AI lost je dataprobleem niet op. Het vergroot het uit.

Sneller vooruit dankzij een strategische blik op je data? Ieder kwartaal zoomt Elias in op de marktontwikkelingen die impact hebben op jouw datagedreven organisatie.

Je strategie klopt. Het MT is akkoord, de presentatie is gegeven en de plannen zijn vastgesteld. Toch blijft de verandering uit. Waar je bij de start van het programma verwachtte dat er beweging zou ontstaan, verloopt de uitvoering moeizaam en ervaar je weerstand vanuit de organisatie. Herkenbaar? In dit artikel lees je wat er misgaat en hoe je dit oplost.

Het is een patroon dat zich met regelmaat herhaalt: een organisatie meldt een datalek, klantgegevens liggen op straat, en de discussie die volgt gaat al snel over firewalls, verouderde software en kwaadwillende aanvallers.

Werk je met een data- & AI-platform, maar blijft de beloofde waarde achter? Dan ben je niet de enige. Veel organisaties investeren fors in data- en AI-toepassingen, maar lopen in de praktijk tegen dezelfde uitdagingen aan. Data is lastig te vinden, definities verschillen per team en het is onduidelijk wie waarvoor verantwoordelijk is.

Er zit een duidelijk verschil tussen teams die incidenteel redelijke resultaten halen met Claude Code en teams die er structureel hoogwaardige output uit krijgen. Dat verschil zit zelden in slimmere prompts. In de praktijk draait het vaak om iets fundamentelers: de afspraken die je vastlegt voordat de agent begint te schrijven.

Exa is een AI-bedrijf dat een zoekmachine en API ontwikkelt waarmee AI-systemen het internet slim kunnen doorzoeken en analyseren. Hun technologie wordt toegepast binnen verschillende domeinen, zoals finance, coding agents, nieuws, recruitment en consulting. Hierbij worden grote hoeveelheden online data snel gevonden, gestructureerd en samengevat voor specifieke use cases.

Waarom de grootste belemmering van jouw digitale agenda niet in technologie zit, maar in de laag die ambitie en uitvoering zou moeten verbinden.

In deze vierdelige artikelreeks duiken we in data governance: van de noodzaak en organisatorische inrichting tot de praktische toepassing binnen moderne data- & AI-platformen. In dit tweede deel richten we ons op de organisatorische basis. Hoe creëer je draagvlak? Welke rollen en verantwoordelijkheden zijn nodig? En hoe richt je een governance-framework in dat richting geeft aan de hele organisatie?

In een tijd waarin data de basis vormt voor bedrijfsvoering, innovatie en AI-toepassingen, is het uitstellen van data governance geen slimme zet. In dit artikel leggen we uit waarom je nú in actie moet komen om grip te krijgen op je data, risico’s te beperken en een voorsprong op de concurrentie te behouden.

De vraag is niet meer hoe je data technisch ontsluit, maar hoe je je organisatie inricht om er structureel waarde mee te creëren. Tijdens het DWH & BI Summit in maart 2026 kwamen data leaders, architecten en governance‑experts samen om te praten over data mesh, data governance, data products en data modeling.

Machine learning (ML) wordt vaak gezien als een modelleerproces. Je kiest een algoritme, traint het, evalueert de statistieken en implementeert het. In werkelijkheid is de keuze voor het algoritme een van de minst belangrijke beslissingen die je neemt.

Sneller vooruit dankzij een strategische blik op je data? Ieder kwartaal zoomt Elias in op de marktontwikkelingen die impact hebben op jouw datagedreven organisatie.

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.

Veel organisaties voelen dat ze “iets met data” moeten. Maar hoe zorg je dat het ook écht werkt voor jouw organisatie?

Twee procent van de Nederlandse organisaties heeft een volwassen datastrategie, zo stelt HPE-onderzoek. De andere 98 procent? Die bouwen hun AI-ambities op drijfzand. Want zonder datastrategie wordt AI geen slimme assistent, maar een assistent die bedrijfsgevoelige informatie lekt, de kans op GDPR-boetes vergroot én je organisatie afhankelijk maakt van techgiganten die jouw belangen niet delen.

Welk probleem los je eigenlijk op? Het klinkt simpel, maar het is precies de vraag die veel organisaties overslaan – en waarom hun dataprojecten stranden. Hotelketen citizenM ondervond dat aan den lijve: hun app leek te falen, tot de data een heel ander verhaal vertelde. Daarbij ondersteunden wij citizenM om tot deze inzichten te komen.

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

AI schuift door naar de operatie, data moet sneller én betrouwbaarder, en de EU AI Act maakt van governance een boardroom-onderwerp. Vijf trends zetten datastrategie in 2026 op scherp. ‘Wie geen keuzes maakt, verliest terrein aan concurrenten die wél focus aanbrengen’.

Het scenario is herkenbaar: de boardroom heeft een datastrategie goedgekeurd, er zijn dashboards ontworpen én concepten worden geschreven voor AI-projecten. Maanden later liggen de plannen nog altijd op de plank en heeft niemand het dashboard sinds de presentatie aangeraakt. Wat is er misgegaan? 'Technologie kan je alleen helpen als je weet waarmee het je kan helpen', stelt Elias Hassing (Datastrategie consultant bij Digital Power).

