Datamining: Graven in gegevens
|
|
- Johan de Kooker
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Datamining: Graven in gegevens Business Intelligence in de praktijk Jasper Lansink CMG Noord Nederland - Advanced Technology
2 Agenda Business Intelligence Datamining theorie Datamining in de praktijk
3 management rapportage fraude-detectie HOLAP datamining decision support multidimensionale databases MOLAP datamarts operational datastore MIS ROLAP balanced scorecards KDD datawarehouse kennismanagement transformatie metadata OLAP EIS MDBMS 1-to-1 marketing
4 Wat is Business Intelligence? MOLAP KDD datamining Analyse ROLAP HOLAP OLAP transformatie datawarehouse Gegevens datamarts operational verzamelen datastores MDBMS fraude-detectie 1-to-1 marketing een voortdurend kennismanagement zoekproces Beheer naar kennis en planmatig uitgevoerd en inzicht over metadata het bedrijf Bedrijfsvoering management rapp. balanced scorecards decision EIS support MIS
5 Waarom Business Intelligence? Steeds meer gegevens, steeds minder informatie Uitbuiten verborgen informatie en kennis Juiste informatie, juiste plek, juiste tijd Snellere besluitvorming 24-uurs economie Time-to-market Concurrentiedruk Optimalisering bedrijfsvoering When I receive the financial reports, I am either happy or upset, but hardly am I smarter
6 Perspectieven Kennis Informatie Data
7 Incrementele aanpak Pilot Evaluatie Definitie Analyse Eerste Increment Ontwerp Invoering Test Bouw Tweede Increment
8 Agenda Business Intelligence Datamining theorie Wat is datamining? De technieken Randvoorwaarden Toepassingen Datamining in de praktijk
9 Datamining: definitie Datamining is de non-triviale extractie van impliciete, voorheen onbekende en nuttige kennis uit data
10 Datamining: definitie Datamining is de non-triviale extractie van impliciete, voorheen onbekende en nuttige kennis uit data
11 Datamining: definitie Datamining is de non-triviale extractie van impliciete, voorheen onbekende en nuttige kennis uit data
12 Datamining: definitie Datamining is de non-triviale extractie van impliciete, voorheen onbekende en nuttige kennis uit data
13 Datamining: definitie Datamining is de non-triviale extractie van impliciete, voorheen onbekende en nuttige kennis uit data
14 Datamining: definitie Datamining is de non-triviale extractie van impliciete, voorheen onbekende en nuttige kennis uit data
15 Technieken Methode Visualisatie Statistiek Beslissingsbomen Neurale netwerken Genetische algoritmen
16 Methode B.v. SEMMA van SAS Institute Sample Explore Modify Model Assess dataset bepalen, steekproef gegevens verkennen gegevens aanpassen analyseren en modelleren evalueren resultaten
17 Beslissingsbomen 1000 groep F G 48% 52% 48% 52% 350: : Varkens F G 70% 30% 35% 15% 500 Geen Varkens F G 26% 74% 13% 37% 60:40 290:110 2:48 128: Buiten Conc. gebied F G 60% 40% 6% 4% 400 Conc. gebied F G 72% 28% 29% 11% 50 Kippen F G 4% 96% 0% 5% 450 Geen Kippen F G 28% 72% 13% 32% 5: Runderen F G 100% 0% 0% 0% 195: Runderen F G 65% 35% 20% 10% 90:5 95 > 20 Runderen F G 95% 5% 9% 0%
18 Neuraal netwerken
19 Randvoorwaarden Interactie met primaire proces Kwaliteit en beschikbaarheid gegevens = Datawarehouse Expertise Materie-deskundigheid Gegevensdeskundigheid Datamining-deskundigheid
20 Gebruik datawarehouse Datamining eisen wijken af van toepassingen zoals management informatie en database marketing Nog groter belang schone gegevens Platte gegevens i.p.v. berekende gegevens Eventueel relevante gegevens afleiden Vooral numerieke gegevens bruikbaar Numerieke gegevens classificeren
21 Toepassingen Direct marketing door Customer profiling Winkel-layout Aandelen-koers analyse Risico-analyse Performance-optimalisatie Frequent flyer acties Fraude detectie
22 Agenda Business Intelligence Datamining theorie Datamining in de praktijk
