YDELSER

Rooftop's Predictive Analytics Model

For at kunne udvikle prædikative data analytics-løsninger med valide resultater, er det nødvendigt med en metodisk og effektiv fremgangsmåde. Til det formål, 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 små opgaver, pilotprojekter og projektimplementeringer og for små såvel som for store initiativer. Den tilrettelægger også en agil arbejdsgang. Derfor er vores udviklingsmetode i tråd med agile implementeringsmetoder som eksempelvis SAFe.

Med Rooftop's Predictive Analytics Model er I garanteret

• Seneste økonomiske og statistiske viden i udviklingen af den empiriske model og algoritmer og anvendelse af seneste data science teknikker.
• 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 prædiktioner, 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, og det giver mulighed for at justere og sadle om, hvis resultaterne er anderledes end først forventet.

Rooftop's Predictive Analytics Model

De predictive analytics-løsninger, der leverer de bedste resultater - prædiktioner, opnår vi ved at have en struktureret og transparent arbejdsgang i udviklingen af data, modeller og algoritmer. Nedenfor ses en summarisk version af vores interaktive 5-punkts model.

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 forretningsidéer med afsæt i data. Vi afdækker også alternative veje, som initiativet potentielt kan bevæge sig i. Dette er unikt for data analytics-projekter, da vi på forhånd ikke kan vide med sikkerhed, om datagrundlaget er tilstrækkeligt til at kunne indfri ambitionen.

Vi samarbejder tæt med virksomhedens domænekompetencer i det pågældende område. Synergien mellem domænekompetencer og en business 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 data analytics-løsninger tages i brug, og det er centralt at de 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. Dertil kommer indkøringsperioden af løsningen, hvor vi skal sikre, at løsningen fortsat prædikterer optimalt på de vedvarende nye data som kommer til. 

Vi samarbejder gerne med virksomhedens øvrige leverandører, som potentielt indgår i implementering af data analytics-projektet.

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