Week 1
Opkomst van analytics in bedrijven door
- Technologische vooruitgang (makkelijker om grote hoeveelheden data te verzamelen)
- Methodologische vooruitgang (vooruitgang om data te analyseren en visualiseren; ontwikkeling van
algoritmes)
- Meer rekenkracht en betere opslagmogelijkheden
Business Analytics
- Wetenschappelijke proces van het vertalen van data naar inzichten om tot betere beslissingen te
komen
- Data-driven decision making
Soorten business analytics
- Descriptive
- Verzameling technieken die beschrijft wat er in het verleden is gebeurd (visualisaties,
dashboards etc.)
- Predictive
- Verzameling technieken die statistische modellen en historische data gebruikt om de
toekomst te voorspellen of de invloed van een bepaald mechanisme op een ander
mechanisme te bepalen
- Prescriptive
- Tot een weloverwogen advies komen (bijv. optimalisatiemodellen (wat kan het best gedaan
worden gegeven de restricties))
Big data
- Verzameling gegevens die te groot en complex is om door standaardsoftwarepakketten verwerkt te
worden binnen een redelijke tijd
- De 4 V’s
1) Volume: hoeveelheid en bestandsgrootte (data at rest)
2) Velocity: snelheid waarmee data beschikbaar komen en geanalyseerd worden (data in
motion)
3) Variety: verschillende vormen van data (bijv. tekstdata, audiodata, videodata, gps-data,
socialmediadata) zowel gestructureerd als ongestructureerd (data in many forms)
4) Veracity: onzekerheid in de data, bijvoorbeeld met betrekking tot missende
waarnemingen, inconsistentie en betrouwbaarheid van de gegevens (data in doubt)
Verdeling van variabele laten zien
- Categoriale variabele -> frequentieverdeling
- Continue variabele -> histogram
- Als je hier een lijn van maakt die de vorm laat zien: density plot
Spreidingsmaten: bereik, variantie (spreiding rond het gemiddelde), standaarddeviatie (wortel van
variantie)
Centrummaten: modus, mediaan, gemiddelde
Z-score
- Het aantal standaarddeviaties dat een waarde van het gemiddelde af ligt
- Voordeel: gestandaardiseerd -> makkelijk vergelijkbaar
waarde−gemiddelde
- Z−score=
stdev
, Week 3
Datavisualisatie
1) Tabellen als samenvatting van de data
2) Grafieken om te interpreteren en analyseren
‘Minimizing eye travel’
Gebruik tabel of grafiek?
Tabel Grafiek
Individuele getallen zijn van belang en moeten Het gaat meer om het patroon (trend) dan om
opgezocht worden de individuele waarden
Individuele getallen moeten exact vergeleken Het gaat om relaties tussen variabelen
worden
Precisie is vereist
De getallen voor verschillende variabelen
worden op meer dan 1 manier gemeten
(eenheden maken niet uit)
Pre-attentieve kenmerken: worden in datavisualisatie gebruikt om een grafiek makkelijker te
interpreteren
- Kleur, grootte, lengte, vorm, etc.
Data-ink ratio
- Aandeel data-ink in total amount of ink in een grafiek/tabel
- Data-ink: hoeveelheid inkt die nodig is om de betekenis van de data over te brengen
- Non-data-ink: hoeveelheid inkt in een grafiek/tabel die geen doelt dient
- Declutteren: proces waarbij de data-ink ratio wordt vergroot (tabellijnen vermijden, niet te veel
decimalen, geen herhalingen)
Tabelregels Schwabisch
1) Gebruik horizontale lijnen om variabelen te scheiden van data of wanneer een berekening heeft
plaatsgevonden
2) Vermijd verder horizontale of verticale lijnen
3) Lijn getallen rechts uit
4) Lijn tekst links uit
5) Gebruik niet te veel cijfers achter de komma
6) Werk met witruimte
7) Herhaal geen dollars, percentages etc.
