zaterdag 19 mei 2012

Volg ITExpoCenter.nl op Twitter! - @itexpocenter  Ontvang de laatste updates van ITExpoCenter in je mailbox  Blijf op de hoogte van nieuwe ICT whitepapers en artikelen via de RSS feed.

Volg ITExpoCenter.nl op Twitter! - @itexpocenter  Ontvang de laatste updates van ITExpoCenter in je mailbox  Blijf op de hoogte van nieuwe ICT whitepapers en artikelen via de RSS feed.


Mastering Big Data

Waardevolle klantinformatie filteren uit Big Data

De behoefte aan meer inzicht in bedrijfsprocessen drijft organisaties ertoe een grotere hoeveelheid informatie te verzamelen. In plaats van enkel transacties monitoren, bevat het aanlooptraject naar de uiteindelijke transactie ook waardevolle informatie voor organisaties. Deze grote hoeveelheid data wordt ook wel Big Data genoemd. De uitdaging is om uit deze enorme informatiestroom bruikbare content te filteren.

Garbage In, Garbage Out
Zoals bij vrijwel ieder analytisch model is de kwaliteit van de input bepalend voor het uiteindelijke resultaat, het zogenaamde garbage in, garbage out-principe. Informatiebronnen moeten betrouwbaar zijn om accurate gegevens op te leveren.

Filteren met POLE

POLE-model
Figuur 1: Het POLE-model van Capgemini

Het POLE-model van Capgemini, zoals te zien in figuur 1, kan uitkomst bieden bij het structureren van Big Data. POLE staat voor: Parties, Objects, Locations en Events. Door te focussen op deze verschillende entiteiten is het mogelijk om waardevolle informatie te filteren uit Big Data.

Download de whitepaper en lees hoe organisaties Big Data omzetten naar bruikbare informatie met behulp van het POLE-model.

Download de whitepaper Mastering Big Data

Waardevolle klantinformatie filteren uit Big Data

De behoefte aan meer inzicht in bedrijfsprocessen drijft organisaties ertoe een grotere hoeveelheid informatie te verzamelen. In plaats van enkel transacties monitoren, bevat het aanlooptraject naar de uiteindelijke transactie ook waardevolle informatie voor organisaties. Deze grote hoeveelheid data wordt ook wel Big Data genoemd. De uitdaging is om uit deze enorme informatiestroom bruikbare content te filteren.

Garbage In, Garbage Out
Zoals bij vrijwel ieder analytisch model is de kwaliteit van de input bepalend voor het uiteindelijke resultaat, het zogenaamde garbage in, garbage out-principe. Informatiebronnen moeten betrouwbaar zijn om accurate gegevens op te leveren.

Filteren met POLE

POLE-model
Figuur 1: Het POLE-model van Capgemini

Het POLE-model van Capgemini, zoals te zien in figuur 1, kan uitkomst bieden bij het structureren van Big Data. POLE staat voor: Parties, Objects, Locations en Events. Door te focussen op deze verschillende entiteiten is het mogelijk om waardevolle informatie te filteren uit Big Data.

Download de whitepaper en lees hoe organisaties Big Data omzetten naar bruikbare informatie met behulp van het POLE-model.

Download de whitepaper Mastering Big Data

Meer Datawarehousing
Privacy Statement | Managementbase | INTOINDUSTRY | AboutTheCloud | SmartCompanies | ITExpoCenter | Foodguru | INTORETAIL | INTOFINANCE | CRMPapers