De meest gebruikte opbouw in business intelligence, predictive analitics en analytics modellen is de moeilijkheidsgraad: 1) descriptive, 2) diagnostic, 3) predictive en 4) prescriptive. Deze schaal vertelt iets over de volwassenheid van het gebruik van data door de organisatie. Een model dat niet op zichzelf staat en een achterliggende methode kent is de data driehoek van EDM (Figuur 1), welke in dit artikel zal worden toegelicht.
LINK
Over the past few years, there has been an explosion of data science as a profession and an academic field. The increasing impact and societal relevance of data science is accompanied by important questions that reflect this development: how can data science become more responsible and accountable while also responding to key challenges such as bias, fairness, and transparency in a rigorous and systematic manner? This Patterns special collection has brought together research and perspective from academia, the public and the private sector, showcasing original research articles and perspectives pertaining to responsible and accountable data science.
MULTIFILE
Patiëntdata uit vragenlijsten, fysieke testen en ‘wearables’ hebben veel potentie om fysiotherapie-behandelingen te personaliseren (zogeheten ‘datagedragen’ zorg) en gedeelde besluitvorming tussen fysiotherapeut en patiënt te faciliteren. Hiermee kan fysiotherapie mogelijk doelmatiger en effectiever worden. Veel fysiotherapeuten en hun patiënten zien echter nauwelijks meerwaarde in het verzamelen van patiëntdata, maar vooral toegenomen administratieve last. In de bestaande landelijke databases krijgen fysiotherapeuten en hun patiënten de door hen zelf verzamelde patiëntdata via een online dashboard weliswaar teruggekoppeld, maar op een weinig betekenisvolle manier doordat het dashboard primair gericht is op wensen van externe partijen (zoals zorgverzekeraars). Door gebruik te maken van technologische innovaties zoals gepersonaliseerde datavisualisaties op basis van geavanceerde data science analyses kunnen patiëntdata betekenisvoller teruggekoppeld en ingezet worden. Wij zetten technologie dus in om ‘datagedragen’, gepersonaliseerde zorg, in dit geval binnen de fysiotherapie, een stap dichterbij te brengen. De kennis opgedaan in de project is tevens relevant voor andere zorgberoepen. In dit KIEM-project worden eerst wensen van eindgebruikers, bestaande succesvolle datavisualisaties en de hiervoor vereiste data science analyses geïnventariseerd (werkpakket 1: inventarisatie). Op basis hiervan worden meerdere prototypes van inzichtelijke datavisualisaties ontwikkeld (bijvoorbeeld visualisatie van patiëntscores in vergelijking met (beoogde) normscores, of van voorspelling van verwacht herstel op basis van data van vergelijkbare eerdere patiënten). Middels focusgroepinterviews met fysiotherapeuten en patiënten worden hieruit de meest kansrijke (maximaal 5) prototypes geselecteerd. Voor deze geselecteerde prototypes worden vervolgens de vereiste data-analyses ontwikkeld die de datavisualisaties op de dashboards van de landelijke databases mogelijk maken (werkpakket 2: prototypes en data-analyses). In kleine pilots worden deze datavisualisaties door eindgebruikers toegepast in de praktijk om te bepalen of ze daadwerkelijk aan hun wensen voldoen (werkpakket 3: pilots). Uit dit 1-jarige project kan een groot vervolgonderzoek ‘ontkiemen’ naar het effect van betekenisvolle datavisualisaties op de uitkomsten van zorg.
