Programma-inhoud

Het programma start beide dagen om 9:30 uur en duurt tot 17:15 uur. Registratie is mogelijk vanaf 8:30 uur.

De globale dagindeling voor beide dagen:

1. Richtlijnen voor het ontwikkelen van Logical Data Warehouses
Rick van der Lans, Managing Director, R20/Consultancy

De afgelopen twintig jaar hebben veel organisaties goed gebruik gemaakt van de klassieke datawarehouse architectuur. Maar elke architectuur kent zijn beperkingen. Met de voor ons bekende architectuur is het niet evident om self-service BI-producten te integreren en zeker niet als de gebruikers toegang tot de bronsystemen willen. Ook het leveren van gegevens die 100% up-to-date zijn ter ondersteuning van operationele BI-systemen is moeilijk te implementeren. En hoe integreren we de nieuwe opslagtechnologieën zoals Hadoop en NoSQL met onze bestaande systemen? Het is duidelijk tijd om geleidelijk te migreren naar het logical data warehouse waarin nieuwe gegevensbronnen sneller aan het data warehouse gekoppeld kunnen worden, waarin self-service BI op de juiste wijze ondersteund kan worden, waarin Operational BI eenvoudig te implementeren is, waarin de adoptie van nieuwe technologie, zoals Hadoop en NoSQL, eenvoudig is en waarin de verwerking van big data niet een technologische revolutie, maar een evolutie is. Deze sessie beschrijft hoe organisaties hun bestaande architectuur kunnen migreren naar deze nieuwe architectuur. Ontwerptips en richtlijnen worden gegeven om deze migratie zo efficiënt en soepel  mogelijk te laten verlopen.

• Wat zijn de praktische voordelen van het logical data warehouse en wat zijn de verschillen met de klassieke architectuur?
• Hoe kunnen organisaties stap voor stap en met succes migreren naar deze flexibele, logical data warehouse-architectuur?
• Hoe kan big data transparant toegevoegd worden aan de bestaande BI-omgeving?
• Hoe kan self-service BI geïntegreerd worden met de klassieke BI-vormen?
• Hoe kunnen gebruikers toegang krijgen tot gegevens die 100% up-to-date zijn zonder de operationele systemen te verstoren?

2A. Operational Analytics in a SQL and NoSQL World
Mike Ferguson, Managing Director of Intelligent Business Strategies Ltd.

For many years the requirement for closed loop processing between operational transaction processing systems and analytical systems has been in existence to make use of insights in the context of process tasks being performed. However, the difference today is that this challenge needs to be done at scale. The emergence of mobile commerce, the internet-of-things and on-line gaming has meant that high velocity data ingest and high speed read/write processing is needed. This has resulted in new kinds of operational systems that use NoSQL databases to help them scale. In addition Big Data analytics has also emerged. This session looks at how operational analytics and a closed-loop processing are still possible in a SQL and NoSQL world and how it can be implemented at scale.

• The Modern Data Driven Enterprise
• New forces driving the need for highly scalable on-line applications
• The need to process and analyse transactional and non-transactional data at scale
• Using NoSQL Data Stores and Big Data Analytics for scalable data processing
• Key requirements for operational analytics
• Implementing operational analytics using HBase and Apache Spark in-memory processing
• Do’s and Don’ts of closed loop processing in a SQL and NoSQL environment

2B. Datavisualisatie in de praktijk – mogelijkheden, tools en organisatie
Lex Pierik, Business Intelligence Consultant, Think.Design.Make.

Vandaag de dag heeft data visualisatie veel aandacht binnen organisaties, en terecht. Actiegericht inzicht, communiceren van conclusies, ontdekken van patronen in data en nog veel meer. Dit zijn belangrijke onderdelen binnen een organisatie waar data visualisatie bij kan helpen. Het is niet voor niets dat visualisatie tools uit de grond schieten als paddenstoelen, dat binnen organisaties nieuwe rollen komen op dit gebied en dat de wijze van presenteren van data drastisch veranderd. Maar om klaar te zijn voor de toekomst moeten we het verleden kennen en het heden snappen. Tijdens deze presentatie leert u de ontwikkeling van data visualisatie door de eeuwen heen, waar we vandaag de dag staan en wat nu al kan en krijgt u een kijkje in de toekomst van data visualisatie.

