goedemorgen en welkom bij de vierde en tevens laatste sessie van de wereld naar covert nike mijn naam is zo vers het unieke en samen met mijn collega johan van raak goedemorgen willen wij u komende 25 minuten laten zien hoe je meer uit je informatie kan halen als je data voor je laat werken koffie tijdens of na afloop van deze sessie vragen hebben kunt u deze stellen vinden chatfunctie aan het eind van een sessie zullen we deze vragen beantwoorden en tijdens een sessie is er ook nog een aantal ons uitzetten en aan het einde nog twee whitepapers er uitserveren als we terugkijken op de informatie
lifecycle dus na deze eigenlijk uit vier hoog stappen allereerst ontstaat er data dit kan in fysieke maar ook in digitale vorm ontstaan daarna wordt data gebruikt dit kan binnen uw eigen organisatie maar ook daarbuiten denk hierbij een factuur die binnen de een organisatie wordt gekeerd en binnen de andere organisatie wordt verwerkt en betaald vervolgens voor data opgeslagen hoelang daens uiteindelijk wordt opgeslagen is afhankelijk van allerlei factoren denk hierbij aan lokale wetgeving interne energie maar ook aan aansprakelijkheden kortom afhankelijk van wat voor soort data wordt een
bepaald wat uiteindelijk de bewaartermijn is als het aan het eind van de cyclus is gekomen zodat uiteindelijk worden vernietigd dit zijn de vier hoofdstappen binnen informatielaag shingles daarnaast willen we stilstaan bij het gebruik van data en hoe je deze voor je kan laten werken de punten die wij voor vandaag op de agenda hebben gezet is een terugblik op de clinical 3 ingegeven zijn door mijn collega annemieke en rob digitale transformatie de rol voor machine learning een aantal use cases die herkenbaar zijn en hij zijn ik welke stap je als eerste zou zou kunnen zetten genaamd cleans up wil ik
graag er is nog een tip het wordt dus ook dit met een jongen geven dankjewel waarbij zou er inderdaad de vorige kliniek en we annemieke en op stilstaan bij het inzetten van waarvan een bakje met management oplossing en workflows oneigenlijk informatie toegankelijker te maken voor de organisatie en zo tijdsonafhankelijk werken en plaatsonafhankelijk werken zo goed mogelijke te faciliteren en juist in deze tijd waarbij toch veel mensen vanuit huis werken en ook straks naar toekomst wat filmen mensen nog thuis willen blijven werken wat we zien is dat werknemers en het
geeft onderzoek althans aan zo in de regel 25 procent van de tijd bezig zijn met het zoeken naar specifieke informatie op dat moment relevant voor een is zo'n document management oplossing zorgt er eigenlijk voor dat de juiste informatie op dat moment er direct vindbaar in plaats van dat je dus echt namelijk zoeken of troon je vindt in plaats van je zoekt en een juiste ingerichte dms een soort ook voor dat je 360 graden blik hebt op alle documenten die op dat moment voor jou van lang zijn en al object die voor jou van dat steekt dus niet alleen maar alles wat zich in
de dms bevindt maar bijvoorbeeld ook in de naastliggende we passen tori's of de applicaties denk dan bijvoorbeeld aan uw scheren maar of wiel outlook omgeving sharepoint omgeving en nu het nog ook manier valt dat als wordt gezocht naar dat specifieke document voor die ene klant had een blik wordt geworpen op alle applicaties die verbonden zijn met de dms en en daarnaast het inzetten van workflows door juist moet inzetten voor workflows en versterk nog eens het plaats en tijdonafhankelijk werken ook als je dat combineert met het inzetten van metadata bijvoorbeeld wat status van het van dat
document en door het instellen van judaisme nieuw moet iets af zijn en autorisaties weet je eigenlijk op elke met status van hun documenten van een proces en wat jij je nog meer doen als persoon over in van je collega's je kan het nog verder natuurlijk optimaliseren door bijvoorbeeld het gebruik van elektronische handtekeningen en juist dan ga je het afhankelijke digitale wijken nog veel meer zo mee ondersteunen dan is geen noodzaak meer tot printen scannen handtekening zetten et cetera wat interessant is aan deze staafdiagram die de drivers gedicht alle informatie