Sneller vooruit dankzij een strategische blik op je data? Ieder kwartaal zoomt Elias in op de marktontwikkelingen die impact hebben op jouw datagedreven organisatie.

Transavia opereert in een sterk competitieve reismarkt waarin klanten steeds hogere verwachtingen hebben van persoonlijke en consistente communicatie. Of het nu gaat om de website, de app of e-mail: elke interactie moet aansluiten op gedrag en voorkeuren.

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?

Sneller vooruit dankzij een strategische blik op je data? In de up to data: macro matters zoomt Elias in op de marktontwikkelingen die impact hebben op jouw datagedreven organisatie.

Verzamelt jouw organisatie veel data, maar blijft de stap van inzicht naar actie vaak steken? Je bent niet de enige. De meeste bedrijven worstelen op alle organisatieniveaus, van de bestuurskamer tot de werkvloer, met het daadwerkelijk omzetten van data in effectieve beslissingen. Datagedreven besluitvorming biedt de oplossing: een framework waarmee je data, mensen en technologie samenbrengt om sneller en beter te beslissen.

In deze webinar leer je wat data maturity precies betekent en hoe je inzicht krijgt in de mate waarin jouw organisatie met data omgaat. Je ontdekt hoe je kunt bepalen waar je nu staat, welke factoren daarbij een rol spelen en welke vervolgstappen je kunt zetten om meer waarde uit data te halen.

Verlies je de controle over jouw data? Het wordt tijd om de teugels in handen te nemen. Effectieve data governance is jouw sleutel tot betere besluitvorming, duurzame groei en een ondersteunende bedrijfsstrategie.

Door recente geopolitieke ontwikkelingen, zoals de toegenomen bezorgdheid over privacy en wetgeving, kijken veel organisaties steeds kritischer naar hun afhankelijkheid van Amerikaanse softwareoplossingen. Tegelijkertijd speelt de roep om meer controle over data en minder afhankelijkheid van externe partijen een steeds grotere rol.

Werken je IT-afdeling en de business langs elkaar heen? Jouw organisatie is niet de enige. Veel organisaties worstelen met business-IT alignment: het op één lijn brengen van bedrijfsdoelstellingen en technologische initiatieven.

Heb je toegang tot steeds meer data, maar merk je dat betere beslissingen uitblijven? Je bent niet de enige. Wij zien bij veel organisaties dat de groeiende hoeveelheid data juist leidt tot verwarring en besluiteloosheid. Deze data paradox – meer data, maar niet automatisch meer inzicht – vormt een grote uitdaging voor iedereen die écht datagedreven wil werken.

Bij energiebedrijf Ennatuurlijk groeide de overtuiging dat intuïtie niet langer genoeg was om de koers te bepalen. De energiemarkt verandert snel, de organisatie groeit, en de hoeveelheid informatie neemt elke dag toe. IT Manager Eric Vanderfeesten ging op zoek naar een datapartner die niet alleen strategisch kon adviseren op het gebied van datagedreven werken, maar zijn datateam ook op operationeel vlak kon versterken. In dit interview deelt hij zijn visie, ervaring en resultaten uit de samenwerking met Digital Power.

Dit e-book is geschreven voor besluitvormers die de kracht van data willen benutten om hun organisatie naar een hoger niveau te tillen. Of je nu CEO, CDO, IT-directeur of afdelingshoofd bent: als je verantwoordelijk bent voor de digitale toekomst van je organisatie, biedt dit boek de inzichten die je zoekt.

Als je hebt besloten je datawarehouse naar een Europese omgeving te migreren, is een gestructureerde aanpak cruciaal. Deze blog richt zich op de stappen die nodig zijn voor een soepele en succesvolle overgang.

Deze Engelstalige gids is bedoeld als leidraad bij de migratie van legacy datawarehouses of databases naar moderne Lakehouse-oplossingen zoals Databricks en Snowflake. Het beschrijft de verschillende stappen die nodig zijn voor een gestructureerd migratieproces. Migraties zijn vaak complexe processen die zorgvuldig moeten worden gepland en uitgevoerd om een soepele overgang te garanderen.

Door geopolitieke ontwikkelingen en toenemende zorgen over datasoevereiniteit onderzoeken steeds meer organisaties hoe zij hun afhankelijkheid van Amerikaanse cloudproviders kunnen verminderen.

Bij Ennatuurlijk werken we samen met het Data & Analytics-team aan de uitvoering van hun datastrategie. Toen hun product owner onverwacht uitviel, konden wij snel inspringen. Wat begon als een tijdelijke vervanging van deze rol, groeide uit tot een samenwerking waarin we samen het datagedreven werken verder vormgaven.

In een tijdperk van internationale spanningen en groeiende zorgen over privacy, veiligheid en technologische soevereiniteit, heroverweeg jij misschien je afhankelijkheid van Amerikaanse technologische oplossingen. De drang naar digitale onafhankelijkheid is niet alleen een politiek doel, maar ook vaak een pragmatische zakelijke noodzaak.