•    Data Visualisatie: Weer een nieuwe trend!
•    Enkele belangrijke visies, meningen en hoe het echt zit
•    Hoe te visualiseren: marktoverzicht met o.a. D3.js, Tableau, Qlik, Power BI
•    Organisatorische aspecten – Kunstenaar in de Data Scientist rol
•    Toekomstige trends die de wereld veranderen

3A. “Little data”: verwerven van duurzame inzichten via self-service BI
Jan Henderyckx, Managing Director, Inpuls.eu

In de zoektocht naar het ontdekken en realiseren van de mogelijkheden van een toegenomen data-inzicht, wordt helaas vaak voorbijgegaan aan de fundamentele principes van databeheer. Kennismedewerkers met beperkte governance toegang verstrekken tot allerlei databronnen kan snel aanleiding geven tot kwetsbaarheden, in plaats van waarde te creëren, als zij niet in staat blijken de data op een duurzame manier om te zetten naar acties.  Een DataLab opzetten en coördineren volstaat niet om tegelijk ook een duurzame integratie te verzekeren in het operationele en strategische weefsel van de organisatie.
De trend van Big Data en Analytics zet zich onverminderd voort en is inmiddels gemeengoed geworden in vele organisaties. Daarbij wordt het mantra van statistische relevantie vaak naar voren geschoven als excuus om weinig aandacht te besteden aan de “little data”.  Zelfs al is al uw Big Data toegankelijk via uw Datalake, dan nog moet de koppeling gemaakt worden naar de aanverwante bedrijfsobjecten.  Wie was de klant, het product, de locatie, de organisatie, …
Zonder correcte koppeling en kader valt er weinig inzicht te halen uit de opgeslagen datapoints.
Het is juist de little data, met andere woorden de data met een afgebakende levenscyclus én koppeling naar de relevante bedrijfsconcepten, die het onmisbare kader vormt waarmee echt actionable inzicht kan worden verworven. Een goed beheer van de levenscyclus van de bedrijfsentiteiten en de onderliggende relaties zorgt op zijn beurt voor een stevige boost van de bedrijfsresultaten. Helaas leveren vele Master- en Reference Data Management (MDM/RDM)-projecten niet de verhoopte resultaten op.
In deze sessie krijgt u praktische tips en raadgevingen om uw Databeheer en uw Information Governance dusdanig op te zetten dat u er zo veel mogelijk kunt uithalen, zonder de kwetsbaarheid te verhogen.

• Het kader uittekenen: een duurzame, informatie centrische organisatie definiëren
• Verdrinken in de Datalake? Informatie en Data Governance als reddingsmiddel
• MDM en RDM design principes
  • Mensen, processen en technologieën
• Een MDM organisatorische component opzetten
  • De passende lifecycle management invoeren in uw organisatie
  • Bent u toe aan een MDM COE?
  • Rollen en verantwoordelijkheden voor lifecycle management
• De Master en Reference data modelleren
  • Welke gemeenschappelijke woordenschat is absoluut vereist?
  • Omgaan met verschillende codesets
  • Omgaan met  tijdsaspecten
• Architectuur patronen
  • Hiërarchie beheer
  • Referentie en Code Management
  • Model Driven Architectuur
  • Graph-gebaseerde oplossingen

3B. Complexiteit en Big Data
Pieter den Hamer, Lead Big Data, Business Intelligence & Analytics, Alliander

Wat heeft big data te maken met de recente economische crisis, de transitie maar duurzame energie of –om waar wat te noemen– het nog immer falen van menig IT project? En waarom praten veel bedrijven wel over big data en analytics, maar zijn echte succesverhalen nog zeldzaam? De antwoorden op deze vragen liggen verscholen in het begrip ‘complexity’. Big data biedt ongekende mogelijkheden, maar zonder ‘big theory’ blijft het schieten met hagel. Complexity science biedt de broodnodige fundering om data-gedreven strategieën, besturingsmodellen, innovaties en technologieën meer focus en richting te geven. Met complexity science onderkennen we dat organisaties niet meer de tamelijk statisch gestructureerde, redelijk voorspelbare, top-down te besturen eenheden zijn. In plaats daarvan zien we de wereld als een netwerk van continu interacterende mensen, organisaties en systemen: een steeds evoluerend ecosysteem waarin adaptiviteit, robuustheid, emergentie en transformaties kernbegrippen zijn. Met big data zijn we in principe in staat om die complexe wereld steeds meer in detail en in real-time te monitoren. Maar waarop richten we ons dan? Wat kunnen we nog voorspellen, besturen of beïnvloeden in een complexe wereld, en welke data, welke ‘KPI’s” en welke informatietechnologie hebben we dus nodig?

