Iedere sector zal veranderen door gebruik van data. Wie denkt dat het wel zal loslopen of nog even duurt, kan wel eens van een koude kermis thuiskomen. Want als je huidige concurrenten je niet de loef afsteken, dan doen de bedrijven dat wel die zich nu nog op een andere markt richten. Dit is de belangrijkste boodschap van het jaarlijkse BI & IM Symposium.
900 mensen hadden zich ingeschreven voor het twee dagen durende symposium, georganiseerd door Sogeti. De meesten kwamen om inspiratie op te doen, zo bleek toen dagvoorzitter Michiel Boreel, CTO van Sogeti, deelnemers vroeg hun hand op te steken bij een peiling. Daaruit bleek dat de meeste organisaties analytics nu nog voornamelijk gebruiken op het gebied van finance & control. IT’ers voelen wel aan dat er op andere terreinen kansen liggen, maar vinden het vaak lastig de business mee te krijgen. Terwijl daar toch de ideeën vandaan moeten komen over hoe data van meerwaarde kunnen zijn.
Gericht verbeteren
“Wie zijn uw concurrenten van morgen en wat moet u vandaag doen om ervoor te zorgen dat een ander uw markt niet overneemt?” vroeg marktanalist Tim Jennings van Ovum aan het publiek. “En denk eens verder: hoe kunt u waarde genereren uit data die u nu al bezit en waarmee u misschien wel zelf volledig nieuwe markten kunt betreden?” Jennings’ kernboodschap luidt: data gaat iedere markt veranderen, of je nu koekjes verkoopt of aan topsport doet. Hij geeft een voorbeeld: “Uit analyse van een supermarktketen blijkt dat het product cupcakes het meest gevoelig reageert op aanbiedingen. Rondom dat gegeven ontwikkelen supermarkten hele strategieën.” En hij schudt er meer uit zijn mouw. “McEnroe en Borg waren in hun tijd fantastische tennissers, maar ze zouden geen schijn van kans hebben tegen Federer of Nadal. Dat komt niet doordat Federer of Nadal harder trainen of over betere fysieke capaciteiten beschikken, maar doordat ze gerichter trainen, gebruikmakend van veel meer kennis. Ze analyseren waar ze hun eerste en tweede opslag slaan, hoe hard ze slaan, bij welke lijn van arm en rug ze de meeste kracht in hun slagen kunnen leggen en ga zo maar door. Daardoor kunnen ze heel gericht werken aan die punten waar ruimte ligt voor verbetering.”
Benader je eigen organisatie eens op diezelfde manier, adviseert Jennings. Welke data heb jij nodig om te ontdekken waar in jouw organisatie ruimte ligt voor verbetering? Dat is een business-vraagstuk, maar dat neemt niet weg dat it-managers hier geen rol in kunnen spelen. “Wij kunnen als IT wel suggesties aandragen aan de CEO of Raad van Bestuur,” suggereert Jennings. “Trigger ze eens met vragen als: hoe kunnen wij onze omzet verhogen als we 360 graden klantinzicht zouden hebben? Welke kosten kunnen wij verlagen als we beter inzicht hadden in onze processen? Zoals inzicht in welke machines onderhoud nodig hebben of waar bottlenecks de doorstroming stremmen. Nu wordt analytics nog te vaak gedreven vanuit IT. Applicaties beschikken over ingebouwde analysefunctionaliteit en uitsluitend de data die beschikbaar zijn in die applicatie worden in die analyses gebruikt. De vraag moet niet zijn: Welke data heb ik om te analyseren? De juiste vraag is: Welke business-uitdaging heb ik en welke informatie heb ik gezien die uitdaging nodig om betere beslissingen te nemen?”
Informatiefilosofie
Big data strateeg Paul Sonderegger van Oracle sluit zich bij Jennings aan. “Je hebt een nieuwe informatiefilosofie nodig. Data en analytics zullen een vergelijkbare impact hebben op onze economie als de ontdekking van elektriciteit. Bij elektriciteit heeft het alleen 150 jaar geduurd voordat we in staat waren in te zien hoezeer die vinding onze wereld ging veranderen. Zoveel tijd krijg je nu niet.”
Hij introduceert de term ‘dataficatie’. “Alles wordt data: gedachten van mensen via media als Twitter en Facebook; activiteiten die we ondernemen door GPS-tracking op onze mobiele telefoon, in slimme horloges of de Nike Fuelband; dingen die worden voorzien van een sensor (the Internet of Things). De tijd dat data voornamelijk ontstonden door transacties ligt al lang achter ons.”
