Big Data-Driven Desicions 24 april 2013 - Sander Duivestein

Maak een Begin. Het is Gratis
of registreren met je e-mailadres
Rocket clouds
Big Data-Driven Desicions 24 april 2013 - Sander Duivestein Door Mind Map: Big Data-Driven Desicions 24 april  2013 - Sander Duivestein

1. Sander Duivestein

1.1. bio

1.1.1. Sander is een Senior Analist bij Sogeti

1.1.2. organisator van ‘Social Strategy Talk’

1.1.3. ondernemer

1.1.4. trendwatcher

1.1.5. schrijver van boeken

1.2. trend of hype?

1.2.1. de hype voor bij

1.2.2. verplicht voor de organisatie

1.2.3. niet te negeren

2. big data

2.1. movie

2.1.1. Plan 9 from Outer Space

2.1.2. we zijn allemaal geïnteresseerd in de toekomst

2.2. zoals

2.2.1. 1440

2.2.1.1. boekdrukkunst

2.2.2. ...

2.2.3. 2010

2.2.3.1. ipad

2.2.4. 2013

2.2.4.1. google glass

2.2.5. 2014

2.2.5.1. iwatch

2.3. technologie gaat steeds sneller

2.3.1. volgt elkaar op

2.3.2. info tech

2.3.3. info en data brengt maatschappij in versnelling

2.3.4. bedrijven haken af

3. je moet iets doen met technologie

3.1. eerste pc 1970

3.1.1. van atomen tot atomen

3.1.2. tot doe tijd een tijd van schaarste

3.2. wereld van bits: er is overvloed...

3.2.1. 1 en 0

3.2.2. digitale zaken toepassen in echte wereld

3.2.3. vb

3.2.3.1. fysiek feest Haren

3.2.3.2. bedreiging scholen in Leiden

3.3. alles dataficeren

3.3.1. meten = nieuwe weten

3.3.1.1. we willen alles weten

3.3.1.2. alles krijgt sensoren

3.3.2. wearable computing

3.3.2.1. telefoon

3.3.2.2. iwatch

3.3.2.3. google glasses

3.3.2.4. sleepcycle

3.3.2.4.1. hoeveel slaap je

3.3.2.4.2. hoeveel stappen heb je afgelegd

3.3.2.5. lichaams registratie

3.3.2.6. withings (gewicht twitteren)

3.3.2.7. digitale tandenborstel

3.3.2.8. biomerische tatoo's

3.3.2.8.1. meten van lichaam

4. evolutie van data

4.1. info tech komt dichterbij

4.1.1. technologie gaat onder de huid

4.2. legend of Sessa

4.2.1. schaakspel uitgevonden

4.2.2. anekdote rijstkorrel

4.2.2.1. betaal mij uit in rijstkorrels

4.2.2.2. verdubbeling op elk vakje schaakbord

4.2.2.3. vanaf vak 32 enorme exponentiële groei korrel

4.2.3. zie wikipedia: http://en.wikipedia.org/wiki/Wheat_and_chessboard_problem

4.3. informatie technologie

4.3.1. 2000: 40% analoog

4.3.2. 2013: 98% is digitaal

4.3.3. 3 V's big data

4.3.3.1. volume

4.3.3.2. velocity

4.3.3.3. variety

4.3.4. 90% vd data is ongestructureerd en buiten de bedrijven

4.4. Sogeti VINT

4.4.1. dankzij data de mensheid beter maken

4.4.2. http://blog.vint.sogeti.com/

4.4.3. voorbeelden

4.4.3.1. Van Leeuwenhoek

4.4.3.1.1. inzoomen op het lichaam

4.4.3.1.2. microscoop

4.4.3.1.3. begrip

4.4.3.2. Gallileo

4.4.3.2.1. telecscoop

4.4.3.2.2. aarde onderdeel van het geheel

4.4.3.2.3. uitzoomen

4.5. bigdata: nieuwe inzichten

4.5.1. nieuwe

4.5.1.1. waarde

4.5.1.2. impact

4.5.2. google flu trends

4.5.2.1. alle zoekwoorden analyseren

4.5.2.2. woorden matchen om ziektepatronen te herkenen

4.5.2.3. beter dan ziekenhuis

4.6. vroeger steekproeven

4.6.1. beter meer data dan minder data

4.6.2. vroeger: oorzaak (waarom is iets)

4.6.3. nu: het komt vanzelf bovendrijven

4.6.4. gaat om de wat vraag

4.6.5. steekproef niet meer nodig

4.7. data is de nieuwe olie

4.7.1. zoals

4.7.1.1. facebook

4.7.1.2. twitter

4.7.1.3. google

4.7.2. ze generen geld

5. door de bomen het bos zien

5.1. komt door

5.1.1. veel datastromen

5.1.2. juiste signaal eruit halen

5.1.3. wat is voor jou relevant?

