2. De wijze waarop data wordt gebruikt om
hieraan inzichten te onttrekken die kunnen
ingezet worden in zowel een
bedrijfscontext als een non-profit
omgeving, is aan een belangrijke evolutie
onderhevig.
Gegevensanalyse is geëvolueerd van de
rapportering van historische naar real-
time analyse van data met het oog op
concrete actie. Gegevensanalyse blijft
niet langer beperkt tot (gestructureerde)
interne (bedrijfs)data maar houdt ook de
ontsluiting in van vaak ongestructureerde
externe data waarvoor het Internet als
voornaamste bron fungeert.
De toekomst van data analyse hangt
samen met een aantal convergerende
trends die zich de afgelopen jaren
aftekenen en stilaan “het nieuwe
normaal” voor data analyse uitmaken.
3. Het Internet is uitgegroeid tot het
maatschappelijk besturingssysteem van de
21ste eeuw. Private personen zowel als
bedrijven en publieke instellingen bedienen zich
steeds vaker en sneller van het Internet als
interactie- en communicatiemiddel. Als gevolg
hiervan is de netwerk-georiënteerde
maatschappij een realiteit geworden. Een
belangrijk kenmerk van het Internet als
ecosysteem is dat aan het gebruik ervan (o.m.
via sociale netwerken en “always on devices” die
voortdurend connectie houden met het Internet)
en aan de producten en diensten die erdoor
verhandeld worden steeds vaker een
datacomponent gebonden is. Het Internet als
databron.
De evolutie die het Internet de afgelopen decennia heeft doorgemaakt,
laat zien dat het Internet in een eerste fase (Web 1.0) vooral te maken
had met technologische innovatie waardoor gebruikers massaal toegang
kregen tot informatie onder de vorm van éénwegscommunicatie. Met
Web 2.0 konden gebruikers volledig gebruik maken van de Internet-
infrastructuur en ontstond het sociale Web. De sociale netwerken die er
hun voedingsbodem in vinden resulteren in een stroom van “user
generated content”. M.b.t. het toekomstige Internet grijpen de
ontwikkelingen momenteel terug vooral plaats op technologisch vlak.
Met name het “Internet of Things” dat gevoed wordt door
meetinstrumenten in de fysieke wereld brengt een gestadig groeiende
datastroom op gang.
Het toekomstige Internet
4. De ontwikkelingen m.b.t. het toekomstige
Internet geven aan dat een enorme uitdaging
gelegen is in het beheersbaar maken van
toenemende datastromen en het onttrekken van
waarde aan grote gegevensverzamelingen. Wat
het eerste betreft, dient gewezen te worden op
nieuwe database-technologieën (NoSQL,
Hadoop, e.a.) die beter dan de traditionele
(relationele) database-technologie in staat zijn
om vooral ongestructureerde gegevens
bewerkbaar te maken. Een belangrijke
innovatie gaat uit van de analyse van big
data. Bedrijven kunnen competenties en
competitieve voordelen opbouwen door
betekenisvollege informatie te verzamelen over
het gedrag van klanten uit grote via het Internet
toegankelijke gegevensverzamelingen. Ook in
de retailsector biivoorbeeld, kan de real-time
analyse van RFID-tags leiden tot aanzienlijk
betere samenwerking in de bevoorradingsketen
waardoor zowel een kostenbesparing als een
betere beschikbaarheid van producten kan
gerealiseerd worden.
Big data
Rapporten van de Europese Commissie en van het Mc Kinsey Global
Institute tonen aan dat big data grote financië¨le waarde kan genereren
in verschillende sectoren van de maatschappij. De verdergaande
digitalisering van de matschappij en het ecosysteem van kennis en
bedrijvigheid dat zich omheen de enorme hoeveelheden gestructureerde
en ongestructureerde gegevens ontwikkelt, houdt een
innovatiepotentieel in zich. In de mediasector bijvoorbeeld draagt de
digitalisering van informatie en communicatie bij tot de opkomst van
crossmedia. De convergentie tussen de traditionele broadcast- en
printindustrie die hierdoor ontstaat, veroorzaakt veranderingen in
bedrijfsprocessen en doet nieuwe waardeketens ontstaan waarbij de
waardecreatie afhankelijk is van de inzet van ICT-diensten en verwante
faciliteiten. In de toekomst zal in vrijwel alle sectoren zowel de behoefte
aan gegevensopslag als dataverwerking en daarmee het gebruik van
hoogwaardige ICT-voorzieningen toenemen.