Sneller vooruit dankzij een strategische blik op je data? In de eerste up to data: macro matters editie zoomt Elias in op de marktontwikkelingen die impact hebben op jouw datagedreven organisatie.

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.

Vraag je je af hoe datavolwassen jouw organisatie werkelijk is? Onze gratis online data maturity scan helpt je binnen 5 minuten inzicht krijgen in de huidige datavolwassenheid van je organisatie. Lees het antwoord op de vijf meest gestelde vragen over de online data maturity scan.

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.

"Als het over data gaat, is de focus nu vooral operationeel. Om waarde uit onze data te halen, willen we er strategisch mee aan de slag. Zo kunnen we met de juiste focus beslissingen nemen. Wat is de beste aanpak om waarde uit onze data te halen en hoe creëren we hier intern draagvlak voor? Wat is onze huidige datavolwassenheid en welke stappen moeten we nemen om hierin te groeien?" Een internationale producent van medische hulpmiddelen vroeg ons een data maturity scan uit te voeren om hier een start mee te maken.

Een financiële organisatie stapte over van Matomo naar Adobe Analytics om meer grip te krijgen op digitale prestaties. Er ontbrak echter kennis over datagedreven werken en duidelijke KPI’s. Wij begeleidden de migratie én hielpen bij het opzetten van een datagedreven werkwijze voor het contentteam.

Welkom bij onze maandelijkse update over technical web analytics. In elke editie delen we de belangrijkste wijzigingen, feature-updates en relevante ontwikkelingen binnen het webanalytics-landschap – to the point en met focus op praktische impact. Deze maand: een nieuwe functie in Tealium en een update over Google's third-party cookies.

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.

Een innovatieve start-up in de babybranche wilde datagedreven werken om waardevolle inzichten te verkrijgen en strategisch te kunnen groeien. Ze schakelden onze hulp in om deze ambitie waar te maken.

Werk je steeds meer in de cloud? Dan is het tijd om na te denken over governance. Met duidelijke afspraken en controles houd jij grip op je cloudomgeving – van kosten en security tot compliance. Zo voorkom je beveiligingsproblemen, onnodige uitgaven of het niet voldoen aan compliance-eisen.

Je hebt een datawarehouse en modellen ontwikkeld waarvan bewezen is dat ze waardevolle conclusies genereren, maar de zakelijke impact is er nog niet? In deze webinar laten we zien hoe het juiste framework deze modellen binnen enkele minuten kan activeren om continu actuele voorspellingen te leveren. Dit is het centrale doel van MLOps.

Ennatuurlijk levert duurzame warmte en koude via warmtenetten aan consumenten en bedrijven. Het interne team Data & Analytics heeft de taak om de organisatie datagedreven te laten werken. Hierbij liepen ze tegen een uitdaging aan: de vele aanvragen voor dataproducten binnen de organisatie waren moeilijk te managen en de impact bleef beperkt. Het managementteam vroeg ons daarom te helpen met het ontwikkelen van een datastrategie, het creëren van een toekomstbestendig datalandschap en het aanjagen van een datagedreven mindset binnen de organisatie.

In september 2023 vroeg Transavia ons om hun Customer Data Platform (CDP) te evalueren: sloot het nog aan bij hun marketingdoelen en was het toekomstbestendig met de strengere regels rondom third-party cookies?

Of je nu bij een groot modemerk, supermarkt of in de reisindustrie werkt, het benutten van je klantdata om klantervaringen te personaliseren is cruciaal voor je succes. Maar het is niet eenvoudig om dit voor elkaar te krijgen. Net als de meeste B2C-bedrijven zwemmen luchtvaartmaatschappijen in de klantinformatie die afkomstig is van tientallen verschillende plaatsen en worstelen ze met de kwaliteit van de gegevens, de naleving van de privacywetgeving en realtime personalisering.

Steeds meer bedrijven lopen tegen de beperkingen van traditionele Customer Data Platforms (CDP's) aan: ze missen flexibiliteit, hebben moeite met het importeren en exporteren van data, en worstelen om te voldoen aan de strenge privacywetgeving.

Om écht klantgericht te werken, is een flexibele en krachtige tech stack essentieel. Klanten verwachten relevante, gepersonaliseerde interacties op het juiste moment en via het juiste kanaal. Met de juiste technologieën zorg je ervoor dat elke klant zich begrepen voelt en optimaliseer je je marketinginspanningen.

Nadat we een data warehouse voor Meerlanden hadden gebouwd, ging hun data scientist met de data aan de slag. We stelden voor om samen een Machine Learning Operations framework op te zetten waarin hij zijn modellen direct kon integreren in de bestaande omgeving. Zo kon hij voorspellingen doen die de dienstverlening van Meerlanden efficiënter maken.

"Hoeveel transacties hadden we vorige week? Ons back-office rapporteert 12.000 transacties, de database 15.000, en Google Analytics 11.000. Waarom komen deze cijfers niet overeen?" In theorie zouden systemen die transacties volgen gelijk moeten zijn. Toch komen verschillen vaak voor tussen back-offices, databases en webanalytics-tools.