• De wereld als complex systeem in voorbeelden: van mierenhopen tot business ecosystemen
• Complexity science als basis voor data-gedreven strategie, management en innovatie
• Big data als praktische enabler van complexity science: van abstracte modellen naar near real-life simulaties & serious gaming
• Weg met de 19e eeuwse top-down KPI’s, leve de 21e eeuwse bottom-up KIFs (en early warning indicators)!
• Big data, visual analytics en het voorkomen van data swamps en infoglut
• Technische implicaties: van logge datawarehouses naar on-the-fly data-integratie
• Cases: smart grids, smart cities, smart societies

4. Ten Mistakes to Avoid in Big Data Implementation
Krish Krishnan, Founder and President, Sixth Sense Advisors

• Technologies
• Data Driven Transformation
• Mistakes to avoid
• Financial Impact
• Organizational Impact
• Risk and Mitigation Strategies

5. An Agile Data Strategy for the Modern Enterprise – Regaining Order In a Sea of Data Chaos
Mike Ferguson, Mike Ferguson, Managing Director of Intelligent Business Strategies Ltd.

6A. Guidelines for designing and implementing data lakes and data hubs
Krish Krishnan, Founder and President, Sixth Sense Advisors

• Data Lakes and Data Hubs
• The Swamp Dilemma
• The Best Practices Approach
• Enterprise Creation of Guidelines
• Case Studies

6B. Engage digital business using analytics
Emiel van Bockel, Manager Information Services – Analytics & Bureau ISBN, CB

• Het belang van digital opnemen in de Business Strategie
• Analytics zal een cruciale rol spelen in de dienstverlening voor klanten
• Wat is de rol van In-Memory en Big Data technologie?
• De key succesfactoren voor de toekomst zijn mobile, visualisatie en performance
• Een praktijkcase uit de boekenwereld

7A. Getting ready for the new regulations on Ethical Data Management: Data Privacy through the Information Governance
Daragh O Brien, Managing Director, Castlebridge Associates

• Get an up-to-date overview of the structure, obligations, duties, and penalties under the EU General Data Protection Regulation
• Get clear insights into how a holistic Information Governance strategy can support compliance with the GDPR, and why silod approaches won’t work.
• Develop a clear understanding of how ethics-based approaches to Information Management can be developed, and why they will be increasingly important
• Go back to the office with a few key pictures they need to draw to help get their colleagues aligned for the future of Ethics and Data Privacy

7B. Verschillende manieren om een Data Vault te ontwerpen
Dr. Harm van der Lek, VanderLek Advies

Data Vault is een populaire manier om het Enterprise Data Warehouse te modelleren. Maar hoe doe je dat eigenlijk? Je kunt in een hok zitten en in een brainstorm sessie samen de hub, links en satellieten bepalen. Of je kunt het bijvoorbeeld afleiden uit een Informatie model en wat is dat laatste dan precies? Wellicht kun je in dat geval ook een DW-automation tool gebruiken. We gaan hier ook in op de precieze structuur van en de standaard(en) rond een Data Vault model en daarbij komt de klassieke discussie over ‘end-dating links’ ook weer naar boven. Een gevolg daarvan is dat we op een andere manier naar de fundamenten kunnen kijken.

• Kun je een ‘Data Vault’ uit de losse pols ontwerpen?
• Genereren van een Data Vault, met bijv. Qosqo, WhereScape, Kalido, Attunity Compose
• Mag je historie opslaan in een link tabel?
• Je kunt ook anders tegen de fundamenten aankijken!
• Hoe flexibel is een Data Vault model?
• Wat doen we met samengestelde ‘business keys’?

