Series Background
Big Data

Geen data apocalyps!

7-jun-2017

Balancing data and security: making predictive data analytics powerful and secure.
Harmoniseren van gegevens en beveiliging: predictive data analytics krachtig en veilig maken.
Voorspellende data-analyse, de belangrijkste subdiscipline van data-analyse, is meer dan welke andere vorige technologie in opmars bij organisaties. Het Amerikaanse leger gebruikt bijvoorbeeld een product dat ontwikkeld werd door een grote softwareleverancier om zijn patrouilles voor de volgende dag in te plannen. De algoritmen signaleren potentiëel gevaarlijke plaatsen langs het parcours en zijn heel betrouwbaar. Andere voorspellende data-analyseoplossingen bieden een nieuwe aanpak voor leveringsketens in de onderneming op basis van gegevens over het weer, de infrastructuur en informatie van leveranciers. Het resultaat: massale besparingen en hogere efficiëntie. Of neem de detailhandel; cruciaal voor elk bedrijf is de prijs. Luisteren naar je eigen intuïtie en kijken naar historische gegevens zijn hierbij al lang geen sleutelfactoren meer; voorspellende data-analyse is in opmars. Als de data geanalyseerd worden, zijn de voorspellingen een stuk betrouwbaarder. Blijft een product voor 10,99 euro op de plank achter of wordt het voor 9,99 euro een topper? Kortom: geavanceerde algoritmen worden om zeer goede redenen een steeds belangrijker onderdeel van de bedrijfsstrategie.

Fort Knox voor de digitale assets

Als gevolg van deze penetratie moeten dee toepassingen wel een absolute integriteit garanderen. Ze zijn dan ook de "kroonjuwelen" van een organisatie: "Die kroonjuwelen zullen gemakkelijk toegangelijk zijn in de cloud en via mobiele apparaten binnen onze hyperverbonden ondernemingen. Dit geldt niet alleen voor ons, maar ook voor onze concurrenten" waarschuwt Art Coviello, Uitvoerend Voorzitter van RSA, een beveiligingsbedrijf. Bedrijven moeten dan ook al hun gegevens analyseren en de juiste context hebben om licht te werpen op onduidelijkheden. Met andere woorden, als een bedrijf voorspellende data-analyse beschikbaar maakt voor bijvoorbeeld zijn personeel, dan gaan de meest waardevolle assets van dat bedrijf (kennis, klantengegevens en zelfs octrooien en informatie) mobiel. En dat is niet alles: naast deze aspecten van databeveiliging, speelt de privacy ook nog een rol. Klantgegevens of de resultaten van risico-analyses zijn bijvoorbeeld niet alleen bedrijfskritisch, maar kunnen ook een compromitterend aspect hebben.

Beveiligingsproblematiek: belemmering voor voorspellende data-analyse

Het zou geen verrassing moeten zijn dat het juridisch aspect en security de grootste obstakels vormen voor het gebruik van innovatieve data-analyse. Zorgen over privacy staan het gebruik van geavanceerde analyses in de weg van gegevens die verschillende structuren hebben en die uit verschillende bronnen afkomstig zijn. Bijna een derde (29 procent) van de deelnemers van een gezamenlijk onderzoek uitgevoerd door Bitkom en KPMG geeft aan geen data-analyse te gebruiken omdat ze zich zich zorgen maken over openbare kritiek.
Toch wordt bedrijven aangeraden om de analysetrein niet zonder hen te laten vertrekken. Miljarden apparaten zijn met elkaar verbonden en wisselen gegevens uit door middel van het Internet der Dingen; deze data en de analyse ervan bepalen de waarde van een bedrijf. In deze context klinkt het niets minder dan nalatig om de mogelijkheden die de voorspellende data-analyse biedt niet te exploiteren.

Een vreugdevolle boodschap: een oplossing is in zicht

Een onoplosbaar dilemma? Helemaal niet, zoals veel studies bewijzen. Dit dilemma geeft ons reden temeer om na te denken over beveiliging, voornamelijk in de IT-sector. Bijvoorbeeld: strikte richtlijnen opleggen voor mobiele apparaten en dankzij management op afstand ervoor zorgen dat ze steeds veilig zijn en dat de data bij een noodsituatie verwijderd kan worden. Nauwe samenwerking tussen gebruikers en IT-beveiliging bevorderen, inclusief strenge eisen voor encryptietechnologieën, efficiënte gebruikersauthenticatie en, indien nodig, anonieme data. Op zich zijn er goede redenen waarom analysten een sterke groei in de beheerde beveiligingsdiensten voorspellen in de context van data-analyse. Soms hebben bedrijven een sterke partner nodig die big databeveiliging biedt als één van zijn kerncompetenties. Ten slotte is de voorspellende data-analyse, die zowel efficiënt als veilig is, een kernmerk van het evenwichtige risicomanagement: bedrijven moeten in staat zijn om hun risico’s over de hele linie te identificeren en te weten waar hun digitale risicozones liggen. Alleen dan kunnen ze de hoogste beveiligingsgraad toepassen bij deze “hot spots”.

Linksom of rechtsom; voorspellende data-analyse komt eraan

Om af te ronden: voorspellende data-analyse kan efficiënt en veilig ontworpen worden. Het gaat hier uiteindelijk over de middelen. Natuurlijk vergt de beveiliging investeringen. Tegelijkertijd worden deze kosten vaak snel weergegeven in een hogere bedrijfswaarde, zoals huidige cijfers tonen: in 2013 voorspelde IDC dat de markt voor big data-analyse het volgende jaar naar 16,1 miljard dollar zou stijgen en tot 2017 naar 32,4 miljard zou blijven groeien. De inkomsten uit de big data-analyse bereikten inderdaad in 2015 het bedrag van 125 miljard dollar, volgens een recent rapport van Accent Technologies. Dit cijfer is indrukwekkend en zeker niet alleen een doel op zichzelf.