Jouw AI & Data Science partner

Dedimo wilde ontdekken hoe AI kon helpen om behandelgesprekken tussen client en behandelaar automatisch te transcriberen en rapportages te genereren.

Heerema Marine Contractors opereert ’s werelds grootste kraanschepen, uitgerust met een enorme hoeveelheid sensoren die samen miljoenen metingen per dag produceren. Deze sensordata is cruciaal voor veiliger werken, lagere emissies, betere engineering en onderbouwde investeringsbeslissingen.

Toen de vaste Analytics Translator van een dienstverlenende organisatie met zwangerschapsverlof ging, schakelde het team onze hulp in om de lopende AI-projecten soepel door te laten lopen. Tegelijkertijd wilde de organisatie graag een frisse, externe blik: hoe werd de rol ingevuld en waar viel nog winst te behalen?

Volero.nl is een jong en snelgroeiend bedrijf dat vloerkleden verkoopt via een webshop en fysieke winkel. Ze zijn voornamelijk actief in Nederland, maar groeien hard in Europa, onder andere in België, Duitsland en Polen. Om deze groei te ondersteunen, is het voor Volero belangrijk om datagedreven te werken.

Sinds de lancering van ChatGPT zijn steeds meer organisaties bezig met de vraag: ‘Hoe kunnen we AI toepassen binnen onze organisatie?’ Ook bij deze hotelketen gebruiken medewerkers al op eigen initiatief AI-toepassingen en zien ze de potentie om dit breder in te zetten. Ze zochten naar pragmatische toepassingen van AI specifiek voor hun domein en een aanpak die zich richt op het creëren van businesswaarde. De hotelketen ging in gesprek met meerdere partijen en koos ervoor met ons aan de slag te gaan. Onze pragmatische aanpak gaf hierbij de doorslag.

Talent Garden biedt masterclasses en trainingsprogramma's aan studenten en komt met hen in contact via verschillende touchpoints. Online touchpoints bestaan uit ingevulde contactformulieren en informatieverzoeken, terwijl offline touchpoints bestaan uit ontmoetingen en gesprekken met het verkoopteam van Talent Garden. Tijdens het gehele klantreis, van het eerste contact tot de uiteindelijke inschrijving, verzamelt Talent Garden veel data*. Met een schat aan ruwe data tot hun beschikking wilden ze het inschrijvingsproces en de effectiviteit van hun verkoopteam verbeteren. Om dit te bereiken, vroegen ze ons een datasciencemodel te ontwikkelen dat beter kan voorspellen hoe groot de kans is dat een nieuwe lead zich inschrijft voor een studie.

Financiële instellingen moeten grote hoeveelheden documentatie verwerken. Voor deze specifieke instelling faciliteert een intern team dit door bijvoorbeeld samenvattingen te maken met behulp van tekstanalyse en natural language processing (NLP). Deze maken ze beschikbaar voor de verschillende business units. Om audits efficiënter uit te voeren, wilden ze een vraag- en antwoordmodel ontwikkelen om sneller de juiste informatie tot hun beschikking te hebben. Toen ChatGPT werd gelanceerd, vroegen ze ons een proof of concept te maken.

Een belangrijk onderdeel van de bedrijfsvoering van Otis is het onderhoud van hun liften. Om dit goed te timen en klanten proactief te informeren over de status van hun lift, wilde Otis continue monitoring inzetten. Ze zagen veel potentie in predictive maintenance en onderhoud op afstand.

FrieslandCampina Global faciliteert lokale teams in Europa, Azië en Afrika. Ze willen de markt beter in kaart brengen en de teams van nieuwe inzichten voorzien. Doelen hierbij zijn het verstevigen van de concurrentiepositie en het spotten van nieuwe kansen voor uitbreiding.