5. Het leidt geen twijfel dat cloud computing -
waarbij data en applicaties vanuit een
gecentraliseerde omgeving beschikbaar
gesteld worden aan gebruikers - de
infrastructuur uitmaakt van het toekomstige
Internet. Vanuit het gezichtspunt van de
eindgebruiker is de fysieke plek van data en
applicaties irrelevant. Het draait om de (online)
beschikbaarheid van gegevens en applicaties
die als een dienst gebruikt/geconsumeerd
worden. Vandaar ook de groeiende adoptie van
het “as a service”-concept. Het meest gekend
is “Saas” (“Software as a service”) waardoor
gebruikers ongeremd toegang krijgen tot
applicaties. Maar ook “Daas” (“Data as a
service”) dat voorziet in geïntegreerd
gegevensgebruik en “Aaas” (“Analytics as a
service”) maken opgang. Cloud computing
wordt de ruggegraat van het “Internet of
Services”.
Cloud computing
Behalve de technologische aspecten ervan, komt met cloud computing
ook de nadruk te liggen op een aantal culturele elementen die eveneens
een omslag aangeven t.o.v. het PC-tijdperk. Met cloud computing komt
de klemtoon te liggen op tijd- en plaatsonafhankelijk werken. De cloud
wordt daarom vaak gezien als een facilitator van het nieuwe werken.
Tegeljk wordt met cloud computing een trend aangegeven die aansluit
op wat de “consumerization of IT” genoemd wordt. Hiermee wordt
aangegeven dat IT-ontwikkelingen gedreven worden door de
consumlent in plaats dat deze gericht zijn op de consument. De
ontwikkeling waarbij (vooral jongere) werkenemers en kenniswerkers in
het algemeen verwachten altijd toegang te hebben tot bedrijfsinformatie
(BYOD : “Bring Your Own Device”) past in deze optiek.
6. Geïntegreerde data analyse
Behalve het rapporteren over de feitelijke
performantie van bedrijfsprocessen (ook
“Business Activity Monitoring” genoemd) kan
data analyse ook rechtstreeks worden ingebed
in de processen zelf.
Dit kan gaan van
“Complex Event Processing” (CEP) zoals
toegepast bij de opvolging van
geldstroomprocessen om fraude op te sporen
tot het formuleren van klantadviezen voor de
ondersteuning van callcenter-agents. Een
belangrijke ontwikkeling m.b.t. het gebruik van
applicaties is dat deze niet langer opgezet
worden als stand alone- toepassingen. Met het
doel de inzichten verworven via analyse direct in
te passen in operationele processen, komt de
scheidslijn tussen analytische en operationele
toepassingen grotendeels te vervallen.
Data,
analyse en de toepassing ervan worden
geïntegreerd om specifieke
bedrijfsonderwerpen aan te pakken.
De combinatie van analyse en proces impliceert
dat data analyse niet langer het domein is van
een kleine groep experts maar dat juist de rest
van de organisatie wordt aangehaakt. De
democratisering van informatie en de verhoogde
informatietoegang die erdoor mogelijk wordt,
releveren het belang van de beschikbaarheid
van data analyse en het self-service karakter
ervan.
Een voorbeeld van geïntegreerde data analyse zijn “mashups”. Mashups
zijn lichtgewicht applicaties die informatie en/ of functionaliteit uit één of
meerdere bronnen van zowel binnen als buiten de eigen organisatie
combineren, waardoor nieuwe inzichten ontstaan. Terwijl strategische
applicaties door IT ontwikkeld worden voor grotere groepen
medewerkers, zijn mashups te omschrijven als situationele applicaties
die zich aan de staartzijde van de “long tail” situeren. Deze applicaties
worden meestal door medewerkers zelf ontworpen omdat ontwikkeling
door IT te duur uitvalt en vooral te lang op zich laat wachten, terwijl het
inspelen op veranderende omstandigheden door het snel inzicht
verkrijgen in een probleem juist van essentieel belang is. Mashups
stimuleren innovatie omdat het samenbrengen van data uit verschillende
bronnen (data mashups) en de geïntegreerde presentatie ervan vaak
nieuwe inzichten opleveren. Zo kunnen omzetgegevens van
deelnemende winkels in het geval van een promotionele actie
gecombineerd worden met socio-demografische consumentprofielen,
om snel de nodige bijsturingen uit te voeren (bv. het voorkomen van out-
of-stock situaties).