laat zien is dat wat het voorgaande dat dat eigenlijk onderscheid he wat tot week na zwaar bij het inzetten van digitale transformatie dat is het efficiënter maken van van processen en maar ook de productiviteit te verhogen van de van de werknemers en ik kan me voorstellen dat juist in deze tijd die die percentages nog hoger zouden uitvallen nou als reden voor voor voor het ondergaan van digitale transformatie of althans de bouw van dus ik strategie en uitvoering andere bewegingen die ziet is het volgen van de klantervaring maar bijvoorbeeld ook nieuwe omzet genereren de tour denken van nieuwe
business modellen nieuwe business modellen die eigenlijk met het lekker schie omgeving niet mogelijk zijn met de slotte en dat zie je ook onderaan maar zeker niet minst belangrijke of niet belangrijk dat is de motivatie inbouwt van personeel ik denk dat in de tijd bedrijf wordt mee gaat met zijn tijd enerzijds haar aantrekkelijk chris vroeg bedrijven over voor werknemers maar anderzijds en biedt het ook kansen voor werknemers om de kerncompetenties vettigheid ontplooien en uiteindelijk waardevolle te zijn voor we voor de organisatie maar om die doelstelling te behalen is
het wel van belang dat bedrijf niet al te lang meer wachten met het met het ontwikkelen van dergelijke plannen dus een strategie van tom digitale transformatie enerzijds omdat de kansen en die zijn anderzijds omdat het inhouden van achterstand te laat eigenlijk wel eens lastig zou kunnen worden of we steeds moeilijker wordt dat zie je bijvoorbeeld alleen maar aan de data groeit de goede van data over jou heen als je nu naar 2020 kijken verwachten we dat we ongeveer 40 zettabyte en daar te produceren produceren en met z'n allen bij elkaar nou en bij in 2025
dus al wat ongeveer vier keer zoveel zijn nog meer aan wie is zo veel en als je dat afzet tegen of probeer te registreren en stel dat je al die data die 150 satellite sokken to rate is alles op plaatsen dan zou je in stapel creëren waarmee je 23 keer de afstand van de aarde naar de maan over plugt dus zoveel data is dat uiteindelijk en nog steeds moet je dan meer rekening houden volgens onderzoek ook van van nee hier aan you en dat werknemers 25 procent van de tijd echt spenderen aan het zoeken van een daad van data of informatie zodat zomer kunnen oplopen of
maar ik het ongewenst uiteindelijk nog veel week als we kijken naar een onderzoek van welke bedrijf naar daadwerkelijk bezig zijn met volledig digitale transformatie of onze plannen geweten hebben een bezig met de ex cupido van dan is dat nog minder dan de helft van de bedrijf dat doet ons naar voren uit de onderzoek onderzoek van de ai die die faatimah van hun [Muziek] van sofa van group excuses plusteken kwijt en en wat interessant is om te zien hij is hoe dat onder deze groep van van deelnemers zich verhoudt is minder dan de helft van de respondenten gaf aan bij
zijn hebben volwaardig statieven strategie rondom digitale transformatie hoe is dat dan onder doelgroep dus wat ik nu ga doen is een poll starten en dan wil ik aan u vragen om binnen een aantal seconden een antwoord te kiezen en dan ga ik die antwoorden ook met u delen ik heb als goed is nu de poll gestart dus kijkt u noemt heeft de tijd om te kijken naar de vraag en de antwoorden zijn komen over een met de bolletjes in de presentatie ik zie je antwoorden binnen stromen ik geef ik nog vijf seconden ja dan stop ik niet de pol en dat ze er antwoorden zijn en reacties