23 De probleemstelling Hoe/waaraan herken je een agrariër die de wet overtreedt? Waarom is dat belangrijk? agrariërs en agrarische bedrijven Steeds complexere regelgeving Beperkte controle capaciteit Non-conformisten controleren en pakken Conformisten impliciet controleren
24 De context Ministerie van LNV Bureau Heffingen => Uitvoering Algemene Inspectie Dienst (AID) => Handhaving Mestwetgeving Beperken mestproductie en milieuvervuiling Registratie mestproductierechten Aangifte mestproductie Overproductie? Betalen! Systematiek vergelijkbaar met belastingdienst
25 De handhaving Controles op 4 niveaus: Accountantscontrole (in doelgroep zelf) Administratieve verwerking Bureau Heffingen Datamining: Selecteren verdachte relaties Controle (desk, fysiek) door AID Doel: Niveau handhaving moet vergelijkbaar zijn met belastingdienst (gemiddelde controle 1x per 6 jaar) Geen extra controleurs nodig
26 Het concept: Dataminingwiel Datawarehouse Extraheren van dataset uit DW Dataset Verwerken controleresultaten in DW MINEN Kennis Gegevens Controleresultaten Analysemodel Uitvoeren van controles Vertalen van analysemodel in controlespecificaties Selecties van bedrijven
27 De incrementele aanpak Incrementen van 8 weken 8 incrementen gedefinieerd t/m juni paralleltrajecten Datawarehouse realisatie Aansturing / analyse / modellering Datamining (2 dataminers) Per increment: Vaste stappen / producten / interactie tussen trajecten Beschikbare gegevens opgedeeld Additionele onderwerpen bepaald
28 Visualisatie (1) Histogram: Aantal hectare vs. Aantal varkens => geen verband
29 Visualisatie (2) Histogram: Kilogram mest vs. Aantal varkens => Verband
30 Statistiek (1) Regressie: Aantal hectare vs. Aantal varkens => Geen verband
31 Statistiek (2) Regressie: Kilogram mest vs. Aantal varkens => Verband
32 De uitdagingen (organisatorisch) Inrichten van het gehele proces Hoe blijft het wiel draaien? Voorbereiden van de organisatie Datamining is geen bedreiging Kennis vergaring en vertaling naar datamining Business Intelligence, Kennis management Vinden van goede dataminers
33 De uitdagingen (m.b.t. gegevens) Integratie van twee bronnen (relatiebeheer!) Vervuiling gegevens Voldoen aan regels der statistiek Bepaling fraude begrip Verkrijgen minebare gegevens Veranderende brongegevens Is er wel wat te vinden?
34 Vragen
Betekent SOA het einde van BI?
Betekent SOA het einde van BI? Martin.vanden.Berg@sogeti.nl 18 september 2007 Agenda Wat is SOA? Wat is BI? Wat is de impact van SOA op BI? Sogeti Nederland B.V. 1 Agenda Wat is SOA? Wat is BI? Wat is
Nadere informatieReal Time Monitoring & Adaptive Cyber Intelligence SBIR13C038
Real Time Monitoring & Adaptive Cyber Intelligence SBIR13C038 Opgericht 2010 Ervaring >10 jaar Expertise Forensisch gegevensonderzoek Anomalie detectie Behavioral profiling SBIR Partners TNO Texar Data
Nadere informatieOnderzoeksdata in het UMCU. Michiel Vuurboom Aafke Jongsma Robert Veen
Onderzoeksdata in het UMCU Michiel Vuurboom Aafke Jongsma Robert Veen Inhoud Agenda Inleiding/context Medical Intelligence Research IT programma UMCU Parelsnoer Architectuur Reuma parel Discussie en vragen
Nadere informatieData Governance van visie naar implementatie
make connections share ideas be inspired Data Governance van visie naar implementatie Frank Dietvorst (PW Consulting) deelprogrammamanager Caesar - Vernieuwing Applicatie Landschap Leendert Paape (SAS
Nadere informatieToekomstbestending maken van selectie tool Rekening houdend met strikte privacy wetgeving
Toekomstbestending maken van selectie tool Rekening houdend met strikte privacy wetgeving Kurt.Merchiers@colruytgroup.com Functioneel Analist Roel.Van.Assche@sas.com Consultant Agenda Vervanging van de
Nadere informatieBegrippenlijst Inzicht in de wereld van big data, marketing en analyse
Begrippenlijst Inzicht in de wereld van big data, marketing en analyse 4orange, 13 oktober 2015 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Inhoud Achtergrond & Aanleiding... 3 A... 3 B...
