Hoe Big Data leidt tot weggegooid geld

Big data is hot. Het nieuwe adagium is: de techniek is niet het probleem, leg zoveel mogelijk data vast en nieuwe informatie ligt onder handbereik.

Er wordt zelfs al gesproken over een nieuw beroep: ‘data analist’. Een data analist is een persoon die de vaardigheid heeft om met behulp van formules en algoritmen data om te zetten tot zinvolle informatie.

En dan maar hopen dat iemand om die informatie verlegen is. Ik dacht dat we zo langzamerhand wel geleerd hadden dat we vanuit de business processen naar data moeten kijken. Dat is een finaal tegenovergestelde blik op wat zich nu als trend aandient. Enfin, de waarheid zal, zoals bij zoveel dingen, ook hier wel in het midden liggen.

Waarde ontstaat door meer inzicht

Iedereen is het er wel over eens dat data nooit een doel op zichzelf is. Data is de bron voor informatie. Informatie moet iets toevoegen anders heb je er nog niets aan. Laten we datgene wat toegevoegd wordt door informatie maar ‘waarde’ noemen.

In deze zin ontstaat ‘waarde’ door het transparant maken van iets dat voorheen een black box voor ons was.  Je kunt ook zeggen dat ‘waarde’ ontstaat door het inzichtelijk maken van iets waar we voorheen onze vingers niet op konden leggen.

Een aantal voorbeelden hiervan zijn:

1. Inzicht in de invloeden waaraan het transport van een partij goederen wordt blootgesteld

2. Inzicht in het gedrag van een partij potplanten bij een kweker op een serie behandelingen die door de partij worden ondergaan

3. Inzicht in het koopgedrag van een specifieke groep consumenten in een supermarkt

4. Inzicht in de wijze waarop medewerkers in een bedrijf met elkaar samenwerken om met elkaar tot een specifiek resultaat te komen.

Met behulp van Big data technieken kan in elke van de vier genoemde voorbeelden inzicht worden verkregen door:

1. sensoren in de vrachtauto tijdens het transport metingen te laten uitvoeren en vastleggen. Chauffeurs hoeven zich daardoor steeds minder te verantwoorden wat er onderweg met de lading gebeurt. Zij kunnen dan bewijzen dat afspraken zijn nagekomen en dat bijvoorbeeld voeding op de juiste manier is gekoeld.

2. planten in de kas bij een kweker te monitoren en te inspecteren waarbij ook de condities van de omgeving (temperatuur, licht, behandelingen ed.) worden geregistreerd. Het doel daarvan is om meer inzicht te verkrijgen in het gedrag van de plant waardoor teeltschema’s kunnen worden verbeterd.

3. het koopgedrag van mensen uit de specifieke groep te registreren waarmee patronen in het koopgedrag kunnen worden waargenomen waardoor deze mensen ook doelgericht met bepaalde aanbiedingen kunnen worden benaderd.

4. het gedrag van mensen, die met elkaar een bepaald resultaat willen realiseren, te observeren. Daardoor wordt de werkelijke procesgang in een organisatie gedetecteerd. Als die afwijkt van de formeel gedefinieerde processen zegt dat wel wat.  Inzicht in de werkelijke procesgang is van essentieel belang voor bijvoorbeeld de invoering van een ondersteunende business applicatie.

Inzicht is niet vanzelfsprekend

Dit zijn allemaal voorbeelden waarin door Big data technieken black boxen transparant worden gemaakt. De voordelen zijn evident. Er is echter wel een grote ‘maar’……

In de genoemde voorbeelden wordt wel iets verondersteld waarover je in de praktijk nauwelijks iets hoort, maar dat wel essentieel is voor het succes van een Big data project.

Ik zal dat illustreren aan de hand van het volgende voorbeeld: Een energiebedrijf heeft bij huishoudens smartmeters geïnstalleerd. Huishoudens konden hun energieverbruik via een online dashboard volgen. Het idee was uiteraard dat mensen hun energiehuishouding zouden optimaliseren als ze het verbruik goed kunnen volgen. Na drie jaar hadden de meeste mensen nog geen blik geworpen op het dashboard….

Wat zien we hier? Het energieverbruik wordt inzichtelijk gemaakt, maar er wordt niets mee gedaan. Met het produceren van nieuwe overzichten zijn we er niet. Cruciaal is dat mensen het inzicht hebben om vervolgens met de nieuwe overzichten aan de slag te gaan. Dat inzicht is geen vanzelfsprekendheid.

Daarom:

1. Een Big data project levert informatie die voorheen niet bekend was

2. De opgeleverde informatie is waardevol als er sprake is van aantoonbare toegevoegde waarde voor de business processen

3. De toegevoegde waarde voor de business processen is niet een eigenschap van de geproduceerde informatie, maar ontstaat doordat de medewerker die informatie op juiste wijze gebruikt.

4. Gebruikers zullen daarin moeten worden opgeleid of tenminste daarin moeten worden begeleid.

Tenslotte, een Big data project is dus een project wat je samen doet: de leverancier en de medewerker in het bedrijf die ermee aan de slag gaat.