zijn verdeeld rond om twee antwoorden 50% geven aan hebben een duidelijke strategie en zijn actief bezig met digitalisering van onze beslissing punt en 50% ons wel vallend twee land fles benoemd zijn we zijn er nog niet mee bezig dus natuurlijk wel interessant informatie matte uiteindelijk hangt het wondje 50% een adapter als je dat op een hoop zo'n schaar inderdaad met het met de reacties te antwoorden uit de grotere bol grote enquête dan kom ik dat al ongeveer overheen met die valk met de bedrijven die er mee bezig zijn terug naar de presentatie wat een
frappant is om te zien met de wetenschap dat we steeds meer data gaan produceren en nu anne 2020 onverwacht van trigt zettabyte omdat het produceren is dat de praktijk zien dat blijkt althans uit de onderzoek van hun spion doden zwaait hij was 18 dat bedrijven pak hem beet vijf tot tien procent van de daad die men verzamelt echt actief inzet en we zien de echte bedrijven over het algemeen veel moeite hebben om al die daad op de juiste manier aan te wenden met rust is je eigenlijk nog heel veel terrein te winnen tegelijkertijd is ook belangrijk om data zonde waar de zoveel mogelijk op te
ruimen opslag van data kost nu eenmaal geld terwijl risico's blijven toenemen en soms en en vaak neemt de waarde van data na verloop van tijd af als kijken naar risico's denk dan bijvoorbeeld aan de overtredingen met betrekking tot haar vergeven wetgeving tenten rondom persoons gegevens maar ook bij vol data die interessant is voor hackers maar uiteindelijk geen directe waarde heeft voor het bedrijf en denk ik bijvoorbeeld aan een base en dan morgen het ik begon aan betalingsgegevens ik ga de kat gegevens van klanten die niet meer klant zijn op de moment van
dus dat dat heeft veel waarde van hecke maar eigenlijk op misschien mate voor wie was bedrijf machine en ik kan daar dus een fundamentele rol in spelen dus een belangrijke rol in de in de wereld van digitale transformatie wat u dicht en wat u misschien leuning eigenlijk het met behulp van de computer en door het gebruik van algoritmes kan je de computer zelf laten leren en daardoor processen verbeteren en in je dus minder afhankelijk maken van echte traditioneel programmeren en uiteindelijk bij een daad is gedaan om er te veel flexibeler dus normaal gesproken met je dan een
voor elke iteratie moeten er opnieuw programmeert worden dus voor elk nieuw idee met opnieuw geleerd hadden nog van elke dataset terwijl je met machine learning laat je de computer zelf leren en daar uiteindelijk ook anticiperen vonden voor machine learning is wel dat de datasets groot genoeg zijn om de computer ook daadwerkelijk laten leren dus die modellen te laten leren en je veel computer af nodig dat laatste is nu allemaal binnen handbereik juist door cloud computing' en bijvoorbeeld via de en google google cloud en kijk ook naar microsoft en en amazon edo abs dat zijn de grootste 3
providers die olie cloud computing bieden om aan om ook machine in toe te kunnen passen maar dan is dat vaak een kwestie van doe ik het zelf laat ik het doen door in te beteren ge of zijn er inderdaad zo semi kant en klare producten of services beschikbaar uiteindelijk wat ik dus de machine en toepassen op het specifiek data dan kunnen we een aantal verschillende data types onderscheid en je hebt een gestructureerde data waarom veel meer wordt getest met machine learning en ze weer de datum vinden wij terug in database is maar alles is zoals het woord al zegt netjes is gestructureerd
zeer gestructureerde data dan gaat het dus niet over e-mails html maar je hebt ook een ongestructureerde data die je eigenlijk is ook in de onderdelen in tekst data maar bijvoorbeeld ook een meer publieksmedia van rijke media tekst later zijn de pro q menten document is wel digitaal geproduceerd of geboren en geboren zoals je zou kunnen zeggen of juist gescant ook de video afbeeldingen en audio dat is meer de bitch media nou bijvoorbeeld had dat wat we ook veel mensen aanspreken als bloed machine die nog video's uit toepassing is geef mij een duizend uur en
