Big data = big problem?

Geweldig vond ik dat: mijn eerste filmpje op YouTube dat meer dan een paar honderd hits kreeg. Vervolgens kon ik namelijk met de analyse-instrumenten van YouTube zien wie mijn filmpje hadden bekeken, hoe oud deze mensen waren en waar ze vandaan kwamen. Ik kon zelfs zien wat de waardering was van mijn filmpje op ieder moment gedurende het bekijken ervan. YouTube had al die gegevens voor mij verzameld en beschikbaar gesteld. Ik vond het vooral leuk.

Hoewel het verzamelen van gegevens al heel lang gebeurt, bestaat er sinds enkele jaren een modewoord voor: Big Data. Maar wat is het, wat kun je ermee en waar moet je op letten?

Wat is het? Dat de term Big Data er nu pas is gekomen is niet zo verwonderlijk. IBM stelt dat 90% van de data die nu in cyberspace rondzwerft, geproduceerd is in de laatste twee jaar. Dankzij social media als Facebook, Twitter of LinkedIn delen mensen natuurlijk enorm veel. Maar wat dacht je van credit card-transacties, medische gegevens, informatie die verzameld wordt dankzij klantenkaarten of camerabewegingen? De hoeveelheid te verzamelen gegevens is veel groter geworden in de laatste jaren, de gegevens zijn veelzijdiger en de te maken analyses veelal complexer. Om dit samen te vatten is de term Big Data ontstaan.

ExplainingComputers.com noemt drie V’s die van toepassing zijn op deze enorme hoeveelheid gegevens: volume, velocity en variety. De hoeveelheid informatie is enorm, zo enorm dat veel bedrijven de stroom aan gegevens niet aankunnen. Ze kunnen de gegevens nauwelijks opslaan, laat staan analyseren. Dit heeft direct te maken met de snelheid waarmee (nieuwe) gegevens tot een bedrijf komen. Dankzij nieuwe technologieën kunnen bedrijven real time veel informatie verzamelen. Om er wat mee te kunnen zijn veel van de bestaande systemen niet uitgerust om goede analyses te maken. Waren het eerst documenten, financiële gegevens en andere, overzichtelijke informatie, nu komen daar foto’s bij, film en geluid, locatiegegevens en emoties. Hoe gaan we daar zinvolle analyses mee maken?

Wat kun je er mee? Het doel van Big Data is op z’n minst tweeërlei:

• met de verkregen inzichten een concurrentievoordeel behalen;
• klanten beter kunnen bedienen.

Het verzamelen van gegevens kan heel nuttig zijn, bijvoorbeeld voor bedrijven en overheden. Zo is het heel handig als je verbanden kunt vaststellen tussen het weer en de behoefte van klanten aan banketproducten of tussen het weer, de dag van salarisbetaling, sportwedstrijden en criminaliteit. Je kunt je aanbiedingen beter bepalen als je goede informatie hebt over de verbanden tussen prijzen, demografische en economische variabelen en je verkoop. Het bekende voorbeeld van warenhuis Target laat zien dat goede informatie niet direct betekent dat je klanten beter bedient. Door veel informatie te analyseren wist Target te achterhalen wat vrouwen anders of extra kochten als ze zwanger waren. Door deze kennis kon Target via kortingsbonnen de zwangere vrouwen al snel benaderen voor andere babyspullen en zo de klanten langer aan hen binden.

Dat Target dit deed werd duidelijk toen een vader begon te klagen over kortingsbonnen voor zijn tienerdochter over baby-spullen. Hij vond dat ongepast en wilde een excuus dat hij ook kreeg. Later bood hij Target weer een excuus aan toen bleek dat zijn dochter inderdaad zwanger was, maar het niet durfde te vertellen. Het warenhuis wist het door de analyse van gegevens eerder dan de directe familie. Target heeft de strategie overigens aangepast. Zwangere vrouwen krijgen nog steeds baby-gerelateerde aanbiedingen, maar nu afgewisseld met overduidelijke andere aanbiedingen als een heggenschaar of een boormachine.

Waar moet je op letten? Er zijn de nodige kanttekeningen te maken bij het gebruik van Big Data, denk bijvoorbeeld aan de privacy van klanten, de betrouwbaarheid van de gegevens of de wiskundige modellen waarmee wordt gewerkt. Wil men aan de slag met Big Data dan zijn de volgende zaken in ieder geval van belang:

 

1. Je moet goede mensen hebben. Niet iedereen kan goede analyses en modellen maken van verschillende en verschillende hoeveelheden gegevens. Ook managers zouden moeten worden meegenomen in het beter begrijpen van (de problemen van) Big Data.

2. Je moet iedere keer opnieuw de juiste vragen blijven stellen, zoals:

• Welk probleem willen we oplossen?
• Welke gegevens hebben we hiervoor nodig?
• Hoe betrouwbaar zijn deze gegevens?
• Kunnen we de informatie ook op een andere manier verkrijgen?

In Amerika zijn er voorbeelden waar de Brandweer branden heeft voorkomen en wellicht mensenlevens heeft gered door gebruik te maken van Big Data. In dat zelfde land wordt dan ook gesproken over een management revolution wanneer men het over Big Data heeft. Dat lijkt mij nu nog een paar stappen te ver, maar duidelijk is wel dat organisaties zeer serieus naar dit onderwerp moeten kijken. De concurrentie is er wellicht al mee bezig.

Bron: Lucas Swennen, Swepper.