Dura_Vermeer-Bouwt_aan_Inzicht__Zo_Wordt_de_Dagstart_Datagedreven.pptx.pdf

Transcript

1. DE WEG NAAR ‘DATA GEDREVENʼ Data Expo 11092025
2. 01. Over Dura Vermeer 02. Aanleiding & strategie 03. Oplossing 04. Adviezen 05. Vragen INHOUD UITHOORNLIJN
3. ACTIVITEITEN • Woningbouw • Utiliteitsbouw • Infrastructuur • Technische installaties Nieuwbouw, renovatie en transformatie, beheer en onderhoud 01. Over Dura Vermeer ORGANISATIE • Familiebedrijf, sinds 1855 • Omzet € 2,1 miljard • Gemiddeld 3.300 fte medewerkers CIJFERS • 20 zelfstandige werkmaatschappijen • Combineren regionale verankering met de kennis, kracht en middelen van een landelijk opererend bedrijf
4. OPCW, Nootdorp Knalhutteweg, Enschede Blokje Omhoog, Losser Jerusalem, Nijmegen Prins Clausbrug, Dordrecht N279, Asten Rembrandtpark, Amsterdam Nelson Mandelabrug Zoetermeer Heinenoordtunne l Maasvlakte, Rotterdam De Nieuwe Vogelbuurt, Vlaardingen Park van Rodenburg, Rijswijk Jacob Catskade, Amsterdam RECENTE PROJECTEN Hoog Catherijne, Utrecht Stadskantoor, Utrecht
5. 1 2 3 4 5 • Enorme bouwopgave, kracht van data • De weg naar ‘data gedrevenʼ 1. Opstellen visie en strategie 2. Eén centrale waarheid 3. Data toegankelijk en bruikbaar 4. Cultuur en vaardigheden 5. Experimenteren en verbeteren 02. Aanleiding & Strategie Use-cases • Kleine concrete voorbeelden • Parallel aan uitvoering strategie
6. Use-case ‘DAGSTARTʼ • Wat is een dagstart? • Data zonder inzicht • Uitdagingen : • Geen uniformiteit bij invoer data • Geen integraties • Overlappend met ‘leveranciersbeoordelingʼ
7. Crisp-D M Business understanding Data understanding Data preparation Modeling Evaluation Deployment Agile 03. Oplossing
8. Inzicht in projectvoortgangen en beoordelingen Voorspellen leveranciersbeoordeling Inzicht in data Combineren van project data Business understanding Data understanding Data preparation Modeling Evaluation Deployment Data mining goals:
9. Dimensie Betekenis Dataset 1 Dataset 2 Dataset 3 Volledigheid In hoeveel procent van de gevallen een veld gevuld is Uniciteit Hoeveelheid dubbele records in de data Actualiteit Mate waarin records actueel zijn Validiteit Waarden voldoen aan de definitie Nauwkeurigheid De mate waarin registraties overeenkomen met de werkelijkheid Consistentie De mate waarin gegevens die op hetzelfde betrekking hebben, overeenkomen met elkaar Data Quality Metrics Business understanding Data understanding Data preparation Modeling Evaluation Deployment
10. 1. Select 2. Clean 3. Construct 4. Format 5. Integrate Business understanding Data understanding Data preparation Modeling Evaluation Deployment
11. Verschillende Pipelines Business understanding Data understanding Data preparation Modeling Evaluation Deployment
12. Voorspellen leveranciersbeoordeling Inzicht in data Combineren van project data Business understanding Data understanding Data preparation Modeling Evaluation Deployment Data mining goals:
13. Business understanding Data understanding Data preparation Modeling Evaluation Deployment
14. • Data is niet van IT • Use-cases als cultuurverandering • Kleine stapjes • Niet alles is data, denk ook aan sentiment! 04. Adviezen
15. Jan Landwaart Tim Gerritsen Sahan Yildiz