videomateriaal de en geef mij alle argumenten dus waar je filmster ik ziet al rijdend in een auto misschien ze cabrio met de zee op de achtergrond geef mij die beelden terug naar dat is iets wat je computer zou kunnen leren hoe meer dat want het herkennen van was een auto het herkennen van de persoon herkennen wat ze de zee om dat te combineren en en juist die fragment door terug te geven en dat dat hoeft tussen menselijke persoon niet wit te doen dus de vraag is wat kan je nog meer mee doen nou wat wij voor mij dat onderscheiden is dat eigenlijk een fiets op fundamentele belangrijke toepassing
zijn waarvoor je misschien zou kunnen inzetten bij we zien dat als classificeren beoordelen transformeren en valideren om iets te kunnen doen moet je natuurlijk eerst weten wat je hebt oftewel je moet eerst de content classificeren zowel content zoals ik wil to structure die al digitaal is geproduceerd of geboren me ook content die nog ergens die ooit geprint is en is opgeslagen door middel van dat te scannen nou bij technologie aan toe te voegen die karakters herkent kan je dus en machine dat laten leren om wat voor soort document is is bewolkt en arbeidscontract is een overeenkomst met
een klant is dan factuur zijn het notulen van de directie et cetera en om op belangrijk om het einde te bepalen wat je ermee wilt gaan doen en ook om te bepalen wat heb ik daar op uiteindelijk we plan voor het of ik kan een machine en ik ook inzetten om content te beoordelen denk dan bijvoorbeeld aan massages in in contractvoorwaarden welke passage schitterend of sterknop wel de ontbreken er en loop wat voor risico loopt nou eigenlijk met zijn organisatie wat voor exposure heb ik nou eigenlijk in de markt vanuit een jupio of avg toepassing zou je bijvoorbeeld transformeren het in gebruik en je wil
bijvoorbeeld persoons gegevens met de analyseren en het opzoeken van een wees en de met het opzoeken van en voornaam achternaam en dan je persoon en dat bijvoorbeeld analyseren doe daar iets anders neer te zetten of door te strepen et cetera nou dat is allemaal dat stukje transformeren zijn onmogelijk met misschien woning en laatste toepassing noah je valideren dat kan bijvoorbeeld op de controle van de volledigheid van hem te geven dat het wordt omgezet naar volgende stap in het proces als we stammen pak weer een hf dossier en is de handtekening gezet door één of
meerdere directeuren op het arbeidscontract met deze nieuwe werknemer zit er een kopie van ideal bij het cetrum wat kan bijvoorbeeld ook zijn in hun klanten opdracht de klant opdracht is zo'n dossier kunnen zijn met daarin de overeenkomst dat kan zijn ook bevoelen kvk uittreksel moeten bij zitten et cetera het bedenk het maar misschien wat interne formulieren is dat dossier compleet voordat de tool kan naar een volgende stap in het proces uiteindelijk is alles bedoeld om proces versnellen te laten verlopen en ook om die foutmarges te verkleinen en uiteindelijk dat u als medewerkers merk
nemen ook minder kwijt bent tijd kwijt bent met zaken die eigenlijk niet tot de kern competenties te behoren zoals ik al eerder al aangaf en uiteindelijk kunnen dit natuurlijk weer vertalen naar business drivers en wat drijft pijn doe je dit omvat drijf dan onderneming daarin kunnen we een aantal zaken zouden kunnen onderscheiden wat heel belangrijk is en al heel vaak naar wordt gekeken is kus hem experience voor bedrijven is de net promotor score ontzettend belangrijk hoe word ik ervaren als bedrijf of door mijn plant ziet dat vaak natuurlijk inmenging consumenten transacties en dat zou
gevoeld zijn door zijn verwerken van leuk voor klantvraag dat zou je kunnen doen met 100 inzet van chatbot chatbot studeer zijn gekoppeld aan achterlichten applicaties waardoor de informatie weerstaan wordt opgehaald de andere is en dat steeds meer op de agenda van de van een directie en van een board of directors is het voldoet aan wet en regelgeving ja is met de komst van sociale media de digitale publicaties van nieuws etcetera en is de kans of is natuurlijk wordt negatief nieuws er binnen enkele seconden en soms wereld waar het zelfs ongewild je wil dat kan erin om een
