Next step in BI - a new era of information capabilities

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


4

losstaand geïntegreerd


Systems (MIS)

• Geaggregeerde


• Functiegebonden


• 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


5

losstaand geïntegreerd


Systems (MIS)

• Geaggregeerde


• Functiegebonden





detailgegevens


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


Systems (MIS)

• Geaggregeerde


• Functiegebonden





detailgegevens


• 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


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

http://lod4all.net/?nodezoom=mapnode-278-mask&v=map








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

Een technology push biedt nieuwe kansen

20 www.top500.org

http://www.top500.org/

Een technology push biedt nieuwe kansen

21 www.top500.org


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


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


beschrijvende

diagnostische

voorspellende

prescriptieve

I

proven

BI

het tijdperk van

de silo’s

het tijdperk van

het datawarehouse

het tijdperk van

het ecosysteem


revolutie

38


beschrijvende

diagnostische

voorspellende

prescriptieve

I

nieuwe

techno-

logie

het tijdperk van

de silo’s

het tijdperk van

het datawarehouse

het tijdperk van

het ecosysteem


revolutie

39


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)

Next step in BI - a new era of information capabilities

Data & Analytics

Transcript of Next step in BI - a new era of information capabilities