De uitbraak van de coronapandemie begin 2020 heeft de wereld op zijn kop gezet. Naast talloze besmettingen, ziekenhuisopnamen en doden zagen we in veel landen ook een uitbraak van geweld. Burgers gingen, soms met geweld, de straat op om te protesteren tegen getroffen maatregelen, maar ook het huiselijk geweld nam op veel plaatsen toe en angst en frustratie speelden racisme in de hand.

Vesteda was benieuwd of social listening – het monitoren en analyseren van sociale media-discussies over een merk, concurrenten, producten of hashtags/zoekwoorden – waarde kon toevoegen aan de organisatie. Hiervoor startten we een project dat bestond uit twee onderdelen: het verkennen van mogelijkheden voor social listening op de afdeling Corporate Communicatie en het toepassen van social listening in een lopend Data Science-project.

RNW Media bouwt online communities in landen met beperkte vrijheden. In deze communities kunnen jongeren lezen en discussiëren over seksuele en reproductieve gezondheid en rechten (SRGR) en over burgerrechten. Hiernaast werkt RNW Media aan advocacy – het op de kaart zetten van de belangen van jongeren bij overheden.

Woningbelegger Vesteda werkt aan een nieuwe website. Als een beschikbare huurwoning een tuin heeft, moet op de webpagina van die woning de ligging van de tuin staan. Deze informatie was nog niet beschikbaar in de database. Wij kregen de opdracht om de ligging van de tuin te bepalen op basis van de coördinaten van de woningen.

Fair Wear is een non-profit organisatie die de arbeidsomstandigheden van werknemers in kledingfabrieken wil verbeteren. De NGO heeft de afgelopen jaren veel documentatie verzameld over haar werkzaamheden, bijvoorbeeld in de vorm van verslagen van een klachtenlijn voor fabrieksmedewerkers, rapporten van audits waarbij gecheckt wordt of fabrieken aan de richtlijnen voldoen, en rapporten van trainingen aan fabrieksmedewerkers. Deze informatie wordt opgeslagen als getypte tekst, met name in Word- of PDF-formaat.

Steeds meer mensen reizen met het openbaar vervoer. Verschillende stations in Nederland worden verbouwd of vernieuwd om aan het groeiende aantal treinreizigers te blijven voldoen. Voor de verbouwings- en inrichtingsplannen was informatie nodig over de drukte op de stations. Ook wilde NS Stations hiermee in samenwerking met ProRail de transferveiligheid verbeteren.

Voor professionals in data, analytics, martech en customer experience is Digital Velocity een van de evenementen waar ontwikkelingen concreet worden. Het brengt practitioners, partners en industry leaders samen om te laten zien hoe zij AI, real-time data en customer experience in de praktijk aanpakken.

Large Language Models (LLMs) zijn in korte tijd een standaard onderdeel geworden van moderne applicaties. De meeste teams starten met het integreren van modellen zoals OpenAI of Claude via API’s. Dat is snel, eenvoudig en vereist weinig infrastructuur.

Dedimo wilde ontdekken hoe AI kon helpen om behandelgesprekken tussen client en behandelaar automatisch te transcriberen en rapportages te genereren.

Heerema Marine Contractors opereert ’s werelds grootste kraanschepen, uitgerust met een enorme hoeveelheid sensoren die samen miljoenen metingen per dag produceren. Deze sensordata is cruciaal voor veiliger werken, lagere emissies, betere engineering en onderbouwde investeringsbeslissingen.

Kunstmatige intelligentie verandert de manier waarop je digitale oplossingen ontwerpt, bouwt en onderhoudt. Van codegeneratie tot het automatiseren van datapijplijnen, AI is een vertrouwde partner geworden in technische workflows.

Toen de vaste Analytics Translator van een dienstverlenende organisatie met zwangerschapsverlof ging, schakelde het team onze hulp in om de lopende AI-projecten soepel door te laten lopen. Tegelijkertijd wilde de organisatie graag een frisse, externe blik: hoe werd de rol ingevuld en waar viel nog winst te behalen?

