“Dankzij Big Data kunnen bedrijven zich steeds meer laten leiden door wat ze nu nog niet weten, in plaats van door vooraf bepaalde inzichten,” zegt Erik Leene, directeur innovatie en mede-eigenaar van consultancybedrijf Kadenza.
Voor finance professionals kan dat eng zijn, want die zijn gewend vooral naar het verleden te kijken via de financiële verantwoording. “Dat is begrijpelijk. Gelukkig is Big Data iets dat je langzaam, proefondervindelijk in je bedrijf kan uit proberen.”
Big Data is een modeterm en Leene merkt dat veel bedrijven niet goed weten wat zij er mee aanmoeten. “Er wordt dan vanuit de directie geroepen ‘we moeten iets met Big Data’. Maar wat is relevant? Het kost nog steeds geld, dus je moet een goede case vooraf hebben. Wat wil je meten met je data? Voor negen van de tien bedrijven is Big Data helemaal niet interessant. Je moet goed nadenken over wat die gouden bergen zijn die men belooft. Welke inzichten zou je willen hebben?”
Natuurlijk is Big Data helemaal niet nieuw, benadrukt Leene. “Enorme hoeveelheden data zijn er altijd geweest, maar in het verleden kostte het te veel mankracht en geld om er iets mee te doen. Dankzij de technologische vooruitgang, is het nu mogelijk om de data te analyseren.” Leene citeert graag de Big Data definitie van Gartner: “Those data sets whose size, type and speed of creation make them impractical to process and analyze with traditional database technologies and related tools in a cost- or time-effective way”
“Het is eigenlijk heel simpel,” zegt Leene. “Als ik als online retailbedrijf wil voorkomen dat ik mensen kwijtraak tijdens het klikken, dan wil ik kunnen voorspellen waarin mensen geïnteresseerd zijn, zodat zij die artikelen tijdens het klikken snel tegenkomen. Om dat te bewerkstelligen moeten grote volumes aan data van klikgedrag geanalyseerd worden.” Volgens Leene speelt de analyse van social media als Facebook en Twitter daarbij slechts een beperkte rol. “Daar wordt veel over gesproken, maar voor veel organisaties is het nut hiervan heel beperkt. Je kan veel informatie uit Twitterfeeds halen en klikgedrag kan interessant zijn, maar de gewone communicatiefunctie blijft het belangrijkst bij social media. Veel bedrijven gebruiken Twitter bijvoorbeeld om op klachten en complimenten te reageren.”
Voor de finance afdelingen heeft de opkomst van Big Data ook gevolgen, zegt Leene. “Onder finance vallen vaak privacy en juridische zaken. Er zijn bekende voorbeelden, bijvoorbeeld eerder dit jaar bij ING, waar dat speelde rondom de verkoop van advertenties op basis van betaalgedrag . Je kunt nu allerlei data combineren, maar mag het? Wat voor schade kan het je berokkenen? Een andere rol die Big Data kan spelen is bij de financiële resultaten, waar je allerlei informatie uit externe bronnen aan kan toevoegen bijvoorbeeld op basis van Big Data informatie uit de markt of van concurrenten.”
De belangrijkste les die financiële mensen in hun oren moeten knopen is dat Big Data altijd Opex moet zijn en nooit Capex. “Ga nooit iets aanschaffen,” beklemtoont Leene. “Het draait om schaalbaarheid en maak gebruik van cloud infrastructuren. Het hoeft niet duur te zijn. De valkuil is om met een klassieke ICT-bril te kijken: vooraf investeren en voortdurend bezig zijn met welke hardware en welke software er aangeschaft moeten worden. Veel ICT mensen in Nederland denken nog zo, maar Big Data moet een Opex investering zijn. Nogmaals, bij Big Data gaat het om schaalbaarheid en slim weggooien. Je moet snel meer of minder machines in kunnen zetten, dit alles op basis van de benodigde computerkracht op dat moment.” Vraagtekens over veiligheid en privacy die daarbij opkomen, begrijpt Leene. “Maar heel veel cloud aanbieders hebben een betere security dan je zelf ooit voor elkaar kan krijgen. Neem een voorbeeld aan Shell, met het ‘cloud tenzij’ principe.”
Leene benadrukt dat beginnen met Big Data doorgaans geen enorme investering vergt. “Proefondervindelijk aan de slag gaan werkt het beste. Het begint met een veronderstelling, een casus of scenario’s. Op basis daarvan kan je tijdig signaleren of iets werkt of niets oplevert. Big Data leent zich typisch voor trial and error. Een grote producent die wil weten wanneer storingen optreden bij machines kan bijvoorbeeld een case maken om data analyse in te zetten om de storingen te voorspellen. Als de uitval van machines met zoveel procent gereduceerd wordt, wat levert dat dan op? Als het werkt is de crux dat die analyse van Big Data vervolgens onderdeel wordt van het dagelijks proces.”
Bij Big Data is het belangrijk om de gegevens middels visualisatie voor zichzelf te laten spreken, zegt Leene. “Een leuk voorbeeld komt uit de luchtvaart. De klassieke manier is het ontdekken van een trend, bijvoorbeeld dat het aantal verkopen van artikelen toeneemt naar mate de vlucht langer is. Daar komt een keurige lijn uit in een grafiek met een X-as en een Y-as. Maar als alle afzonderlijke vluchten als puntjes worden neergezet gaat het niet om de trend, maar om de keren dat een korte vlucht veel oplevert of een lange vlucht weinig. Middels patroonherkenning kan je daar dan dieper op ingaan en onderzoeken waarom deze uitzonderingen bestaan door te spelen met de kenmerken. Werd er vaker door de gang gelopen? Of zegt het land van herkomst iets over het koopgedrag?”
Erik Leene is een van de topsprekers van Credit Expo 2014 op donderdag 6 november aanstaande in het NBC Congrescentrum. Credit Expo is gratis toegankelijk na online voorregistratie via de website.
Bron: www.creditexpo.nl