Aanleiding: De belangstelling voor gezonde en veilige voeding is groot. Bij de gezondheidseffecten van voeding spelen de darmen een cruciale rol. Verschillende soorten bedrijven hebben behoefte aan natuurgetrouwe testmodellen om de effecten van voeding op de darmen te bestuderen. Ze zijn vooral op zoek naar modellen waarvan de uitkomsten direct vertaalbaar zijn naar het doelorganisme (de mens of bijvoorbeeld het varken) en die niet gebruikmaken van kostbare en maatschappelijke beladen dierproeven. Doelstelling Het project 2-REAL-GUTS heeft als doel om twee innovatieve dierproefvrije darmmodellen geschikt te maken voor onderzoek naar voedingsconcepten en -ingrediënten. De twee darmmodellen die worden toegepast zijn darmorganoïden, minidarmorgaantjes bestaande uit stamcellen, en darmexplants bestaande uit hele stukjes darm verkregen uit relevante organismen. Beide modellen hebben potentieel heel uitgebreide toepassingsmogelijkheden en hebben ook grote voordelen ten opzichte van de huidige veelgebruikte cellijnen, omdat ze meerdere in de darm aanwezige celtypen bevatten en uit verschillende specifieke darmregio's te verkrijgen zijn. Gezamenlijk gaan de partners werken aan: 1) het aanpassen van de kweekomstandigheden zodat darmmodellen geschikt worden om de vragen van partners te beantwoorden; 2) het vaststellen van de toepassingsmogelijkheden van de darmmodellen door verschillende stoffen en producten te testen. Beoogde resultaten Kennisconferenties, publicaties en exploitatie van de modellen zullen zorgen voor het verspreiden van de opgedane kennis. Omdat het project gebruikmaakt van moderne, op de toekomst gerichte laboratoriumtechnieken (kweekmethoden met stamcellen en vitaal weefsel, moleculaire analyses en microscopie), leent het zich uitstekend om geïmplementeerd te worden in het hbo-onderwijs. Als spin-off zal het project dan ook voorzien in een specifieke, voor Nederland unieke hbo-minor op het gebied van stamcel- en aanverwante technologie (zoals organ-on-a-chiptechnologie).
The focus of this project is on improving the resilience of hospitality Small and Medium Enterprises (SMEs) by enabling them to take advantage of digitalization tools and data analytics in particular. Hospitality SMEs play an important role in their local community but are vulnerable to shifts in demand. Due to a lack of resources (time, finance, and sometimes knowledge), they do not have sufficient access to data analytics tools that are typically available to larger organizations. The purpose of this project is therefore to develop a prototype infrastructure or ecosystem showcasing how Dutch hospitality SMEs can develop their data analytic capability in such a way that they increase their resilience to shifts in demand. The one year exploration period will be used to assess the feasibility of such an infrastructure and will address technological aspects (e.g. kind of technological platform), process aspects (e.g. prerequisites for collaboration such as confidentiality and safety of data), knowledge aspects (e.g. what knowledge of data analytics do SMEs need and through what medium), and organizational aspects (what kind of cooperation form is necessary and how should it be financed).Societal issueIn the Netherlands, hospitality SMEs such as hotels play an important role in local communities, providing employment opportunities, supporting financially or otherwise local social activities and sports teams (Panteia, 2023). Nevertheless, due to their high fixed cost / low variable business model, hospitality SMEs are vulnerable to shifts in consumer demand (Kokkinou, Mitas, et al., 2023; Koninklijke Horeca Nederland, 2023). This risk could be partially mitigated by using data analytics, to gain visibility over demand, and make data-driven decisions regarding allocation of marketing resources, pricing, procurement, etc…. However, this requires investments in technology, processes, and training that are oftentimes (financially) inaccessible to these small SMEs.Benefit for societyThe proposed study touches upon several key enabling technologies First, key enabling technology participation and co-creation lies at the center of this proposal. The premise is that regional hospitality SMEs can achieve more by combining their knowledge and resources. The proposed project therefore aims to give diverse stakeholders the means and opportunity to collaborate, learn from each other, and work together on a prototype collaboration. The proposed study thereby also contributes to developing knowledge with and for entrepreneurs and to digitalization of the tourism and hospitality sector.Collaborative partnersHZ University of Applied Sciences, Hotel Hulst, Hotel/Restaurant de Belgische Loodsensociëteit, Hotel Zilt, DM Hotels, Hotel Charley's, Juyo Analytics, Impuls Zeeland.
Lectoraat, onderdeel van NHL Stenden Hogeschool
