YDELSER

Rooftop's Predictive Analytics Model

For at kunne eksekvere dataprojekter metodisk og effektivt med valide resultater til følge har vi udviklet Rooftop's Predictive Analytics Model. Med denne metode sikrer vi et optimalt forløb lige fra definition af opgaven til levering af resultat.

Med en veldefineret metode til at udvikle predictive analytics-løsninger opnår vi en struktureret og transparent arbejdsgang. Dette er en fordel, når mange forskellige kompetencer indgår i arbejdet. Det sikrer kvalitet i resultaterne, men også at resultaterne tilvejebringes effektivt.

Modellen anvendes både til pilotprojekter og projektimplementeringer og tager højde for, at dataprojekter er agile. Derfor er vores udviklingsmetode i tråd med agile implementeringsmetoder som eksempelvis SAFe.

Med Rooftop's Predictive Analytics Model er I garanteret

• Nyeste dokumenterede viden i udviklingen af empirisk model og algoritme.
• Validitetsmål på alle resultater; at vi angiver med hvilken procent algoritmen giver korrekt resultat baseret på det datagrundlag, som anvendes.
• Indbygget kvalitetssikring og et robust grundlag for gate checks i projektet, fordi vi løbende vurderer, om vi producerer resultater, som kan anvendes til det, som er tiltænkt.
• Struktur og stringens i arbejdet, som giver transparens i projektets leverancer. Dermed opnår virksomheden løbende indsigt i resultaterne og projektets fremdrift.

Rooftop's Predictive Analytics Model

De predictive analytics-løsninger, der leverer de bedste resultater - forudsigelser, opnår vi ved at have en struktureret og transparent arbejdsgang i udviklingen af løsningen. Nedenfor ses de essentielle punkter i modellen.

Tæt samarbejde mellem kompetencer er et must 

En veldefineret data science-model som Rooftop's Predictive Analytics Model er ikke tilstrækkelig. Det er nødvendigt at involvere forskellige specialister. De skal skabe et effektivt samarbejde og tværgående synergier, hvis det bedste resultat skal opnås.

Vi samarbejder tæt med ledelsen, når vi analyserer forretningsmuligheder med afsæt i data. Vi afdækker også alternative veje, som projektet potentielt kan bevæge sig i. Dette er unikt for dataprojekter, da vi på forhånd ikke kan vide med sikkerhed, om datagrundlaget er tilstrækkeligt til at kunne indfri ambitionen.

Vi samarbejder tæt med virksomhedens faglige kompetencer inden for det pågældende område. Synergien mellem fagkompetencer og en data scientist skaber fundamentet for løsningen. Oftest deltager flere og gerne den fungerende forandringsagent for projektet.

Vi samarbejder tæt med forandringsagenten da forretningsprocessen oftest påvirkes, når nye løsninger tages i brug, og det er centralt at løsningen også kommer til at fungere i praksis. 

Vi samarbejder tæt med it-organisationen for at etablere interim dataudveksling til piloten, deltage i implementeringen og overlevere løsningen og relateret dokumentation.

Vi samarbejder gerne med virksomhedens øvrige leverandører, som potentielt indgår i implementering af dataprojektet.

Styrken ligger i det personlige møde

Er du interesseret i at forstå, hvordan vi arbejder metodisk og sikrer topkvalitet i vores leverancer, så kontakt Simon Friis Wittrock