www.data-insights.be

Trends voorData analyse 2014

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.

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

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 e n o n g e s t r u c t u r e e r d e g e g e v e n s o n t w i k k e l t , h o u d t e e n 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.

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.

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).

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.

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.

Sociale media analyse

Bedrijvenen organisaties beroepenzich 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.

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.

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