8) Gebruik visualisatie om extreme waarden te benadrukken
9) Groepeer data en vermijd herhaling
10) Gebruik visualisatie wanneer het iets toevoegt
Opkomst van analytics in bedrijven door
- Technologische vooruitgang (makkelijker om grote hoeveelheden data te verzamelen)
- Methodologische vooruitgang (vooruitgang om data te analyseren en visualiseren; ontwikkeling van
algoritmes)
- Meer rekenkracht en betere opslagmogelijkheden
Business Analytics
- Wetenschappelijke proces van het vertalen van data naar inzichten om tot betere beslissingen te
komen
- Data-driven decision making
Soorten business analytics
- Descriptive
- Verzameling technieken die beschrijft wat er in het verleden is gebeurd (visualisaties,
dashboards etc.)
- Predictive
- Verzameling technieken die statistische modellen en historische data gebruikt om de
toekomst te voorspellen of de invloed van een bepaald mechanisme op een ander
mechanisme te bepalen
- Prescriptive
- Tot een weloverwogen advies komen (bijv. optimalisatiemodellen (wat kan het best gedaan
worden gegeven de restricties))
Big data
- Verzameling gegevens die te groot en complex is om door standaardsoftwarepakketten verwerkt te
worden binnen een redelijke tijd
- De 4 V’s
1) Volume: hoeveelheid en bestandsgrootte (data at rest)
2) Velocity: snelheid waarmee data beschikbaar komen en geanalyseerd worden (data in
motion)
3) Variety: verschillende vormen van data (bijv. tekstdata, audiodata, videodata, gps-data,
socialmediadata) zowel gestructureerd als ongestructureerd (data in many forms)
4) Veracity: onzekerheid in de data, bijvoorbeeld met betrekking tot missende
waarnemingen, inconsistentie en betrouwbaarheid van de gegevens (data in doubt)
Verdeling van variabele laten zien
- Categoriale variabele -> frequentieverdeling
- Continue variabele -> histogram
- Als je hier een lijn van maakt die de vorm laat zien: density plot
Spreidingsmaten: bereik, variantie (spreiding rond het gemiddelde), standaarddeviatie (wortel van
variantie)
Centrummaten: modus, mediaan, gemiddelde
Z-score
- Het aantal standaarddeviaties dat een waarde van het gemiddelde af ligt
- Voordeel: gestandaardiseerd -> makkelijk vergelijkbaar
waarde−gemiddelde
- Z−score=
stdev
, Week 3
Datavisualisatie
1) Tabellen als samenvatting van de data
2) Grafieken om te interpreteren en analyseren
‘Minimizing eye travel’
Gebruik tabel of grafiek?
Tabel Grafiek
Individuele getallen zijn van belang en moeten Het gaat meer om het patroon (trend) dan om
opgezocht worden de individuele waarden
Individuele getallen moeten exact vergeleken Het gaat om relaties tussen variabelen
worden
Precisie is vereist
De getallen voor verschillende variabelen
worden op meer dan 1 manier gemeten
(eenheden maken niet uit)
Pre-attentieve kenmerken: worden in datavisualisatie gebruikt om een grafiek makkelijker te
interpreteren
- Kleur, grootte, lengte, vorm, etc.
Data-ink ratio
- Aandeel data-ink in total amount of ink in een grafiek/tabel
- Data-ink: hoeveelheid inkt die nodig is om de betekenis van de data over te brengen
- Non-data-ink: hoeveelheid inkt in een grafiek/tabel die geen doelt dient
- Declutteren: proces waarbij de data-ink ratio wordt vergroot (tabellijnen vermijden, niet te veel
decimalen, geen herhalingen)
Tabelregels Schwabisch
1) Gebruik horizontale lijnen om variabelen te scheiden van data of wanneer een berekening heeft
plaatsgevonden
2) Vermijd verder horizontale of verticale lijnen
3) Lijn getallen rechts uit
4) Lijn tekst links uit
5) Gebruik niet te veel cijfers achter de komma
6) Werk met witruimte
7) Herhaal geen dollars, percentages etc.
8) Gebruik visualisatie om extreme waarden te benadrukken
9) Groepeer data en vermijd herhaling
10) Gebruik visualisatie wanneer het iets toevoegt