Nadere informatieLiving Labs : NFI & RvdK Samen onderweg naar meer grip op data. JenV I-tour presentatie 24 april 2018
Living Labs : NFI & RvdK Samen onderweg naar meer grip op data JenV I-tour presentatie 24 april 2018 1 Agenda Deel I - door Jannie RvdK Intermezzo filmpje I-plan JenV Deel II door Femke en Xandra NFI KInD
Nadere informatieIncore Solutions Learning By Doing
Incore Solutions Learning By Doing Incore Solutions Gestart in November 2007 Consultants zijn ervaren met bedrijfsprocessen en met Business Intelligence Alle expertise onder 1 dak voor een succesvolle
Nadere informatieHaaglanden Medisch Centrum
Cloud oplossing in Haaglanden Medisch Centrum 26 september 2016 Agenda I. Introductie Haaglanden MC II. Situatieschets (voor implementatie) III. Probleemstelling huidige situatie IV. Doelstelling V. Pakket
Nadere informatieBusiness Intelligence. Toepassing BI Database en Datawarehouse BI proces BI Organisatie Implementatie BI
Business Intelligence Toepassing BI Database en Datawarehouse BI proces BI Organisatie Implementatie BI Toepassing BI (Operationele) sturing Financieel (BBSC) Performance NIET voor ondersteuning proces
Nadere informatieMeten is weten: Inzicht krijgen in de opbrengsten van jouw inspanningen in de buurt
Meten is weten: Inzicht krijgen in de opbrengsten van jouw inspanningen in de buurt Vandaag Vandaag Reden voor Monitoring en Evaluatie: M&E Wat is M&E? Monitoren en evalueren: theorie en praktijk Tips
Nadere informatieHistorische informatie in een Spatial Dynamisch Data Warehouse. Wil de Jong Enterprise Architect
Historische informatie in een Spatial Dynamisch Data Warehouse Wil de Jong Enterprise Architect Spatial Eye Synergiedag 2 februari 2012 Aanleiding Business Intelligence project De oplossing en aanpak BI-Visie
Nadere informatieagendapunt 04.B.16 Aan Commissie Bestuur, organisatie en bedrijfsvoering INNOVATIE - VISIE EN REALISATIE
agendapunt 04.B.16 1198541 Aan Commissie Bestuur, organisatie en bedrijfsvoering INNOVATIE - VISIE EN REALISATIE Voorstel Commissie Bestuur, organisatie en bedrijfsvoering 03-11-2015 kennis te nemen van
Nadere informatieBegrippenlijst Inzicht in de wereld van big data, marketing en analyse
Begrippenlijst Inzicht in de wereld van big data, marketing en analyse 4orange, 2017 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Inhoud Achtergrond & Aanleiding... 3 A... 3 B... 3 C... 3
Nadere informatieNationale Controllersdag 2016 9 juni 2016. Financial Control Framework Van data naar rapportage
Nationale Controllersdag 2016 9 juni 2016 Financial Control Framework Van data naar rapportage Inhoudsopgave Even voorstellen Doel van de workshop Positie van Finance & Control Inrichting van management
Nadere informatieData at your fingertips
Data at your fingertips 4orange, 2015 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 6 redenen waarom de marketeer zelf eigenaar moet zijn van de Marketing Software uitdaging! Bij beslissingen
Nadere informatieDEEL I KENNISMANAGEMENT: INLEIDING EN TOEPASSINGSGEBIEDEN
DEEL I KENNISMANAGEMENT: INLEIDING EN TOEPASSINGSGEBIEDEN 2. Kennis...6 2.1 Definitie... 6 2.2 Gezichtspunten ten aanzien van kennis... 9 3. Kennismanagement...16 3.1 Definitie...16 3.2 Belang van kennismanagement...18
Nadere informatieData driven. Het plan naar data driven business door advanced analytics Business.
Data driven. Het plan naar data driven business door advanced analytics Business. Analytics: uw data slim gebruiken en zo uw business optimaliseren! Marijn Uilenbroek BIA Consultant, Sogeti BI & Analytics
Nadere informatieMagnutude 2012 Efficient BI. 18 september Joost de Ruyter van Steveninck
Magnutude 2012 Efficient BI 18 september Joost de Ruyter van Steveninck 2 Inhoud Is BI nog niet efficiënt? Trends in BI Efficient BI: de trends in praktijk 3 Feedback van de gebruiker Informatie behoefte
Nadere informatiePresentatie Rapportage Met SAP Business Objects
Presentatie Rapportage Met SAP Business Objects Verzorgd door: Camille van Dongen, itelligence Fouad Allabari, i3 Woerden 4 februari 2011 Agenda Voorstellen itelligence & i3 Business Intelligence SAP Business
Nadere informatieOvergangsregelingen Bachelor Economie en Informatica - vanaf 2006
Overgangsregelingen Bachelor Economie en Informatica - vanaf 2006 Overgangsregeling 2010 Ouderejaars studenten E&I kunnen in het studiejaar 2010/2011 verder studeren in hun bachelorprogramma, evenwel met
Nadere informatieWorkshop voorbereiden Authentieke instructiemodel
Workshop voorbereiden Authentieke instructiemodel Workshop voorbereiden Uitleg Start De workshop start met een echte, herkenbare en uitdagende situatie. (v.b. het is een probleem, een prestatie, het heeft
Nadere informatieTesten en BASEL II. Dennis Janssen. Agenda. Wat is BASEL II? Testen van BASEL II op hoofdlijnen
Testen en BASEL II Dennis Janssen Test Research Centre LogicaCMG 1 Agenda Wat is BASEL II? Testen van BASEL II op hoofdlijnen BASEL II als hulpmiddel om positie testen te versterken Samenvatting 2 1 Basel
Nadere informatieagendapunt 3.a.7 Aan College van Dijkgraaf en Hoogheemraden INNOVATIE - VISIE EN REALISATIE Portefeuillehouder Smits, M. Datum 23 juni 2015
agendapunt 3.a.7 1198541 Aan College van Dijkgraaf en Hoogheemraden INNOVATIE - VISIE EN REALISATIE Portefeuillehouder Smits, M. Datum 23 juni 2015 Aard bespreking Besluitvormend Afstemming Bijlagen 1
Nadere informatieConclusie: voor elke organisatie die dit nastreeft is het goed besturen en beheersen van de bedrijfsprocessen
1 Waarom? : Succesvol zijn is een keuze! Organisaties worden door haar omgeving meer en meer gedwongen om beter te presteren. Voornamelijk wordt dit ingegeven door de klant die haar eisen en wensen m.b.t.