7. Self-service analyse
De tendens tot globalisering van de economie
heeft tot gevolg dat bedrijven zich sneller
moeten aanpassen waarbij de nadruk komt te
liggen op een snellere time-to-market.
Traditioneel was het verwerven van inzicht in
data een centraal (door IT) geleid proces
omtrent de verzameling en distributie van
historische data. Zoals vermeld is er een
evolutie gaande waarbij “intelligence” een
onderdeel wordt van dagelijkse
bedrijfsprocessen. De nadruk komt te liggen
op het snel verwerven van inzicht in data.
Hiervoor moeten bedrijfsapplicaties
gemakkelijk in gebruik zijn en voorzien in een
self-service aanpak. Deze laatste moet
toelaten dat gebruikers op intuïtieve wijze inzicht
verwerven in grote gegevensverzamelingen. Dit
proces van “data discovery” wordt ondersteund
door technologische ontwikkelingen zoals in-
memory analyse waardoor grote hoeveelheden
data snel verwerkt kunnen worden en in-
database analyse waardoor complexe
berekeningen en analyse direct plaatsvinden in
de database zonder tussentijdse opslag.
De
combinatie van hoge snelheid met visuele
presentatie ondersteunt een self-service
aanpak.
8. Het Nieuwe Werken
Kenmerkend voor de nieuwe analyse-omgeving
is de mogelijkheid tot uitwisseling en verdere
evalutie van inzichten verkregen met data
analyse. Communicatie en samenwerking
maken deel uit van een totaalconcept dat zich
uitstrekt over draadloze netwerktechnologieën,
cloud computing, software as a service en
online communities. Deze kenmerken liggen
aan de basis van de “connected enterprise” en
roepen de associatie op met Het Nieuwe
Werken waarin men onafhankelijk van tijd en
plaats in staat is om inzichten te delen en
samen te werken. Dit alles brengt een
cultuuromslag met zich mee waarbij
gegevensanalyse een context krijgt die bijdraagt
tot het nemen van onderbouwde beslissingen.
Verwacht kan worden dat de mogelijkheid tot
samenwerking tussen alle betrokkenen in
bedrijfsprocessen steeds meer zal ingebouwd
worden in tools voor data analyse.
9. Sociale media analyse
Bedrijven en organisaties beroepen zich in
toenemende mate op de analyse van sociale
media om klantgerichte beslissingen te nemen,
vaak op pro-actieve wijze. Monitoring van
sociale netwerken stelt bedrijven en
organisaties ook in staat vroegtijdig trends te
onderkennen om het beleid op passende
wijze bij te sturen. Anderzijds worden
gegevens van sociale netwerken steeds vaker
gebruikt in predictieve modellen die
werkstromen aansturen voor bijvoorbeeld de
beoordeling van de kredietwaardigheid en cross
sell/ upsell-aanbiedingen.
10. Predictieve analyse
Veranderingen grijpen steeds sneller om zich
heen waardoor voorspellende analyses een
belangrijke plaats innemen naast rapporteringen
over het feitelijk functioneren van organisaties.
Het opzetten van een data-gedreven
strategie is voor de meeste organisaties niet
meer vrijblijvend maar een aantoonbare
noodzaak voor succes. Uit onderzoek blijkt
dat bedrijven die gebruik maken van data
analyse een aanzienlijk hogere kans hebben tot
de best presterende van hun sector te behoren
en ruim anderhalf keer meer omzet boeken.
Predictieve analyse waarbij gegevens uit
databases worden gecombineerd met
sentiment- en gedragsdata uit sociale
netwerken is een belangrijk instrument om tot
verdieping in klantinzicht te komen en dit laatste
te vertalen in gepaste acties. Aandachtspunten
bij het toenemend belang van analyse en
voorspelling zijn de flexibele ontsluiting van data
waarbij (interne) gestructureerde gegevens
kunnen gecombineerd worden met (externe)
ongestructureerde gegevens, het opzetten van
data governance en het uitwisselen van
informatie tussen alle stakeholders in de keten.
11. Wij vertalen data naar de juiste inzichten om beslissingen te ondersteunen,
nieuwe kansen in de markt te ontdekken en kansrijk te innoveren.
Benieuwd wat uw data voor uw bedrijf of organisatie kan betekenen ?
info@data-insights.be
0479/04.89.86
