/* */

BI & Machine Learning

BREINWAVE BLOG

BI & Machine Learning

BREINWAVE BLOG

Machine Learning & Business Intelligence, twee termen die u ongetwijfeld een keer voorbij heeft horen komen of waar u al gebruik van maakt. Toch is het voor veel mensen niet helemaal duidelijk wat het inhoudt en wat de verschillen tussen beiden zijn. In allebei de gevallen is het doel data om te zetten in waardevolle informatie. Zowel BI als Machine Learning geven u handvatten voor besluitvorming, alleen het type besluitvorming is anders. Zo kan BI u helpen bij bijvoorbeeld managementrapportages, denk aan top 10 omzet klanten per product vergeleken met afgelopen jaren. Machine Learning gaat meer over het voorspellen; wat gaat gebeuren bij bepaalde keuzes? Als men een vergelijkbaar project heeft als project X, wat is de kans dat dit een succes gaat worden? Hiermee kan gestuurd worden op het verhogen van de kans van succes. Beide concepten worden kort uitgelegd, waarna de verschillen duidelijk worden gemaakt.

Business Intelligence

Business Intelligence gaat over het creëren van een waardevolle ondersteuning bij besluitvorming aan de hand van (historische) data. Hiervoor dient eerst het ETL (Extract Transform Load) proces te worden doorlopen, met als uiteindelijke doel het creëren van een datawarehouse.
Vervolgens kan verschillende data uit het datawarehouse aan elkaar gelinkt worden om inzichtelijk informatie te creëren. Dit kan tot slot visueel aantrekkelijk weergegeven worden in de vorm van bijvoorbeeld grafieken.
Een BI rapportage omvat een bondige representatie van waardevolle informatie welke automatisch regelmatig bijgewerkt kan worden aan de hand van de gebruikte databronnen. Dit helpt u bij het nemen van besluitvorming. De BI stappen:

Wat kan ik ermee?

Snel inzicht vergaren aan de hand van gemakkelijk te begrijpen visuele representaties.
Een rapportage kan bijvoorbeeld de projectvoortgang zijn en de omzet/winst welke hierbij behaald is, wie hebben hieraan bijgedragen, waar zijn te veel uren gemaakt? Allemaal relevante vragen welke gemakkelijk en snel beantwoord kunnen worden en waar u op kunt vertrouwen.

Machine Learning

Machine Learning een term die veel gebruikt wordt, maar waarvan maar weinig mensen weten wat het daadwerkelijk betekent. Machine Learning is iets wat in ons dagelijks leven regelmatig terugkomt. Denk hierbij aan recommandatie systemen als gebruikt in Spotify, Netflix, maar ook bij webshops als Bol.com. Vaak ziet u hier persoonlijke suggesties; wellicht vind u deze film ook leuk. Dit is een vorm van Machine Learning. Deze voorkeuren worden gemaakt aan de hand van het profiel wat in dit geval Netflix van u heeft en wat mensen met gelijkwaardige profielen ook bekeken/leuk vonden.
“Kort samengevat is machine learning het met een bepaalde zekerheid voorspellen van informatie aan de hand van patronen in historische data, door gebruik te maken van wiskundige algoritmen.”

Machine Learning begint net als Business Intelligence met een ETL (Extract Transform Load) proces. De data wordt opgehaald en getransformeerd, waarna een datawarehouse gecreëerd kan worden. Na dit proces wordt een model opgesteld op basis van de data om verbanden te vinden. Men wil tenslotte uiteindelijk een voorspelling gaan doen. Het opstellen van het model houdt kort omschreven in dat men de data opsplitst in 2 sets; 1 training-en-1 testset. Vervolgens kan men aan de hand van wat men wil voorspellen een algoritme gebruiken om de relaties tussen de data te vinden, waarmee patronen in de data worden ontdekt. De keuze van het algoritme heeft te maken met de op te lossen vraag en het type data. Hierbij wordt onderscheid gemaakt tussen gestructureerde gegevens (excel sheets, meteo gegevens, beurskoersen, registers, etc) en ongestructureerde gegevens (beeld, geluid, etc). In het geval van gestructureerde data, wordt met name gewerkt met regressie enerzijds en beslisbomen anderzijds.
De accuraatheid van deze patronen wordt getest op de testdata, dit is een subset van de totale data. Wanneer het model wenselijk presteert en er geen sprake is van overfitting (model is te specifiek getraind), kan het model gepubliceerd worden en is het mogelijk (toekomstige) data te voorspellen en zo ondersteuning te bieden bij besluitvorming. Zo zou men kunnen denken: Hoe kunnen wij de data die opgeslagen wordt verbeteren om een meer nauwkeurige beslissing te vormen. De Machine Learning stappen:

Wat kan ik ermee?

Machine learning biedt niet alleen een terugblik, maar geeft ook inzicht in de toekomst. Het gaat hierbij dus verder waar Business Intelligence stopt. Zo heeft Breinwave bij een school een case gedaan met Machine Learning waarbij studentuitval met meer dan 90% accuraat werd voorspelt aan de hand van diverse historische gegevens. Dit biedt uiteraard een goed inzicht waar actief op gestuurd kan worden. Zo kan nu een leerling waarbij een reële kans op uitval wordt voorspelt extra begeleid worden om dit te voorkomen. Er kan dus gericht gestuurd worden op de uitkomsten.

Het verschil

Concluderend gaat Business Intelligence over het slim visualiseren van het verleden, waarbij Machine learning zich richt op het voorspellen van de toekomst. Machine Learning gaat dus, zoals in de afbeelding weergeven, door waar BI stopt. Twee waardevolle manieren van inzicht, die ook uw organisatie slim kunnen ondersteunen bij besluitvorming. Business Intelligence vormt hiermee de linkerkant van de afbeelding, waarbij Machine learning zich richt op de rechterkant.

Breinwave

Breinwave heeft ervaring met het implementeren van zowel Business Intelligence als Machine Learning oplossingen. Microsoft biedt voor beiden een cloud based solution, waarmee men gemakkelijk diverse databronnen kan koppelen. Voor Business Intelligence gebruikt Breinwave Microsoft PowerBI en voor Machine Learning maken wij gebruik van Azure Machine Learning Studio.

Tell me more

Geïnteresseerd geraakt in Machine Learning? Sinds kort biedt Breinwave een interactieve spel waarbij u en uw medewerkers aan het denken worden gezet over de toepassing van Machine Learning. Bij beat the machine neemt u het op tegen Azure; kunt u de rekenkracht van de cloud verslaan?
Wilt u zich met een aantal medewerkers aanmelden voor Beat the Machine of heeft u een vraag over hoe wij BI of Machine Learning voor u kunnen implementeren? Wilt u dat wij eens meekijken naar wat mogelijk is met uw data? Neem gerust contact op!

Contact

Meer weten? Neem contact op met
Johan van Wijk

Contact

Pin It on Pinterest

Share This