5.2. model: DIKWE matrix

5.2.1. 1 data

5.2.1.1. what happend

5.2.2. 2 info

5.2.2.1. why did it happen

5.2.3. 3 knowledge

5.2.3.1. what is

5.2.4. 4 wisdom

5.2.4.1. what is likely to happen

5.2.5. 5 enlightment

5.2.5.1. how can i make it hapen

5.2.6. eerste 3: door algoritme's

5.3. voorbeelden

5.3.1. gisteren aankonidiging via twitter

5.3.1.1. beurs storte in

5.3.1.2. door foutieve tweet USA president gewond & bommen in het Wittehuis

5.3.2. minority resport

5.3.2.1. presensing the future

5.3.3. Albert Heijn

5.3.3.1. verzamelen veel info

5.3.3.2. pinbetaling, bonus card, appie happie ap

5.3.3.3. persoonlijke aanbiedingen (zouden ze gaan doen)

5.3.3.3.1. teruggevloten

5.3.3.3.2. maar dat gaat wel komen

5.3.4. over 10 jr: er komt een ambulance voor rijden over 15m krijgt iemand een hartaanval

5.3.4.1. wat doe je, ga je liggen of niet

5.3.4.2. privacy

5.3.5. watson computer

5.3.5.1. super pc

5.3.5.2. meer data verwerken dan menselijk mogelik

5.3.6. Google cars

5.3.6.1. beter kijken in verkeer

5.3.6.2. beter inschatten verkeer

5.3.6.3. over 10jr geen rijbewijs meer halen

5.3.6.3.1. verplicht

5.3.6.4. resultaat

5.3.6.4.1. geen files

5.3.6.4.2. geen chauffeurs

5.3.6.4.3. geen parkeerbedrijven

5.3.6.4.4. geen verzekeringen

5.3.6.4.5. impact op mobiliteit

5.3.6.4.6. verantwoordelijkheid: wie maakt de keuze

6. privacy is de nieuwe atoombom binnen IT

6.1. privacy by design

6.2. voorbeeld

6.2.1. vader van 45, al googelend: alleen maar ads over de pil

6.2.1.1. had een dochter: die was zwanger was

6.3. technologie is de extentie van de mens

6.3.1. dan info technologie nieuwe evolutie vd mens

6.4. geen leven meer zoner ICT

6.4.1. het is een 6e zintuig

6.5. er is nog geen handleiding

6.5.1. omhels het

6.5.2. accepteer de versnelde verandring: is een contstante

6.5.3. tip: experimenteer

6.5.3.1. proof of concept

6.6. ga de digitale revolutie aan

7. Q&A

7.1. Q: data is de nieuwe olie, wat is een bp-ramp formaatm privacy

7.1.1. A: zie Boston, digitale klopenjacht om de daders te zien

7.1.1.1. youtube account gecheckt

7.1.1.2. gmail account gehacked

7.1.1.3. sympathie achtergalen

7.1.2. A: 4chan, 1 tweet alle scholen in Leiden plat

7.1.3. A: publiek is nieuwe default privacy is over

7.2. Q: semantiek in relatie tot big data

7.2.1. A: bruggen slaan, machines snappen steeds beter was wij mensen bedoelen

7.2.1.1. zie voorspelling van IBM

7.2.1.2. apparaten die alle zintigen gaan overnemen en nadoen

7.2.1.3. apparaten die op hoger niveau kunnen waarnemen

7.3. Q: semanthiek van mensen, zinnen wat bedoelen ze echt

7.3.1. A: interpretatie van woorden

7.3.2. A: ibm: zinnen interpreteren

7.3.3. A: google: slaagt er in een extra added layer te vormen

7.3.3.1. Peter N van Google, afd. Artificial Intelligence, er worden stappen gemaakt

7.3.3.2. het gaat om WAT niet WAAROM

7.4. Q: alogitme van betekenis, mensen kunnen uit 1 zin het oppakken

7.4.1. A: betekenis ontlenen door alle data bijelkaar te verzamelen

7.4.2. A: Maketingfacts.nl: 3 blogs over interpretatie van informatie, wellicht zijn machines toch beter

7.4.3. A: singularteit

7.4.3.1. paronen herkennen

7.4.3.2. betekenis te bepalen