pim stouten (lexisnexis bis), big data business as usual? - data donderdag
DESCRIPTION
Presentatie van Pim Stouten van LexisNexis BIS over, Big Data, Business as usual? tijdens Data Donderdag op 4 september 2014TRANSCRIPT
![Page 1: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/1.jpg)
Big Data: business as usual? LexisNexis BIS
DataDonderdag 4 september 2014
@pimstouten
![Page 2: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/2.jpg)
• decennialange ervaring met digitale informaBe
• 350+ medewerkers • wereldwijd kantorennetwerk • meer omzet uit ‘big data’ dan IBM
Business Insight SoluBons
onze stamboom…
![Page 3: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/3.jpg)
Voor wie?
• Financiële/zakelijke dienstverleners, overheid & NGO’s, grote corporates, academica
• Research, risicomanagement, reputaBemanagement, brandmanagement, strategie & compintel, supply management, …
John Morgan, flickr
![Page 4: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/4.jpg)
30.000 wereldwijde nieuws-‐bronnen
180 bedrijfs-‐databanken
800 markt-‐rapporten
500 land-‐ & regio-‐
rapporten
300 biografische profielen, PEPs,
sancCes
8,000 Social Media, Blogs
& Web
Basisgrondstof: content
Ritesh Nayak, flickr
![Page 5: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/5.jpg)
Businessmodellen
• Pay-‐per-‐search/Pay-‐per-‐invesBgaBon • Web services voor partners • Royalty’s voor informaBeleveranciers
Alexander Osterwalder, flickr
![Page 6: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/6.jpg)
Partnerships • Tientallen partnerships, lokale en internaBonale parBjen
• SpecialisBsche use cases, ondersteund door LexisNexis-‐content
Joe Penniston, flickr
![Page 7: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/7.jpg)
Use case 1: Analyser
• De dataset: 30.000+ bronnen, 5 miljard documenten, 30 jaar archief
• Het probleem: trend-‐ en historische analyse op ongestructureerde data, informaBon overload voor gebruiker
• De keus: externe developmentpartner voor snelle Bme-‐to-‐market
• De oplossing: staBsBek in plaats van documenten, grafieken in plaats van tekst
![Page 8: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/8.jpg)
![Page 9: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/9.jpg)
Use case 2: Diligence • De dataset: Benduizenden nieuwsbronnen, 200 miljoen bedrijfsprofielen, sancBelijsten, PEP-‐lijsten, vonnissen, …
• Het probleem: met externe bronnen bepalen of ik iemand als klant mag aannemen (‘KYC’)
• De oplossing: dataverrijking en datanormalisaBe om relevante negaBeve informaBe te vinden
![Page 10: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/10.jpg)
![Page 11: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/11.jpg)
R&D – we doen het niet alleen
• samenwerking met onderzoekers • herkennen van events, storylines, … • automaBsche suggesBes voor gebruikers • doorzoeken A/V-‐content
Maia Weinstock, flickr
![Page 12: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/12.jpg)
• Ontsluiten social web
• Extra talen voor dataverrijking
• Broadcast media
De toekomst?
Paul Hocksenar, flickr
![Page 13: Pim Stouten (LexisNexis BIS), Big Data Business as usual? - Data Donderdag](https://reader033.vdocuments.site/reader033/viewer/2022052322/557bf636d8b42ab9388b46b2/html5/thumbnails/13.jpg)
@pimstouten [email protected]