Samenvatting DDDM theorie
Inhoud
Week 1....................................................................................................................................................3
1. Data-Driven Business Fundamentals...............................................................................................3
1.1 Data Driven Business................................................................................................................3
1.2 Biases in decision making:........................................................................................................4
1.3 Data-Driven Decision Making....................................................................................................4
1.4 Data-Driven Business Maturity Model......................................................................................5
2. Analytics Fundamentals..................................................................................................................6
2.1 Analytics Value Chain:...............................................................................................................6
3. Analyze Business Environment.......................................................................................................7
4. Business probleem..........................................................................................................................8
5. Probleemdefinitie...........................................................................................................................8
Week 2....................................................................................................................................................9
1. Analyze multidisciplinary stakeholders...........................................................................................9
1.1 Identificeren van Stakeholders..................................................................................................9
1.2 Prioriteren van Stakeholders...................................................................................................10
1.3 Manage Stakeholders.............................................................................................................10
Week 3..................................................................................................................................................12
1. Conceptualiseren en modelleren..................................................................................................12
1.1 Type variabelen in conceptueel model...................................................................................12
1.2 Stappen in conceptualiseren en modelleren...........................................................................13
Week 4..................................................................................................................................................13
1. Operationaliseren.........................................................................................................................13
Week 5..................................................................................................................................................14
Week 6..................................................................................................................................................14
H1: Introductie..................................................................................................................................14
H2: AI strategie.................................................................................................................................14
H3: Mensen en organisatie...............................................................................................................15
H4: Responsible AI............................................................................................................................16
H5: implementatie van AI.................................................................................................................18
H6: Duurzaamheid en AI...................................................................................................................18
Technologie Trends...............................................................................................................................19
, 2021:.................................................................................................................................................19
2022:.................................................................................................................................................19
2023:.................................................................................................................................................20
Storytelling...........................................................................................................................................20
Pyramid principle..............................................................................................................................20
SCSR..................................................................................................................................................21
Ted Structure....................................................................................................................................21
Narrative Arc.....................................................................................................................................21
Peak-end rule....................................................................................................................................21
, Week 1
1. Data-Driven Business Fundamentals
Data: metingen of observaties van kwalitatieve of kwantitatieve variabelen van een of meerdere
entiteiten zoals personen of bedrijven.
Variabele: alles wat kan variëren aan een entiteit (leeftijd, gender, gedragingen etc.)
Ze beschrijven karakteristieken van entiteiten.
Typen variabelen:
- Kwalitatieve variabele: kunnen niet uitgedrukt worden in numerieke resultaten (kleur, namen
etc.)
- Kwantitatieve variabele: representeert een hoeveelheid of aantal (gemiddelde leeftijd van
klanten, aantal producten die voldoen aan de kwaliteitstandaard, percentage hoogopgeleid
personeel etc.)
Big Data: data in groot volume, hoog in snelheid (real-time), divers in verscheidenheid
(gestructureerde en niet-gestructureerde data), uitputtend in scope (vaak data van hele populaties),
fijnkorrelig in resolutie, relationeel van aard en flexibel (makkelijk velden toevoegen).
Gestructureerde data: opgeslagen in velden in een database.
Ongestructureerde data: Foto’s, video’s etc.
1.1 Data Driven Business
Data Driven Business: Een organisatie die data gebruikt om zijn primaire proces aan te sturen.
Organisatie: een bewust beheerde en gecoördineerde sociale entiteit met een relatief herkenbare
grens, die functioneert op een relatief continue basis om een gemeenschappelijk doel te bereiken.
Een organisatie streeft ALTIJD NAAR EFFECTIVITEIT! (of de doelen behaald worden)
Scientific management: Beweging opgezet door Frederick Taylor om productie-efficiëntie te
realiseren door het systematiseren en standaardiseren van werk, om “die ene beste manier” van
werken te bereiken. Er is één beste manier om organisaties te managen. (op basis van
wetenschappelijke methoden om werkprocessen te beoordelen)
Max Weber’s bureaucratie: bureaucratie is de meest efficiënte vorm om een organisatie te leiden,
nog geen menselijke behoeften verwerkt (werden genegeerd).
Hierna begon behoefte om menselijke behoeften in werk te verwerken te groeien.
Hawthorne studies: onderzoeken die onder andere effect van de variabelen: licht, pauzes en salaris
onderzochten op productiviteit onderzochten.
(onderzoek met licht was verrassend: bij iedere stand ging productiviteit omhoog omdat: mensen het
gevoel hadden dat ze werden geobserveerd).
Staat dus tegenover scientific management: de beste manier van managen hangt aan veel meer
factoren dan alleen het standaardiseren van werkzaamheden.
