Maar wat is dat nu eigenlijk? Marjet Wijn, Head of S/4 Cloud, legt het uit.

Overal in het bedrijfsleven signaleert 麻豆原创 dat organisaties met hun IT sneller aan de wensen van de business willen kunnen voldoen.

Start- en scale-ups willen hun sterke groei kunnen bijbenen en snel kunnen innoveren. Multinationals willen bedrijfsonderdelen eenvoudig kunnen toevoegen en afsplitsen. En sommige organisaties willen de total cost of ownership van hun IT-systemen verlagen.

Ongeacht de situatie en motivatie van je organisatie, 麻豆原创 ontzorgt je en helpt je jouw doelen te bereiken met behulp van cloud ERP. Want de cloud geeft je flexibiliteit en stelt je in staat om korter op de bal spelen. Tegelijkertijd bereiden we je systemen voor op de overstap naar S/4HANA.

Om die reden hebben we RISE with 麻豆原创 ontwikkeld; een alomvattende bundel aan services en tools die de transformatie naar een Intelligent Enterprise ondersteunt, op jouw voorwaarden en volgens jouw planning. De aanpak bestaat uit drie pijlers:

1. Business Process Intelligence

Met behulp van onze nieuwe oplossing analyseren we je businessprocessen, voeren we verbeteringen door en monitoren we het resultaat van de aanpassingen. We helpen je processen te versimpelen door ze te standaardiseren. Zo wordt je organisatie weer wendbaar en vergemakkelijk je de overgang naar S/4HANA.

2. Technische migratie naar de cloud en S/4HANA

In RISE with 麻豆原创 staat de reis naar de cloud centraal. Het uiteindelijke doel is om je mee te nemen naar 麻豆原创 S/4HANA. Om die migratie te vergemakkelijken en te bespoedigen, ondersteunt 麻豆原创 bedrijven met allerlei tools en diensten. Zoals onze readiness check waarmee we onderzoeken in hoeverre jouw systemen klaar zijn voor een overgang naar de cloud en S/4HANA. Belangrijke factoren die daarin meewegen zijn bijvoorbeeld de hoeveelheid maatwerk die je hebt draaien, of de mate van aanpassing die we moeten doen aan de datalaag van je systeem om deze voor te bereiden op een migratie.

We werken daarbij nauw samen met de IT-partners van klanten. Zij kennen immers de processen van klant tot in de puntjes en hebben vergaande kennis van de specifieke branches waarin organisaties opereren. Ook komt binnen RISE with 麻豆原创 steeds meer industriespecifieke content beschikbaar om jouw organisatie beter te ondersteunen en te helpen de migratie sneller te volbrengen. Zo zijn er al Industry Packages voor de branches automotive, consumentenproducten, industri毛le machines en componenten, retail en de nutssector.

3. Business fundament

RISE with 麻豆原创 helpt je over te stappen op Infrastructure as a Service (IaaS). Daarmee wordt je IT-fundament een dienst die je afneemt, waardoor je volledig ontzorgd wordt op dit vlak. Het voordeel daarvan is dat alles onder 茅茅n contract valt. Ook bijvoorbeeld je hosting, ongeacht of je bij 麻豆原创 of een hyperscaler als AWS, Google of Azure wilt draaien. Je hebt nog maar 茅茅n aanspreekpunt voor al je diensten, waaronder je infrastructuur, en dat is 麻豆原创.

Bijkomend voordeel van dit vernieuwde fundament is dat je ERP toegankelijker wordt voor digitale samenwerking en integratie. Zo krijg je bijvoorbeeld toegang tot de 麻豆原创 Business Networks, zoals het , het en het .

Begin je weg naar een Intelligent Enterprise

Door de drie pijlers te combineren, helpt RISE with 麻豆原创 je sneller te veranderen in een Intelligent Enterprise met de wendbaarheid die nodig is in de wereld van vandaag. Of je nu op 麻豆原创 ECC draait, op S/4HANA on-premise, of misschien zelfs op een ERP van een andere leverancier. Wij helpen je jouw business te transformeren en de stap naar de cloud te maken. Daarbij kun je uitgaan van drie zekerheden: jouw processen staan centraal, we werken nauw samen met jouw IT-partner en we ontzorgen je volledig.

Wil je weten hoe een RISE with 麻豆原创 traject in zijn werk gaat? Lees dan het blog 鈥�RISE with 麻豆原创: zo maken we samen in 6 stappen een blauwdruk voor je digitale transformatie鈥�.

The post RISE with 麻豆原创: de alomvattende reis naar cloud ERP appeared first on 麻豆原创 Nederland Blogs & Nieuws.

wordt voor steeds meer doeleinden gebruikt. Bovendien cre毛ren we allemaal samen steeds grotere hoeveelheden data, die bedrijven opslaan, verwerken en interpreteren. Enerzijds is die data afkomstig uit standaardprocessen. Daarnaast is door technologische ontwikkelingen een hele nieuwe wereld ontstaan die voor allerlei extra informatie zorgt, zoals sensordata en experience data.