Een goed tagplan vormt de basis van een betrouwbare data-infrastructuur. Het zorgt ervoor dat je data op een consistente en accurate manier wordt verzameld, wat essentieel is voor bruikbare inzichten en effectieve besluitvorming.

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.

Naarmate het gebruik van data in organisaties steeds gebruikelijker wordt, neemt de noodzaak om controle over je data te behouden steeds meer toe. Controle krijgen over je data wordt bereikt door effectieve data governance. Veel mensen hebben echter moeite om te begrijpen wat data governance precies inhoudt en hoe ze dit in hun organisatie kunnen implementeren. Dit artikel heeft als doel je een overzicht te geven van de cruciale componenten van data governance en hoe je deze in je organisatie kunt introduceren.

In de wereld van machine learning kan het werken met grote datasets en complexe modellen al snel tijdrovend en resource-intensief worden. Om dit proces te versnellen is parallellisatie cruciaal. Deze techniek bestaat uit het opsplitsen van taken in kleinere subtaken die gelijktijdig verwerkt kunnen worden op meerdere CPU cores of gedistribueerde machines binnen een cluster. Door de werklast te spreiden, kun je data sneller en efficiënter verwerken op grote schaal.

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.

Hoe zeker ben jij van je webanalytics data? In dit artikel leggen we eerst uit waarom webanalytics-tools nooit 100% nauwkeurige data kan leveren en waarom dat niet per se een probleem hoeft te zijn. Vervolgens duiken we in de praktijk: hoe betrouwbaar zijn de meeste webanalytics-implementaties?

Een wereldwijde vermogensbeheerder en specialist in Quant en Duurzaam Beleggen biedt beleggingsstrategieën aan, variërend van aandelen tot obligaties. Om hun concurrentiepositie te versterken en proactief in te spelen op veranderende klantbehoeften en marktontwikkelingen, wilde de sales- en marketingafdeling meer datagedreven gaan werken.

Een digitaal bureau ontwikkelt en beheert diverse websites en analyseert de prestaties hiervan met Google Analytics, waarbij de resultaten via dashboards met klanten worden gedeeld. De overgang van Universal Analytics naar GA4 zorgde echter voor problemen, omdat de data in GA4 anders is gestructureerd en de bestaande dashboards hierdoor niet meer functioneerden. Het bureau vroeg ons mee te denken over een schaalbare en toekomstbestendige oplossing die voor al hun klanten toepasbaar is.

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.

War Child wil de kwaliteit van haar programma’s met een gestandaardiseerde methodiek meten: Quality of Care. Deze methodiek heeft War Child ontwikkeld op basis van wetenschappelijk onderzoek. Nu is de vraag: hoe kan dit op een groot aantal locaties met verschillende typen programma’s, verschillende partnerorganisaties, en donoren, geïmplementeerd worden? Wat is de data-ambitie van War Child met betrekking tot Quality of Care, en hoe kan een datastrategie de hulporganisatie op weg helpen?

Snelgroeiende scale-up EnergyZero had vanwege hun extreme groei behoefte aan het uitbouwen en het neerzetten van een sterk datateam. Hierbij was de eerste databehoefte het ondersteunen en uitvoeren van de financiële analyse t.b.v. een opkomende audit. Daarnaast wilde ze werkprocessen automatiseren en de data-uitwisseling met B2B-partners verbeteren.

Jaren geleden kon je geen applicatie of proces ontwikkelen zonder kennis van complexe programmeertalen als Javascript, PHP, en Python. Je had een programmeur of Data Engineer nodig. Vandaag de dag is er een tekort aan technische experts, terwijl er steeds meer low-code oplossingen op de markt verschijnen. Deze tools stellen je in staat om zonder diepgaande technische kennis aan de slag te gaan. Of dit de juiste oplossing voor jou is, hangt van verschillende factoren af. Maak de juiste beslissing met behulp van dit artikel.

In de wereld van data en technologie zijn Data Engineers en Machine Learning Engineers cruciale spelers. Beide rollen zijn essentieel voor het ontwerpen, bouwen en onderhouden van moderne data-infrastructuren en geavanceerde machine learning (ML) toepassingen. In deze blog focussen we specifiek op de taken en verantwoordelijkheden van een Data Engineer en Machine Learning Engineer.

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.

In ons webinar willen we je graag inspireren over de mogelijkheden om op een toegankelijke wijze een datastrategie te ontwikkelen. Hoe kun je dit proces benaderen? Met behulp van ons datastrategiemodel zal Eiske concrete voorbeelden presenteren en je een eerste stap laten zetten richting een gedegen strategie voor jouw organisatie.

Deze blog is bedoeld om onze kennis en ervaring over te dragen aan de gemeenschap door richtlijnen te beschrijven voor de implementatie van een dataplatform in een organisatie, gebaseerd op onze knowhow. We weten dat de specifieke behoeften van elke organisatie anders zijn, dat ze een impact zullen hebben op de gebruikte technologieën en dat één enkele architectuur die aan al deze behoeften voldoet, niet realistisch is. Daarom houden we het in deze blog zo algemeen mogelijk.

