Home » Technology » Big Data » Is er een ‘juiste manier’ om big data-analyses te implementeren?

Is er een ‘juiste manier’ om big data-analyses te implementeren?

Tech Page One

Is er een 'juiste manier' om big data-analyses te implementeren?

 

Belangrijke beslissingen nemen met big data

Big data is beslist een van de meest gehypete modekreten in de bedrijfs-IT. Leveranciers praten over datamining en data lakes, en zelfs over ‘data als de nieuwe olie’.

De realiteit is, uiteraard, minder spectaculair. Data zijn uiteraard waardevol, maar op zichzelf zijn het slechts grondstoffen. Net als olie moeten data worden geraffineerd en verwerkt om nuttig te zijn. Louter data verzamelen is niet genoeg.

Bedrijven hebben manieren nodig om data om te zetten in een betere besluitvorming. Daarom zijn data-analyses, of zelfs big data-analyses, wellicht betere termen dan alleen big data.

In een artikel van het International Institute for Analytics (IIA) staat dat ongeveer 71 procent van de bedrijven data-analyses gebruikt of gaat gebruiken. Slechts een op de vijf organisaties die al met geavanceerde analyses werkt, maakt echter daadwerkelijk gebruik van echte big data, door het IIA gedefinieerd als data in grote hoeveelheden of met hoge snelheid.

Momenteel nemen financiële bedrijven het voortouw op het gebied van big data-analyses, maar deze worden ook belangrijker voor de detailhandel, de productiesector, de gezondheidszorg en zelfs bij de overheid.

Voorsprong op de concurrentie

Is er een 'juiste manier' om big data-analyses te implementeren?Big data biedt organisaties wel een concurrentievoordeel. Big data-projecten leiden echter alleen tot bedrijfsvoordelen als de onderneming er betere beslissingen door kan nemen.

Het IIA achterhaalde bijvoorbeeld dat men het er over het algemeen mee eens is dat big data in de toekomstconcurrentievoordeel zal kunnen opleveren en dat 98 procent van de bedrijven die in big data-projecten hebben geïnvesteerd, van mening is dat deze van strategisch belang zijn.

Succesvolle big data-projecten bevatten betere voorspellingen van trends in alle seizoenen, in de detailhandel doordat is nagegaan hoe de klant over gebruiksgoederen denkt, of in de productiesector doordat de verzamelde data van duizenden klantapparaten zijn gebruikt om onderhoudsproblemen te identificeren voordat ze optreden en om de reparatievereisten te beperken.

Telecom- en energiebedrijven gebruiken big data in toenemende mate om pieken en dalen voor hun services in kaart te brengen en er zo voor te zorgen dat ze aan de vraag kunnen voldoen zonder te veel in infrastructuur te investeren.

De juiste vragen stellen

Deze big data-toepassingen werken omdat ze zeer specifieke bedrijfsvragen beantwoorden, in plaats van alleen maar steeds meer data te verzamelen in de hoop dat er op de een of andere manier nieuwe inzichten uit voortvloeien.

De sleutel tot succes is de gerichtheid op het beantwoorden van een bedrijfsvraag, waarbij het antwoord leidt tot actie, aldus Nick Kotsis, business intelligence- en analyse-expert van PA Consulting Group. “Analyse omwille van de analyse heeft een zeer geringe waarde.”

Ondernemingen moeten diverse vervolgstappen zetten om nieuwe inzichten uit hun data te halen en ervoor te zorgen dat het project een return on investment oplevert.

De details beheersen

Een van de uitdagingen voor big data-projecten is dat er al snel veel te veel data worden verzameld, wat leidt tot een overdaad aan informatie en een troebele besluitvorming. Ook is de kwaliteit van de data van belang.

Bepalen wat er moet worden verzameld, en hoe, is net zo belangrijk als de keuze van analysetools.

“Een centrale factor voor hoge prestaties is hoe goed de data-assets worden vastgelegd en beheerd, en hoe deze vervolgens via geavanceerde analyses worden omgezet in kwalitatieve inzichten en beslissingen,” meldt het IIA.

“Het verschil tussen succes en mislukking bij het implementeren van big data-analyses komt neer op gerichtheid, betrokkenheid en vaardigheden,” aldus Nick Kotsis van PA Consulting. “De IT-afdeling en het bedrijf moeten samenwerken om vooraf overeengekomen bedrijfsdoelstellingen te halen. Beide moeten zich volledig inzetten voor deze doelen om de kans van slagen van elk big data-project te vergroten.”

 

 

Stephen Pritchard

Stephen Pritchard

Stephen heeft al meer dan 21 jaar als technologiejournalist gewerkt. Zijn belangrijkste focusgebieden zijn onder andere technologie, telecommunicatie, wetenschap en milieu. Hij presenteert en produceert de FT tweewekelijkse „Connected Business“ podcast, die gaat over informatietechnologie. Hij schrijft, presenteert en produceert video- rapporten voor een breed scala aan media als redacteur en columnist voor IT- Pro en Infosecurity Magazine. Daarnaast spreekt Stephen over trends in zowel de technologie en telecommunicatie, de journalistiek als de media. Hij is ook voorzitter geweest voor evenementen van de Financial Times, GigaOM en Infosecurity Magazine.

Laatste Artikels:

 

Tags: Big Data, Business