Mail ons

Overzicht

De smaakmakers van Sioo: Lotte Hart

Blogpost 21 Jan 2020

Eén van de nieuwere docenten uit ons netwerk is Lotte Hart, Managing Consultant bij SeederDeBoer. Een collega van Lotte las enkele jaren geleden een blog van Marguerithe de Man over de behoefte aan datakennis onder adviseurs en veranderaars. De collega liet weten dat het Lotte’s expertisegebied is en al snel zou Lotte docent data analytics in het consultanyprogramma ‘Consulting in de Informatiesamenleving’ worden. Sinds vorig jaar is er ook een verdiepingsworkshop in het open aanbod ‘Data science voor adviseurs en veranderaars’.

Lotte studeerde Engels en bedrijfskunde en kwam al tijdens haar studies in het hospitalityvak terecht. Een hele leuke branche, maar ze miste de inhoudelijke verdieping. Toch heeft Lotte Hart veel over organiseren geleerd in de hospitality. “Om grote events in goede banen te leiden en bezoekers een zo’n optimaal mogelijke ervaring te geven, moet je ad hoc beslissingen kunnen nemen die grote gevolgen hebben.”

Het duurde vervolgens een tijd voor ze wist welke kant ze op wilde. Het moest consultancy worden, maar geen rol als strategieconsultant. “Ik wilde meer dan alleen een advies opschrijven, wilde écht veranderingen realiseren en implementeren. We zaten middenin in de economische crisis en ik had natuurlijk een beetje een gek CV, met een studie Engels en werkervaring in de hospitality. Bij toeval kwam mijn CV bij SeederDeBoer terecht en werd ik gevraagd te solliciteren voor hun traineeship.” Het werd een match en sinds 2012 werkt Lotte met veel plezier bij SeederDeBoer. “Als junior consultant werkte ik direct al voor opdrachtgevers en maakte zo kennis met alle aspecten van het consultancyvak.”

IT-projecten en data science

Zo kwam ze bij Nationale Nederlanden terecht, waar het ‘nieuwe werken’ werd ingevoerd. “Ik bemande daar het projectmanagement-office en kon veel van mijn hospitality-ervaring gebruiken. Als junior consultant hielp ik ook bij de IT-kant van het project en werd ik uiteindelijk ‘Het Nieuwe Werken-coach’.” De volgende klant werd Rabobank. “Bij de Rabobank werkte ik samen met McKinsey aan mijn eerste data science-project. We onderzochten of we met een model op basis van data konden voorspellen in welke producten klanten mogelijk ook geïnteresseerd zouden zijn. Het project was een interessante combinatie van IT, data en marketing. Met het model konden we klanten veel specifieker benaderen en beter van dienst zijn. Mijn rol in het project was die van ‘vertaler’: ik zorgde ervoor dat de uitkomsten van het voorspellende model werden vertaald naar acties door het team van marketeers, maar vertaalde ook hun feedback op het model en hun wensen weer naar nieuwe requirements voor het model, zodat dat weer beter werd.”

Door dit project ontdekte Lotte haar passie voor data science. “Een nieuw en interessant vakgebied waar wiskunde, informatica en bedrijfskunde bij elkaar komen. Toen ik bij SeederDeBoer vertelde dat ik me hier graag verder in wilde verdiepen kreeg ik daarvoor alle steun. Aan de Vrije Universiteit van Amsterdam volgde ik een postgraduaat ‘Business Analytics and Data Science’. Een goede basis waar ik nog steeds veel aan heb.” Natuurlijk wilde ze dat dit onderwerp ook verder zou landen binnen SeederDeBoer. “Dat was aanvankelijk nog niet zo makkelijk, maar toen ik een introductieopleiding ontwikkelde voor collega’s kwam het op gang. Inmiddels is er binnen SeederDeBoer een club van negen collega’s met kennis van data science. We helpen klanten bij de transformatie naar datagedreven werken, en vervullen dan vaak de rol van data translator: wat kan er allemaal wel en niet met data science, en hoe zorg je dat je dit van de grond krijgt binnen je organisatie? Een leuke en hele belangrijke rol.”

Hoe word je een data translator?

Het lesgeven is ook echt een passie geworden van Lotte. “In de modules voor adviseurs, leidinggevenden en projectmanagers merk ik dat ze er allemaal interesse in hebben omdat data science ‘hot’ is, maar ze niet precies weten wat het is of wat ze er mee kunnen.” Lotte’s lessen zijn praktisch en begrijpelijk. “Na een aantal dagen weten deelnemers niet alleen wat data science wel en niet is, maar hebben ze ook ervaring opgedaan met verschillende vormen van analyse en kunnen ze de vertaalslag maken naar hun eigen werk. Het visualiseren en implementeren van inzichten krijgt veel aandacht. Wat betekent de data eigenlijk? Het is mijn doel om zoveel mogelijk mensen datageletterd te maken.”