Automatiseren met menselijke maat

Die kunnen bijvoorbeeld gebruikt worden om processen verder te automatiseren, zoals met machine learning of (RPA). Hierbij nemen machines steeds meer taken over die voorheen door mensenhanden gedaan werden. Dit is prima voor herhalende taken waar verder geen mensen meer aan te pas komen. Maar waar mensen interacteren met technologie, moet menselijkheid een belangrijke factor blijven. Want als je te ver doorslaat in automatisering kan die automatisering ook onpersoonlijk en kil aanvoelen voor de mensen die ermee te maken krijgen. Daarin komt de verantwoordelijkheid van de Chief Data Officer (CDO) of Chief Technology Officer (CTO) om de hoek kijken.

Mensen zijn uniek en willen daarin (h)erkend worden. De vraag is hoe je uniek, en dus menselijk, blijft in een wereld die steeds verder standaardiseert en automatiseert. Hoe breng je de harde datakant in evenwicht met de zachtere mensenkant, zodat data je effici毛ntie 茅n tevreden klanten en medewerkers opleveren? Het begint bij het centraal zetten van je medewerker en klant in de ontwikkelingen binnen je bedrijf.

Kies de juiste datastrategie

Als CDO ben je verantwoordelijk voor het succes van de datastrategie van jouw organisatie. Dat doe je door je datastrategie weloverwogen te kiezen en in te richten. En daarbij je klant en medewerker als uitgangspunt te nemen. Hiervoor is geen vast recept. Elk bedrijf heeft zijn eigen soorten data, van geweldige hoeveelheden kassabonnen tot sensoren in de productielijn. Daardoor heeft dus ook elk bedrijf een eigen databehoefte.

Het is hier een mooi voorbeeld van. Het bedrijf werkt al 75 jaar aan waterinnovatie, gedreven door de sterke relatie met haar klanten. De eerste stap in die goede relatie is het kloppend houden van adresgegevens van klanten. Met de juiste gegevens laat Moen haar processen vloeiend verlopen en voorziet het haar klanten van uitstekende service.

De manier waarop je data verzamelt, bewaart en inzet, vloeit voort uit de doelstellingen die je als bedrijf wil bereiken. Zoals bijvoorbeeld de experience die je klanten en medewerkers biedt. Die doelstellingen zijn het startpunt voor een goede datastrategie. Je benadert de data dus vanaf de kant van de use case, niet vanuit de datakant. Van daaruit werk je verder op basis van de volgende vragen:

1. Wat maakt mij als bedrijf uniek? Waarin zijn wij 茅cht anders dan anderen en hoe merken klanten en medewerkers dit?
2. Hoe kunnen data en automatisering ons helpen om die unieke punten nog verder te verbeteren? Denk aan een betere experience voor klanten en medewerkers, betere producten of betere service.
3. Welke data verzamel ik op dit moment al en welke data heb ik aanvullend nodig om bovenstaande mogelijk te maken?
4. Waar in mijn organisatie kan ik een kleine, overzichtelijke pilot starten?

Een pilot zoals in vraag 4 helpt je vooral bij de lancering van nieuwe idee毛n: door ze eerst op kleine schaal te testen, haal je de eerste kinderziektes al uit het systeem en heb je een proof of concept dat als leidraad dient voor de organisatiebrede invoering ervan. Bovendien maakt cloudtechnologie het mogelijk om met een klein budget een pilot uit te voeren.

Menselijkheid in je automatisering

Met de juiste datastrategie breng je de menselijkheid in je automatisering waar je klanten en medewerkers naar op zoek zijn. Alle die je daarvoor gebruikt, moet je op een goede manier opslaan en structureren. Groeien en innoveren vraagt namelijk om kloppende masterdata. Vervolgens is het de kunst om die correcte data te vertalen naar concrete inzichten die je helpen je organisatie te verbeteren

Meer weten over een juiste datastrategie?

The post CDO, houd je automatisering menselijk! appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Beslissen in een tijd van recessie

Het is moeilijk om in een economische recessie zwaarwegende beslissingen te nemen om jouw bedrijf draaiende te houden. En dat is nog moeilijker als jij degene bent die verantwoordelijk is voor bezuinigingen. Inzicht in de juiste data kan je helpen om betere beslissingen te maken.

Datakosten reduceren

In dit blog leg ik je graag uit hoe jouw data je in het hier en nu kunnen helpen. Het vizier is nu meer dan ooit scherp gericht op het verbeteren van bedrijfsresultaten.

