Post-HBO Praktijkcursus – Strategic Business Intelligence

Je ontwikkelt strategieën voor business intelligence en past datagedreven besluitvorming toe binnen organisaties.

1. 1 Business intelligence strategie Je onderzoekt hoe je business intelligence strategisch positioneert en afstemt op organisatiedoelen.
   10 lessen

   1. Definitie en positionering van business intelligenceJe verkent de betekenis en plaats van business intelligence binnen organisaties.
   2. Strategische waarde van data binnen organisatiesJe onderzoekt hoe data waardevol wordt ingezet voor strategische keuzes.
   3. Visie en missie vertalen naar BI-doelstellingenJe vertaalt visie en missie naar concrete doelen voor business intelligence.
   4. Opstellen van een BI-roadmapJe stelt een stappenplan op voor de ontwikkeling van BI in de organisatie.
   5. Organisatiebrede datagedreven besluitvormingJe analyseert hoe je besluitvorming organisatiebreed baseert op data.
   6. Alignement tussen BI en bedrijfsstrategieJe onderzoekt hoe BI en bedrijfsstrategie op elkaar aansluiten.
   7. KPI-ontwikkeling op strategisch niveauJe ontwikkelt prestatie-indicatoren op strategisch niveau.
   8. Stakeholdermanagement en BI-governanceJe brengt stakeholders in kaart en richt governance voor BI in.
   9. Fasen in BI-volwassenheidJe herkent de verschillende fasen van volwassenheid in BI.
   10. Toepassen van frameworks zoals DAMA of TDWIJe past frameworks toe om BI-processen te structureren.
2. 2 Datagedreven besluitvorming Je past data toe als basis voor besluitvorming en vertaalt inzichten naar concrete acties.
   10 lessen

   1. Inzicht in besluitvormingsprocessenJe analyseert hoe besluiten tot stand komen binnen organisaties.
   2. Datagebruik als fundament voor sturingJe onderzoekt hoe data richting geeft aan sturing en beleid.
   3. Data-inzichten omzetten naar actiesJe zet data-inzichten om in uitvoerbare acties.
   4. Integratie van BI in managementcycliJe integreert business intelligence in managementprocessen.
   5. Dashboards als stuurinstrumentJe gebruikt dashboards om resultaten te monitoren en te sturen.
   6. Voorspellende modellen in besluitvormingJe past voorspellende modellen toe bij besluitvorming.
   7. Risicogestuurd werken met BIJe werkt risicogestuurd met behulp van BI-inzichten.
   8. Data storytelling voor draagvlakJe gebruikt data storytelling om draagvlak te creëren.
   9. Besluitvorming onder onzekerheidJe neemt besluiten op basis van data, ook bij onzekerheid.
   10. Evaluatie van beslissingen op basis van dataJe evalueert beslissingen door data te analyseren.
3. 3 Data-infrastructuur en architectuur Je ontwerpt en beoordeelt data-infrastructuren en architecturen voor betrouwbare informatievoorziening.
   10 lessen

   1. Basisprincipes van data-architectuurJe leert de basis van data-architectuur en de belangrijkste onderdelen daarvan.
   2. Verschil tussen operationele en analytische systemenJe onderscheidt operationele en analytische systemen en hun toepassingen.
   3. Datawarehousing en datamartsJe onderzoekt hoe datawarehouses en datamarts functioneren.
   4. Architectuurmodellen (bijv. Lambda, Kappa)Je vergelijkt verschillende architectuurmodellen voor dataopslag en verwerking.
   5. ETL-processen en datastromenJe brengt ETL-processen en datastromen in kaart.
   6. Cloudoplossingen voor data-opslag en verwerkingJe onderzoekt cloudoplossingen voor opslag en verwerking van data.
   7. API’s en data-integratieplatformsJe analyseert de rol van API’s en integratieplatforms bij data-uitwisseling.
   8. Rol van data lakes en lakehousesJe verkent het gebruik van data lakes en lakehouses.
   9. Schaalbaarheid en flexibiliteit van infrastructurenJe beoordeelt infrastructuren op schaalbaarheid en flexibiliteit.
   10. Security en toegangsbeheer binnen architectuurJe onderzoekt hoe je security en toegangsbeheer in de architectuur toepast.
4. 4 Datakwaliteit en governance Je waarborgt datakwaliteit en richt governanceprocessen in voor betrouwbare data.
   10 lessen

