Hoe het gebruik van de juiste processtappen leidt tot succesvollere data science projecten

Translated title of the thesis: How the use of the correct process steps leads to more successful data science projects
  • D. van Krieken

Student thesis: Master's Thesis

Abstract

In de eenentwintigste eeuw wordt door steeds technologie├źn een enorme hoeveelheid data gegenereerd. Data science helpt organisaties uit al deze data kennis en informatie te halen Om de beste waarde uit data science projecten te krijgen zijn er afgelopen jaren diverse projectmethoden ontwikkeld om deze projecten in te richten, waaronder de bekende CRISP-DM methode. Helaas is gebleken dat een groot deel van deze projecten niet succesvol is. Daarnaast zien we ook dat bij veel projecten, projectmethoden niet of gedeeltelijk worden toegepast. In dit onderzoek is onderzocht welke projectmethoden en processtappen gebruikt kunnen worden voor het succesvol afronden van data science projecten, dit heeft geresulteerd in een data science project framework. Dit framework laat zien welke projectkarakteristieken invloed hebben op de keuze van de juiste processtappen. Het framework is in een casestudy doormiddel van expertsinterviews en focusgroep interviews getoetst bij een middelgrote onderneming in de tech-sector. Als bijdrage aan de wetenschap wordt een overzicht gegeven welke factoren belangrijk zijn bij de keuze en inrichting van de processtappen en de projectmethode van een data science project.
Date of Award14 Sep 2021
Original languageDutch
SupervisorJeroen Baijens (Examiner) & Remko Helms (Co-assessor)

Keywords

  • Data science
  • data analyse
  • projectmethode
  • processtappen
  • projectkarakteristieken

Master's Degree

  • Master Business Process management & IT (BPMIT)

Cite this

'