Het Kadaster beschikt onder andere over complexe (geo)data van al het vastgoed in Nederland. Alle data wordt opgeslagen en verwerkt via een on-premise data warehouse in Postgres. Voor het onderhoud van dit warehouse zijn ze afhankelijk van een IT-partner. Het Kadaster wil kosten besparen en efficiënter gaan werken door te migreren naar een Databricks-omgeving. Ze vroegen ons te helpen bij de implementatie van dit data lakehouse in Microsoft Azure Cloud.

Intelligent Tracking Prevention (ITP) is in 2017 door Apple in het leven geroepen in een poging “de balans tussen privacy en de noodzaak voor on-device data opslag te herstellen”. Met Intelligent Tracking Prevention wil Apple cross-site tracking (het volgen van gebruikers over verschillende websites) verminderen door het gebruik van cookies te limiteren. Leer wat dit betekent voor jou.

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 verzekeringsmaatschappij vroeg ons mee te denken bij het vormgeven van een datastrategie. Hiermee wilden ze hun doelen bereiken en een naadloze klantervaring bieden via alle touch points.

Er zijn veel verschillende vormen van dataopslag. In de praktijk worden een (relationele) database, een datawarehouse en een data lake het meest gebruikt én door elkaar gehaald. In dit artikel lees je wat ze inhouden en hoe je ze gebruikt.

Merlin is de grootste digitale muzieklicentiepartner voor onafhankelijke labels, distributeurs en andere rechthebbenden. De leden van Merlin vertegenwoordigen 15% van de wereldwijde markt voor muziekopnames. Het bedrijf heeft overeenkomsten met Apple, Facebook, Spotify, YouTube en 40 andere innovatieve digitale platforms over de hele wereld voor de opnames van haar leden. Het team van Merlin volgt betalingen en gebruiksrapporten van digitale partners nauwlettend en zorgt ervoor dat hun leden nauwkeurig, efficiënt en consistent worden betaald en van rapportages worden voorzien.

Vroeger werd alle data van bedrijven lokaal opgeslagen in een on-premise omgeving. Steeds meer bedrijven migreren hun data-infrastructuur naar de cloud. Cloud computing maakt gebruik van servers die door cloud service providers als Amazon Web Services, Microsoft Azure en Google Cloud Platform worden beheerd en onderhouden. In dit artikel lees je de antwoorden op de vragen die je zult hebben als je een cloudmigratie overweegt.

Het in productie nemen van machine learning modellen blijkt in de praktijk een complexe taak. MLOps helpt organisaties die zelf modellen willen ontwikkelen en onderhouden bij het borgen van de kwaliteit en continuïteit. Lees dit artikel en krijg antwoord op de meest gestelde vragen over dit onderwerp.

In dit webinar bespreken we het maturity model dat we toepassen om de volwassenheid van verschillende dimensies van data governance te kwantificeren. Daarnaast geven we concrete stappen en implementatietips om te beginnen met het leveren van toegevoegde waarde door datamanagement.

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.

Agrico is een coöperatie van aardappeltelers. Zij telen aardappels voor verschillende doeleinden zoals consumptie en het planten van toekomstige oogsten. Deze aardappels worden wereldwijd geëxporteerd via verschillende dochterondernemingen. Alle logistieke en operationele data wordt opgeslagen in hun ERP-systeem Microsoft Dynamics 365. Omdat dit systeem met zijn vele features erg complex is, is de data niet direct geschikt om te gebruiken voor rapportages. Agrico vroeg ons te helpen hun ERP-data inzichtelijk te maken en duidelijke rapportages te ontwikkelen.

In dit Engelstalige artikel beginnen we met een uitleg van wat Kubernetes Event Driven Autoscaling (KEDA) inhoudt. Vervolgens richten we een lokale ontwikkelomgeving in die het mogelijk maakt om KEDA te demonstreren met behulp van Docker en Minikube. Daarna leggen we het scenario uit dat geïmplementeerd zal worden om KEDA te demonstreren, en doorlopen we dit scenario stap voor stap. Aan het einde van het artikel heeft de lezer een duidelijk beeld van wat KEDA is en hoe hij of zij zelf een architectuur met KEDA kan implementeren.

In dit Engelstalige artikel maken we een vergelijking tussen Cloud Composer en MWAA. Dit zal je helpen de overeenkomsten, verschillen en factoren te begrijpen die je moet overwegen bij de keuze voor een cloudoplossing. Weet dat er andere goede opties zijn als het gaat om het hosten van een beheerde airflow-implementatie, zoals Microsoft Azure. De twee die in dit artikel worden vergeleken, zijn gekozen vanwege mijn praktijkervaring met beide beheerde diensten en hun respectievelijke ecosystemen.