Inhoud
Week 1....................................................................................................................................................3
1. Data-Driven Business Fundamentals...............................................................................................3
1.1 Data Driven Business................................................................................................................3
1.2 Biases in decision making:........................................................................................................4
1.3 Data-Driven Decision Making....................................................................................................4
1.4 Data-Driven Business Maturity Model......................................................................................5
2. Analytics Fundamentals..................................................................................................................6
2.1 Analytics Value Chain:...............................................................................................................6
3. Analyze Business Environment.......................................................................................................7
4. Business probleem..........................................................................................................................8
5. Probleemdefinitie...........................................................................................................................8
Week 2....................................................................................................................................................9
1. Analyze multidisciplinary stakeholders...........................................................................................9
1.1 Identificeren van Stakeholders..................................................................................................9
1.2 Prioriteren van Stakeholders...................................................................................................10
1.3 Manage Stakeholders.............................................................................................................10
Week 3..................................................................................................................................................12
1. Conceptualiseren en modelleren..................................................................................................12
1.1 Type variabelen in conceptueel model...................................................................................12
1.2 Stappen in conceptualiseren en modelleren...........................................................................13
Week 4..................................................................................................................................................13
1. Operationaliseren.........................................................................................................................13
Week 5..................................................................................................................................................14
Week 6..................................................................................................................................................14
H1: Introductie..................................................................................................................................14
H2: AI strategie.................................................................................................................................14
H3: Mensen en organisatie...............................................................................................................15
H4: Responsible AI............................................................................................................................16
H5: implementatie van AI.................................................................................................................18
H6: Duurzaamheid en AI...................................................................................................................18
Technologie Trends...............................................................................................................................19
, 2021:.................................................................................................................................................19
2022:.................................................................................................................................................19
2023:.................................................................................................................................................20
Storytelling...........................................................................................................................................20
Pyramid principle..............................................................................................................................20
SCSR..................................................................................................................................................21
Ted Structure....................................................................................................................................21
Narrative Arc.....................................................................................................................................21
Peak-end rule....................................................................................................................................21
, Week 1
1. Data-Driven Business Fundamentals
Data: metingen of observaties van kwalitatieve of kwantitatieve variabelen van een of meerdere
entiteiten zoals personen of bedrijven.
Variabele: alles wat kan variëren aan een entiteit (leeftijd, gender, gedragingen etc.)
Ze beschrijven karakteristieken van entiteiten.
Typen variabelen:
- Kwalitatieve variabele: kunnen niet uitgedrukt worden in numerieke resultaten (kleur, namen
etc.)
- Kwantitatieve variabele: representeert een hoeveelheid of aantal (gemiddelde leeftijd van
klanten, aantal producten die voldoen aan de kwaliteitstandaard, percentage hoogopgeleid
personeel etc.)
Big Data: data in groot volume, hoog in snelheid (real-time), divers in verscheidenheid
(gestructureerde en niet-gestructureerde data), uitputtend in scope (vaak data van hele populaties),
fijnkorrelig in resolutie, relationeel van aard en flexibel (makkelijk velden toevoegen).
Gestructureerde data: opgeslagen in velden in een database.
Ongestructureerde data: Foto’s, video’s etc.
1.1 Data Driven Business
Data Driven Business: Een organisatie die data gebruikt om zijn primaire proces aan te sturen.
Organisatie: een bewust beheerde en gecoördineerde sociale entiteit met een relatief herkenbare
grens, die functioneert op een relatief continue basis om een gemeenschappelijk doel te bereiken.
Een organisatie streeft ALTIJD NAAR EFFECTIVITEIT! (of de doelen behaald worden)
Scientific management: Beweging opgezet door Frederick Taylor om productie-efficiëntie te
realiseren door het systematiseren en standaardiseren van werk, om “die ene beste manier” van
werken te bereiken. Er is één beste manier om organisaties te managen. (op basis van
wetenschappelijke methoden om werkprocessen te beoordelen)
Max Weber’s bureaucratie: bureaucratie is de meest efficiënte vorm om een organisatie te leiden,
nog geen menselijke behoeften verwerkt (werden genegeerd).
Hierna begon behoefte om menselijke behoeften in werk te verwerken te groeien.
Hawthorne studies: onderzoeken die onder andere effect van de variabelen: licht, pauzes en salaris
onderzochten op productiviteit onderzochten.
(onderzoek met licht was verrassend: bij iedere stand ging productiviteit omhoog omdat: mensen het
gevoel hadden dat ze werden geobserveerd).
Staat dus tegenover scientific management: de beste manier van managen hangt aan veel meer
factoren dan alleen het standaardiseren van werkzaamheden.