reputatieschade kan dat met zich meebrengen maar daarnaast wil je bedoelt ook voorkomen dat talen toezichthouders strip kijken van wat ben je aan het doen als bedrijf en dat je beroep boetes krijgt van de toezichthouder bij voelt omdat je via je ipad of top persoons gegevens niet goed behandelt het kan ook zijn als jij financiële instelling bent dat jij de richtlijnen volgden want witwaspraktijken f misschien van terrorisme niet gevlogd dus dat jij doet diligence niet goed wel al hebt dat wil je allemaal volkomen information governance is ook een belangrijk punt oftewel het beleid
hoe ik met mijn data omgaan en uiteindelijk veiligheid van die data garanderen daarvoor moet je ook de datum classificeren en rood retentie toekennen of het oftewel hoe lang blijft het ware als een de laatste wat ik nog kan verlagen van risico's uitloofde volledige breedte maar bijvoorbeeld ook het simpelweg het ontdekken van fraude zowel intern als extern en is er sprake van identiteitsfraude dat kan je door middel van bijvoorbeeld machine in en zou ik dat soort zijn te kunnen automatiseren en daarom nedflex laten voorkomen in dat geval is en tenslotte op reis naar excellentie juist
interne doorlooptijd te verlagen de kwaliteit eigenlijk van je dienstverlening verhogen en en hierbij wil ik graag nog de tweede pollen activeren om te kijken wat er bij u speelt of haar en wat nu denkt naar daar zou ik daar zou ik misschien mening als je eerste voet toepassen en dat kan natuur perfectie verschillen dat besef ik zeg mij te regen dus we bent u marketing manager en dan kan dat ik een experience zijn met u en operations manager zou dat misschien met al krishna excellence kunnen zijn dus ik ga op real de druppel stof te bekijken en ik publiceer deze
je ziet staan een paar zaal in uw beleving uw organisatie de meeste winst kunnen behalen met machine learning is dat customer experience compliance verlagen van risico's operational excellence of geen van bovenstaande ik zie toch niet alleen mijn compliance snel opvallend kijk op resnap lens vlagen van risico's kan natuurlijk ook bij compliance zitten kust max pitch je kan gaan toen in een paar seconden de poll eindigen en wat komt er uit wij zien als verdeling 20% christen experience 40% compliance en optreden en vlagen van risico's is
niet genoeg maar dat valt kan me voorstellen dat dat het castricumplein schot en op 40 cent operational excellence en 20 zand om te moeten vernemen en dus twee hartelijk danken voor wat de kern ik wil nu eigenlijk het woord geven aan een hoop echt wel terug geven die een aantal herkenbare use cases zou wandelen ben je misschien mening zou kunnen toepassen voor uw organisatie ja als je gaat kijken op geef moment waarvoor je het zou kunnen we kunnen inzetten op geeft mensen denk dan woord aan contracten bij fusies en overnames zijn er op geeft mensen uitzondering omgeving op de
verstandelijk voorwaardes hoe zit het eventueel met aansprakelijkheden big van onbeperkte aansprakelijkheid welke looptijden zijn de een looptijd van een contract tussen waarde ook geeft mens bepaalt uiteindelijk de eindwaarde en ons de als loopt hij doet ie vrij kort is zittende type weinig waarde nog in het in het contact en heeft het ipl direct gevolgd op gegeven moment voor en de eventuele als een amisom of verwerken is er is een goed voorbeeld waarbij na het scannen opgeven de automatische kan classificeren wat word documenten heb ik het gescant is het een factuur is dit iets wat naar