Nadere informatieoccurro Vertrouwt u uw gegevens? BI wordt volwassen Kasper de Graaf 31 maart 2009 De kracht van BI en Architectuur in de praktijk - Centraal Boekhuis
Vertrouwt u uw gegevens? BI wordt volwassen Kasper de Graaf 31 maart 2009 De kracht van BI en Architectuur in de praktijk - Centraal Boekhuis BI & Data Warehousing Business Intelligence: Het proces dat
Nadere informatie2. Geef een voorbeeld van hoe datamining gebruikt kan worden om frauduleuze geldtransacties te identificeren.
1. Veronderstel dat je als datamining consultant werkt voor een Internet Search Engine bedrijf. Beschrijf hoe datamining het bedrijf kan helpen door voorbeelden te geven van specifieke toepassingen van
Nadere informatieCurriculum Vitae Ishak Atak. www.ishakatak.nl. Naam : Ishak Atak Roepnaam : Ishak. Woonplaats : Utrecht Geboorte datum : 13-05-1983
Naam : Ishak Atak Roepnaam : Ishak Woonplaats : Utrecht Geboorte datum : 13-05-1983 Tel. : +316-46 17 76 00 Beschikbaar : Full time December 2015 Email: : contact@ishakatak.nl Datum CV : November 2015
Nadere informatieSelf Service BI. de business
BI in de praktijk Self Service BI Breng de kracht van BI naar de business Luc Alix Sogeti Nederland B.V. Redenen voor Business Intelligence Sneller kunnen beslissen 42 % Beter kunnen beslissen 42 % Concurrentieel
Nadere informatieOvergangsregelingen Bachelor Economie en Informatica - vanaf 2006
Overgangsregelingen Bachelor Economie en Informatica - vanaf 2006 Overgangsregeling 2011 Vanwege afbouw van de Bacheloropleiding E&I wordt het Bachelor-2 niet meer aangeboden. Ouderejaars studenten E&I
Nadere informatieDe Marketeer is niet meer; leve de Geomarketeer! Over de integratie van lokatie in marketing
De Marketeer is niet meer; leve de Geomarketeer! Over de integratie van lokatie in marketing dr. Jasper Dekkers Afdeling Ruimtelijke Economie, vrije Universiteit amsterdam Korte introductie Economie Geo
Nadere informatieONDERZOEK DOEN. HENK LINDEMAN h.lindeman@aps.nl. Naam Datum
ONDERZOEK DOEN HENK LINDEMAN h.lindeman@aps.nl Naam Datum Onderzoeksvragen; uw keuze voor deze workshop Wat zijn de verschillen en overeenkomsten tussen onderzoek doen en gedocumenteerd schrijven? Welke
Nadere informatieIN DE LUWTE OF IN DE WIND? Reflecties op ontwikkeling van scholen
IN DE LUWTE OF IN DE WIND? Reflecties op ontwikkeling van scholen 1 OPZET Regelluw met welk doel? Onderwijskwaliteit: wie bepaalt dat? Naar scholen als lerende organisaties Condities: Een visie op innovatie
Nadere informatieMet de Glazen Bol naar. Doelgerichter BWT Toezicht
Met de Glazen Bol naar Doelgerichter BWT Toezicht Missie SuperGraph realiseert de toepassing van Voorspellende Modellen in het hart van uw organisatie dusdanig dat onzekerheden zoveel mogelijk worden weggenomen
Nadere informatieMaximale inwonerstevredenheid. Overheid 360º. Daniël Prins (VeloA) Maarten van der Hoek (Exxellence)
Maximale inwonerstevredenheid Overheid 360º Daniël Prins (VeloA) Maarten van der Hoek (Exxellence) Digitale overheid 2017 Het kabinet wil in 2017 burgers en bedrijven volledig digitaal toegang geven tot
Nadere informatieMedical Intelligence in de praktijk
Medical Intelligence in de praktijk Een kijkje in de MI straat in het UMCU Aafke Jongsma & Michiel Vuurboom Visie Het uitwisselen van oplossingen en ervaringen ten behoeve van het verzamelen en ontsluiten
Nadere informatieSneller en nauwkeuriger begroten in de zorg met LucaNet
Sneller en nauwkeuriger begroten in de zorg met LucaNet Begroten wordt een steeds grotere uitdaging Begroten is binnen de zorg een belangrijk, maar ook steeds tijdrovender onderdeel van de financiële jaarcyclus.
Nadere informatieE-resultaat aanpak. Meer aanvragen en verkopen door uw online klant centraal te stellen
E-resultaat aanpak Meer aanvragen en verkopen door uw online klant centraal te stellen 2010 ContentForces Niets uit deze uitgave mag worden verveelvoudigd en/of openbaar gemaakt door middel van druk, fotokopie,
Nadere informatieBig Data en DUO. We swim in a sea of data and the sea level is rising rapidly. G. Brink Programmamanager Ir. J.W. van Veen Enterprise Architect
Big Data en DUO We swim in a sea of data and the sea level is rising rapidly. G. Brink Programmamanager Ir. J.W. van Veen Enterprise Architect Agenda Wat doet DUO Big Data theorie Big Data - architectuur
Nadere informatieSURF SIS-conferentie
SURF SIS-conferentie Deny Smeets: Directeur ICA (IC-Academie); Hoofd Service Unit ICT 18 juni 2009 HAN StudieInformatieSysteem HAN organisatie Faculteiten Service Bedrijf HAN ICT-organisatie HAN SIS informatiesystemen
Nadere informatieOP KOERS NAAR EEN DATAGEDREVEN ORGANISATIE?
