Neem data gebaseerde
beslissingen met
Advanced Analytics

IoT vertalen tot bruikbare inzichten

Met het ontstaan van IoT krijg je toegang tot steeds meer en relevante data. Dankzij Advanced Analytics kan je die data vertalen tot bruikbare inzichten. Een eenvoudig voorbeeld is een trillingssensor op een generator.

Zijn er onverwachte veranderingen in de stroom met data die de trillingssensor levert, dan kan een voorspellend algoritme de conclusie trekken dat er binnenkort onderhoud nodig is.

IoT en Advanced Analytics helpen om data gebaseerde beslissingen te nemen, jouw organisatie te transformeren en nieuwe business modellen te ontwikkelen.

Verbanden ontdekken door data mining

Eerder genoemde voorbeelden komen binnen handbereik door middel van data mining. Data mining is een proces waarbij verbanden worden gelegd tussen de data in een grote dataset. Omdat dit zoveel mogelijkheden biedt is het essentieel dat dit op een gestructureerde manier gebeurt.

De meest gebruikte methodiek voor data mining is de zogeheten CRISP-DM systematiek. CRISP-DM staat voor ‘Cross-Industry Standard Process for Data Mining’ en wordt wereldwijd gezien als de standaard voor het leggen van verbanden met behulp van data. Dat gebeurt in zes stappen:

CRISP-DM model: gestructureerd naar inzicht

• Probleemanalyse: Het doel van de data-analyse wordt vastgesteld.
• Analyse: Er wordt gekeken of de bestaande data voldoende is om de vraag te beantwoorden.
• Verwerken: Relevante gegevens worden geselecteerd en dusdanig aangepast dat zij met elkaar vergeleken kunnen worden.
• Modellering: De daadwerkelijke analyse van de data wordt gedaan, bijvoorbeeld met behulp van regressieanalyses of machine learning modellen.
• Evaluatie: De uitkomsten uit de modelleringsfase worden getest.
• Implementatie: De uitkomsten uit de analyse geïmplementeerd.