Minder ervaren managementteams die moeten bezuinigen, doen dat gewoon door personeel te ontslaan. Niet omdat ze dat leuk vinden, maar omdat ze eenvoudigweg geen andere manieren om te besparen kunnen bedenken. Hiermee vloei je echter niet alleen goed talent af, wat toekomstig herstel en het moraal van medewerkers schaadt, maar doe je ook niets aan verborgen ineffici毛ntie. En dat betekent dat je met dezelfde overheadkosten als voorheen, maar met minder mensen moet werken.

is misschien niet het eerste hulpmiddel waar je aan denkt als je de onkosten met twintig tot dertig procent moet zien te verlagen. Dat is omdat de meeste datakosten verborgen zijn. Het zijn nagenoeg onzichtbare onkosten die bedrijven in goede tijden tolereren. Maar nu je in de problemen zit, is het van essentieel belang dat je ze elimineert.

Verbeter de datakwaliteit

Hier is een voorbeeld van wat datakwaliteit kan doen. Ik heb onlangs samengewerkt met een groot internationaal chemisch bedrijf dat in 茅茅n聽聽maar liefst 6000 verschillende betalingsvoorwaarden had, zoals een korting van twee procent bij betaling binnen 25 dagen. Als je met wereldwijde ondernemingen werkt, maar verschillende en niet-geharmoniseerde betalingsvoorwaarden hanteert voor lokale vestigingen, dan is het onmogelijk om KPI鈥檚 zoals Days Sales Outstanding, te optimaliseren.

Evenzo maken duplicaat materialen in聽ERP-systemen聽het onmogelijk om voorraad te rationaliseren en optimaliseren. We hebben recentelijk gewerkt met een bedrijf dat reserveonderdelen aan klanten in de olie- en gassector levert. Na twee weken ontdekten we dat dertig procent van de producten in hun catalogus gedupliceerd was. En daarmee bespaarden we hen duizenden dollars aan onnodige voorraad.

Door eenvoudige dingen zoals de kwaliteit van聽aan te pakken, kun je de jaarlijkse uitgaven bij leveranciers met twee procent verlagen, de kosten van voorraad in de leveringsketen met tien tot vijftien procent reduceren, tot twintig procent op de kosten van financi毛le afsluiting besparen en het aantal Days Sales Outstanding met tien procent verbeteren.

Data Cleansing-as-a-Service

Ja, ik weet wat je denkt. Datakwaliteit verbeteren is moeilijk en je kunt geen IT-oplossing kopen om verborgen datakosten uit de weg te ruimen omdat je uitgaven bevroren zijn. Daarom heeft 麻豆原创 een Data Cleansing-as-a-Service聽ontwikkeld, met een vaste tijdslijn, gegarandeerd succes, geen investeringsuitgaven en geen commitment voor de lange termijn. Bekijk de korte video鈥檚 voor meer details聽听&补尘辫;听听.

Door聽een complete audit van de datakwaliteit te geven, inclusief opschoning, continue monitoring en verbetering, kan je heel gemakkelijk verborgen problemen met datakwaliteit aan het licht brengen, deze aanpakken en volgens een herhalend en gecontroleerd proces implementeren. En daarmee verhoog je de datakwaliteit 茅n verlaag je de uitgaven aanzienlijk.

Of je nu het aantal datafouten moet terugdringen of de kosten van processen, voorraad, marketing, sales, verzending of transport en naleving moet verlagen, je kunt de onderliggende dataproblemen die van invloed zijn op de bedrijfseffici毛ntie, snel verhelpen.

Eerst meer lezen over wat datamanagement is? Lees dan dit blog

Lees ook mijn blog over .

The post Hoe data je gaat helpen om beter te beslissen in onzekere tijden appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Veel bedrijfsleiders zijn van mening dat de verschuiving van de IT van ondersteuning naar meerwaarde al lang had moeten plaatsvinden. Om te ontdekken hoe andere organisaties hierin meerwaarde gecre毛erd hebben, wil je vast wel tijd vrijmaken. In de komen zes organisaties aan bod die een belangrijke meerwaarde uit hun data halen. Dit hebben zij op drie manieren gerealiseerd.

Zelfzekere beslissingen met integriteit

Het is een ware game changer, om vol vertrouwen beslissingen durven te nemen op basis van een nauwkeurig inzicht met betrouwbare data en context. , een wereldwijde fabrikant van medische hulpmiddelen, pakte een van de grootste uitdagingen aan. Namelijk de data-integriteit verbeteren. Ziekenhuisvoorraden worden op peil gehouden via verschillende databronnen verspreid over meerdere ziekenhuisafdelingen.

is erin geslaagd de toegang tot en analyse van data van meerdere interne en externe databronnen te harmoniseren. Waardoor medische dienstverleners altijd over de juiste medische benodigdheden beschikken. Wanneer de voorraad tot een bepaald minimumniveau zakt, wordt er een automatische aanvulling geactiveerd en een verwachte vraag doorgegeven. Daardoor hoeft nog slechts twintig procent handmatig te worden besteld. Op vergelijkbare wijze gebruiken organisaties zoals de San Francicso 49ers embedded . Hierdoor kunnen zij realtime beslissingen nemen over concessies en verkopen op uitverkochte wedstrijddagen in stadions.

