Een ogenblik geduld aub, op dit moment wordt uw cv geüpload,
dit kan tot 15 seconden duren.

Datavolwassenheid en Data Science?

Door: Job Vogels
Datavolwassenheid en Data Science?

Het is geweldig om te zien hoe enthousiast men vandaag de dag wordt van data. Bij het horen van de termen ‘big data’ en ‘voorspellende modellen’ heb je direct ieders aandacht. Maar als data scientists moeten we ook aan verwachtingsmanagement doen. Wat verstaan we onder big data? Wat kunnen we ermee? Wat is ‘datavolwassenheid’ en is de organisatie wel klaar om te werken met big data en data science technieken?

Ik ben trainee Business Analytics & Data Science en het laatste half jaar ben ik als data scientist aan de slag gegaan bij de gemeente Horst aan de Maas. Het is een kleinere gemeente, maar is wel erg vooruitstrevend. Vandaar hun keuze om te gaan werken met een data scientist. Ik ben gestart met de opdracht om tot nieuwe stuurinformatie te komen voor het Sociaal Domein. Met een data scientist aan tafel gaat het gesprek dan al snel over voorspellende modellen, artificial intelligence, machine learning etc.

De vraag om een voorspellend model te maken en vooral gebruik te maken van big data, is na het voeren van een aantal gesprekken veranderd in: ‘Geef ons handvatten om kostenoverschrijdingen en kwaliteitsissues in de zorg te zien aankomen, en hierop te kunnen handelen’.

Van datavolwassenheid naar data science

Een data science project kan van grote meerwaarde zijn voor je organisatie, maar kan ook op vele manieren misgaan. Eén van de redenen is dat de ‘datavolwassenheid’ (zie figuur 1) van de organisatie nog laag is.  De reden dat ik in mijn opdracht niet direct met een data science vraagstuk aan de slag ben gegaan, is omdat de basis informatievoorziening in de zorg nog op een laag niveau zat. We hebben de organisatie grote stappen laten maken in de descriptieve en diagnostische analyses. Nu kunnen we de volgende stap gaan zetten naar de predictieve analyses, en aan de slag met voorspellende modellen om hele specifieke probleemstellingen te tackelen. Hier heb ik veel zin in!

datavolwassenheid

Figuur 1: Datavolwassenheid

Wat heb je als organisatie en data science trainee aan elkaar?

Als organisatie is het goed om je af te vragen wat je wilt bereiken en vooral ook hoe datavolwassen je als organisatie, of als afdeling al bent. Dit bepaalt voor een groot gedeelte hoe een opdracht van een data science trainee eruit kan komen zien. Persoonlijk ga ik altijd voor het toevoegen van zoveel mogelijk waarde. Welke vragen hiervoor beantwoord moeten worden, is een zoektocht die gezamenlijk gemaakt moet worden.

Reacties

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Bekijk de vacatures