Momenteel zijn er veel ontwikkelingen rondom Google Analytics. Denk hierbij aan de privacy van gebruikers (AVG) en de uitfasering van Universal Analytics. Ook voor Miele X stond GA4 op de agenda als onderdeel van grotere plannen voor een privacyvriendelijker en leveranciersonafhankelijke manier van dataverzameling. Ze vroegen ons hen te ondersteunen bij de overgang van Universal Analytics 360 op GA4.

Digital Power heeft een nieuwe propositie gelanceerd: datastrategie. Hiermee helpt de dataconsultancy opdrachtgevers om data optimaal in te zetten voor het behalen van de organisatiedoelen. “Maar weinig organisaties weten de inzichten uit hun data om te zetten in resultaten. Wat ze missen is een goede datastrategie”, stelt Charlotte Vonkeman, die verantwoordelijk is voor de uitvoering van de nieuwe propositie.

Onze consultants boeken de opdrachten die ze oppakken voor onze klanten in ons ERP AFAS. Als CRM gebruiken we HubSpot. Hierin zien we alle informatie die voorafgaand aan het tekenen van een samenwerkingsovereenkomst relevant is. Wanneer we een deal sluiten, gaat alle informatie uit HubSpot automatisch naar AFAS. HubSpot wordt dus vooral gebruikt voor het proces voordat we een samenwerking aangaan, AFAS juist voor de fase daarna. We wilden de inzet van onze mensen strakker plannen en onze financiële forecasts verbeteren. Daarom besloten we de data uit beide bronnen te koppelen en een datawarehouse op te zetten.

Dataprojecten moeten vaak snel resultaat opleveren. Het vakgebied is relatief nieuw en om draagvlak te creëren, moet eerst bewezen worden dat het waarde oplevert. Hierdoor bouwen veel organisaties data-oplossingen zonder dat er goed nagedacht wordt over de robuustheid ervan. Met datakwaliteit wordt hierbij vaak onvoldoende rekening gehouden. Wat zijn de risico’s als je datakwaliteit niet op orde is en hoe kun je het verbeteren? Je leest het antwoord op de belangrijkste vragen over datakwaliteit in dit artikel.

Tegenwoordig is bijna elke organisatie zich bewust van de voordelen van datagedreven werken. Toch lukt het niet altijd een datastrategie succesvol te implementeren. In deze interviewreeks praten we over de definitie van datastrategie, praktijkervaringen, kansen en tips van datastrategie-experts.

Sinds de opkomst van big data zijn veel elementen van de moderne datastack de verantwoordelijkheid geworden van data engineers. Wat zijn deze elementen en hoe moet je je datateam samenstellen?

Download ons e-book over datastrategie en leer hoe je in control blijft en écht waarde uit je data haalt.

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.

In dit Engelstalige artikel beginnen we met het bespreken van Serverless Functions. Vervolgens demonstreren we hoe je Terraform-bestanden gebruikt om het implementatieproces van een doelinfrastructuur te vereenvoudigen, hoe een Function App in Azure kan worden gemaakt, het gebruik van GitHub-workflows om continuous integration en implementatie te beheren, en hoe branching strategieën kunnen worden gebruikt om code wijzigingen selectief uit te rollen naar specifieke instanties van Function Apps.

Tegenwoordig is bijna elke organisatie zich bewust van de voordelen van datagedreven werken. Toch lukt het niet altijd een datastrategie succesvol te implementeren. In deze interviewreeks praten we over de definitie van datastrategie, praktijkervaringen, kansen en tips van datastrategie-experts.

De wereld van data is voortdurend in beweging, en dat geldt ook voor de bijbehorende functies en verantwoordelijkheden binnen datateams. Hieruit is een opkomende rol ontstaan: de Analytics Engineer.

Vanaf 1 juli 2024 is het niet meer mogelijk om data te verwerken in Universal Analytics 360 (hierna: UA360). Wehkamp verzamelde data in UA360 en wilde graag tijdig voorbereid zijn op de migratie. Daarnaast wilden ze minimaal 1 jaar historische data verzamelen voor de sunset van UA360. Zo kon Wehkamp de data in UA360 en in GA4 met elkaar vergelijken. Een belangrijke wens was om de metingen as-is te migreren.

Tegenwoordig is bijna elke organisatie zich bewust van de voordelen van datagedreven werken. Toch lukt het niet altijd een datastrategie succesvol te implementeren. In deze interviewreeks praten we over de definitie van datastrategie, praktijkervaringen, kansen en tips van datastrategie-experts.

Een van de grootste webwinkels van Nederland wilde een gestandaardiseerde manier van dataverwerking ontwikkelen binnen een van de datateams. Alle data werd opgeslagen in het schaalbare cloud datawarehouse Google BigQuery. Binnen dit platform waren grote hoeveelheden data beschikbaar op het gebied van orders, producten, marketing, retouren, klantcases en partners.

Hoe draagt alle data die je verzamelt effectief bij aan het behalen van de organisatiedoelen? Maar weinig organisaties slagen erin de inzichten uit hun data om te zetten in resultaten. Als dataconsultancybureau zijn we regelmatig in gesprek met organisaties die vanwege hun scala aan tools en overweldigende hoeveelheid data door de bomen het bos niet meer zien. Herkenbaar? De ontwikkeling en implementatie van een goed doordachte datastrategie helpt je de controle terug te krijgen.