Verbonden bedrijfsprocessen en ervaringen

Een volledig ge茂ntegreerd bedrijf is cruciaal voor het realiseren van de juiste ervaringen en de meest effici毛nte bedrijfsprocessen. Hiermee bedoel ik verbonden systeemapplicaties en data, ongeacht of deze on-premise, in de cloud of in een hybride systeem worden beheerd. Een voorbeeld hiervan is , een bedrijf dat haar on-premise data wilde beschermen maar wel een end-to-end dataweergave wilde hebben. Dit zou zakelijke gebruikers een effici毛nter inzicht kunnen geven, met minder betrokkenheid van IT. Met dit heeft het bedrijf razendsnelle flexibiliteit, inzichten en snelheid gecre毛erd.

Maar het draait niet alleen om interne verbindingen en ervaringen. Veel organisaties moeten veilig kunnen integreren met externe applicaties en systemen. transformeert bijvoorbeeld de geestelijke gezondheidszorg door middel van op gevangenissen afgestemde programma’s, gebaseerd op data. Het bedrijf werkt samen met verschillende organisaties om 茅茅n profiel te leveren aan artsen. Data en predictive analytics zorgt voor de juiste ervaringen en betere resultaten op individuele basis. Hierdoor heeft het bedrijf binnen vijf jaar tijd 30 miljoen dollar bespaard en gevangeniskosten verlaagt met vijfentwintig procent.

Voortdurende bedrijfsinnovatie

Bedrijven hebben tegenwoordig talloze kansen om data-innovatie te stimuleren, zelfs in de huidige omstandigheden. Innovatie is van cruciaal belang om het bedrijfsleven effectiever en effici毛nter te maken. Door data op de juiste schaal te begrijpen, kun je meer innovatieve opties ontdekken. Wat vooral heel waardevol is als de wereld binnen enkele weken volledig op zijn kop staat. Een mooi voorbeeld is de Duitse regering tijdens de COVID-19-crisis. Terwijl de pandemie om zich heen greep, bleken 42.000 Duitse burgers gestrand te zijn in het buitenland. In minder dan 24 uur tijd had de Duitse regering een nieuwe, innovatieve app opgezet en ge茂mplementeerd. Met deze app konden burgers in het buitenland zich registreren, zodat de regering ze naar huis kon brengen.

Innovatie betekent niet het toepassen van de nieuwste op zichzelf, maar juist de combinatie van 聽met oudere technologie. De gebruikt , , , big data en oude mobiele telefoons om illegale ontbossing tegen te gaan. Negentig procent van alle ontbossing is illegaal en dit is de op 茅茅n na grootste oorzaak van de wereldwijde klimaatverandering. Door oude mobiele telefoons in bomen te hangen en gebruik te maken van nieuwe technologie, kan horen of er kettingzagen worden gebruikt. Hierdoor worden houtkappers op heterdaad betrapt. Daarnaast, voorspeld waar illegale ontbossing gaat plaatsvinden door te luisteren naar dierengeluiden in het regenwoud.

Wil je meer te weten komen over de drie belangrijkste manieren om meer waarde uit jouw bedrijfsdata te halen? Luister naar onze Business Technology Experience Webinar.

The post Zes organisaties die een aanzienlijke bedrijfswaarde uit hun data halen appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Het Nederlandse bedrijf Randstad helpt al meer dan 50 jaar mensen en bedrijven hun ware potentieel te bereiken. Deze leider in de personeelsdienstensector verbindt bedrijven met de juiste talenten; of het nu gaat om tijdelijk of vast personeel.

Alles wat Randstad doet, wordt gestuurd door data: van het werven van talenten tot het bijhouden van algemene werving- en selectietrends in een regio. Data helpt Randstad gefundeerde beslissingen te nemen. Het ondersteunt het streven van het bedrijf om zoveel mogelijk mensen aan werk te helpen. Omdat data aan de basis van elke strategische beslissing ligt, vertrouwt Randstad op om belangrijke inzichten te krijgen. Andreas F枚rger, manager Analytics en Reporting bij Randstad had daar het volgende over te zeggen:

“Met 麻豆原创 Data Warehouse Cloud brengen we al onze data samen en cre毛ren we een echt volledige analytische oplossing. Dankzij deze functies kunnen we onze data optimaal gebruiken.”

