Big Data: Van buzzword tot peiler van waardecreatie

Dat Big Data de 'business buzzword' is op dit moment zal niemand zijn ontgaan. Van IDC tot het World Economic Forum in Davos in januari, waar Big Data één van de belangrijkste thema's was, leeft het idee dat Big Data een Big effect zal hebben op organisaties. Maar, wat is Big data nou precies? En wat moet je ermee? Is het voor jouw organisatie van toepassing? En – hoe begin je ermee? In dit artikel vind u concrete voorbeelden van organisaties die waarde creëren door het benutten van hun 'Big Data'.

De hoeveelheid data die binnen organisaties wordt gegenereerd is de laatste jaren explosief gestegen door verschijnselen als RFID, smart phones, sociale media en door steeds verder gaande automatisering van processen. Volgens IDC, een technologie onderzoeksbedrijf groeit de hoeveelheid data jaarlijks met 50 procent. De grootte en diversiteit van de gegenereerde data (verschillende databronnen en dataformaten) maakt dat het vastleggen, opslaan, beheren en analyseren ervan vaak buiten de mogelijkheden ligt van typische databasesoftware tools. De uitdaging om de stortvloed aan beschikbare data ter eigen voordeel te gebruiken wordt ook wel ‘Big Data’ genoemd.

Tegelijk met de groeiende hoeveelheid gegenereerde data groeien ook de technologische mogelijkheden (rekencapaciteit, tools voor data analyse) om die data te benutten hard. Voorbeelden van technieken voor data beheersing en analyse zijn natural-language processing, pattern recognition en machine learning.

Ook business intelligence toepassingen worden steeds geavanceerder. De eerste generatie business intelligence tools geven vooral informatie over het verleden, maar nieuwe toepassingen richten zich steeds meer op de voorspellende waarde die ‘Big Data’ kan hebben. Een voorbeeld hiervan is een technologie die Google heeft ontwikkeld: aan de hand van het zoeken op termen als ‘griep symptomen’ en ‘griep behandeling’ kunnen voorspellingen worden gedaan wanneer een groei in het aantal mensen met griepklachten zich bij ziekenhuizen melden in een bepaalde regio. Het is zeker geen grote sprong naar het idee dat organisaties straks soortgelijke technieken steeds vaker zullen gebruiken als basis om besluiten te nemen.

Big Data voor iedereen

Dat grote en IT intensieve organisaties zoals Google en Amazon goed gebruik kunnen maken van de grote hoeveelheden data is evident. Dankzij de groei van de capaciteit van computers om grote hoeveelheden data te verwerken wordt het ook mogelijk voor kleine organisaties die niet zo IT intensief zijn om de potentie van Big Data te benutten. Volgens het McKinsey Global Institute zal het zelfs een voorwaarde worden voor innovatie en concurrentie. Concurrentievoordelen kunnen ontstaan door beter (be)grip te krijgen van klantvoorkeuren, fraude detectie, prijsstrategieën etc. Op dit moment is het nog grotendeels onontgonnen terrein, waar er dus veel kansen liggen.

Wat is de waarde van Big Data voor jouw organisatie?

Een groot aantal bedrijven beseft inmiddels dat zij over een grote hoeveelheid data beschikt waarvan zij vermoedt dat er meer waardevolle informatie in zit, dan ze er nu uit halen. Maar waar die waarde zit is vaak niet duidelijk. Laten we een paar voorbeelden geven van organisaties die waarde creëren door het benutten van hun ‘Big Data’.

·         Een Franse Retail bank is erin geslaagd om op basis van de transacties van klanten aan te geven bij welke klanten de kans groot was dat zij hun leningen niet zouden terugbetalen. Hiermee is het hen gelukt om meer dan 2 miljoen euro te besparen.

·         Een internationale verzekeraar heeft nog grotere besparingen (meer dan 10 miljoen euro) gerealiseerd door fraude risicoprofielen te creëren waarmee sneller in beeld kwam welke claims verder onderzocht moesten worden voor mogelijke fraude.

·         Een internationaal TV station heeft op basis van een algoritmische analyse de efficiëntie van hun reclame campagnes geoptimaliseerd. Aanleiding voor de analyse lag in de constatering dat de hoge kosten van hun reclame campagnes nauwelijks invloed hadden op de omzet. Met de klassieke statistische instrumenten die zij gebruikten om de prestaties van reclames te meten lukte het niet om hierin verbetering aan te brengen. Met een nieuwe aanpak hebben ze business rules kunnen identificeren waarmee 80 procent van de efficiëntie (en inefficiëntie) van de publiciteitscampagnes verklaard kon worden.