OP KOERS NAAR EEN DATAGEDREVEN ORGANISATIE? THE FULL STORY Dit artikel verscheen ook in The full story. Een luchtig boek waarmee managers, ondernemers en professionals drie vliegen in één klap slaan. Je
Nadere informatieJan W. Veldsink Msc www.aikima.com
Leiderschap in een digitale wereld Jan W. Veldsink Msc www.aikima.com All companies must become internet companies or die, and this is not an option. Intel chairman Andy Grove September 1999 Opmerkelijke
Nadere informatieOvergangsregelingen Bachelor Economie en Informatica - vanaf 2006
Overgangsregelingen Bachelor Economie en Informatica - vanaf 2006 Overgangsregeling 2013 Vanwege afbouw van de Bacheloropleiding E&I wordt er onderwijs meer aangeboden. Ook worden tentamens en hertentamens
Nadere informatieHET SUCCES VAN QLIKVIEW. Breda, 31 augustus 2011 Leon de Ridder, UNIT4
HET SUCCES VAN QLIKVIEW Breda, 31 augustus 2011 Leon de Ridder, UNIT4 UNIT4 BI SOLUTIONS Leon de Ridder UNIT4, beursgenoteerd, 24 landen Specialist in BI & Financial Management Sinds 1996 actief, > 800
Nadere informatieLaag Vaardigheden Leerdoelen Formulering van vragen /opdrachten
Blooms taxonomie Laag Vaardigheden Leerdoelen Formulering van vragen /opdrachten Evalueren Evalueren = de vaardigheid om de waarde van iets (literatuur, onderzoeksrapport, presentatie etc) te kunnen beoordelen
Nadere informatieDe kracht van BI & Architectuur
Samen boeken we succes De kracht van BI & Architectuur in de praktijk Business Intelligence Symposium 2009 Emiel van Bockel BI Awards 2009 2 Voorstellen Emiel van Bockel - Manager Information Services
Nadere informatieBusiness & IT Alignment deel 1
Business & IT Alignment deel 1 Informatica & Economie Integratie 1 Recap Opdracht 1 Wat is integratie? Organisaties Strategie De omgeving van organisaties AH Bonuskaart AH Bonuskaart Economisch Geïntegreerd
Nadere informatieData mining Van boodschappenmandjes tot bio-informatica
Data mining Van boodschappenmandjes tot bio-informatica Walter Kosters Informatica, Universiteit Leiden donderdag 6 april 2006 http://www.liacs.nl/home/kosters/ 1 Wat is Data mining? Data mining probeert
Nadere informatieAfstudeeropdracht bachelor informatica
Webgebaseerde ontsluiting loggegevens van IDEAS Afstudeeropdracht bachelor informatica David Beniers, Anand Mandhre, Michiel van Kempen Bastiaan Heeren, Harold Pootjes Inhoud Opdracht IDEAS Aanpak Taakverdeling
Nadere informatieEnterprise warehouse architectuur Het definiëren van een informatiearchitectuur in de praktijk.
Enterprise warehouse architectuur Het definiëren van een informatiearchitectuur in de praktijk. Inleiding Over datawarehousing wordt veel geschreven vanuit de toepassing en helaas minder vanuit de architectuur.
Nadere informatieOverleven in zwaar weer Jaarcongres 2012 van het vakblad Management Kinderopvang
Overleven in zwaar weer Jaarcongres 2012 van het vakblad Management Kinderopvang Workshop 1 Managementinformatie voor een nieuwe koers Tony Weggemans Directeur AYIT Consultancy en coördinator Netwerk Professionals
Nadere informatieSTUDIEDAG. Projectmatig werken in lokale overheden LEUVEN 27 oktober 2011
STUDIEDAG Projectmatig werken in lokale overheden LEUVEN 27 oktober 2011 Introductie "Projectmatig werken is teamwork... maar vanuit andere samenwerkingsvormen dan we vaak gewoon zijn in de reguliere werking.