Het dataprobleem gedefinieerd

Randstad krijgt relevante data in veel verschillende vormen binnen: via Salesforce, , sociale media (Twitter, LinkedIn, Facebook) en zelfs van overheidsbronnen, zoals het Duitse Bondsministerie van Arbeid en Sociale Zaken. Deze data is verspreid over verschillende databronnen, lokaal en in de cloud.

Het datamanagement zoals Randstad dat had ingericht, deed niet meer wat het moest doen. Om te beginnen was niet alle data geconsolideerd op 茅茅n plek. En Randstad moest een dure externe adapter inzetten om sommige (niet alle) databronnen te synchroniseren.

Ook voor zakelijke gebruikers werkte het niet. De zakelijke gebruikers moeten toegang tot de data hebben om verborgen inzichten bloot te leggen. Die inzichten geven de korte- en langetermijnstrategie van Randstad vorm. Maar deze ingewikkelde inrichting was een uitdaging. De interface van het product was complex en niet intu茂tief, en dat belemmerde de zakelijke gebruikers. Ze wilden iets gemakkelijks. Ze wilden diensten die ze echt zelf konden regelen.

Als Randstad hieraan zou beginnen, wilden de betrokkenen er wel zeker van zijn dat ze hun bestaande bronnen, zoals BW, konden blijven gebruiken. En dat ze niet al hun complexe autorisatiemodellen opnieuw hoefden op te bouwen. Deze modellen waren namelijk extreem effectief gebleken. Ze opnieuw moeten maken, zou betekenen dat ze het wiel opnieuw moesten uitvinden.

Verder vonden ze het heel belangrijk om de dataredundantie zoveel mogelijk terug te dringen en niet alles alleen maar naar de cloud te verplaatsen. Ze wilden hun data “verbinden” en niet alleen maar “verzamelen.”

Inzichten leveren die er toe doen

Met 麻豆原创 Data Warehouse Cloud maakt Randstad haar datalandschap van begin tot eind zichtbaar. Dankzij de virtualisatiemogelijkheden van 麻豆原创 Data Warehouse Cloud verbindt Randstad haar bronnen met elkaar, zonder persistente data of overbodige data te cre毛ren.

Deze verschillende bronnen worden met de semantische laag zodanig gecombineerd en gemodelleerd dat ze zinvol zijn voor zakelijke gebruikers. Dankzij deze functie wordt alle data gesynchroniseerd, zodat zakelijke gebruikers ze makkelijk kunnen gebruiken.

De overstap naar 麻豆原创 Data Warehouse Cloud verliep soepel voor Randstad, mede dankzij de intu茂tieve interface in combinatie met de krachtige prestaties. Een van de andere voordelen was dat deze oplossing verder bouwde op de ervaringen die het bedrijf al had opgedaan met . Andreas F枚rger van Randstand voegt toe:

“Data heeft altijd al onze strategie gevormd, maar nu is het meteen toegankelijk als we het nodig hebben.”

Nu alle data is gesynchroniseerd, kunnen zakelijke gebruikers ermee aan de slag om perfecte inzichten te krijgen. Zo kan Randstad bijvoorbeeld de volledige levenscyclus zien van een cli毛nt die aan een baan is geholpen. Door naar elk aspect te kijken – van het eerste contactmoment tot de actuele status van de cli毛nt – kan exact worden bepaald via welke marketingkanalen het meeste rendement van de wervingsinspanningen wordt behaald.

Door deze nieuwe manier van werken kunnen gebruikers zo ver inzoomen als ze maar willen. Zelfs tot op een individuele geplaatste cli毛nt. Of ze kunnen juist uitzoomen voor een algemeen beeld om economische trends te ontdekken voor een specifieke regio op basis van plaatsingstrends. Gebruikers kunnen geheel naar wens SQL-query’s schrijven, simulaties uitvoeren of rapporten genereren.

Dit alles wordt bereikt via de 聽van 麻豆原创 Data Warehouse Cloud. Spaces is ontwikkeld voor verschillende teams en businessunits. Het biedt uitsluitend toegang tot relevante data. Deze spaces zijn beveiligd en worden beheerd, maar kunnen ook volledig worden aangepast met autorisaties.

Datagestuurde doelen bereiken

Toen Randstad met het connected datalandschap begon, had het bedrijf een paar essenti毛le voorwaarden. Men wilde verder bouwen op bestaande bronnen, dataredundantie beperken en, het allerbelangrijkste, zakelijke gebruikers selfservicemogelijkheden bieden.

麻豆原创 Data Warehouse Cloud bood voor dit alles een oplossing. Nu is de data zo met elkaar verbonden dat zakelijke gebruikers het gemakkelijk kunnen gebruiken.

“De meeste sndere leveranciers bieden geen bedrijfsklare oplossingen. 麻豆原创 Data Warehouse Cloud is een datawarehouse in de cloud voor grote bedrijven dat is ontwikkeld met zowel IT als de business in het achterhoofd. Dat is het verschil en daarom werkt het.”