·         Een autobouwer is het gelukt om te ontdekken welke combinaties van opties op auto’s het beste geproduceerd konden worden, om de beschikbaarheid van auto’s te vergroten. Deze beschikbaarheid vertaalde zich voor de autobouwer vervolgens in hogere verkoopcijfers.

Uit bovenstaande voorbeelden blijkt dat toepassing van data analyse relevant is in verschillende sectoren en ook in verschillende disciplines. Het identificeren en definiëren van problemen waarvoor data analyse een uitkomst kan bieden is echter een belangrijke taak bij de zoektocht naar waardecreatie via ‘Big Data’.

Hoe benut je de potentie van big data?

De manier waarop tegenwoordig vaak tegen het fenomeen ‘Big Data’ aan wordt gekeken is te beschrijven als het ‘Garbage Can’ model; dat wil zeggen, de technologische middelen tot data analyse worden gezien als significant en het idee is prevalent dat de mogelijkheden absoluut benut moeten worden ‘om niet de boot te missen’.

Daarbij wordt er gezocht naar een probleem dat aangepakt kan worden omdat de techniek zich nu eenmaal aandient. Het probleem daarmee is dat de techniek niet structureel zal worden omarmd door de organisatie. De kans bestaat dat achtereenvolgens steeds nieuwe technische snufjes worden gebruikt waarvan niet duidelijk wordt wat nu uiteindelijk het rendement ervan is. Daarmee zal de echte potentie van ‘Big Data’ wellicht niet herkend worden. Belangrijk is dat organisaties zich verdiepen in de wijze waarop analytische technologie daadwerkelijk de strategie en het tactisch opereren ondersteunt. Het is dus zaak dat het denken over data analyses onderdeel wordt van het ‘operating model’ van een organisatie. Om deze benadering tot realiteit te maken zijn er twee basisvoorwaarden die ingevuld moeten worden:

1.    Het gebruik van data analyse technieken dient ingebed te zijn in een bredere strategie over informatiemanagement. Complexe data analyse technieken kunnen heel nuttig zijn voor zowel incidenteel gebruik alsook voor terugkerende rapportages. Een organisatie doet er echter goed aan om voor de terugkerende analysebehoeftes zich af te vragen of de wijze waarop basisdata wordt geregistreerd, de juiste is. Daarbij geldt het aloude adagium dat data vastleggen aan de basis uiteindelijk beter is dan achteraf met ingewikkelde analyse technieken hetzelfde inzicht behalen.

2.    Data analytics dient organisatorisch op de juiste plekken belegd te zijn. Omdat data analytics ten dienste van de strategische ontwikkeling van een organisatie moet zijn, is het van belang dat analytics onderdeel wordt van ‘de business’, dat betekent dat de commerciële en supply chain organisaties in hun dagelijkse werk met analyse technieken moeten kunnen werken die voor hen van direct nut is, bijvoorbeeld door optimaliseren van klantenportfolio of door het efficiënter maken van de productie. Ook zal de behoefte voor het gebruik van data analytics door de werkvloer uitgekristalliseerd moeten worden. In de business worden de problemen gedefinieerd waar data-analyse technieken uitkomst kunnen bieden. Data analytics is daarmee uitdrukkelijk geen exclusief domein van de IT organisatie.

Conclusie

In 2012 staan we pas aan het begin van de ‘Big Data’ beweging. In de komende jaren zullen organisaties in toenemende mate beseffen hoe ze hun beschikbare data goed kunnen gebruiken en hoe ze zich moeten organiseren om de ‘Big Data’ uitdaging het hoofd te bieden. Organisaties die op tijd beginnen en de opgebouwde expertise integreren in hun bedrijfsvoering zullen dan de vruchten plukken.

Over de auteurs

Ingmar Pul is Senior Manager en leider van het Finance Transformation team in BearingPoint Benelux. Paolo Herde is Consultant in het Operational Excellence team van BearingPoint Benelux.

Mocht je meer willen weten over Big Data of onze HyperCube oplossing voor data analytics, neem dan contact op met Klaasjan Doeswijk, Senior Manager Finance Transformation bij BearingPoint Management &Technology Consultants. (klaasjan.doeswijk@bearingpoint.com).

Bovenstaand artikel werd eerder gepubliceerd via: http://financieel-management.nl/content/view/16449/big-data-van-buzzword-tot-peiler-van-waardecreatie/