Data Science
Mijn primair expertisegebied is data science. Er zijn veel definities van het data science vakgebied – ik geef hier een beknopte versie.
Data & IT
De kwaliteit van alle data science activiteiten (voorspellingen, segmentaties, statistische conclusies etc.) staat of valt met de data kwaliteit. Hoewel data engineering een apart vakgebied is naast data science ben ik van mening dat een goede data scientist dit ook moet beheersen. Een veel gebruikte vuistregel is dat 80% van de effort gaat zitten in het realiseren en onderhouden van een goede data kwaliteit; pas dan kunnen de analytics tools toegevoegde waarde bieden.
Mijn kennis en ervaring op gebied van databases en ETL kunnen helpen om het goede fundament te leggen. Belangrijke skills die ik tot mijn expertise reken zijn data modelleren, database design, ETL (Talend), SQL programmeren (MySQL, MS SQL Server), data cleaning. Daarnaast heb ik ervaring met cloud omgevingen zoals AWS.
Statistiek
Kennis en ervaring met statistische technieken zijn m.i. een essentiële bases voor een data scientist. Zonder deze kennis kunnen geen betrouwbare conclusies worden getrokken uit de resultaten van machine learning algoritmes en tools. Ik heb uitgebreide ervaring met multivariate statistiek (factoranalyse, discriminantanalyse etc.), regressie, variantie-analyse, clustering etc. en met de SPSS statistische software.
Machine Learning
Mijn machine learning kennis en ervaring omvat o.a. predictive modellen zoals (logistic) regressie, marker basket analyse, neurale netwerken, rule based algoritmes, random forest etc. Tools waar ik veel ervaring mee heb zijn de SPSS Modeller, Python en R. Verder heb ik ervaring met data visualisatie dashboarding met een groot aantal tools.
Digital Marketing
Als IT manager / developer bij Goodbyehello heb ik veel ervaring opgedaan met digital marketing. Het CDP (customer Data Platform) is door mij ontworpen en geïmplementeerd; verder heb ik de systemen voor email campagnes, analyse van campagneresultaten, AVG, predictive modelling, data visualisatie, data cleaning, email verificatie, email personalisatie etc. ontwikkeld en worden die door mij beheerd en verder ontwikkeld.
AVG
De invoering van de nieuwe privacy wet (Algemene Verordening Gegevensbescherming, AVG) heeft naast juridische aspecten (wat mag je wel/niet doen met klantgegevens) ook IT consequenties. Zo moet je als organisatie weten welke persoonlijke gegevens je waar hebt opgeslagen – dit is absoluut niet triviaal. Ook moet je indien een klant dat vraagt in staat zijn om een overzicht te geven van alle persoonlijke gegevens die je hebt opgeslagen in je systemen. En als een klant gebruik wil maken van zijn recht om “vergeten” te worden moet je dat met een druk op de knop kunnen uitvoeren. Met alle IT aspecten van AVG heb ik veel ervaring opgedaan (advies en ook implementatie).
Agile Ontwikkeling
Populair geworden in software-ontwikkeling heeft de agile werkwijze ook zijn waarde bewezen in vele andere domeinen. Mijn ervaring omvat toepassing in gebieden als software ontwikkeling, customer service management en HR procesverbetering.
Procesverbetering met People CMM
Duurzame verbetering is een grote passie van mij. De basis van mijn competentie op dit gebied heb ik gelegd door vele jaren het People CMM model toe te passen bij organisatie-ontwikkeling en (HR) procesverbeteringen. CMM modellen onderscheiden wat je moet doen om je managementsysteem op orde te hebben, wat je daarover moet documenteren en communiceren, wat je moet meten en hoe je verifiëert of je op koers ligt.
Surveys
Surveys / vragenlijsten worden veel gebruikt om te inventariseren waar dingen goed of fout gaan, wat de voorkeuren zijn van de respondenten etc. De bereidheid om een vragenlijst in te vullen is niet altijd groot en vervolgens is het niet altijd gemakkelijk om de resultaten éénduidig samen te vatten. Ik heb inmiddels veel ervaring opgedaan en goede resultaten geboekt als het gaat om response rate en (statistische) interpretatie van de resultaten.