Nadere informatieOpgaven - De intelligente organisatie 3 e editie
Opgaven hoofdstuk 1 1. Benoem het voornaamste voordeel van BI voor organisaties. 2. Uit welke processen bestaan de grote en kleine BI cyclus? 3. Wat is het verschil tussen contextuele en transactionele
Nadere informatieValue Based Health Care Zorg voor Verbetering
Value Based Health Care Zorg voor Verbetering Bestuurdersgemba LIDZ congres 16 november 2018 Marjan Gort Projectleider VBHC MZH Value Based Healthcare 2 Hoe geven we VBHC vorm in Santeon? Zoeken naar variatie
Nadere informatieExamenprogramma Associatie Praktijkdiploma Vakopleiding Payroll Services IV Geldig m.i.v. 1 januari 2011
Examenprogramma Associatie Praktijkdiploma Vakopleiding Payroll Services IV Geldig m.i.v. 1 januari 2011 Het examenprogramma omvat: 1. Beroepsprofiel 2. Opleidingsprofiel 3. Examenopzet 4. Examenprogramma
Nadere informatieBusiness Intelligence White Paper
Business Intelligence White Paper Voorkeursarchitectuur voor een data warehouse Een white paper over het juist kiezen van een startarchitectuur BICONOMICS services biedt diverse diensten aan rondom het
Nadere informatieAgile in Projecten minimalisme of strak pak? Richard Weber PMP
Agile in Projecten minimalisme of strak pak? Richard Weber PMP De Spreker Richard Weber Directeur & oprichter Adviseur & coach Projectmanagement Profile Dynamics ICT & Bedrijfskundige achtergrond Trainer
Nadere informatieDe Taxonomie van Bloom Toelichting
De Taxonomie van Bloom Toelichting Een van de meest gebruikte manier om verschillende kennisniveaus in te delen, is op basis van de taxonomie van Bloom. Deze is tussen 1948 en 1956 ontwikkeld door de onderwijspsycholoog
Nadere informatiesturen om tot te komen Rijnconsult Business Review
Je moet behoorlijk sturen om tot zelfsturing te komen 56 Rijnconsult Business Review Het creëren van effectieve autonome teams is geen nieuw onderwerp voor veel organisaties. Maar de dynamiek waarin veel
Nadere informatieSTAKEHOLDERS. Hoe gaan we daar mee om? Jacques van Unnik Manager Personnel Certification & Training 3 december 2015 BUSINESS ASSURANCE
BUSINESS ASSURANCE STAKEHOLDERS Hoe gaan we daar mee om? Jacques van Unnik Manager Personnel Certification & Training 3 december 2015 1 DNV GL 2014 Stakeholders 19 November 2015 SAFER, SMARTER, GREENER
Nadere informatiecase Het enterprise warehouse van Centraal Boekhuis architectuur Bedrijfsdoelen vertalen in de datastructuur
architectuur t case Bedrijfsdoelen vertalen in de datastructuur Het enterprise warehouse van Centraal Boekhuis Niet alleen applicaties worden onder architectuur gebouwd, ook databases passen in een architectuur.
Nadere informatieOpen data in de Drechtsteden
Open data in de Drechtsteden Waarom en hoe 19 november 2015 1 Agenda Aanleiding Wat hebben we gedaan? Waarom doen we het? Regionale afspraken Voorzieningen Proces en organisatie Techniek van publiceren
Nadere informatieData-analyse en boekhoudsoftware voor de MKB-accountant in een breder perspectief
Data-analyse en boekhoudsoftware voor de MKB-accountant in een breder perspectief Wie ben ik Wat is data-analyse Plaats in de controle Schema Een netwerkmodel van de controle; Focus op en inkleuren van
Nadere informatieBig Data en het CBS. Enkele voorbeelden. Piet Daas, May Offermans, Martijn Tennekes, Alex Priem, Paul van den Hurk
Big Data en het CBS Enkele voorbeelden Piet Daas, May Offermans, Martijn Tennekes, Alex Priem, Paul van den Hurk Overzicht Wat is Big Data? Definitie en eigenschappen Relatie tot de statistiek Waarom?
Nadere informatieMicrosoft s platform voor projectorganisaties. EPM 2007 en straks 2010. Wil Jansen Gwen Schilte
Microsoft s platform voor projectorganisaties EPM 2007 en straks 2010 Wil Jansen Gwen Schilte EVEN VOORSTELLEN! Office Solutions SharePoint Solutions Project Solutions Learning Solutions Professional Services
Nadere informatieSAP Risk-Control Model. Inzicht in financiële risico s vanuit uw SAP processen
SAP Risk-Control Model Inzicht in financiële risico s vanuit uw SAP processen Agenda 1.Introductie in Risicomanagement 2.SAP Risk-Control Model Introductie in Risicomanagement Van risico s naar intern
Nadere informatieCloud Computing, een inleiding. ICT Accountancy & Financials congres 2013: Cloud computing en efactureren. Jan Pasmooij RA RE RO: jan@pasmooijce.
Cloud Computing, een inleiding ICT Accountancy & Financials congres 2013: Cloud computing en efactureren 10 december 2013 Jan Pasmooij RA RE RO: jan@pasmooijce.com 10 december 2013 1 Kenmerken van Cloud
Nadere informatieData Quality Een vereiste voor elke datagedreven organisatie
2-daagse training Data Quality Een vereiste voor elke datagedreven organisatie Initiatief en organisatie In samenwerking met Wat leert u in deze training? De eisen die de GDPR aan uw datakwaliteit stelt;
Nadere informatieHoe de strijd tussen Marketing en Verkoop oplossen?