Volero.nl is een jong en snelgroeiend bedrijf dat vloerkleden verkoopt via een webshop en fysieke winkel. Ze zijn voornamelijk actief in Nederland, maar groeien hard in Europa, onder andere in België, Duitsland en Polen. Om deze groei te ondersteunen, is het voor Volero belangrijk om datagedreven te werken.

Het analyseren van honderden of duizenden open antwoorden uit surveys, interviews of reviews is tijdrovend. Om die antwoorden beter te begrijpen, brengen we ze onder in thema’s (bijvoorbeeld gebruiksgemak, service, levering of betrouwbaarheid). Bij Digital Power gebruiken we Large Language Models (LLM’s) om grote hoeveelheden open antwoorden snel te categoriseren. Ons team bouwde zelf een veilige, transparante tool waarmee we precies weten wat er gebeurt. Maar is AI al zo ver dat het onze menselijke onderzoekers kan vervangen?

Artificial Intelligence (AI) verandert de manier waarop organisaties opereren. Van gepersonaliseerde klantervaringen tot geautomatiseerde of ondersteunde besluitvorming, AI helpt jouw organisatie data optimaal te benutten. Toch kan het navigeren door dit snel evoluerende vakgebied overweldigend zijn. Termen zoals AI, Generative AI (GenAI) en Machine Learning (ML) zorgen vaak voor verwarring.

Met de voortdurende ontwikkelingen in de data- en AI-industrie lijkt de hype rond AI-agents niet te vertragen. Jensen Huang, CEO van Nvidia, is een groot voorstander van AI-agents en ziet een miljardenkans voor zich, waarbij agents taken kunnen uitvoeren met een hoge mate van autonomie en een revolutie teweeg kunnen brengen in hoe mensen en bedrijven werken. In dit Engelstalige artikel bespreken we wat AI-agents precies zijn, wat hun belangrijkste componenten zijn, hoe ze samenwerken en hoe je er een kunt bouwen.

Veel organisaties voelen de druk: AI lijkt overal ineens hoog op de agenda te staan. Nieuwe tools volgen elkaar razendsnel op, collega’s experimenteren met ChatGPT, klanten stellen slimmere vragen en in de media is het woord ‘AI’ niet meer weg te denken. Het voelt alsof er een trein is vertrokken, en niemand wil achterblijven.

Sinds de lancering van ChatGPT zijn steeds meer organisaties bezig met de vraag: ‘Hoe kunnen we AI toepassen binnen onze organisatie?’ Ook bij deze hotelketen gebruiken medewerkers al op eigen initiatief AI-toepassingen en zien ze de potentie om dit breder in te zetten. Ze zochten naar pragmatische toepassingen van AI specifiek voor hun domein en een aanpak die zich richt op het creëren van businesswaarde. De hotelketen ging in gesprek met meerdere partijen en koos ervoor met ons aan de slag te gaan. Onze pragmatische aanpak gaf hierbij de doorslag.

Talent Garden biedt masterclasses en trainingsprogramma's aan studenten en komt met hen in contact via verschillende touchpoints. Online touchpoints bestaan uit ingevulde contactformulieren en informatieverzoeken, terwijl offline touchpoints bestaan uit ontmoetingen en gesprekken met het verkoopteam van Talent Garden. Tijdens het gehele klantreis, van het eerste contact tot de uiteindelijke inschrijving, verzamelt Talent Garden veel data*. Met een schat aan ruwe data tot hun beschikking wilden ze het inschrijvingsproces en de effectiviteit van hun verkoopteam verbeteren. Om dit te bereiken, vroegen ze ons een datasciencemodel te ontwikkelen dat beter kan voorspellen hoe groot de kans is dat een nieuwe lead zich inschrijft voor een studie.

Het internet staat bomvol interessante social media posts, likes en shares. Een schat aan informatie, zeker voor organisaties die online meer impact willen maken. Maar waar begin je? Welke data ga je verzamelen, hoe ga je die analyseren en hoe kan je inzichten omzetten in concrete actiepunten? Om deze vragen te beantwoorden, is het belangrijk om bij de missie en doelen van de organisatie te beginnen.