   1. Criteria voor datakwaliteit (volledigheid, actualiteit, etc.)Je stelt criteria op om datakwaliteit te beoordelen.
   2. Oorzaken van datavervuiling en inconsistentieJe analyseert oorzaken van datavervuiling en inconsistentie.
   3. Procesinrichting voor kwaliteitsbewakingJe richt processen in voor bewaking van datakwaliteit.
   4. Ownership en verantwoordelijkheden van dataJe verdeelt verantwoordelijkheden voor data binnen de organisatie.
   5. Opstellen van een data governance beleidJe stelt beleid op voor data governance.
   6. Toepassing van metadata managementJe past metadata management toe voor overzicht en controle.
   7. Rechten en rollen in data-autoriteitJe bepaalt rechten en rollen binnen data-autoriteit.
   8. Audits en controles op datakwaliteitJe voert audits en controles uit op datakwaliteit.
   9. Integriteit en traceerbaarheid van dataJe bewaakt de integriteit en traceerbaarheid van data.
   10. Tools en processen voor master data managementJe gebruikt tools en processen voor master data management.
5. 5 Visualisatie en dashboarding Je ontwikkelt effectieve datavisualisaties en dashboards voor inzicht en sturing.
   10 lessen

   1. Principes van datavisualisatieJe past principes van datavisualisatie toe voor heldere communicatie.
   2. Keuze van grafiektypes per datadoelJe kiest passende grafiektypes bij verschillende datavragen.
   3. Gebruikersgericht ontwerpen van dashboardsJe ontwerpt dashboards gericht op de behoeften van gebruikers.
   4. Interactieve dashboards versus statische rapportenJe vergelijkt interactieve dashboards met statische rapporten.
   5. Tools: Power BI, Tableau, Qlik Sense (introductie)Je maakt kennis met tools voor dashboarding en visualisatie.
   6. KPI-visualisatie en scorecardsJe visualiseert KPI’s en scorecards op overzichtelijke wijze.
   7. Kleurgebruik en visuele hiërarchieJe gebruikt kleur en visuele hiërarchie voor duidelijke weergave.
   8. Fouten en misleiding in visualisatie vermijdenJe voorkomt fouten en misleiding in visualisaties.
   9. Real-time dashboards en alertsJe ontwikkelt real-time dashboards en stelt alerts in.
   10. Storytelling met dashboardsJe past storytelling toe met dashboards voor overtuiging.
6. 6 Predictive en prescriptive analytics Je past voorspellende en voorschrijvende analyses toe en beoordeelt de bruikbaarheid van modellen.
   10 lessen

   1. Verschil tussen descriptieve, predictieve en prescriptieve modellenJe onderscheidt verschillende typen data-analyses en hun toepassingen.
   2. Statistische basis voor voorspellende analyseJe gebruikt statistische basisprincipes voor voorspellende analyses.
   3. Werken met regressie- en classificatiemodellenJe past regressie- en classificatiemodellen toe in de praktijk.
   4. Clustering en segmentatie toepassenJe voert clustering en segmentatie uit op datasets.
   5. Toepassingen zoals churn- en vraagvoorspellingJe onderzoekt toepassingen zoals churn- en vraagvoorspelling.
   6. Optimalisatie met scenario-analyseJe gebruikt scenario-analyse voor optimalisatievraagstukken.
   7. Inzet van AI en machine learning in BIJe verkent de inzet van AI en machine learning in BI.
   8. Modelleringstools (bijv. Python, R, RapidMiner – inleidend)Je maakt kennis met modelleringstools voor voorspellende analyses.
   9. Validatie en interpretatie van modellenJe valideert en interpreteert de uitkomsten van modellen.
   10. Beperkingen en valkuilen van voorspellende modellenJe herkent beperkingen en valkuilen van voorspellende modellen.
7. 7 Performance management en KPI’s Je ontwikkelt en beheert KPI’s en gebruikt deze voor performance management.
   10 lessen

