Series Background
Big Data

Cijfers alleen zijn niet heilig, zorg daarom voor een passende big data strategie

12-sep-2016

De tijd van “datajagers- en verzamelaars" is voorbij; big data gaat in op de details. "Ons doel is om de verzamelde gegevens te gebruiken om antwoorden te vinden op uitdagingen die een bedrijf staan te wachten," zegt dr. Thomas Erwin, Global Execution Partner Data & Analytics bij KPMG.
Het adviesbureau werkt samen met IT-brancheorganisatie BITKOM om de huidige status van big data-gebruik bij bedrijven te evalueren. Het resultaat: voor zakelijke beslissingen wordt er steeds meer gerekend op data-analyse en men slaagt erin de bevindingen winstgevend toe te passen – voornamelijk met machines, in de installatietechniek en automobielsector. Dit betekent dat innovatieve data-analyse steeds belangrijker wordt bij zakelijke beslissingen.

Het voordeel van productieplanning en projectmanagement

Volgens de studie analyseert de overgrote meerderheid van de ondervraagden hun klantgegevens: 79 procent analyseert sensor- of sitegegevens en 70 procent gebruikt openbare gegevens, zoals algemene informatie over economische ontwikkelingen. De verkregen inzichten worden toegepast op productieplanning en projectmanagement, alsook op de klantanalyse. Finance en controlling zijn belangrijke toepassingsgebieden: 91 procent van de bedrijven gebruikt data-analyse bij risicomanagement om potentieel verstorende ontwikkelingen te bepalen en te evalueren. In de verzekeringssector hebben deze risico‘s bijvoorbeeld te maken met specifieke risicogroepen, in de bouwsector wordt de risico-analyse vaak uitgevoerd tijdens de offertefase. Bedrijven gebruiken dit om te bepalen of zij de financiële ruimte hebben onderschat en om in de toekomst geen te lage offertes in te dienen.
Axel Oppermann
Axel Oppermann, Avispador analist
Volgens de cijfers van Bitkom heeft een derde (34 procent) van de bedrijven een algemene big data-strategie. Er zijn grote verschillen tussen de sectoren: 56 procent van de media-bedrijven en 46 procent van de verzekeringsmaatschappijen hebben dergelijke strategieën, terwijl dit in de automobiel-industrie slechts 34 procent is. Sommige bedrijven hebben nog steeds moeite om de juiste strategische aanpak voor big data te vinden - aldus Axel Oppermann, analist bij Avispador (zie interview).

Hoe de correcte big data-strategie werkt

BARC, een analysebedrijf, weet dat deze strategie kan worden ontworpen met een praktisch inzicht. Daarom moeten bedrijven vóór de lancering van big data-projecten, eerst de algemene voorwaarden duidelijk definieren, , met name management support, alsook de mogelijkheid om innovatie uit de gegevens te genereren. De volgende logische stap is tweeledig: use cases identificerenen prioriteren en een nader onderzoek van de data implementeren.
Dit betekent inzicht krijgen in de volgende vragen: Welke gegevens worden nog niet genoeg met elkaar verbonden en geanalyseerd? Welke (interne of externe) gegevensbronnen kunnen een toegevoegde waarde leveren? Maken de gegevens de uitvoering van de potentiële use cases mogelijk? ".
Volgens de studie van Bitkom is specialistische kennis cruciaal voor het slagen van big data-projecten – zowel tijdens de strategische ontwikkeling, alsook tijdens de uitvoering. Het succes van analyseprojecten ligt in de diversiteit van de verzamelde data. "Om diversiteit te realiseren moeten bedrijven samenwerken met dataprofessionals die gespecialiseerd zijn in complexe analytische methoden," adviseert de associatie. Ten slotte dienen de bedrijven onderwerpen zoals privacy van gegevens en IT-security op een proactieve manier op te pakken. Zo niet, dan kan big data snel een "big chaos" worden.

Big Data… drie vragen voor Axel Oppermann, Avispador.

Heer Oppermann, waar liggen voor u als analist de uitdagingen bij het gebruik van big data?

Het concept begrijpen en het potentieel ervan inschatten zijn nog steeds uitdagingen, maar het voornaamste probleem zijn de gebruikers. Bovendien denken sommige gebruikers niet in termen van mogelijkheden - dat wil zeggen, verstandige, waarde-genererende oplossingen - maar ze concentreren zich eerder op feiten, cijfers en data.
Een goed - of liever gezegd, een slecht - voorbeeld hiervan was de marketing manager van een door ons geadviseerde middelgrote retail organisatie. Hij kende het verschil tussen correlatie en oorzaak niet. Hij vergeleek een enorme hoeveelheid gegevens en dacht een correlatie gevonden te hebben. Hoewel de tijdreeks vergelijkbaar was, hadden de data niets met elkaar te maken; er was geen oorzakelijk verband. Daardoor werd een andere variabele doorslaggevend. Hij had pech: hij maakte belangrijke beslissingen op basis van deze onjuiste interpretatie.

…en als u het hebt over mogelijkheden, waar hebt u het dan over?

Big data kan, wanneer goed gebruikt, een onderdeel vormen bij de modernisatie van managementmethoden en businessmodellen, waarmee de basis wordt gecreëerd om onze economische status quo te waarborgen. Een voorbeeld hiervan is het waarborgen van de kwaliteit van de gezondheidszorg door de analyse van DRG: diagnosegerelateerde groepen in de geneeskunde.

Wat moeten we doen om zulke mogelijkheden te creëren?

We moeten geen verkeerde conclusies trekken, vooral als de resultaten niet kunnen worden geïnterpreteerd of als voor de analyse de "verkeerde" vragen worden gesteld. Om de data correct te analyseren, hebben we gegevens van hoge kwaliteit nodig, alsook gekwalificeerd personeel en - vooral - inzicht. Zonder het nodige inzicht zijn de data zo goed als nutteloos.