Met de toenemende beschikbaarheid van clouddiensten die bedrijven in staat stellen Large Language Models te benutten, wordt het relatief eenvoudig om je eigen GPT-model op te zetten. Maar wat zijn de voordelen hiervan voor je organisatie?

De AI Document Explorer (AIDE) is een cloudoplossing, ontwikkeld door Digital Power, die gebruik maakt van het OpenAI’s GPT-model. Je kunt het inzetten om snel inzicht te krijgen in bedrijfsdocumenten. AIDE indexeert jouw bestanden op een veilige manier waardoor het mogelijk wordt om vragen te stellen over jouw eigen documenten. Niet alleen geeft het jou de antwoorden waar je naar op zoek bent, het geeft ook de referenties naar de plekken waar deze antwoorden staan.

Financiële instellingen moeten grote hoeveelheden documentatie verwerken. Voor deze specifieke instelling faciliteert een intern team dit door bijvoorbeeld samenvattingen te maken met behulp van tekstanalyse en natural language processing (NLP). Deze maken ze beschikbaar voor de verschillende business units. Om audits efficiënter uit te voeren, wilden ze een vraag- en antwoordmodel ontwikkelen om sneller de juiste informatie tot hun beschikking te hebben. Toen ChatGPT werd gelanceerd, vroegen ze ons een proof of concept te maken.

Artificial Intelligence lijkt alles te kunnen, en soms zelfs beter en sneller dan dat we het zelf kunnen doen. Het analyseren van kwalitatieve data is een tijdrovende klus, waarvan we als onderzoekers nieuwsgierig zijn of het sneller en gemakkelijker kan. Biedt AI hiervoor een oplossing? Onze onderzoekers zochten het uit.

Een belangrijk onderdeel van de bedrijfsvoering van Otis is het onderhoud van hun liften. Om dit goed te timen en klanten proactief te informeren over de status van hun lift, wilde Otis continue monitoring inzetten. Ze zagen veel potentie in predictive maintenance en onderhoud op afstand.

FrieslandCampina Global faciliteert lokale teams in Europa, Azië en Afrika. Ze willen de markt beter in kaart brengen en de teams van nieuwe inzichten voorzien. Doelen hierbij zijn het verstevigen van de concurrentiepositie en het spotten van nieuwe kansen voor uitbreiding.

Overal op events en online worden verhalen verteld over wat ‘Data Science’ nu is. Wat daar verteld wordt, gaat alle kanten op. Definities gaan van ‘iets dat van waarde is uit data halen’ tot ‘het is eigenlijk hetzelfde als statistiek’. En een Data Scientist is ‘een data analist die in Silicon Valley woont’ of ‘een sociaal vaardige IT’er die iets met data doet‘. Maar wat is het nu echt?

De uitbraak van de coronapandemie begin 2020 heeft de wereld op zijn kop gezet. Naast talloze besmettingen, ziekenhuisopnamen en doden zagen we in veel landen ook een uitbraak van geweld. Burgers gingen, soms met geweld, de straat op om te protesteren tegen getroffen maatregelen, maar ook het huiselijk geweld nam op veel plaatsen toe en angst en frustratie speelden racisme in de hand.

Tijdens de ‘MKB Data Science Top 50’ streden 50 bureaus voor de titel ‘het snelstgroeiende mkb-datascience bureau van ons land’. Al voor het event hoorden we dat we in de top 3 stonden! Tijdens de Den Bosch Data Week mocht Marieke onze organisatie pitchen.

Vesteda was benieuwd of social listening – het monitoren en analyseren van sociale media-discussies over een merk, concurrenten, producten of hashtags/zoekwoorden – waarde kon toevoegen aan de organisatie. Hiervoor startten we een project dat bestond uit twee onderdelen: het verkennen van mogelijkheden voor social listening op de afdeling Corporate Communicatie en het toepassen van social listening in een lopend Data Science-project.