ABN AMRO werkte samen met ons team om een gestandaardiseerde digitale datalaag te creëren. We pakten de uitdagingen op het gebied van uniformiteit, betrouwbaarheid en efficiëntie bij hun migratie naar een nieuw analyseplatform aan.

Het Nationaal Portaal Wegverkeersgegevens (NDW) is een waardevolle bron voor gemeenten, provincies en de rijksoverheid om inzicht te krijgen in verkeersstromen en de efficiëntie van de infrastructuur te verbeteren.

Valk Exclusief is een keten van 4 sterren+ hotels en heeft 43 hotels in Nederland. De hotelketen wil gasten graag een persoonlijke ervaring bieden, zowel in het hotel als online.

TM Forum, een alliantie van meer dan 850 wereldwijde bedrijven, schakelde onze hulp in als datapartner om data gerelateerde uitdagingen te identificeren en op te lossen.

Stichting Donateursbelangen wil het vertrouwen tussen donateurs en goede doelen versterken. Daarom wilden ze via een eigen zoekmachine informatie over goede doelen delen met donateurs. De stichting vroeg ons de ANBI-status van goede doelen beschikbaar te stellen voor gebruik in hun zoekmachine. Een instelling krijgt deze status alleen als zij zich (bijna) volledig inzet voor het algemeen belang en zich aan bepaalde voorwaarden houdt.

Voor het ontwikkelen van moderne datatoepassingen is de Data Engineer onmisbaar. Maar wat betekent het eigenlijk om Data Engineer te zijn en wat doe je dan precies? Onze collega Oskar, Data Engineer bij Digital Power, legt het je uit.

Tegenwoordig is bijna elke organisatie zich bewust van de voordelen van datagedreven werken. Toch lukt het niet altijd een datastrategie succesvol te implementeren. In deze interview reeks praten we over de definitie van datastrategie, praktijkervaringen, kansen en tips van datastrategie-experts.

Univé is een Nederlandse verzekeraar die verzekeringen, financiële producten en diensten aanbiedt voor consumenten en bedrijven. Het bedrijf richt zich op het bieden van een hoogwaardige service en het helpen van klanten bij het maken van verantwoorde financiële beslissingen. Sinds 2014 werken we intensief samen met Univé.

In deze video ontdek je hoe een baan als Data Engineer eruit ziet! Hoe ziet een werkweek eruit, voor welke klanten werken onze Data Engineers en wat maakt het werken zo leuk? Dennis vertelt je er graag meer over!

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?

In deze video ontdek je hoe een baan als Data Analist eruit ziet! Hoe ziet een werkweek eruit, voor welke klanten werken onze Data Analisten en wat maakt het werken zo leuk? Dennis vertelt je er graag meer over!

In deze video ontdek je hoe een baan als Data Engineer eruit ziet! Hoe ziet een werkweek eruit, voor welke klanten werken onze Data Engineers en wat maakt het werken zo leuk? Oskar vertelt je er graag meer over!

Infrastructure as Code heeft zich bewezen als betrouwbare techniek om platformen sterk neer te zetten in de cloud. Het vraagt echter wel een extra tijdsinvestering van de betrokken ontwikkelaars. In welke gevallen loont de extra inspanning zich? Je leest het in dit artikel.

Een paar jaar geleden bestond de functietitel nog niet eens: Data Engineer. Inmiddels is er veel vraag naar Data Engineers. Vrijwel elke organisatie verzamelt bewust data en het besef dat dit op een gestructureerde manier moet gebeuren, groeit. Als de data die je verzamelt niet goed georganiseerd is en klopt, kun je het niet gebruiken als input voor goede beslissingen. Data Engineers bouwen infrastructuren waarmee data wordt verwerkt. Ze zijn daarmee onmisbaar voor organisaties die hun data op een gestructureerde manier willen verzamelen en toepassen.

Dedimo is een samenwerking van vijf zorginitiatieven in de geestelijke gezondheidszorg. Om de kwaliteit van hun zorg continu te verbeteren, richten ze interne processen efficiënter in. Hiervoor gebruiken ze inzichten uit de data die intern beschikbaar is. Voorheen haalden ze deze data zelf uit verschillende bronsystemen met ad hoc scriptjes. Om dit proces robuuster en efficiënter te maken en verder te professionaliseren, schakelden ze onze hulp in. Ze vroegen ons de centrale opslag van hun data in een cloud data warehouse te faciliteren. Omdat ze al gewend waren te werken met Google Cloud Platform (GCP), was de wens de data-infrastructuur binnen deze omgeving op te zetten.

Royal HaskoningDHV ziet het aantal aanvragen van klanten met Data Engineering vraagstukken toenemen. De nieuwe afdeling die ze hiervoor op hebben gericht, is nog groeiende. Ze vroegen ons daarom hun Data Engineering team tijdelijk extra capaciteit te bieden. Één van de vraagstukken waar wij hulp bij boden, was die van Waterschap Aa en Maas.

