Think Big, start Small !
Hoewel de term Big Data misschien anders doet vermoeden, zijn wij voorstander van het klein beginnen en stap voor stap laten groeien van de inzet van Big Data. Wij kijken liever eerst of iets werkt, en waarde toevoegt voordat er veel tijd, geld en moeite gestoken wordt in projecten die achteraf niets blijken op te lossen of op te leveren.
Onze werkwijze bestaat uit zes opeenvolgende stappen:
Data inventarisatie; Wij kijken welke data er al aanwezig is, welke relevante data beschikbaar is in openbare of gesloten bronnen en welke data er nog verzameld kan worden.
Data engineering; Na de inventarisatie worden de verschillende data bronnen verzameld, gescreend, geschoond en vervolgens geüniformeerd zodat zij eenduidig aan elkaar gekoppeld kunnen worden
Data analyseren; Op basis van de geschoonde en verrijkte data worden hiervoor de beste analyse en visualisatie technieken geselecteerd. Wij maken gebruik van de nieuwste 'Machine Learning' technieken om de data te analyseren en uitkomsten helder in beeld te brengen. Uitkomsten worden altijd eerst getoetst met de kenners van de business en op basis van deze inzichten verder verfijnd.
Modelleren; Samen met de klant bepalen wij welke analyses herhaald uitgevoerd moeten worden en modelleren wij het verzamelen, bewerken, analyseren en presenteren van de data in een automatisch proces.
Testen; Uitvoerig testen en herhaald controleren van de resultaten door de kenners van de business is een vereiste om tot betrouwbare analyses te komen en maakt standaard onderdeel uit van onze werkwijze.
Implementeren; Indien gewenst en mogelijk implementeren wij het gebruik en onderhoud van gerealiseerde modellen bij de opdrachtgever. Ook kan de opdracht gever er voor kiezen om wel zelf de analyses op basis van de modellen uit te voeren maar bijvoorbeeld het onderhoud van de modellen bij ons te laten. Dit is altijd afhankelijk van de benodigde en aanwezige kennis bij de opdrachtgever en de complexiteit van de modellen. De klant bepaalt.