haar er moet daarnaast kan je dan uiteindelijk geeft zorgen voor het is chica van dat kan je volledig automatiseren want het moment is dat je herkent dat een factuur is kan direct door ook geeft me naar een fakturatie afdeling als je kijkers inderdaad afroep met factuurverwerking is dat u wel van belang geef er een god is die inderdaad een factuur welke gegevens aan er op de factuur kun je de bedragen dag vanuit lees dan kunnen we die heeft wel checken met pijl nummers hallo hier is veel meer zaken opgeeft ie nog handmatig gebeuren kan wegnemen en een proces kan versnellen
als je kijkt naar bijvoorbeeld gaia taille checks doen of je dossier volledig is of alle documenten die getekend dienen te zijn op rijst dat moment ook getekend zijn of persoons gegevens ook op de andere gegevens van een personeelslid opgeeft met een vergelijkbaar zijn en totaal geen in het verschil in zit in kan een foutief rijbewijs had haar gezien zit wat niet overeenkomt met de gegevens vol van een persoon zodra als chauffeur is van en dat zijn allemaal dingen omgeving die het met een machine learning zou kunnen doen uiteindelijk natuurlijk op mensen als dat je deze dingen zou willen is dat ie
wel gewoon heel heel erg van belang geef bent hoe je daar mee start maar haar man ze noemen we dit setting stort en we zijn ook niet al een paar keer de blijven stilstaan de clean start wat is clean start en kies zag ze eigenlijk ook geef met een volledig beoordelingsvermogen informatie hebt binnen een organisatie daarbij helpen wij organisaties om in kaart te brengen van welke informatie hebben is dat in digitale vorm is dat die fysieke vorm hoe kan ik daar is het slimste mee omgaan en zou je kansen moeten digitaliseren kan ik dat beter opslaan uit en dan zijn die komt een
aanbeveling waarbij je als klant kan kiezen op gegeven moment dat ze er wel of niet mee zakdoek zijn want eind gekomen van de sessie ik zie dat er al wat ze wat vragen zijn binnengekomen maar mocht er nog andere vragen zijn zoon iets stelsel wat mogelijk is op geeft mensen zullen wij je beantwoorden met de stad geen tijd meer hebben zullen daarop naast moment te komen ja kijk ik zie een vraag ik zie dat de mogelijkheden zijn voor postverwerking hoe moet ik dat zien komt andermant en de post ophalen of hoe werkt dat dan met de tien frame van de armband oké hoe beter zou jij die vraag in hem
antwoordde ik zie namelijk ook nog een andere vraag en toch kijken ja eigenlijk zijn daar leegloop aan mogelijkheden postverwerking opgeven met is een dienst die wij aanbieden waarbij kleuren de of kijk gewoon locatie van plant ophalen wat je over het algemeen zie is dat een postbus geopend wordt iedere arm uit en geleegd wordt armani zorgt er dat het allemaal verwerkt wordt afhankelijk van de wens van de klant wordt het ze in digitale vorm terug levert dan postkamer die intern with which i kan doen maar we kunnen natuurlijk uiteindelijk ook met machine learning
zorgen de stad en vooraf de documenten nu bekend worden en al aan het juist of skills tutor ja oké ik zie nog een open vraag zijn er is het is een zware cijfers zijn vermeld van de te balen voordelen winsten efficiëntievoordelen risico's kleine verbetering klantenervaring jij dat antwoord is het kan ik op twee manieren beantwoorden enerzijds ze zijn natuurlijke de verschillende externe rapporten die ik daar iets over kunnen zeggen anderzijds hebben wij inderdaad ook zelf onze ervaringen wij bepaalde cases en dat is natuurlijk van een case afhankelijke en ook en van alcohol
vanuit welk perspectief je het bekijkt maar wij zien de bepaalde cases aardbei en 290 overijssel in 46% de productie van van kosten rolt in vergelijking tot doet je zelf oplossingen en dus dat is meer vanuit in de zesde de total cost of ownership daarnaast hebben wij ook verschillende een er zijn soms geanalyseerde maar andere anderzijds ook met de volledig naar kuste me case is beschikbaar en diepe met u zo de kunnen delen specifiek on basic zo'n jullie vragen gesteld waarbij we ook inderdaad voor die kees de specifieke en arline met u en met u zouden kunnen