Hoe de strijd tussen Marketing en Verkoop oplossen? voorstellen Chris Goes van Affekt: 3 x 3 Vraagstukken Hoedanigheid - Marketing management Consultant - Verkoop management Opleider/trainer-coach - Innovatie
Nadere informatieProfiel Manfred Dousma
Profiel Manfred Dousma Personalia Naam ing. M.P. (Manfred) Dousma Adres Kramerstraat 42 9731 MK Groningen Geslacht man Geboortedatum 11 september 1978 Nationaliteit Nederlandse Burgerlijke staat samenwonend
Nadere informatieInkopen van ICT. Inkopen Complexe Techniek? 31 maart 2009. Karin van IJsselmuide. Kennismanager/trainer Nevi Inkoopacademie
: Inkopen Complexe Techniek? 31 maart 2009 Karin van IJsselmuide Kennismanager/trainer Nevi Inkoopacademie Inhoud Voorstellen Context IT-inkoop Opzetten van een complex sourcingtraject Realisatie van het
Nadere informatieTechnische keuzes Management Informatie Systeem MeanderGroep
Technische keuzes Management Informatie Systeem MeanderGroep Dit document beschrijft de keuzes die gedaan worden ten aanzien van de hard en software voor het Management Informatie Systeem. Voor de presentatielaag
Nadere informatieKlantgericht communiceren met donateurs
Klantgericht communiceren met donateurs 4orange, 2016 4orange, 2013 Hogehilweg 24 1101 CD Amsterdam Zuidoost www.4orange.nl 2 Klantgericht communiceren met donateurs Iedereen in de non-profit branche die
Nadere informatieAMC Seminar 2011 Faciliteren van AM besluitvorming. Robert van Grunsven, Consultant
AMC Seminar 2011 Faciliteren van AM besluitvorming Robert van Grunsven, Consultant Even voorstellen Wie zijn CMS asset management? Wie is Robert van Grunsven? Agenda De veranderende wereld van het waterschap
Nadere informatieMetadata mogelijkheden, ambities en praktijk
Metadata mogelijkheden, ambities en praktijk Symposium Een DIM-visie voor de toekomst Vincent Teerling i.s.m. Het Papieren Tijger Netwerk Metadata voor meerdere doeleinden Metadata worden gebruikt om:
Nadere informatieKennisalliantie Inclusie & Technologie. Leendert Bos Harry de Boer
Kennisalliantie Inclusie & Technologie Leendert Bos Harry de Boer Technologie Kans of bedreiging? Even wat vragen via Menti Ga naar www.mentimeter.com Ziet u technologie als kans of als bedreiging voor
Nadere informatieDe essentie van de nieuwe ISO s. Dick Hortensius, NEN Milieu & Maatschappij
De essentie van de nieuwe ISO s Dick Hortensius, NEN Milieu & Maatschappij 1 Waar ik het over ga hebben De uitdaging en de oplossing De HLS voor iedereen De HLS voor wie het wil Waar we staan en wat er
Nadere informatiePlan van aanpak, 17 september 2014
Plan van aanpak, 17 september 2014 DEP WORKS B.V. / DEP WORKS office & management support / DEP WORKS MEET&GREET Marnick de Groot Milan van der Maaten Luuk Roordink Afdeling: Marketing & Communicatie Contactpersonen:
Nadere informatieI N H O U D V l a a m s M i n i s t e r - p r e s i d e n t K r i s P e e t e r s
5 I N H O U D Lijst van figuren 15 Lijst met tabellen 23 Voorwoord Vlaams Minister-president Kris Peeters 25 Dankwoord Inleiding Organisatie van dit boek Deel I Uitdagingen en definities van performance
Nadere informatiePeter de Haas peter.dehaas@breinwave.nl +31655776574
Peter de Haas peter.dehaas@breinwave.nl +31655776574 business context Innovatie Platform Klantinteractie Klantinzicht Mobiel Social Analytics Productiviteit Processen Integratie Apps Architectuur Wat is
Nadere informatieHet gebruik van data binnen Tax PwC Eric Dankaart November 2016
www.pwc.nl Eric Dankaart November 2016 Agenda Digitalisering en de data explosie Waarom is data voor Tax interessant? 1. Meer data, meer data-analyse 2. Invloed op wet- en regelgeving 3. Wat betekent dit
Nadere informatieBusiness Intelligence in Lier
Business Intelligence in Lier LUC JANSSENS DATA-, -ANALYSE- & GIS-COÖRDINATOR STAD EN OCMW VAN LIER 1: Data, Informatie & Intelligentie 1. Data, Informatie & Intelligentie Operationele Omgeving Niet- of
Nadere informatieCase Closed. Foto: Roy Beusker
Case Closed Foto: Roy Beusker De Nationale Postcode Loterij, de Sponsor Bingo Loterij en de BankGiro Loterij vormen gezamenlijk de Goede Doelen Loterijen in Nederland. Deze loterijen streven ernaar een
Nadere informatieBig Data en de officiële statistiek Enkele voorbeelden
Big Data en de officiële statistiek Enkele voorbeelden Piet Daas, May Offermans, Martijn Tennekes, Alex Priem, Paul van den Hurk Overzicht Het CBS Data en bronnen Waarom Big Data? 3V s en mogelijk gebruik