Aan de slag met 麻豆原创 Data Warehouse Cloud

麻豆原创 Data Warehouse Cloud is de enige end-to-end cloudoplossing die is ontworpen voor datamanagement en besluitvorming voor zakelijke en ondernemingservaringen. 鈥� We combineren krachtige functies voor datamanagement met de breedste geavanceerde analytics: daarmee helpen we u onderbouwde beslissingen te nemen. Alles in 茅茅n, alles in de cloud. 鈥�

Wilt u zien wat 麻豆原创 Data Warehouse Cloud voor u kan betekenen?

The post Hoe Randstad een Connected Datalandschap cre毛ert appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Verschillende cijfers wijzen erop dat bedrijven meer tijd kwijt zijn aan beperkingen en obstakels van AI dan dat zij waarde halen uit de technologie:

• Zo maakt 84% van de klanten zich zorgen over de kwaliteit van data waar algoritmes mee werken
• Een vergelijkbare groep (86%) stelt daarnaast niet de maximale waarde uit hun data te halen
• Ruim driekwart (74%) geeft toe dat hun datalandschap dusdanig complex is dat dit hun flexibiliteit beperkt.

Levensader van AI

Bij een robotstofzuiger is voorwerk – zoals het aan de kant zetten van stoelen – de sleutel tot een goed resultaat. Bij AI is dit niet anders. De technologie maakt gebruik van complexe rekenmodellen en geavanceerde rekenkracht om resultaten te leveren. Deze berekeningen en hardware zijn afhankelijk van data, die de levensader van AI vormen. Zonder een goede grip op databeheer kan AI dan ook geen optimale resultaten opleveren.

is uitdagend. Zo is data opgeslagen op verschillende locaties, verspreid over cloud en on-premise systemen. Tegelijkertijd neemt de hoeveelheid data waarover bedrijven beschikken explosief toe. Zo verzamelen sensoren en steeds meer gegevens. Bedrijven staan dan ook voor de uitdaging data uit een groot aantal bronnen te combineren. AI moet deze gegevens verzamelen, integreren en combineren met onder meer afbeeldingen, video’s, audiobestanden en tekstbestanden.

AI beter schaalbaar maken

Het simpelweg beheren van al deze integraties en verwerken van verschillende type data (zoals audio, beeld en tekst) vereiste voorheen het gebruik van meerdere tools. Hier komt nu verandering in. Een nieuwe generatie cloud oplossingen maakt AI schaalbaar over de gehele organisatie door drie kritieke elementen te beheren:

• De data die je nodig hebt, ongeacht de locatie of het soort data
• Het ontwerp van machine learning algoritmes met de tools en raamwerken die data science-teams willen gebruiken
• De uitrol van machine learning met behulp van cloud containers, zodat IT AI snel kan uitrollen, beheren en de volledige end-to-end levenscyclus van AI kan automatiseren

AI is een teaminzet die co枚rdinatie en samenwerking vereist tussen:

• Gebruikers die de behoeften van de organisatie en diens klanten begrijpen
• Data scientists die weten waar data zijn opgeslagen en hoe deze zijn gestructureerd
• De data Science-teams die begrijpen hoe zij waarde uit data kunnen extraheren

Ieder lid van het AI-team moet samenwerken om een maximale productiviteit en snelheid te realiseren. Zij krijgen hierbij ondersteuning van software die functionaliteiten bevat voor governance, het beheer van metadata en machine learning transparantie. Deze aanpak stelt je in staat zeker te stellen dat de resultaten van hun inzet uitlegbaar, begrijpbaar en betrouwbaar zijn.

Wil je meer weten over het belang van data management en AI? Lees dan ook het blog ‘Wat is Data Management?’

The post Waarom Artificial Intelligence nergens is zonder data intelligence appeared first on 麻豆原创 Nederland Blogs & Nieuws.

PwC levert audit-, verzekerings-, consulting- en belastingservices aan vrijwel elk bedrijf uit de Fortune 500-lijst en aan tienduizenden andere bedrijven. Data is een integraal onderdeel van hun proces.

Click the button below to load the content from YouTube.

Always allow YouTube

De data die worden gegenereerd via de verschillende servicelijnen van PwC zijn zowel essentieel als gevoelig. Daarom moeten de betrokkenen makkelijk en veilig toegang tot data hebben. Om dat mogelijk te maken zette PwC een cloud strategie op om het onderliggende technologieplatform voor het hele bedrijf te vernieuwen. De keuze viel op .

