Post on 30-Nov-2014
description
Next step in BI een nieuw tijdperk breekt aan
januari 2014 – Rolien Breeuwer
Het vakgebied Business Intelligence staat aan de
vooravond van een doorbraak
2
… nieuwe data uit applicaties,
sensoren, social media, logs en
devices biedt steeds beter inzicht
in gedrag van en relaties tussen
mensen, apparaten en processen
… een enorme technologische
sprong maakt het mogelijk al die
data in korte tijd te verwerken en
te analyseren
… virtuele en reële waarneming
lopen door elkaar in intelligente
toepassingen in de bedrijfsvoering
en mensen ontwikkelen
capaciteiten om daar nuttig
gebruik van te maken
het tijdperk van
de silo’s
BI heeft zich ontwikkeld tot een volwassen discipline
3
losstaand
• Management Information
Systems (MIS)
• Geaggregeerde
verantwoordings-informatie
• Functiegebonden
operationationele rapportages
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
BI heeft zich ontwikkeld tot een volwassen discipline
4
losstaand geïntegreerd
• Management Information
Systems (MIS)
• Geaggregeerde
verantwoordings-informatie
• Functiegebonden
operationationele rapportages
• Geïntegreerde informatie over
functies en processen heen
• Analytische toepassingen met
detailgegevens
• “One version of the truth”
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
BI heeft zich ontwikkeld tot een volwassen discipline
5
losstaand geïntegreerd
• Management Information
Systems (MIS)
• Geaggregeerde
verantwoordings-informatie
• Functiegebonden
operationationele rapportages
• Geïntegreerde informatie over
functies en processen heen
• Analytische toepassingen met
detailgegevens
• “One version of the truth”
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
het tijdperk van
het ecosysteem
Een nieuw tijdperk met ongekende mogelijkheden breekt
aan
6
losstaand geïntegreerd verbonden
• Management Information
Systems (MIS)
• Geaggregeerde
verantwoordings-informatie
• Functiegebonden
operationationele rapportages
• Geïntegreerde informatie over
functies en processen heen
• Analytische toepassingen met
detailgegevens
• “One version of the truth”
• Intelligence is (onderdeel van)
het primaire proces
• Contextinformatie heeft externe
oorsprong
• OLAP en OLTP zijn weer 1
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
het tijdperk van
het ecosysteem
Door de tijdperken heen heeft informatie organisaties
steeds slimmer gemaakt
7
losstaand geïntegreerd verbonden
beschrijvende
diagnostische
voorspellende
prescriptieve
I
Nieuwe (big) data biedt steeds beter inzicht in gedrag
van en relaties tussen mensen, apparaten en processen
Een groeiende hoeveelheid data staat
organisaties ter beschikking
9
Een groeiende hoeveelheid data staat
organisaties ter beschikking
10
“er wordt nu
meer data
gegenereerd door
machines,
servers en
telefoons dan
door mensen”
Michael E. Driscoll
Het aantal interne en externe databronnen om
bedrijfsvraagstukken te beantwoorden neemt toe
11
Het ‘Internet of things’ verbindt alles met alles
12
(Linked) open data maakt gegevens voor
iedereen toegankelijk, en meestal nog gratis ook
13
http://phys.org/news/2014-01-links-linked.html#jCp
Als er onvoldoende data bestaat om een bedrijfs-
vraagstuk op te lossen, dan creëert men die
14
besturing gebeurt
grotendeels door team
achter de schermen
op basis van data uit
honderden sensoren
Als er onvoldoende data bestaat om een bedrijfs-
vraagstuk op te lossen, dan creëert men die
15
community van
fashionliefhebbers
produceert vrijwillig
enorme hoeveelheden
data over trends
en voorkeuren
En met de data ontstaan ook nieuwe dilemma’s
m.b.t. privacy en security
16
Een enorme technologische sprong maakt het mogelijk
al die data in korte tijd te verwerken en te analyseren
Technologische verandering is de constante factor
18
Er ontstaat een heel nieuw landschap van oude en
nieuwe technologieën voor big data en analytics
19
Nieuwe architecturen geven een boost aan de
performance
22
performance is binnenkort geen issue meer in BI
www.top500.org
Transactieverwerking en Business intelligence
komen weer samen in één omgeving
23
24
Ooit hebben we naast de operationele transactie-omgevingen aparte OLAP-
omgevingen gebouwd omdat we de 2 functies technisch niet konden verenigen
Watercar Panther
rijdt met 130 km/uur en
vaart met 70 km/uur
De technische mogelijkheden veranderen nu echter zo snel dat we best weer uit de
voeten kunnen met één omgeving voor zowel de transactieverwerking als voor BI.
http://youtu.be/2150iFXF5Vc
Nieuwe technologieën vergroten de mogelijkheden van
het informatie-ecosysteem
25
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
het tijdperk van
het ecosysteem
losstaand geïntegreerd verbonden
in-memory
analytics
Self
Service
BI
data
virtualisatie
NoSQL
databases
….
