Solution check door Microsoft
Als Gold partner heb je het voordeel dat je je solutions kunt laten checken door de cloud solution architects van Microsoft. In een interactieve sessie met onze consultants liepen Stéphanie Visser en Eduard van Valkenburg door onze drie meest recente solutions: ons data platform voor externe data bronnen, de big data accelerator en het machine learning model “churn predictor”. Het goede nieuws: Microsoft vond ze alle drie goed!
(Foto: Stéphanie Visser en Eduard van Valkenburg van Microsoft)
Dataplatform voor externe data
De eerste solution was ons data platform voor externe data bronnen. De oplossing verzamelt data van open data bronnen (zoals google trends, knmi, cbs, twitter, diverse fora), verrijkt deze data en laat onze klanten zien in welke mate deze externe factoren een relatie hebben met interne KPI’s zoals omzet en personeelsinzet. Hierbij maken we gebruik van Azure onderdelen als Data Factory, Data Bricks, Data Lake en SQL database en Power BI. Een mooie solution, vond Microsoft, temeer de logica van het ontsluiten, verzamelen en verrijken van de data gecentraliseerd is en eenvoudig kan worden ingezet bij meerdere klanten.
Big data accelerator
Wat als je traditionele data warehouse op een virtual machine het niet allemaal meer kan bijbenen? De verwerking van alle clicks en transacties tot ingedikte data (zoals een 360 graden klantbeeld) niet meer op tijd gereed is? Dan is het zaak om delen van de verwerking te verplaatsen naar een big data accelerator, waarin je de data processen kunt versnellen door het gebruik van Spark clusters. Ook hier weer goede feedback en tips van Eduard.
machine learning model in een productieomgeving
Als sluitstuk van deze leerzame dag namen we ons churn model onder de loep. En dan niet bekeken vanuit het model zelf, maar meer de manier waarop je zo’n machine learning model in productie neemt: hoe zorg je ervoor dat het model automatisch hertraind wordt, dat de evaluatiecriteria van het model worden gelogd en gemonitord en dat het data science team van de klant hun interne klanten kan laten zien dat het model nog steeds voldoende performt? Een uitdaging die wij al hadden getackeld met onze oplossing en waar Microsoft nu ook een heel product omheen heeft gezet: Azure ML Services.
Het werd zo een hele leerzame dag met veel bevestigingen maar ook ,met een hoop nieuwe ideeën en haakjes om onze solutions te verbeteren. We kijken uit naar een vervolgsessie op onze nieuwe solutions!
Meer weten? Neem vrijblijvend contact op met
Pim Wennekes
Manager data & analytics
pim.wennekes@riviq.nl
+31 621 964 963
linkedin.com/in/pimwennekes
meer over dit onderwerp
Je data-infrastructuur uitrollen met één druk op de knop: 4 voordelen van Infra-as-Code
Lees hoe je met één druk op de knop aanpassingen in zowel je ontwikkel- als productieomgeving kunt regelen
Wat is dbt? De basis van de populaire datatransformatie tool uitgelegd
Maar wat doet deze tool eigenlijk? En waarom is het zo populair? Vladimir Hazeleger legt de basisbeginselen van dbt uit.
In 4 stappen naar een effectief machine learning model om klantgedrag te voorspellen
In deel 2 licht collega Pim Wennekes het stap voor stap toe