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
“Natuurlijk is het leuk dat mijn koelkast zelf melk bestelt op basis van data gerelateerde patronen. Deep learning op basis van big data kent grote beloften,” zegt Frans van der Reep van Inholland. Geen wonder dat dit op de Hannover Messe tijdens de Wissenstag van ScienceGuide een hoofdthema zal zijn. "Big data belooft ook praktische gemakken. Tegelijkertijd creëren we daarmee ‘unelected power’ (Spectre!) bij de tech-bedrijven en het is dan de vraag hoe we daar als samenleving mee om gaan. Wat betekent het als mensen uitsluitend nog op jou reageren - en jij op hen – aan de hand van wat ‘het algoritme’ heeft uitgerekend’? Realiseren we in wat voor wereld we dan terecht komen? Hoe vrij kunnen we dan nog zijn?
DOCUMENT
De Nederlandse media-industrie merkt elke dag hoe groot de impact is van digitalisering en dataficering. De transitie van analoge (broadcast) naar digitale (Over-The-Top) netwerken zorgt er niet alleen voor dat mensen inmiddels televisie kunnen kijken op ieder gewenst moment met het apparaat dat ze uitkomt, het maakt tevens echte interactie mogelijk met de kijker. Bij die interactie wordt allerhande data over de gebruiker verzameld. Het media ecosysteem bestaat uit veel bedrijven die gezamenlijk een media ervaring mogelijk maken. Vele partijen genereren verschillende soorten data. Zijn de partijen in dit ecosysteem op de hoogte van de data die ze genereren en op welke wijze ze er hun voordeel mee kunnen doen?
MULTIFILE
Due to societal developments, like the introduction of the ‘civil society’, policy stimulating longer living at home and the separation of housing and care, the housing situation of older citizens is a relevant and pressing issue for housing-, governance- and care organizations. The current situation of living with care already benefits from technological advancement. The wide application of technology especially in care homes brings the emergence of a new source of information that becomes invaluable in order to understand how the smart urban environment affects the health of older people. The goal of this proposal is to develop an approach for designing smart neighborhoods, in order to assist and engage older adults living there. This approach will be applied to a neighborhood in Aalst-Waalre which will be developed into a living lab. The research will involve: (1) Insight into social-spatial factors underlying a smart neighborhood; (2) Identifying governance and organizational context; (3) Identifying needs and preferences of the (future) inhabitant; (4) Matching needs & preferences to potential socio-techno-spatial solutions. A mixed methods approach fusing quantitative and qualitative methods towards understanding the impacts of smart environment will be investigated. After 12 months, employing several concepts of urban computing, such as pattern recognition and predictive modelling , using the focus groups from the different organizations as well as primary end-users, and exploring how physiological data can be embedded in data-driven strategies for the enhancement of active ageing in this neighborhood will result in design solutions and strategies for a more care-friendly neighborhood.
In order to achieve much-needed transitions in energy and health, systemic changes are required that are firmly based on the principles of regard for others and community values, while at the same time operating in market conditions. Social entrepreneurship and community entrepreneurship (SCE) hold the promise to catalyze such transitions, as they combine bottom-up social initiatives with a focus on financially viable business models. SCE requires a facilitating ecosystem in order to be able to fully realize its potential. As yet it is unclear in which way the entrepreneurial ecosystem for social and community entrepreneurship facilitates or hinders the flourishing and scaling of such entrepreneurship. It is also unclear how exactly entrepreneurs and stakeholders influence their ecosystem to become more facilitative. This research programme addresses these questions. Conceptually it integrates entrepreneurial ecosystem frameworks with upcoming theories on civic wealth creation, collaborative governance, participative learning and collective action frameworks.This multidisciplinary research project capitalizes on a unique consortium: the Dutch City Deal ‘Impact Ondernemen’. In this collaborative research, we enhance and expand current data collection efforts and adopt a living-lab setting centered on nine local and regional cases for collaborative learning through experimenting with innovative financial and business models. We develop meaningful, participatory design and evaluation methods and state-of-the-art digital tools to increase the effectiveness of impact measurement and management. Educational modules for professionals are developed to boost the abovementioned transition. The project’s learnings on mechanisms and processes can easily be adapted and translated to a broad range of impact areas.
Het kabinet heeft 25 missies geformuleerd om maatschappelijke uitdagingen aan te pakken. Deze missies richten zich op gezondere levensjaren, voldoende schoon water en veilig voedsel, minder uitstoot van broeikasgassen, betaalbare duurzame energie en een veilig Nederland om in te wonen en te werken. Ambitieuze doelen moeten ondernemers en onderzoekers uitdagen tot baanbrekende oplossingen en bijdragen aan de concurrentiekracht van Nederland. Voor een klimaatbestendig, waterrobuust, duurzaam, gezond en veilig Nederland zijn zowel grote als kleine oplossingen nodig. De missies openen deuren voor nieuwe startups, mkb’ers, consortia van maatschappelijke organisaties en samenwerkingsverbanden met burgers. Het realiseren van deze missies vraagt ook om samenwerking over grenzen van topsectoren en landen heen. De Hogescholen voor Groen Onderwijs: Aeres, HAS, Inholland en Hogeschool Van Hall Larenstein werken samen in het Center of Expertise Groen om met voldoende focus en massa bijdragen te leveren aan maatschappelijke opgaven waarvoor de groene sectoren staan. Deze opgaven zijn vertaald naar meerjarige missies in de Kennis en Innovatie Agenda (KIA) voor het groene domein. Binnen de Missie Landbouw, Water en Voedsel wordt gewerkt aan noodzakelijke transities, die tevens een grote verwevenheid kennen met andere maatschappelijke sectoren. Samen met partners uit het groene domein alsook uit de publieke- en private sectoren, realiseert het CoE Groen een krachtige onderzoeksgroep die op maatschappelijk relevante thema’s nieuwe kennis ontwikkelt die daadwerkelijk van betekenis is. De onderzoeksgroep richt zich de eerstkomende jaren op 7 thema’s: (1) Veerkracht (resilience) van natuurlijke bronnen (2) Herontwerp (redesign) agrifood productiesystemen (3) Vitaliteit in stad en leefomgeving (4) Gezond voedsel met meerwaarde (5) Digitalisering en High tech (6) Nieuwe businessmodellen (7) Governance. Voor de SPRONG naar een krachtige onderzoeksgroep wordt ingezet op het vergroten van zichtbaarheid, het opleiden en verbinden van onderzoekslijnen, (regionale) netwerkontwikkeling, het verbeteren van kwaliteit van onderzoek en het realiseren van maatschappelijke impact.
Lectoraat, onderdeel van HAS green academy
