dataminingideeën zijn levensvatbaar: DAVO De HRM factor is het grootste probleem De Sentient aanpak: Lage gebruiksdrempel, dus geen dure specialist nodig en veel mensen krijgen toegang tot informatie Exploratief/interactief Data staat al klaar Kan omgaan met dataproblemen en complexe types Integreert met veel andere tools (o.a. GIS) 23

24 Contact Rob van der Veer Sentient Singel AH Amsterdam