   1. Ontwikkeling van KPI’s vanuit strategieJe ontwikkelt KPI’s op basis van strategische doelen.
   2. Verschillende KPI-types (input, output, outcome)Je onderscheidt verschillende soorten KPI’s en hun toepassing.
   3. KPI’s koppelen aan processen en afdelingenJe koppelt KPI’s aan processen en afdelingen.
   4. KPI dashboards voor performance reviewJe gebruikt KPI-dashboards voor het beoordelen van prestaties.
   5. Gebruik van balanced scorecard methodiekJe past de balanced scorecard methodiek toe.
   6. Kritieke versus ondersteunende indicatorenJe onderscheidt kritieke en ondersteunende indicatoren.
   7. Frequentie van meten en rapporterenJe bepaalt hoe vaak je KPI’s meet en rapporteert.
   8. KPI governance en verantwoordelijkheidJe richt governance en verantwoordelijkheid rond KPI’s in.
   9. Data als basis voor performance gesprekkenJe gebruikt data als basis voor gesprekken over prestaties.
   10. KPI-evolutie en herijking op strategisch niveauJe evalueert en herijkt KPI’s op strategisch niveau.
8. 8 Organisatiecultuur en adoptie Je stimuleert adoptie van BI door aandacht voor organisatiecultuur, leiderschap en verandermanagement.
   10 lessen

   1. Psychologische barrières bij datagedreven werkenJe herkent psychologische barrières bij datagedreven werken.
   2. Organisatiecultuur en de acceptatie van BIJe onderzoekt de invloed van cultuur op acceptatie van BI.
   3. Rol van leiderschap bij data-adoptieJe analyseert de rol van leiderschap bij data-adoptie.
   4. Verandermanagement bij BI-implementatiesJe past verandermanagement toe bij BI-implementaties.
   5. Creëren van een datagedreven mindsetJe stimuleert een mindset gericht op datagedreven werken.
   6. Communicatiestrategieën voor draagvlakJe ontwikkelt communicatiestrategieën voor draagvlak.
   7. Identificatie van data-ambassadeursJe identificeert medewerkers als data-ambassadeurs.
   8. Samenwerking tussen business en ITJe bevordert samenwerking tussen business en IT.
   9. Interne marketing van BI-oplossingenJe zet interne marketing in voor BI-oplossingen.
   10. Meten van adoptie en gebruiksintensiteitJe meet adoptie en gebruiksintensiteit van BI.
9. 9 Risicobeheersing en compliance Je beheerst risico’s en borgt compliance bij het gebruik van data en BI-oplossingen.
   10 lessen

   1. Data governance versus data complianceJe vergelijkt data governance met data compliance.
   2. Juridische kaders zoals AVG/GDPRJe onderzoekt juridische kaders rondom datagebruik.
   3. Risico-identificatie bij datagebruikJe identificeert risico’s bij het werken met data.
   4. Beveiliging van data en BI-platformsJe beveiligt data en BI-platforms tegen ongeoorloofd gebruik.
   5. Toegangsbeheer en audit trailsJe richt toegangsbeheer en audit trails in.
   6. Beleid voor dataretentie en verwijderingJe stelt beleid op voor dataretentie en verwijdering.
   7. Compliance dashboards en controlesJe gebruikt dashboards voor compliance monitoring.
   8. Incidentenrapportage en opvolgingJe rapporteert en volgt incidenten met data op.
   9. Werken met privacy by designJe past privacy by design toe bij BI-oplossingen.
   10. Externe audits en toezichtsorganenJe bereidt je voor op externe audits en toezicht.
10. 10 Innovatie en toekomst van business intelligence Je onderzoekt trends en innovaties in business intelligence en hun impact op organisaties.
    10 lessen

    1. Opkomst van augmented analyticsJe verkent de mogelijkheden van augmented analytics.
    2. Self-service BI in organisatiesJe onderzoekt self-service BI en de gevolgen voor organisaties.
    3. Integratie van BI met RPA en workflow automationJe analyseert de integratie van BI met automatisering.
    4. Spraakgestuurde en natuurlijke taal BIJe bekijkt toepassingen van spraakgestuurde BI.
    5. BI-toepassingen in edge computingJe onderzoekt BI-toepassingen in edge computing.
    6. Embedded BI in operationele systemenJe analyseert embedded BI in operationele systemen.
    7. Impact van generatieve AI op BI-processenJe beoordeelt de impact van generatieve AI op BI-processen.
    8. Business Intelligence in realtime besluitvormingJe onderzoekt BI voor realtime besluitvorming.
    9. Trends in data democratizationJe volgt trends in data democratization.
    10. Scenario’s voor toekomstige BI-organisatiesJe verkent scenario’s voor toekomstige BI-organisaties.