Van tech companies als Apple, Facebook en Amazon in Silicon Valley tot aan vaderlandse kolossen als het UWV. Allemaal zijn ze zich bewust van de hoeveelheid informatie waar ze over beschikken wat betreft (potentiële) klanten en gebruikers. Het welbekende credo “meten is weten” en de al dan niet figuurlijke goudmijn die ze te wachten staat als ze hun dataverwerking op orde hebben zullen ongetwijfeld een belangrijke bijdrage leveren aan de populariteit van het vakgebied. Daar zijn we bij House of Bèta alleen maar blij mee. Want via ons traineeship Data Science leveren wij die dataspecialisten die organisaties maar al te graag aan het werk zetten. Bèta’s die niets liever doen dan in de kwantitatieve en kwalitatieve data van opdrachtgevers duiken. En vervolgens een hele hoop cijfers en letters veranderen in een hele hoop waardevolle inzichten. In deze blog gaan we terug naar de basis. Wat is data science? Waar zagen we het onbewust misschien al terugkomen? En wat kun je er in de praktijk eigenlijk mee?
De definitie van data science
Zou je nadenken over een mogelijke definitie van het begrip data science dan kom je al snel op woorden als gegevenswetenschap of informatiekennis. Oerlelijk. En daarnaast ook een klein beetje dubbelop. Gaat wetenschap tenslotte niet altijd een beetje om het systematisch verwerken van feitelijke informatie? Niet gek dus dat de term data science wereldwijd overgenomen is. Een prima term dus. Maar data science is vooral ook een verzamelbak voor veel verschillende methodieken die draaien om het verzamelen en analyseren van alle voorhanden zijnde data om relevante informatie te ontsluiten. Kort gezegd: data science is het fundament van alle wetenschappen. Alleen dan zonder de stoffige bibliotheken. En altijd met een direct bruikbaar doel. Met alle respect voor de archeoloog die ontdekte wat voor potjes en pannetjes Griekse huisvrouwen in de achtste eeuw na Christus het liefst gebruikte.
Data science: van bedrijfsleven tot NBA
Die praktische toepassing van data begon in het bedrijfsleven. Met de opkomst van de IT, de mogelijkheden van de daarmee toegenomen rekenkracht die organisaties tot hun beschikking kregen en de behoefte aan business intelligence om de bedrijfsvoering te optimaliseren, werd data science een ding. Naast betere managementrapportages levert data science tegenwoordig ook op elk ander vlak een onmisbare bijdrage aan organisaties. Van personaliseren van advertenties tot aan het inrichten van chatbotfuncties. Allen zijn ze mogelijk door die “analyse van alle voorhanden zijnde data”. De patronen in klantvragen, het klikgedrag van website-bezoekers, en tegenwoordig zelfs de exacte handelingen van topsporters op het veld; allemaal is het voer voor data scientists.
Data science nuttig? We vroegen het aan Principal Consultant Nils Kampers
Als Principal Consultant bij House of Bèta heeft Nils Kampers jarenlange ervaring met data analyse en -verwerking voor opdrachtgevers in de financiële dienstverlening. Voor deze blog vroegen we hem naar zijn ervaringen met data-analyse. “Met data science kun je allerlei kengetallen, trends, voorspellingen en lijsten weergeven. Van de winstmarge per product, de huidige en verwachte verkoop per maand tot een overzicht van de tien grootste afnemers van een bepaald product. Daarnaast kun je data ook analyseren om trends te voorspellen. Bijvoorbeeld in het gedrag van mensen en in marktontwikkelingen . Ook kun je karakteristieken en relaties ontdekken die je met het blote oog nooit zou onderscheiden. Als je deze informatie overzichtelijk en het liefst geautomatiseerd weet op te halen en ontsluiten, weet je precies waar je staat en waar je naartoe moet met een product. Of zelfs als organisatie.” Kortom, met data science verschaf je jezelf een macro-perspectief op micro-ontwikkelingen.
“Met data science kun je allerlei kengetallen, trends, voorspellingen en lijsten weergeven. Van de winstmarge per product, de huidige en verwachte verkoop per maand tot een overzicht van de tien grootste afnemers van een bepaald product.”
Data science: voorbeelden uit de praktijk
In de film Moneyball uit 2011 werd het waargebeurde verhaal verteld van de Oakland Athletics. Dit honkbalteam met een klein transferbudget wist daarin door data-analyse gerichte en voordelige aankopen te doen met statistisch maximaal resultaat. Die kleine club met dat kleine transferbudget zette dat seizoen een tot dan toe ongeëvenaarde winstreeks neer. Bij onze opdrachtgevers komen we regelmatig interessante data science-vraagstukken tegen die bijdragen aan een dergelijke efficiëntieslag. De mogelijkheden blijken in de praktijk eindeloos. Een greep uit de ervaringen, werkzaamheden en resultaten van onze eigen dataspecialisten:
- Voorspellen van het aantal telefoontjes dat een afdeling binnenkrijgt: handig voor je personeelsplanning en bezetting
- Verzekeringsproducten samenstellen op basis van de risico-kenmerken van schades: nuttig voor het berekenen van premies en voorspellen van vergoedingen
- Fraudebestrijding aan de hand van klantprofielen: waardevol om risicogroepen te identificeren
- Dashboards samenstellen met stuurgegevens: interessant voor zowel korte termijnplannen als jaarplannen
- Consumentenvoorkeuren analyseren op basis van hits op social media: wederom blijkt, meten is weten (en hierop inspelen)
Aan de slag met data science
Hoewel enkele kapitaalkrachtige organisaties data-analyse al goed toepassen binnen hun markt, valt er voor veel andere organisaties nog enorm veel te winnen. En daar waar dataspecialisten aan de vooravond van dit millennium zeldzaam en/of louter zelfgeschoold waren, zijn er anno 2020 legio mogelijkheden om je te bekwamen in de tools en technieken van data science. Verschillende hogescholen en universiteiten bieden masters in data science aan. Voor onze eigen bèta’s bestaat ook de mogelijkheid om werken te combineren met een specialisatie in data science via de Master Business Informatie (MBI).
Traineeship Data Science van House of Bèta
Beschik jij over een afgeronde hbo- of wo-opleiding en verken jij graag de mogelijkheid om aan de slag te gaan met (big) data-vraagstukken? Bekijk dan ons traineeship Data Science!