Lotte houdt haar vakkennis en vaardigheden proactief bij. “Dit vakgebied is nog volop in ontwikkeling. Veel speelt zich online af, er wordt gewerkt met open source tools en programmeertalen en data scientists onderling delen veel over wat wel en niet goed werkte. Dat is leerzaam en belangrijk. Een leuk voorbeeld is de website www.makeovermonday.co.uk. Daar gaan mensen elke week aan de slag met dezelfde dataset om visualisaties te maken, die online met elkaar worden gedeeld. Zo kun je leren van anderen.” Doordat ze zelf bij opdrachtgevers aan het werk is op dit vakgebied spreekt ze veel verschillende mensen, niet alleen over de inhoudelijke uitdagingen, maar ook over hoe lastig het is om complexe datamodellen geïmplementeerd te krijgen. “Die ervaringen gebruik ik tijdens de lessen. Het is interessant dat dit nu zo leeft bij opdrachtgevers, terwijl het vakgebied al veel langer bestaat. Het boek ‘How to lie with statistics’ van de journalist Darrell Huff uit 1954 is nog steeds heel relevant en actueel en beschrijft problemen waar opdrachtgevers dagelijks mee te maken hebben. Er is dus nog veel te leren en te doen.”

Data vs. intuïtie

Het gebruiken van data bij het nemen van beslissingen is volgens Lotte erg belangrijk. “Het blijkt dat bedrijven met een datagedreven bedrijfscultuur beter presteren. Wij mensen zijn helemaal niet goed in het nemen van complexe beslissingen, omdat onze hersencapaciteit beperkt is en we ons laten afleiden door allerlei zaken die niets met de beslissing te maken hebben. Dat gaat vanzelf, daar kunnen we niets aan doen. Het vakgebied van behavioral economics bestudeert dit en dit komt ook aan bod tijdens de lessen bij Sioo.”

Toch is het niet zo dat we al onze beslissingen volledig aan de data moeten overlaten. “Data science-modellen werken vooral goed bij routinematige, repeterende, complexe beslissingen. Maar machine learning kan ook ‘misgaan’: bestaande bias (vooroordelen) worden vaak uitvergroot in de data. Het is dus belangrijk goed te blijven opletten en niet klakkeloos op de data te vertrouwen. In mijn eigen werk merk ik dat het de combinatie is van goed analytisch kunnen kijken én het hebben van ‘business sense’: aanvoelen wat wel en niet logisch is binnen de context van het vraagstuk. Zelfs bij de ultieme datagedreven bedrijven, de Netflixen en Googles van deze wereld, werkt het zo. Consultancyvaardigheden zijn dus ook in het data science vakgebied heel waardevol.”

Zelf aan de slag met data science als adviseur of veranderaar?

Eén van de nieuwere docenten uit ons netwerk is Lotte Hart, Managing Consultant bij SeederDeBoer. Een collega van Lotte las enkele jaren geleden een blog van Marguerithe de Man over de behoefte aan datakennis onder adviseurs en veranderaars. De collega liet weten dat het Lotte’s expertisegebied is en al snel zou Lotte docent data analytics in het consultanyprogramma ‘Consulting in de Informatiesamenleving’ worden. Sinds vorig jaar is er ook een verdiepingsworkshop in het open aanbod ‘Data science voor adviseurs en veranderaars’.

Lotte studeerde Engels en bedrijfskunde en kwam al tijdens haar studies in het hospitalityvak terecht. Een hele leuke branche, maar ze miste de inhoudelijke verdieping. Toch heeft Lotte Hart veel over organiseren geleerd in de hospitality. “Om grote events in goede banen te leiden en bezoekers een zo’n optimaal mogelijke ervaring te geven, moet je ad hoc beslissingen kunnen nemen die grote gevolgen hebben.”

Het duurde vervolgens een tijd voor ze wist welke kant ze op wilde. Het moest consultancy worden, maar geen rol als strategieconsultant. “Ik wilde meer dan alleen een advies opschrijven, wilde écht veranderingen realiseren en implementeren. We zaten middenin in de economische crisis en ik had natuurlijk een beetje een gek CV, met een studie Engels en werkervaring in de hospitality. Bij toeval kwam mijn CV bij SeederDeBoer terecht en werd ik gevraagd te solliciteren voor hun traineeship.” Het werd een match en sinds 2012 werkt Lotte met veel plezier bij SeederDeBoer. “Als junior consultant werkte ik direct al voor opdrachtgevers en maakte zo kennis met alle aspecten van het consultancyvak.”

IT-projecten en data science

Zo kwam ze bij Nationale Nederlanden terecht, waar het ‘nieuwe werken’ werd ingevoerd. “Ik bemande daar het projectmanagement-office en kon veel van mijn hospitality-ervaring gebruiken. Als junior consultant hielp ik ook bij de IT-kant van het project en werd ik uiteindelijk ‘Het Nieuwe Werken-coach’.” De volgende klant werd Rabobank. “Bij de Rabobank werkte ik samen met McKinsey aan mijn eerste data science-project. We onderzochten of we met een model op basis van data konden voorspellen in welke producten klanten mogelijk ook geïnteresseerd zouden zijn. Het project was een interessante combinatie van IT, data en marketing. Met het model konden we klanten veel specifieker benaderen en beter van dienst zijn. Mijn rol in het project was die van ‘vertaler’: ik zorgde ervoor dat de uitkomsten van het voorspellende model werden vertaald naar acties door het team van marketeers, maar vertaalde ook hun feedback op het model en hun wensen weer naar nieuwe requirements voor het model, zodat dat weer beter werd.”

