På dette arrangement kan du blandt andet høre mere om, hvordan data kan være med til at sikre dyre investeringer, både når der er tale om teknologiske, materielle og menneskelige ressourcer.

Få blandt andet svar på:

• Hvordan kan man sikre den store mængde af data som en vindmølle producerer?
• Hvordan kan data hjælpe dig med at træffe de rigtige beslutninger omkring medarbejdere og kultur?
• Hvilke opmærksomhedspunkter er der, når man benytter sig af algorithmic management?

”Du skal være lidt modig for at tage et værktøj som Peakon i brug. Du kommer til at lære en masse fantastiske ting om dine medarbejdere og om, hvad de kan lide, men du kommer også til at vide noget om det, der ikke fungerer."
Kunde hos Peakon:
Sabina Notkin, VP Tech medarbejdererfaring, Trustpilot

Program

Christian Thomsen, Lektor, AAU
Effektive metoder til at gemme og forespørge på store mængder tidsseriedata

Fysiske systemer som f.eks. vindmøller genererer enorme mængder tidsseriedata fra sensorer. Da det ikke har været praktisk muligt at håndtere alt det tilgængelige data, har man typisk blot gemt aggregeringer f.eks. et gennemsnit for hver 5 minutter. Dette skjuler dog outliers og begrænser nytten af data. I dette oplæg vil vi se på ModelarDB, som udvikles på Aalborg Universitet.

I stedet for at gemme de rå datapunkter, laver ModelarDB modeller, der repræsenterer data inden for en brugerdefineret fejlmargin (som også kan sættes til 0%). Dette gør, at alt det opsamlede data er tilgængeligt for effektiv analyse, men at pladsforbruget reduceres drastisk. På denne måde kan data fx bruges til at vedligeholde vindmøllen baseret på behov.

Kasper Hulthin, Co-Founder and COO, Peakon
Hvordan opbygger og driver man en datadreven virksomhed?

Peakon har opbygget en vedvarende metode til medarbejderfeedback, som giver en åben linje for kommunikation mellem medarbejdere og ledelsen, så ledelsen kan lære, hvad der skaber engagement - og identificere områder, der kan forbedres i realtid.

Mari-Klara Stein, Associate Professor, CBS
Responsible Management in the Age of the Algorithm

Businesses increasingly rely on algorithmic management (i.e., data-driven recommendations) to run their operations and manage their human talent. In this talk, I address two important concerns regarding the widespread implementation and use of algorithmic management: the competence of managers and the trust of employees