Selecteer een pagina

Het analyseren en interpreteren van data wordt voor het bedrijfsleven en overheden van steeds groter belang. Het biedt verschillende kansen om inzichten te krijgen in de markt waarin je opereert, de klanten die je bedient en nieuwe kansen die je kan aangrijpen.

Data gedreven focus geeft je een concurrentievoordeel ten opzichte van de rest van de markt. Maar waar begin je en wat kan je ermee?

De strategische mogelijkheden van Big Data en Artificial Intelligence (AI) lijken namelijk oneindig.

“If you’re not paying for the product, you are the product.” 

Deze term heb je de afgelopen jaren vast ergens voorbij zien komen, maar waarschijnlijk nooit echt bij stil gestaan. Het is namelijk een ongeschreven regel binnen de online wereld. Wanneer je bijv. gebruik maakt van “gratis” apps op je mobiele telefoon registreren deze in veel gevallen jouw data en verkopen deze data weer door aan derde partijen. Die zetten deze data vervolgens in om aan je te adverteren, te mailen of contact met je op te nemen. Data is daarmee dus echt de valuta van de toekomst geworden. En jij maar denken dat je gratis door Facebook aan het scrollen was …

Van big data naar rijke data

Alle data is tegenwoordig vrijwel ‘big’ te noemen en bijna alle intelligentie in de digitale wereld is inmiddels artificieel. Die combinatie leidt tot een buitengewoon disruptieve beweging voor alle organisaties die hun klantgegevens nog op klassieke wijze verzamelen, verwerken en gebruiken.

Het analyseren en interpreten van data en vooral de snelheid waarmee dit gebeurt wordt voor organisaties van steeds groter belang.

Maar hoe ga je slim om met alle data die er beschikbaar is? En vooral: Hoe kan je uit deze big data de voor jou werkbare ‘rijke data’ halen?

Een paar praktijkvoorbeelden uit het publieke domein helpen je waarschijnlijk verder op weg:

Data in elke fase (van bijv de beleidscyclus)

Het is veilig om te stellen dat er wereldwijd een datarevolutie woedt. Die laten ook overheden niet aan zich voorbij gaan. Want wie wil er nu niet datagedreven werken? En dus zetten ook de van oudsher wat klassiekere organisaties zoals o.a. overheden volop data in.

Maar waar hebben we het dan precies over?

Overheden analyseren data vooral om tot nieuwe inzichten te komen. Dat inzicht gebruiken zij vervolgens o.a. voor:

  • ontwerpen van beleid

Voorbeeld: De Inspectie Sociale Zaken en Werkgelegenheid bepaalt op grond van eigen data en die van derden de keuze voor aan te pakken risico’s en bedrijven, alsmede de inzet van instrumenten.

vb: Rijkswaterstaat en het ministerie van Economische Zaken en Klimaat (EZK) ontwikkelen, op basis van een landelijk radarsatellietbestand, nieuwe instrumenten voor de monitoring van assets, zoals bruggen, sluizen, wegen en dijken.

  • ondersteuning van de besluitvorming

vb: Het Digitaal Stelsel Omgevingswet (DSO) biedt inzicht dat moet bijdragen aan een betere en voorspelbaardere besluitvorming. Het hogere doel? Burgers en bedrijven weten beter waar ze aan toe zijn.

  • versterken van de uitvoering

vb: Het Digitaal Stelsel Omgevingswet heeft tot doel om processen voor planvorming, vergunningverlening, toezicht en handhaving eenvoudiger en beter te maken. Kortom: Een gelijke informatiepositie tussen overheden, bedrijven en burgers.

vb: Rijkswaterstaat voorspelt het gewenste asfaltonderhoud aan de hand van big data-analyses. Deze voorspellingen leiden tot substantiële kostenbesparingen.

De verschillende ketenpartners die betrokken zijn bij de bouw van assets, zoals bruggen, sluizen, wegen en dijken, delen in het project Bouwwerk Informatie Model (BIM) informatie via open standaarden. Dit resulteert in een verbeterde communicatie en een nieuwe manier van samenwerking.

De diverse voorbeelden in het overzicht van open data en hergebruik van data hebben tot doel om door vergroting van transparantie de informatiepositie van burgers te verbeteren, daarmee democratische controle mogelijk te maken en een betere samenwerking tussen overheden te stimuleren.

  • verbeterde evaluatie van beleid:

De Algemene Rekenkamer gebruikt data als basis voor haar rapportages over de controle van publieke uitgaven.

Het CBS en RVO onderzoeken door koppeling van databestanden de effectiviteit van subsidies voor fruittelers, bedoeld voor het afsluiten van verzekeringen tegen de gevolgen van slecht weer. Het onderzoek moet antwoord geven op de vraag: doet de subsidie waarvoor hij bedoeld is?

(bron: Van beleids- naar datacyclus)

big data filteren

Bovenstaande voorbeelden geven een aardige impressie van wat je inmiddels allemaal met data kunt doen.

Data om de toekomst mee vorm te geven

In Amerika trok op basis van het koopgedrag van een tiener het warenhuis Target de conclusie dat zij zwanger zou zijn. Het warenhuis stuurde haar om die reden reclame voor babyspullen toe. Waarop haar ouders vervolgens boos aan de bel bij het betreffende filiaal trokken. Een aantal dagen later bleek echter dat het datasysteem van target de dochter beter kende dan de ouders zelf.

Deze anekdote heb je vast al eens gehoord maar het maakt direct duidelijk: data heeft de toekomst.

En inderdaad, big data heeft inmiddels zijn waarde bewezen voor tal van zaken gerelateerd aan het bedrijfsleven, de overheid en marketing.

Big data geeft bedrijven mogelijkheden om uit zeer grote aantallen platte data snel te herleiden ‘wat’ er gebeurt en op basis daarvan voorspellingen te doen. Door een steeds groter geloof in technologie, data en machine learning is het steeds aantrekkelijker om data in te zetten.

Maar daarbij is het de kunst ‘wat’ je uit de data wilt halen. Hoe je uit big data de voor jou rijke data haalt.

Vergeet je die eerste stap te zetten dan kom je meestal van een koude kermis thuis. Want laat het nu juist de ‘wat je met de data wilt bereiken’-vraag zijn die interessant is en doorslaggevend voor het succes van data voor jouw organisatie.

 

contact

+31 (0)6 4895 2904
jerry@
jerryvanstaveren.nl

recente blog artikelen

Verdwalen in het project doolhof

Verdwalen in het project doolhof

In de praktijk zie je vaak dat een middel het doel wordt gemaakt en een projectteam verzand in allerlei randzaken. Ze zijn vooral heel druk met druk zijn en moeten vaak aan het eind van de rit met tegenzin toegeven dat het niet heeft opgeleverd wat ze van te voren hadden gedacht. Of hadden gehoopt.

Snelle veranderingen

Snelle veranderingen

Tijdens de eerste lockdown was de snelheid waarmee het online werken, bijv. via Microsoft Teams, in verschillende organisaties werd geïmplementeerd buitengewoon hoog. Waar kwam dat door en wat kunnen we er van leren