delen en hoe voelt denken nou we hebben een financieel bedrijf hebben opgezet rondom claims en wij zijn we staat geweest om dat hele proces te verkorten van hoe ik het goed zeggen van 6 tot drie dagen en we hebben voelt ook bij een bedrijf wat auto financiering doet en dat precies kunnen verlagen van 12 naar en 4 tot 5 dagen meen ik moet zeggen ik al mijn hoofd maar dus zijn dus echte case is van beschikbaar maar wat we eigenlijk altijd doen als wij weg project aangaan eerst kijken we naar de haalbaarheid van een dergelijk van een berg project dus wat is de vraagstelling wat wil het
bedrijf bereiken wat wil ik bereiken wat is er aanwezig om dat te kunnen bereiken dus bijvoorbeeld een datum en van daaruit werk we dan naar feasibility studies en daaruit komt er zo eindelijk kunnen we ook dan uiteindelijk de businesscase bouwen en de total cost of ownership prima uiteindelijk bouwen dat geeft dan een goed inzicht in van is dit nogal heeft heeft het nogal met door te gaan dus dat was eigenlijk de opbouw van het proces bij ons tussenstappen nooit gelijk in het type we proberen het eerst gezamenlijk proberen we die ik een schoon te maken voordat we dat we
druk aan de slag gaan dus koop dat dat de vraag beantwoord mocht er iets rest we zijn in die specifiek kees bestanden om dan vernemen wij dat graag kunt ons altijd een bericht sturen ja ik zie u heel graag een cases delen oké ik zal dat met op zo'n betrokken personen ja ik ik zie verschillende reacties van die terugkomen ik heb ik ben neem dat persoonlijk met wie we zullen na deze sessie contact met u opnemen ik zie dat ze ook aan de tijd van van de tijd zou komen o ja sorry ik ik gaf in laten we hem uitvoerig antwoord misschien nog een laatste vraag die ik zag dat is hoe integreer thar
maand mesures is in bestaande processen zal ik die beantwoorden hoe weet wel via de spil mij dit nou eigenlijk geeft wel deels ook wordt is deels wat ik zojuist gaf wat wij eigenlijk hebben gebouwd zal het is een technisch woord en processing pipeline waar eigenlijk heel veel standaarden in zijn vastgelegd heel veel schroefjes zijn opgenomen voor misschien leuning en waarbij de ook handen aantal algoritmes hebben gebouwd en juist een hand van die die blauwdruk die we je genereren en wordt uiteindelijk iets gebouwd zo'n eerste product wat we over eerste
service had kunnen oplevert kunnen we vaak afhankelijk van de datasets pin 6 tot 12 weken doet dat dan pijn doe het jezelf oplossing wil was twaalf maanden 8 en 12 maanden zou kunnen duren en uiteindelijk stellen we en kunnen we zeg maar de daders strips gekopieerd juist oftewel via uw eigen systeem in te kweken of uw eigen mensen kunt u dan de applicatie waar de data ik in moet komen te staan koppelen aan ons proces pipelife 4 die ik juist dus ja en dat bovenop voor meer transactie hele toepassingen had ook handelingen hebben wij ook nog een een user interface die met beschikbaar
stellen bijvoorbeeld bij de dan goed of de use case ik wil een bepaalde contracten wil ik iets opzoeken dat zou je bijvoorbeeld kunnen doen met de user interface zodat je eigenlijk direct als je hem of haar te legal counsel bent direct na de contracten voor je neus hebt waar je vooral voor u op dat met relevant zijn dus ik hoop dat dat een beetje een antwoord geeft op de vraag nu zegt hij na twee over half moet inderdaad afsluiten erbij willen u bij deze winden als hartelijk danken voor uw aanwezigheid gedurende afgelopen vier sessies verhogen ook echt dat ziet
er iets van heeft gehad mochten er nog vragen zijn of nog die iets meer willen weten of al de dienstverlening of over greensight neem dan gerust contact met ons op dat kan rechtstreeks via een van de 4 posts dus annemiek er op een gebed hoofd mijzelf of u kunt ook contact opnemen met ons customer service en als ik dan nogmaals en nog een hele fijne dag vanmiddag