Data-analyse voor niet-analisten

Tijdsduur

Data-analyse voor niet-analisten

Swoolution
Logo van Swoolution

Tip: meer info over het programma, prijs, en inschrijven? Download de brochure!

Startdata en plaatsen

Er zijn nog geen startdata bekend voor dit product.

Beschrijving

Het gevoel dat jouw werk efficiënter en slimmer kan? Of heb je het gevoel dat je bedrijf geld laat liggen? Maak het inzichtelijk en verbeter het met jouw eigen data analyse.

  • Breng je eigen casus in
  • Interactieve masterclass van 1 dag in een inspirerende setting
  • Praktische tools en methodes om direct zelf aan de slag te gaan
  • Alleen basis Excel kennis nodig

Data schoning

Verreweg de meest gebruikte reden om niet te starten met een optimalisatietraject is onbetrouwbare data. En vaak klopt dat ook. Een IT systeem hebben is 1, maar hoe je het systeem vult en gebruikt is 2. Ik laat je zien waar het vaak mis gaat in systemen en processen, maar ik geef je ook handvatten om hier op een sli…

Lees de volledige beschrijving

Veelgestelde vragen

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Nog niet gevonden wat je zocht? Bekijk deze onderwerpen: Data Analyse, Big Data, Datavisualisatie, Data Science en Machine learning.

Het gevoel dat jouw werk efficiënter en slimmer kan? Of heb je het gevoel dat je bedrijf geld laat liggen? Maak het inzichtelijk en verbeter het met jouw eigen data analyse.

  • Breng je eigen casus in
  • Interactieve masterclass van 1 dag in een inspirerende setting
  • Praktische tools en methodes om direct zelf aan de slag te gaan
  • Alleen basis Excel kennis nodig

Data schoning

Verreweg de meest gebruikte reden om niet te starten met een optimalisatietraject is onbetrouwbare data. En vaak klopt dat ook. Een IT systeem hebben is 1, maar hoe je het systeem vult en gebruikt is 2. Ik laat je zien waar het vaak mis gaat in systemen en processen, maar ik geef je ook handvatten om hier op een slimme manier mee om te gaan. Dat kan zijn door data op een slimme manier te filteren en op te schonen, maar dat kan ook door bepaalde zaken bewust te negeren. Uiteindelijk hebben we een bepaald doel voor ogen en het is zaak om alleen datgene te doen wat in het teken staat van dat doel.

Focus creëren

Aannemende dat je data van voldoende kwaliteit is komt het vaak voor dat er gewoonweg heel veel is. Waar begin je in hemelsnaam? Stel je bent een planner op een transportafdeling en er liggen 500 orders op je te wachten. Waar begin je dan? Of misschien wil je wel je werkvoorraad reduceren, moet je dan per sé naar alles kijken? Ik help jou om focus aan te brengen in je werk of in je verbeterproject. Een slimme maar vooral praktisch techniek is de Pareto analyse, of zoals de meeste mensen hem kennen: 'de 80-20 regel'. Deze techniek gaat ervan uit dat je 80% van een probleem kunt aanpakken door maar naar 20% van de items te kijken. Veel impact en relatief weinig tijd dus. En dat willen we toch allemaal?

Root cause analyse

Iedereen komt weleens in de situatie waarbij het even wat minder gaat met de prestaties in je werk of op je afdeling, maar je weet niet precies waardoor dat komt. Of je nu voorraadbeheerder bent en de voorraadbeschikbaarheid daalt of je bent een capaciteitsplanner en de bezettingsgraad daalt. Beiden willen de bronoorzaak achterhalen, om hier vervolgens wat mee te doen. Aan de hand van praktische voorbeelden neem ik je mee in deze 'root cause analyse'. En we houden niet op als we de oorzaak vinden, we houden pas op als we ook verbeteracties hebben benoemd.

Gevoeligheidsanalyse

Zoals gezegd is data niet altijd even betrouwbaar. Dat betekent dat je in een data-analyse vaak aannames moet doen. Aannames kunnen natuurlijk gevaarlijk zijn (de werkelijkheid kan immers afwijken), maar het stelt je in ieder geval in staat om een indicatie te krijgen van een bepaald probleem. Met een gevoeligheidsanalyse kun je als het ware je aannames testen. Stel dat je een indicatie wil hebben van de wachttijd van klanten bij een klantenservice en je neemt aan dat een klantenservice medewerker gemiddeld 95% operationeel is. Dan is wellicht goed om te weten wat de wachttijd wordt bij een inzetbaarheid van 90% of 99%. Daar helpt een gevoeligheidsanalyse je bij.

Effectief presenteren

Heb je je data bewerkt, geanalyseerd en gesimuleerd? Dan ontstaat de vraag: Hoe presenteer ik nu mijn inzichten op een effectieve en gebruiksvriendelijke manier? Het toverwoord hierbij is 'conclusiegericht'. Zeker als je voor je manager je inzichten moet presenteren, dan heeft hij of zij vaak maar 5 minuten de tijd. Begin daarom met je conclusie en onderbouw deze met meer gedetailleerde gegevens uit je analyse. Ook 'visual management' is belangrijk. Een grafische weergave zegt 10x meer dan wat cijfers in een tabel. Ik help jou om jouw resultaten netjes te presenteren, zodat het daadwerkelijk binnen komt bij mensen.

Blijf op de hoogte van nieuwe ervaringen

Er zijn nog geen ervaringen.

Deel je ervaring

Heb je ervaring met deze cursus? Deel je ervaring en help anderen kiezen. Als dank voor de moeite doneert Springest € 1,- aan Stichting Edukans.

Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

Download gratis en vrijblijvend de informatiebrochure

(optioneel)
(optioneel)
(optioneel)
(optioneel)
(optioneel)
We slaan je gegevens op, en delen ze met Swoolution, om je via e-mail en evt. telefoon verder te helpen. Meer info vind je in ons privacybeleid.