“Bij PwC zijn mensen onze belangrijkste asset. En dankzij 麻豆原创 Data Warehouse Cloud zijn zij nu nog effici毛nter. Het met elkaar verbinden van al deze data van over de hele wereld, had een enorme impact op onze zakelijke gebruikers.” 鈥� Stefan Fr眉hauf, partner en Global and Leadership Team Member van PwC

Het dataprobleem gedefinieerd聽

In de loop der jaren implementeerden de kantoren in de ruim 150 landen waar PwC actief is hun eigen oplossingen voor de verwerking van data. De verschillende oplossingen werken elk goed voor de betreffende landen, maar het kost erg veel tijd om alle data tussen de landen te synchroniseren. Er zijn namelijk veel verschillende systemen van allerlei verschillende leveranciers in gebruik.

Om alle data te synchroniseren zouden de data van de verschillende gesegmenteerde nationale databases uit elk systeem moeten worden gehaald, en vervolgens handmatig moeten worden geharmoniseerd. Dat kan allemaal wel, maar het kost te veel tijd en inspanning.

Omdat PwC uiteindelijk streefde naar een grotere effici毛ntie, zocht het bedrijf een oplossing die al deze data op de best mogelijke manier bij elkaar brengt. En wat ook belangrijk was: het bedrijf wilde dat de bestaande systemen deel zouden uitmaken van de oplossing. In sommige regio’s wordt al gewerkt met , dat een zeer effectieve tool is gebleken.

Oplossingen leveren met Data Warehouse Cloud

Met deze doelen voor ogen koos PwC voor 麻豆原创 Data Warehouse Cloud om alle data zonder replicatie of duplicatie bij elkaar te brengen. Bovendien kon men hierbij de bestaande systemen (zowel van 麻豆原创 als van andere leveranciers) gebruiken.

Met de semantische (bedrijfs)laag brengen we alle voorheen gesegmenteerde data samen op een manier die voor de gebruikers duidelijk is, en die het ook nog eens makkelijker maakt om ze voor analysedoeleinden te gebruiken. Met dat is ingebouwd in 麻豆原创 Data Warehouse Cloud, kunnen gebruikers snel aan de slag met hun proof of concept.

Met de van 麻豆原创 Data Warehouse Cloud kunnen gebruikers zelfstandig, zonder hulp van IT, toegang krijgen tot relevante data voor hun projecten. Binnen deze Spaces, of ruimten, kunnen gebruikers externe databronnen verbinden en hun eigen platte bestanden uploaden naar een veilige, gefedereerde locatie. Nu kunnen ze een proof of concept in slechts 48 uur uitvoeren. Deze korte omlooptijd is fantastisch: niet alleen voor PwC, maar ook voor haar klanten.

Wat 麻豆原创 Data Warehouse Cloud mogelijk maakte

PwC zit nog in de beginfase van het datatraject met 麻豆原创 Data Warehouse Cloud, maar denkt wel al aanzienlijke tijd- en kostenbesparingen te zien, vergeleken met andere datawarehousingoplossingen op de markt.

Aan de slag met data in de cloud

麻豆原创 Data Warehouse Cloud is de enige end-to-end cloudoplossing voor datamanagement en besluitvorming voor zakelijke en professionele ervaringen. 鈥媁e combineren krachtige functies voor datamanagement met de breedste geavanceerde analytics. Daarmee helpen we organisaties om gefundeerde beslissingen te nemen, alles in 茅茅n, alles in de cloud.鈥�

Benieuwd wat 麻豆原创 Data Warehouse Cloud voor jouw organisatie聽kan betekenen?

The post PwC verbindt data wereldwijd met Data Warehouse Cloud appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Al meer dan 75 jaar brengt VELUX met zijn producten daglicht en frisse lucht in de levens van mensen. Hoewel de producten van de Deense fabrikant tastbaar zijn, denk bijvoorbeeld aan ramen en lichtkoepels, is data voor dit bedrijf 茅茅n van de belangrijkste assets.

Met deze data krijgt de fabrikant namelijk beter inzicht in zijn klanten, in alle veertig landen waar het bedrijf verkooppunten heeft. De data laat zien wanneer de kans het grootst is dat klanten hun huis gaan verbouwen, onthult wat de pijnpunten zijn en bepaalt welke producten aanslaan. Met data warehousing in de cloud wordt het makkelijker聽om deze data te benutten.

“We hebben nu een tool in handen die veel verder gaat dan de modelleringsfuncties van een BI-tool. We bieden onze zakelijke gebruikers flexibiliteit en zorgen er tegelijkertijd voor dat we de data beheren en beschermen.” 鈥� Andreas Madsen, Senior Data & Analytics Partner bij VELUX

Click the button below to load the content from YouTube.