Virtuele en reële waarneming lopen door elkaar in
intelligente toepassingen in de bedrijfsvoering
De grens tussen informatie en werkelijkheid
vervaagt
27
Mensen ervaren dat als volstrekt normaal
28
Men wil overal, altijd, onmiddellijk en eenvoudig
toegang tot informatie
29
We raken eraan gewend dat we ‘middenin de data
zitten’
30
Het belang van geavanceerde analytics in het
primaire proces neemt toe: the know in the flow
31
Informatie is steeds vaker volledig ingebed in de
uitvoering van processen
32
directe waarneming
en achtergrond-
informatie zijn voor
neurochirurg volledig
geïntegreerd
Gebruikers willen niet een BI-systeem, maar
toepassingen die werkproces en informatie integreren
33
Met geavanceerde analytics verlopen slimme
processen zelfs zonder menselijke interventie
34
En wellicht verdwijnen nog meer logistieke
barrières
35
Deze ontwikkelingen veranderen de toepassing van BI
36
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
het tijdperk van
het ecosysteem
Een verandering die het beste gaat via evolutie, niet via
revolutie
37
losstaand geïntegreerd verbonden
beschrijvende
diagnostische
voorspellende
prescriptieve
I
proven
BI
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
het tijdperk van
het ecosysteem
Een verandering die het beste gaat via evolutie, niet via
revolutie
38
losstaand geïntegreerd verbonden
beschrijvende
diagnostische
voorspellende
prescriptieve
I
nieuwe
techno-
logie
het tijdperk van
de silo’s
het tijdperk van
het datawarehouse
het tijdperk van
het ecosysteem
Een verandering die het beste gaat via evolutie, niet via
revolutie
39
losstaand geïntegreerd verbonden
beschrijvende
diagnostische
voorspellende
prescriptieve
I analytics
We moeten niet op zoek naar data
maar op zoek naar waarde
De zoektocht naar waarde verloopt via twee cycli
41
De zoektocht naar waarde verloopt via twee cycli
42
governance & compliancy
Met ZELFZORG: gezondheidsschade voorkomen en
behandeling verbeteren (klinische data, lichaamsmeting, gegevensfactoren)
43
Bij MEDISCHE BEHANDELING: geïndividualiseerde
kankerbehandeling op kenmerken tumor (genoom-data, klinische
data)
44
In MEDISCH ONDERZOEK: grootschalig en langdurig
longitudinaal onderzoek naar chronische aandoeningen (klinische data, lichaamsmeting, gegevensfactoren)
45
In RETAIL: optimaliseren van schapindeling op basis van
route van consumenten door winkel (geodata)
In MARKETING & SALES: vergroten afname door precies
de goede recommendations (eigen data, klantdata, omgevingsdata)
47
Voor SERVICEPROVIDERS: beheersen churn o.b.v.
netwerkperformance en incidentmanagement (eigen
procesdata)
In de PROCESINDUSTRIE: optimaliseren productie met
extra warmtesensoren (zelf gecreëerde big data)
Bij PRODUCTIEPROCESSEN: voorspellen van storingen
en zo precies het juiste preventief onderhoud doen (machine
data, sensor data, productie planning)
Voor LUCHTHAVEN: lokaliseren eigen bagage o.b.v
RFID-signalen (logistieke data)
In CONSUMER GOODS: sentimentanalyse adhv twitter,
facebook, blogs en consumentensites (social media)
In de FORMULE 1: winnen met behulp van 240 sensoren (zelf gecreerde big data)
Voor VERZEKERINGEN: Sentimentanalyse adhv twitter,
facebook, blogs en consumentensites (social media)
Bij HYPOTHEEKBANKEN: voorspellen welke klant bij
scheiding in financiële problemen komt
Voor CREDIT CARDS: fraudedetectie door (buitenland-)
betalingen te toetsen aan telco-locatiedata (geo data)
Voor BETALINGSVERKEER: positioneren ATM’s op
basis van verplaatsing van mensen (geo data)
Door BETALINGSVERWERKER: verkopen informatie aan
retailers over koopgedrag van consumenten (eigen data)
In RETAIL BANKING: gepersonaliseerde website met
klantspecifieke content
Voor INVESTMENT BANK: risicoanalyse met marktdata
en twitter, facebook, blogs, consumentensites (social media)
In VERZEKERINGEN: het matchen van call agent aan
klanttypen (social media + klantgegevens + call agent gegevens)
Voor de OPENBARE ORDE: volgen van mensenmassa’s
om veiligheidsrisico’s te verkleinen (social media, GSM, geodata)
In de VREEMDELINGENKETEN: detecteren patronen van
mensensmokkel door analyse van dossiers (textanalyse)
Bij HANDVAVING: scannen beeldmateriaal om strafbare
feiten te ontdekken (videobeelden)
Bij DEFENSIE: lokaliseren onderdelen, materieel en
voorraden o.b.v RFID-signalen (sensordata, logistieke data)
In RECHTSPRAAK en OM: automatische samenvatten
dossiers tot behapbare volumes (tekstbewerking)
Bij de RECLASSERING: voorspellen kans op recidive van
verkeersovertreders (procesverbalen, persoonskenmerken)
Voor OPSPORING: vaststellen bewegingspatroon en
locatie verdachte (social media, GSM, geodata, camera’s)
Voor UITKEERINGSINSTANTIES: fraudedetectie en
opbouwen van fraudecase (eigen gegevens, externa data, social media)
Voor WEGBEHEERDERS: optimaliseren benutting van
transportinfrastructuur (data over infrastructuur, geo-data, weerdata)
Voor ADVIESRADEN en INSTITUTEN: Sentimentanalyse
adhv twitter, facebook, blogs en fora (social media)
Voor ARBEIDSMARKTBEMIDDELAARS: matchen vraag
en aanbod van vacatures (vacaturedata, social media, tekstanalyse)