Online marketing

Big data: voorkom slechte kwaliteit data & 4 andere inzichten

0

Data. Big Data. Bedrijven blijven continu informatie verzamelen. Elke dag komen er weer nieuwe databronnen bij. Kunnen we door deze hoeveelheid data nog het nut ervan inzien? Zullen er verschuivingen ontstaan in het economische model van data?

Over de hele wereld organiseert The Innovation Enterprise evenementen met innovatie en technologie als de belangrijkste onderwerpen. Zo ook het Big Data Innovation Summit dat verspreid over twee dagen in Londen werd gehouden.

London Data FestivalIk was hierbij aanwezig om de laatste kennis op te doen in de wereld van big data. Hierbij de vijf meest interessante inzichten op een rij:

1. Zorg voor hoge kwaliteit data

Dit klinkt als een open deur, maar het is de fundering voor elke vorm van analyse of bewerking die op de data zal worden uitgevoerd. Slechte kwaliteit data kost de gezondheidszorg in de Verenigde Staten 314 miljard dollar per jaar. Als we naar de gehele economie van de VS kijken dan loopt het zelfs op tot 3 biljoen dollar per jaar:

Om de kwaliteit van data goed te waarborgen zijn twee punten essentieel:

  1. Data-integriteit: als wat kunnen we de data interpreteren? Is de data compleet?
  2. Data-validiteit: kloppen de waarden? Waren deze waarden te verwachten?

Op deze website is een checklist te vinden die gebruikt kan worden om slechte kwaliteit data te helpen voorkomen.

2. Zonder kennis is data nutteloos

big data schetsData heeft context nodig om waarde te kunnen bieden en de juiste conclusies te kunnen trekken. Pas dan biedt data inzichten voor een organisatie. Denk hierbij niet alleen aan online data, maar juist ook aan kwalitatieve offline data. Zoals de gang van zaken op de werkvloer, klantenfeedback, gebruikerstesten enzovoort. Doordat er tegenwoordig directe koppelingen gemaakt kunnen worden tussen de online en de offline wereld, is het verkrijgen van inzichten een stuk makkelijker geworden.

Echter, met de toenemende hoeveelheid aan data wordt het vinden van inzichten een naald in een hooiberg. Dit vraagt om een andere aanpak. Je zult plotselinge veranderingen op moeten kunnen merken, langzaam bewegende trends in scope moeten hebben en direct kansen kunnen inzien.

Het aantal big data-applicaties om dit doen blijft exponentieel toenemen. Om een goed product te kiezen zou je in de basis veel tijd kwijt zijn met de besluitvorming. Doordat dataopslag en computerkracht van elkaar zijn gescheiden, ben je in staat snel de juiste combinatie te kunnen testen. Back-end is front-end geworden.

3. Maak data het hart van je organisatie

Data moet niet alleen de centrale drijfveer van een organisatie zijn, maar het dient ook onderdeel te worden van de bedrijfscultuur. Iedereen binnen een organisatie heeft de potentie om waardevolle data te bieden. Een universele datastrategie is hiervoor de bodem. Bij The Financial Times zijn ze van mening dat deze strategie aan de volgende principiële beginselen moet voldoen:

  1. Vertrouwen: creëer een universele waarheid binnen de organisatie.
  2. Open: gebruik open datasystemen om flexibel te blijven ten opzichte van nieuwe databronnen.
  3. Gecombineerde bronnen: meer databronnen zijn waardevoller.
  4. Snelheid: snelle systemen leveren continu toenemende waarde.
  5. Privacy: zorg in de basis voor goede beveiliging. Vertrouwen bij de FT-abonnees is cruciaal.

Peter Sueref, Head of Data Science bij British Gas, gebruikt de volgende middelen om de bedrijfscultuur om te vormen:

  1. Maak data minder mysterieus: geef tutorials. Laat collega’s hun eigen data aanleveren.
  2. Laat je werk zien: geef interne presentaties en deel je resultaten.
  3. Deel je verantwoordelijkheid in een dataproject.

4. Ontwrichting van de markt omzetten in datakapitaal

big data tekening Datakapitaal is het verzamelen van informatie om een goed of service te kunnen bieden. Veel organisaties zijnzich echter nog niet genoeg bewust van de waarde van nieuwe data. Door de markt te ontwrichten bied je niet alleen een nieuw product of dienst aan, maar tegelijkertijd verzamel je enorme hoeveelheden nieuwe data.

Denk hierbij aan Uber, waarbij elke rit gemeten wordt. Amazon biedt Dash Buttons, een klein apparaat dat via Wi-Fi in directe verbinding staat met je Amazon-account. Is de voorraad van een bepaald product bijna op, dan hoef je alleen nog maar op dit apparaatje te drukken en Amazon verstuurt het benodigde product direct. De vraag van consumenten wordt zo exact in kaart gebracht. Zelfs banken verliezen datakapitaal vanwege betaalalternatieven als de Apple Watch.

5. Jouw eigen data wordt geld waard

Data wordt nu zonder toestemming verzameld door mensen en bedrijven. Data is nu net als vis een gemeenschappelijk goed. Is er in de toekomst eigenlijk wel sprake van eigendom? Zo ja, mag hier dan geld tegenover staan en data worden gezien als koopwaar? Renaud Di Francesco, Director of Technology bij Sony, denkt van wel.

Net als vormen van entertainment, zoals films en muziek, wordt er betaald voor de rechten. Het is in zijn ogen een logisch gevolg dat door de toenemende dataverzameling er een nieuw economisch model zal moeten komen. Vergelijk het met de industriële revolutie waarbij steeds meer arbeidskrachten nodig waren die als loonslaaf behandeld werden. Als reactie hierop zijn zaken als minimumloon tot stand gekomen. Hier is echter wel, net als Karl Marx in die tijd, een innovator voor nodig om deze transitie te bespoedigen.

Data als hart en cultuur van de organisatie

Als data geen duidelijk doel heeft of inzichten kan bieden, blijft het precies dat: data. Maak van big data, small data. Zorg dat het een functie heeft binnen de organisatie. Liever nog als het hart en de cultuur van de organisatie. Hoe lang duurt het voordat de zinvolle data een toegevoegde waarde heeft geboden op het juiste moment?

Afbeeldingen met dank aan 123RF.