8. Integreren van Hadoop, Spark en NoSQL in bestaande BI-systemen
Rick van der Lans, Managing Director, R20/Consultancy

De meeste huidige BI-systemen zijn ontwikkeld met klassieke database servers, ETL tools en rapportage tools. Maar zijn de architecturen van deze BI-systemen nog wel geschikt voor de komst van Big Data? Zijn ze voldoende flexibel? Kunnen zij omgaan met zulke grote  hoeveelheden gegevens? Of is het tijd om al deze nieuwe technologieën voor de verwerking van gegevens te gaan inzetten, zoals Hadoop, Spark, MapReduce, NoSQL en SQL-on-Hadoop?
In deze sessie wordt besproken hoe met deze nieuwe technologieën moderne BI-systemen ontwikkeld kunnen worden. BI-systemen die bedrijven in staat stellen Big Data te analyseren met het meest eenvoudige self-service tool tot aan het meest geavanceerde analytische tool, die zorgen voor een transparante integratie van Enterprise Data en Big Data, en die zorgen voor een evolutionaire adoptie van al deze nieuwe technologieën.

• Kritische evaluatie van nieuwe big data technologieën, waaronder HDFS, Spark, MapReduce, Storm en SQL-on-Hadoop
• Toepassingsgebieden van Hadoop in BI-systemen: data scientist sandbox, offloading cold data, staging area en ETL engine
• Klassieke rapportage en analytische tools toegang geven tot Big Data opgeslagen in Hadoop
• Transparant offloaden van Data Warehouse-gegevens naar Hadoop
• Verplaatsen van vraagstukken over de gegevenskwaliteit naar de business users door gebruik te maken van self-service data preparation
• Hebben we fysieke of virtuele data lakes nodig?

Praktijkcases:

Data Wrangling: A new way of Self-Service Exploration, Refining and Structuring of All Data
Bert Oosterhof, EMEA Field CTO at Trifacta

In the past Data Integration was solved by programming (Input-Process-Output), followed by an era of ETL (extract-transform-load). Nowadays companies look for best-of-breed technologies in the complete data supply-chain. Data Wrangling is an important component in that solution stack: giving the business users (Data Analysts, Data Scientists, a.o.)  the means to easily explore, transform and enrich raw, complex data into clean and structured formats for further analysis. Trifacta combined the latest research in human-computer interaction, scalable data management and machine learning into a unique solution. This session explains the why, what and how of Data Wrangling.

Driving Data-Driven Transformations
Michael Oranje, Benelux Territory Manager bij Hortonworks

Onderwerpen die aan bod zullen komen zijn:

• De weg naar de Data Lake
• Waarom Hadoop?
• Waarom Hortonworks?

Rocket Discover: Self Service Data Discovery to empower Business Users
Jamie Devlin, Sales Engineer at Rocket Software

Rocket Discover and self-service BI, an exploration into the changing landscape of Business Intelligence, with a focus on business user orientated data preparation and visualisation.  A practical demonstration to guide you through the intuitive nature and ease of use of Rocket Discover whilst outlining real benefit to your business.

De vijf bouwstenen voor een datagedreven organisatie
Rob Dielemans, mede-oprichter & managing director van GoDataDriven

Data, de aanjager van de vierde industriële revolutie. Leidende organisaties maken de transformatie naar een datagedreven werkwijze. Bedrijven die op basis van real-time data en voorspellingen bedrijfsbeslissingen maken, laten het vaakst exponentiële groei zien. Natuurlijk maken deze organisaties gebruik van een moderne en schaalbare infrastructuur en technologie.
Toch draait succesvol datagedreven werken niet alleen om data en technologie, maar vooral om een totaal andere manier van werken die opgebouwd is uit vijf bouwstenen. Rob laat aan de hand van praktijkvoorbeelden van marktleidende organisaties zien op welke manier u succesvol een datagedreven werkwijze implementeert.

• De vierde industriële revolutie
• De transformatie naar een technologiebedrijf
• Het moderne data landschap
• Data en technologie zijn niet uw uitdaging
• Continue innovatie: De vijf bouwstenen van een datagedreven onderneming