Hoe kom je erachter wat je wil en waar let je op bij vacatures? Ga je voor een groot bedrijf, een klein bedrijf, consultancy of toch iets anders? Dit zijn een aantal van de vragen waar onze afstudeerstagiair Stijn mee zat. Hij ging in gesprek met zijn collega's om antwoord te krijgen op deze vragen. Het resultaat? De Data-keuzecast! In deze podcast stelt Stijn al zijn brandende vragen en ontvangt hij tips die hem (en hopelijk ook jou) helpen een juiste keuze te maken voor een baan in de datawereld.

Op 10 februari 2022 trapten de Digital Power Datahub en het Partos Digital Lab samen de Data Awareness (datawijsheid) serie af met de Intro to Data Awareness. Deze reeks van 6 trainingen ontwikkelt de Datahub speciaal voor de leden van Partos; non-profits in de ontwikkelingssamenwerkingsbranche. Het doel van de serie is om specialisten in de ontwikkelingssamenwerking datawijs te maken, zodat ze meer impact kunnen maken én meten.

De stichting Designathon Works organiseert Design Hackathons (Designathons) voor kinderen tussen de 8 en 12 jaar. Het doel? Kinderen van over de hele wereld skills aanleren om een ‘changemaker’ te kunnen worden. Ze worden uitgedaagd om oplossingen te ontwerpen voor een betere wereld, bijvoorbeeld het tegengaan van klimaatverandering. Vanuit de Datahub hielpen we Designathon Works kosteloos de impactmetingen aan te scherpen. Ook deden we een eerste aanzet tot automatisering van de dataverzameling, analyse en visualisatie.

Je bent bijna klaar met je studie en zoekt een werkgever die je de ruimte biedt alles te leren over het vakgebied data. Of je wordt niet meer uitgedaagd in je huidige functie en wil graag technischer worden. In beide gevallen, wil je niet onbetaald cursussen volgen, maar wil je graag zo snel mogelijk aan de slag voor echte klanten, mét een serieus salaris. Klinkt dit bekend? Dan zijn deze data traineeships echt iets voor jou.

FysioHolland is een overkoepelende organisatie voor fysiotherapeuten in Nederland. Een centraal serviceteam ontlast therapeuten van bijkomende werkzaamheden, zodat zij zich vooral kunnen focussen op het leveren van de beste zorg. Naast de organische groei sluit FysioHolland nieuwe praktijken aan bij de organisatie. Deze hebben stuk voor stuk hun eigen systemen, werkprocessen en behandelcodes. Dit heeft de datahuishouding van FysioHolland groot en complex gemaakt.

The Neuron biedt een programmatisch biedingsplatform om digitale Out-Of-Home-advertenties in realtime te plannen, kopen en beheren. Ze vroegen ons het aantal verwachte impressies voor digitale advertenties op billboards op een schaalbare en efficiënte manier te voorspellen.

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.

Inmiddels is het bij de meeste bedrijven wel duidelijk: datagedreven beslissingen door Data Science voegen concreet waarde toe aan de bedrijfsvoering. Of je doel nu is om betere marketingcampagnes op te zetten, preventief onderhoud aan je machines uit te voeren of fraude effectiever te bestrijden: in elke bedrijfstak zijn er toepassingen van Data Science te vinden.

In juni 2020 werd Sander onderdeel van ons team. Hoewel hij midden in coronatijd startte, merkte hij al snel dat hij flink gestimuleerd werd om contact te maken met zijn nieuwe collega’s. Dit ging grotendeels vanzelf als onderdeel van ons onboarding programma: “Dit sloot perfect aan bij mijn behoeftes: ik ben namelijk zelf veel collega’s gaan opbellen om kennis te maken!” Lees hoe Sander zijn eigen opleiding tot Data Engineer vormgeeft.

In de basis werken Data Engineers aan data pipelines. Dit zijn data processen die van een bepaalde plek data kunnen halen en het ook weer ergens wegschrijven. In dit artikel lees je meer over de werking van data pipelines en ontdek je waarom ze zo belangrijk zijn voor een robuuste data infrastructuur.

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.

Data gedreven werken helpt je betere beslissingen te maken. Hoe beter je datakwaliteit, hoe meer je erop kunt vertrouwen. Een goede data architectuur is een basisingrediënt voor datagedreven werken. In dit artikel leggen we uit wat een data architectuur is en wat een Data Architect doet.

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.

RNW Media is een NGO die zich richt op landen waar beperkte vrijheid van meningsuiting is. De organisatie probeert impact te maken via online kanalen als social media en websites. Om die impact te meten, stelde RNW Media een Theory of Change (een soort KPI framework voor NGO’s) op.

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.

Uitgever Malmberg verzamelt veel off- en online data. Steeds meer onderwijsinstellingen maken gebruik van online licenties ter aanvulling op (of in plaats van) gedrukt lesmateriaal. Om hierop in te spelen, maakt Malmberg gebruik van maandelijkse rapportages. Het in-house data team stelt deze samen als input voor specifieke afdelingen. Malmberg vroeg ons dit team te versterken en de interne processen rondom data efficiënter te maken.