Hoe pas je data analytics toe in de praktijk? En hoe verhoudt zich dit tot de theorie die studenten in de schoolbanken leren? Op donderdag 16 februari 2023 sprak ik hierover met Bedrijfskundige studenten van Avans Hogeschool ‘s-Hertogenbosch.
Tijdens mijn gastcollege liet ik zien hoe ik data analytics toepas bij MKB bedrijven. Een goede toetsing om te zien in hoeverre theorie en praktijk op elkaar aansluiten. De samenhang is er, maar in de praktijk steekt data analytics soms complexer in elkaar.
Op school leren studenten met name alles over onder meer de navigatiecyclus, missie, visie, KPI’s en ondernemingsplannen. In de praktijk is het vele malen uitdagender om goed gevalideerde data te vergaren. En om dit uiteindelijk in een dashboard te krijgen.
Werken vanuit een valide basis
Ik start altijd met het verzamelen van werkelijke data. Wat kan ik voor een organisatie inzichtelijk maken? Welke verbanden kunnen we leggen? Tussen facturen, orders, omzetten etc. En belangrijker: klopt deze data? Zodra ik weet dat dit valide is, ga ik koppelingen maken en daar vloeit uiteindelijk een dashboard uit. Mijn voornaamste reden van deze aanpak: ik kan er dan 100% op vertrouwen dat de uitkomsten die in het dashboard te zien zijn juist zijn.
Het verzamelen en valideren van je data is de basis voor een betrouwbaar dashboard.
De bouwstenen van Power BI
Zodra je Power BI toepast, dien je rekening te houden met belangrijke stappen: bouwstenen.
- Het verbinden van data met de bron
- Het opschonen van alle data
- Het modeleren van alle data
- Het visualiseren en analyseren van data
- Het delen van de rapporten met eindgebruikers, zoals via dashboards
Wat is de relatie tussen data analytics en kunstmatige intelligentie?
Het leuke van gastcolleges is dat er ook interessante vragen gesteld worden. Data analytics is één van de eerste stappen op weg naar kunstmatige intelligentie. In het MKB echter, is dit nog lang niet binnen handbereik. De realiteit vertelt ons namelijk dat het voor veel (MKB) bedrijven een opgave is om datakwaliteit op orde te krijgen. Zodat je ook simpele vragen zoals: ‘wat is de omzet per klant?’ kunt beantwoorden. Pas als de kwaliteit goed is, kun je denken aan vervolgstappen waaronder: kunstmatige intelligentie (of data science).
Als je met data science bezig bent richt je je in eerste instantie op het opschonen van data. Dat is met Power BI net zo. Er komen dus niet direct allerlei algoritmes aan te pas. Hoewel dat heel cool klinkt, is dat niet de realiteit.
Ook een inspirerend gastcollege / lezing / seminar in data analytics?
Neem dan gerust contact op. Ik vind het hartstikke leuk om mijn inzichten te delen. Gebaseerd op mijn circa 7.000 Power BI vlieguren. Daarmee probeer ik de verbinding te maken tussen theorie en praktijk. Andere gastcollege’s / lezingen die ik binnenkort geef:
10 maart 2023 Power BI gebruikersdag
18 april 2023 Besloten lezing over Finance en soorten analytics (waaronder Artifical Intelligence)
31 mei 2023 Besloten inspiratie sessie over data analytics / Power BI
?? jouw event