Dinsdag 3 maart 2020 stond te boek als Super Tuesday, de dag waarop in verschillende Amerikaanse staten tegelijkertijd wordt gestemd voor de Democratische presidentskandidaat. We gebruiken deze dag als case voor de toepassing van Social Network Analysis. Dit voorbeeld gaat over verkiezingen, maar je kunt dezelfde werkwijze ook toepassen op een commerciële case waarbij je de namen van de kandidaten vervangt door bijvoorbeeld verschillende merknamen.

De Corona-maatregelen zijn een veel besproken onderwerp op Twitter. Het crisisteam strijdt niet alleen tegen de effecten van Corona op de volksgezondheid, maar probeert ook de legitimiteit voor de keuze voor bepaalde maatregelen onder het publiek te behouden. Met deze praktijkcase leggen we uit hoe je de publieke opinie op Twitter inzichtelijk maakt met Social Network Analysis.

Wanneer je organisatie actief is op social media en je de online strategie wilt optimaliseren, moet je weten wat er online om je heen gebeurt en wat de impact is van jouw activiteiten. Social Network Analysis kan je daarbij helpen. We leggen je uit wat het is, hoe het werkt en voor welke doeleinden je het kunt toepassen.

RNW Media bouwt online communities in landen met beperkte vrijheden. In deze communities kunnen jongeren lezen en discussiëren over seksuele en reproductieve gezondheid en rechten (SRGR) en over burgerrechten. Hiernaast werkt RNW Media aan advocacy – het op de kaart zetten van de belangen van jongeren bij overheden.

Steeds meer organisaties gaan aan de slag met Data Science. Logischerwijs neemt het aantal vacatures flink toe. Maar hoe stel je een bruikbare functieomschrijving op voor een Data Scientist - en vooral: hoe kies je de juiste? In dit artikel lees je wat je moet doen, en wat níet.

De invoering van de nieuwe privacywet (AVG) in 2018 zorgde ervoor dat veel organisaties privacy hoog op de agenda zetten. In dit artikel lees je over de 5 ethische risico's rondom digitaal werken en werken met data. Ook delen we een concrete oplossing met je: het Responsible Data Framework.

Woningbelegger Vesteda werkt aan een nieuwe website. Als een beschikbare huurwoning een tuin heeft, moet op de webpagina van die woning de ligging van de tuin staan. Deze informatie was nog niet beschikbaar in de database. Wij kregen de opdracht om de ligging van de tuin te bepalen op basis van de coördinaten van de woningen.

Organisaties die aan de slag willen met data, vragen al snel om Data Science oplossingen. Data Science wordt namelijk vaak gezien als de heilige graal van datagedreven werken. Maar hoe ziet een succesvol Data Science project er in de praktijk nou eigenlijk uit? En wat kan het voor je organisatie betekenen? In deze reeks artikelen nemen we je mee langs alle elementen die je nodig hebt om succes te behalen voor je organisatie met Data Science.

Fair Wear is een non-profit organisatie die de arbeidsomstandigheden van werknemers in kledingfabrieken wil verbeteren. De NGO heeft de afgelopen jaren veel documentatie verzameld over haar werkzaamheden, bijvoorbeeld in de vorm van verslagen van een klachtenlijn voor fabrieksmedewerkers, rapporten van audits waarbij gecheckt wordt of fabrieken aan de richtlijnen voldoen, en rapporten van trainingen aan fabrieksmedewerkers. Deze informatie wordt opgeslagen als getypte tekst, met name in Word- of PDF-formaat.

Steeds meer mensen reizen met het openbaar vervoer. Verschillende stations in Nederland worden verbouwd of vernieuwd om aan het groeiende aantal treinreizigers te blijven voldoen. Voor de verbouwings- en inrichtingsplannen was informatie nodig over de drukte op de stations. Ook wilde NS Stations hiermee in samenwerking met ProRail de transferveiligheid verbeteren.