Voorspellen & signaleren met jouw data
Jouw historie als kompas: voorspellingen en signalen die eerder laten zien waar aandacht nodig is.
Waar het om gaat
In je eigen gegevens zit meer toekomst dan je denkt: welke drukte komt eraan, welke klant dreigt af te haken, welke machine gaat waarschijnlijk storen. Met jouw historie bouwen we modellen die dat eerder signaleren.
We houden het praktisch en uitlegbaar: liever een eenvoudig model waarvan je snapt waarom het piept, dan een ondoorzichtig model met een procent extra nauwkeurigheid.
En elk signaal krijgt een handeling: wie ziet het, wat doe je ermee, en klopte het achteraf? Zo wordt voorspellen onderdeel van het werk in plaats van een dashboard dat niemand opent.
Wat het doet en hoe je begint: predictive analytics.
Wat we doen
- Voorspellingen op je eigen historie: vraag, drukte, uitval
- Signalen als iets afwijkt van het normale patroon
- Uitleg bij elke voorspelling, zodat je hem kunt controleren
- In je planning of dashboard, niet in een los rapport
Bijvoorbeeld
Een seintje twee weken voordat een machine waarschijnlijk uitvalt, op basis van de storingshistorie, met erbij wie het oppakt.
Hoe het werkt
- 01
De data verkennen
We kijken wat je historie zegt, hoe schoon hij is en welke voorspelling er echt in zit.
- 02
Een model bouwen
Eerst eenvoudig, dan alleen slimmer als het beter voorspelt. We meten het tegen hoe je het nu doet.
- 03
Gebruiken
De voorspelling komt waar de beslissing wordt genomen, met een signaal als de cijfers afwijken van het gewone patroon.
Wat je krijgt
Signalen en voorspellingen uit jouw eigen data, met een duidelijke vervolgactie.
Wat we van je nodig hebben
- Minstens een jaar historie, liefst meer
- Iemand die weet wat de cijfers betekenen
- De beslissing die de voorspelling moet helpen
Zo begin je
Via een sprint daarna. Na een route, als losse sprint van twee weken of in een cyclus van drie sprints met een bouwplan vooraf.
Of begin klein
Vragen
Hoeveel data heb ik nodig voor een voorspelmodel?
Voor seizoenspatronen meestal minstens een jaar, liefst twee of drie. Met minder kan het ook, maar dan eenvoudiger.
Is voorspellen met je eigen data machine learning?
Vaak wel, maar we kiezen het eenvoudigste model dat goed voorspelt. Soms is dat een slimme rekenregel, en dat is prima.
Hoe weet ik of ik een voorspelmodel kan vertrouwen?
We meten hem tegen de werkelijkheid van vorig jaar en tegen hoe jullie het nu schatten, en laten zien waar hij het vaakst naast zit.
Wil je even gratis sparren over voorspellen met jouw historie?
Waar loop jij tegenaan in je bedrijf? Wat kan beter? Wat kan sneller? En wat doet iemand nog elke week met de hand?
- Een halfuur sparren over jouw idee, gratis
- Ontdek welke route het beste werkt voor jouw bedrijf
- Krijg een ruwe inschatting van de prijs en het aantal weken
„Een Google Maps voor ons magazijn, met filemelding bij stelling 12.”
Distributiecentrum, Waalwijk
Vertel me je probleem, je geniale idee of stel gewoon wat vragen!
Alexander Kaan, product designer