Nadere informatieSocial Media Strategie Plan
Social Media Strategie Plan Creëren van de strategie en planning van de uitvoering Een stappenplan met daarin vastgelegd waar je merk staat, waar je heen wilt en en hoe er te komen. Houd in gedachten dat
Nadere informatieSamenwerking Medical Intelligence. UMC Utrecht Hyleco Nauta, Directeur Directie Informatie & Technologie
Samenwerking Medical Intelligence UMC Utrecht Hyleco Nauta, Directeur Directie Informatie & Technologie Vertrekpunt samenwerking Medical Intelligence Veel ziekenhuizen implementeren EPD s Samenwerking
Nadere informatieBreak out. Klantbeleving geoptimaliseerd met Process Mining
Break out. Klantbeleving geoptimaliseerd met Process Mining Process Mining BI Symposium 2016 2 Process Mining Interactie Events IT systemen Process Mining BI Symposium 2016 3 Complexiteit BI Symposium
Nadere informatieSAP Customer Success Story Farmaceutica Retail & distributie Multipharma. Meer daadkracht dankzij gestroomlijnde BI-oplossingen
Meer daadkracht dankzij gestroomlijnde BI-oplossingen Multipharma Sector Farmaceutica Producten en diensten Retail en distributie Website multipharma.yours.be SAP oplossingen SAP BusinessObjects Business
Nadere informatieHet Nieuwe Werken betekent creatief reizen (Case UWV)
WORKSHOP Het Nieuwe Werken betekent creatief reizen (Case UWV) Peter Meijers Programmamanager HNW bij UWV Agenda Beelden bij UWV Onze reis: Waar zijn we bij UWV aangekomen en hoe zijn we daar gekomen?
Nadere informatieMarket Scan introduceert M.T.V.: één Portal voor al uw Management Tools Volmachten!
Market Scan introduceert M.T.V.: één Portal voor al uw Management Tools Volmachten! Eén datawarehouse, één informatieverzamelpunt het is een wens die de markt al langer koestert. Market Scan vervult deze
Nadere informatieQmus 11februari 2010. = veranderenverbeteren. Context en balans
Qmus 11februari 2010 = veranderenverbeteren Context en balans HET INK MODEL Management van medewerkers Medewerkers Leiderschap Strategie en beleid Management van processen Klanten en Partners Bestuur en
Nadere informatieAnomaliedetectie en patroonherkenning
Digitale overheid van de Toekomst, 28 september 2016 Anomaliedetectie en patroonherkenning binnen de loonaangifteketen Dr. Ralph Foorthuis Voorstelrondje Werkervaring Sr. enterprise architect bij UWV Werkzaam
Nadere informatieBIM: impact op duurzame gebouwen
Seminarie Duurzame gebouwen BIM: impact op duurzame gebouwen 15 juni 2018 BIM EN LCA-TOOLS Illustratie van de werking van de Belgische tool TOTEM voor de ecologische doorlichting van gebouwen Sophie Bronchart
Nadere informatieRAIview maakt objectieve beoordeling in de zorg mogelijk
RAIview maakt objectieve beoordeling in de zorg mogelijk Op basis van een uniek internationaal meetinstrument RAI, is een nieuwe gebruiksvriendelijke internettoepassing RAIview ontwikkeld. RAIview levert
Nadere informatieKennis Management. Tele Train. Grensverleggend klantcontact
Kennis Management Tele Train Grensverleggend klantcontact Tele Train Tele Train is dé specialist in performance verbetering van het één op één klantcontact van organisaties. Uitgangspunt hierbij is operational
Nadere informatieAI en Data mining. Van AI tot Data mining. dr. Walter Kosters, Universiteit Leiden. Gouda woensdag 17 oktober
AI en Data mining Van AI tot Data mining dr. Walter Kosters, Universiteit Leiden Gouda woensdag 17 oktober 2007 www.liacs.nl/home/kosters/ 1 Wat is Data mining? Data mining probeert interessante en (on)verwachte
Nadere informatieKerngegevens MBO. gemeenschappelijke taal van ELO naar studenten administratie. Gebruikersdag Woensdag 26 mei 2010.
Kerngegevens MBO gemeenschappelijke taal van ELO naar studenten administratie Gebruikersdag Woensdag 26 mei 2010 Raymond Kerkhof E : r.kerkhof@zadkine.nl M: +31(0)651670089 Probleemstelling / Uitdaging
Nadere informatieSnel en eenvoudig besparen bij BPV. Ad Geluk; Colo Frans Bergmans; ROC Eindhoven Xaverius van Hien; ROC Eindhoven
Snel en eenvoudig besparen bij BPV Ad Geluk; Colo Frans Bergmans; ROC Eindhoven Xaverius van Hien; ROC Eindhoven Introductie Spreker Ad Geluk is bij Colo, (samenwerkende kenniscentra voor beroepsonderwijs
Nadere informatieProfiel Manfred Dousma
Profiel Manfred Dousma Personalia Naam ing. M.P. (Manfred) Dousma Adres Kramerstraat 42 9731 MK Groningen Geslacht man Geboortedatum 11 september 1978 Geboorteplaats Appingedam Nationaliteit Nederlandse
Nadere informatie