Door dit project ontdekte Lotte haar passie voor data science. “Een nieuw en interessant vakgebied waar wiskunde, informatica en bedrijfskunde bij elkaar komen. Toen ik bij SeederDeBoer vertelde dat ik me hier graag verder in wilde verdiepen kreeg ik daarvoor alle steun. Aan de Vrije Universiteit van Amsterdam volgde ik een postgraduaat ‘Business Analytics and Data Science’. Een goede basis waar ik nog steeds veel aan heb.” Natuurlijk wilde ze dat dit onderwerp ook verder zou landen binnen SeederDeBoer. “Dat was aanvankelijk nog niet zo makkelijk, maar toen ik een introductieopleiding ontwikkelde voor collega’s kwam het op gang. Inmiddels is er binnen SeederDeBoer een club van negen collega’s met kennis van data science. We helpen klanten bij de transformatie naar datagedreven werken, en vervullen dan vaak de rol van data translator: wat kan er allemaal wel en niet met data science, en hoe zorg je dat je dit van de grond krijgt binnen je organisatie? Een leuke en hele belangrijke rol.”

Hoe word je een data translator?

Het lesgeven is ook echt een passie geworden van Lotte. “In de modules voor adviseurs, leidinggevenden en projectmanagers merk ik dat ze er allemaal interesse in hebben omdat data science ‘hot’ is, maar ze niet precies weten wat het is of wat ze er mee kunnen.” Lotte’s lessen zijn praktisch en begrijpelijk. “Na een aantal dagen weten deelnemers niet alleen wat data science wel en niet is, maar hebben ze ook ervaring opgedaan met verschillende vormen van analyse en kunnen ze de vertaalslag maken naar hun eigen werk. Het visualiseren en implementeren van inzichten krijgt veel aandacht. Wat betekent de data eigenlijk? Het is mijn doel om zoveel mogelijk mensen datageletterd te maken.”

Lotte houdt haar vakkennis en vaardigheden proactief bij. “Dit vakgebied is nog volop in ontwikkeling. Veel speelt zich online af, er wordt gewerkt met open source tools en programmeertalen en data scientists onderling delen veel over wat wel en niet goed werkte. Dat is leerzaam en belangrijk. Een leuk voorbeeld is de website www.makeovermonday.co.uk. Daar gaan mensen elke week aan de slag met dezelfde dataset om visualisaties te maken, die online met elkaar worden gedeeld. Zo kun je leren van anderen.” Doordat ze zelf bij opdrachtgevers aan het werk is op dit vakgebied spreekt ze veel verschillende mensen, niet alleen over de inhoudelijke uitdagingen, maar ook over hoe lastig het is om complexe datamodellen geïmplementeerd te krijgen. “Die ervaringen gebruik ik tijdens de lessen. Het is interessant dat dit nu zo leeft bij opdrachtgevers, terwijl het vakgebied al veel langer bestaat. Het boek ‘How to lie with statistics’ van de journalist Darrell Huff uit 1954 is nog steeds heel relevant en actueel en beschrijft problemen waar opdrachtgevers dagelijks mee te maken hebben. Er is dus nog veel te leren en te doen.”

Data vs. intuïtie

Het gebruiken van data bij het nemen van beslissingen is volgens Lotte erg belangrijk. “Het blijkt dat bedrijven met een datagedreven bedrijfscultuur beter presteren. Wij mensen zijn helemaal niet goed in het nemen van complexe beslissingen, omdat onze hersencapaciteit beperkt is en we ons laten afleiden door allerlei zaken die niets met de beslissing te maken hebben. Dat gaat vanzelf, daar kunnen we niets aan doen. Het vakgebied van behavioral economics bestudeert dit en dit komt ook aan bod tijdens de lessen bij Sioo.”

Toch is het niet zo dat we al onze beslissingen volledig aan de data moeten overlaten. “Data science-modellen werken vooral goed bij routinematige, repeterende, complexe beslissingen. Maar machine learning kan ook ‘misgaan’: bestaande bias (vooroordelen) worden vaak uitvergroot in de data. Het is dus belangrijk goed te blijven opletten en niet klakkeloos op de data te vertrouwen. In mijn eigen werk merk ik dat het de combinatie is van goed analytisch kunnen kijken én het hebben van ‘business sense’: aanvoelen wat wel en niet logisch is binnen de context van het vraagstuk. Zelfs bij de ultieme datagedreven bedrijven, de Netflixen en Googles van deze wereld, werkt het zo. Consultancyvaardigheden zijn dus ook in het data science vakgebied heel waardevol.”

Zelf aan de slag met data science als adviseur of veranderaar?