Welke factoren beïnvloeden de aanpak van data science projecten

Abstract

Door de steeds verdere integratie van nieuwe technologieën, als cloud computing, sociale netwerken en mobiele technologie in de bedrijfsprocessen genereert dit een groot volume aan waardevolle data voor organisaties. Data Science geeft organisaties inzicht in de betekenis van deze data. Om deze inzichten te krijgen is een goede projectaanpak cruciaal. Als we kijken naar de toegepaste projectmethodieken in data science projecten valt het op dat deze methodieken niet of maar gedeeltelijk, vaak ad-hoc, worden toegepast door data science teams binnen organisaties. Dit resulteert in het falen van een groot deel van deze projecten. Dit onderzoek heeft een Data Science Project Framework gerealiseerd welke inzicht geeft in de project thema’s die relevant zijn voor de uitvoering van data science projecten. Het framework is gevalideerd middels een case study bij een overheidsorganisatie, door het uitvoeren van expert interviews en focusgroep sessies. Dit onderzoek draagt bij aan de wetenschap door een beeld te geven van de factoren die van belang zijn voor de inrichting van de projectmethodiek voor data science projecten. Het ontwikkelde framework laat zien (1) welke projectkarakteristieken de data science projecten beïnvloeden, (2) welke thema’s uit de geëvalueerde data science modellen vanuit CRSIP-DM hier een belangrijke rol in spelen om vervolgens (3) deze karakteristieken te matchen met de relevante thema’s die bijdragen aan het succesvol uitvoeren van data science projecten.

Date of Award	27 Jun 2020
Original language	Dutch
Supervisor	Rob Kusters (Examiner) & Jeroen Baijens (Co-assessor)