Always allow YouTube

Het dataprobleem defini毛ren

VELUX wilde een volledig overzicht van alle data, voor zowel gebruikers vanuit IT als voor de minder technische zakelijke gebruikers. Het bieden van mogelijkheden voor selfservicemodellering en -rapportage zou een groot voordeel betekenen voor zakelijke gebruikers. Per slot van rekening helpen de modellen en rapporten van zakelijke gebruikers bij het maken van de strategische bedrijfsbeslissingen die VELUX vorm geven. Maar ondanks het belang van deze data was het hele proces te langzaam en niet flexibel.

Normaal gezien zou de IT-afdeling alle query’s cre毛ren op basis van de aanvragen van zakelijke gebruikers. Deze query’s bevatten complexe berekeningen van dimensies en meetwaarden. De vereisten moeten dan nauwkeurig in kaart worden gebracht. En als de zakelijke gebruiker iets zou willen veranderen, zou het hele proces opnieuw moeten worden herhaald. Dat kost te veel tijd.

Met selfservicemodellering en -rapportage kunnen zakelijke gebruikers alles zelf aanpakken. Dit doen ze door de meest actuele bedrijfsgegevens te gebruiken, binnen een duidelijk omschreven omgeving. Dit kan zonder dat de data vanuit de systemen moet worden opgeslagen in spreadsheets of andere tools.

On-Premise of in de Cloud: Waarom niet beide?

VELUX voert data in vanuit bronnen on-premise 茅n in de cloud. Het doel van VELUX was een te cre毛ren die voortbouwde op zijn bestaande on-premise investeringen. Bij VELUX zagen ze dat het bij te veel oplossingen in de markt een vereiste is om on-premise data naar de cloud te verplaatsen om beide bronnen te consolideren. Ze wilden er zeker van zijn dat dit niet nodig zou zijn.

Doordat 麻豆原创 Data Warehouse Cloud een hybride datamanagementstrategie ondersteunt, kunnen verschillende systemen naadloos verbonden en integreert worden, zonder replicatie.

In de toekomst heeft VELUX de mogelijkheid om, indien gewenst, alles naar de cloud te verplaatsen. Daarmee krijgen de gebruikers ultieme flexibiliteit. Met 麻豆原创 Data Warehouse Cloud, een datawarehouse voor grote ondernemingen, kan deze overgang dan worden gerealiseerd.

Zakelijke gebruikers vrijheid en flexibiliteit geven

Door de ondersteuning van een hybride datamanagementstrategie, werd de onboarding vereenvoudigd dankzij een schat aan integratiemateriaal. Dit loopt van gedetailleerde handleidingen tot een community waarin gebruikers elkaar helpen. Zakelijke gebruikers konden nu werken en experimenteren in met alleen de relevante data.

Met de geavanceerde en -rapportage konden zakelijke gebruikers ook SQL, een taal die bij de meesten van hen bekend was, gebruiken voor de zware berekeningsgerelateerde query’s. Dit alles kon door de businesszijde zelf worden gedaan, zonder hulp van de IT-afdeling in te schakelen voor deze query’s. Dat bespaarde aanzienlijke tijd en inspanning voor beide afdelingen.

Een eerdere uitdaging waar VELUX mee te maken had, was de loskoppeling van de semantische laag van de veeleisende visualisatietools. Anders zou het model iedere keer dat het rapport werd aangepast, gewijzigd moeten worden. Met 麻豆原创 Data Warehouse Cloud werd deze wens gerealiseerd. Inclusief de mogelijkheid om een schaalbaar model te cre毛ren dat meerdere keren kan worden hergebruikt.

Wat mogelijk werd dankzij Data Warehouse Cloud

麻豆原创 Data Warehouse Cloud heeft VELUX geholpen zijn doel te bereiken: een datalandschap cre毛ren van zowel on-premise als cloudbronnen waarmee zakelijke gebruikers onmiddellijk impact kunnen realiseren.

“Data op een slimme manier gebruiken is belangrijk voor iedereen bij VELUX. Met 麻豆原创 Data Warehouse Cloud kunnen we nu alles uit onze data halen. Met dit verbonden datalandschap is het makkelijk om de inzichten te krijgen die we nodig hebben voor belangrijke zakelijke beslissingen.” 鈥� Andreas Madsen, Senior Data & Analytics Partner bij VELUX

Aan de slag met 麻豆原创 Data Warehouse Cloud

麻豆原创 Data Warehouse Cloud is de enige end-to-end cloudoplossing voor datamanagement en besluitvorming die is ontworpen voor zakelijke en ondernemingservaringen.鈥� We combineren krachtige functies voor datamanagement met de breedste geavanceerde analytics. Daarmee helpen we u onderbouwde beslissingen te nemen, alles in 茅茅n, alles in de cloud. 鈥�

Klaar om te zien wat 麻豆原创 Data Warehouse Cloud voor jou kan betekenen?

The post Hoe verbindt VELUX verschillende databronnen? appeared first on 麻豆原创 Nederland Blogs & Nieuws.