Sonderegger ziet it-managers worstelen met de vraag hoe ze al die data gaan verzamelen en vastleggen. Pak je dat aan op de oude manier, waarbij je eerst een datamodel bouwt (de ‘model-first’-methode), of sla je maar simpelweg data op zonder je druk te maken over modellen en metadata (de ‘data-first’-methode)? Sonderegger adviseert een combinatie van die twee. “Voor relationele data werkt de model-first-methode uitstekend. Maar als het gaat om ongestructureerde data, zoals bijvoorbeeld wat mensen over je zeggen op social media, dan moet je uitwijken naar technologieën als Hadoop. Want daarmee kun je informatie ‘as-is’ opslaan, zonder deze eerst te structureren en te voorzien van metadata. In de combinatie van die verschillende databronnen ligt mijns inziens de kracht.”
Vier mogelijkheden
Die kracht is te vinden op vier terreinen, denkt Sonderegger. In de eerste plaats kun je nieuwe dingen ontdekken door verschillende datastromen en -categorieën bij elkaar te brengen. Denk bijvoorbeeld aan klantinformatie in je CRM-systeem (relationele data) in combinatie met klikgedrag van mensen op je website en de dingen die ze over je zeggen op social media (ongestructureerde data). Door die verschillende bronnen en vormen van informatie te combineren, kun je volledig nieuwe inzichten opdoen, bijvoorbeeld hoe koopgedrag in het verleden het klikgedrag op de website beïnvloedt; of wat de invloed van een like op Facebook is op het koopgedrag.
Ten tweede kun je op basis van deze data voorspellingen doen, bijvoorbeeld welk aanbod aan een klant de grootste succeskans heeft. Hoe meer je weet over een klant en hoe meer andere klanten je hebt om mee te vergelijken, hoe nauwkeuriger die voorspelling kan zijn. Op die manier kunnen marketeers vrijwel één-op-één marketingacties uitvoeren.
Een derde mogelijkheid is real-time reageren op iets wat een klant doet. Een voorbeeld is het herkennen van een klant aan zijn telefoon op het moment dat deze langs de winkel loopt en hem of haar op dat moment een gerichte aanbieding doen. Of identificeren dat een B2B-klant een bepaald artikel in de nieuwsbrief heeft gelezen en hem daarna een whitepaper over datzelfde onderwerp sturen.
En tot slot is het nuttig om een datareservoir aan te leggen, meent Sonderegger. “Nu storage in de cloud goedkoop is geworden, kan het geen kwaad om data te bewaren waarvan je nu nog niet weet of en hoe je die gaat gebruiken. De kans dat de business daar uiteindelijk een toepassing voor gaat bedenken is levensgroot aanwezig.” Toen elektriciteit werd ontdekt, kon ook niemand voorzien dat die vinding vrijwel alle huishoudelijke taken zou vergemakkelijken. Maar na de wasmachine was de afwasmachine een logische volgende stap. Ofwel: de ene ontdekking stimuleert de volgende. “Use data to make data,” adviseert hij dan ook. Maar hij waarschuwt ook geen blind vertrouwen te hebben in data. “Data helpt je om nieuwe inzichten op te doen, maar het draait uiteindelijk om de interpretatie. Dat is en blijft een menselijke taak.”
Kansen ontdekken
Voor die menselijke taak – het bedenken van toepassingen voor al die vormen van data-analyse – lijkt enige creativiteit toch wel handig. De Belgische ‘creativiteitsgoeroe’ Karl Raats leert het publiek dat we veel creatiever zijn dan we zelf denken. “Je hoort vaak ‘big data vraagt om big ideas’”, steekt hij van wal. “En dat schrikt veel mensen af, zeker it’ers. Die denken: ik ben niet creatief, anders was ik wel marketeer geworden. Laat de marketingafdeling maar met dat ‘big idea’ komen. Ik zal jullie laten ervaren dat in ieder mens behoorlijk veel creativiteit schuilt.” De zaal doet diverse oefeningen waaruit blijkt dat we het RAS, het recticular activating system, kunnen herprogrammeren. Het RAS is een soort radar in je hoofd die je helpt om heel snel de omgeving te scannen. Het wordt door gewoontes voorgeprogrammeerd. Dat is vaak handig – zo kun je in een overvolle koelkast toch snel een pak melk vinden – maar het zorgt er ook voor dat we kansen niet altijd zien. Want als dat pak ineens een andere kleur heeft dan blauw, of een andere vorm dan vierkant, dan kijken we er overheen.
Om het RAS te herprogrammeren adviseert Kaats om dertig dagen lang iedere dag een idee op te schrijven. In dit geval een idee wat je zou kunnen doen met data. De eerste vijf dagen zijn makkelijk. Daarna wordt het moeilijker en is de verleiding groot het een paar dagen niet te doen. “Maar hou vol, netjes één idee per dag en niet op één dag zeven ideeën voor de hele week. Je zult zien dat het vanaf ongeveer dag twintig weer makkelijker gaat. En na dertig dagen heb je je RAS geherprogrammeerd en ben je in staat dezelfde omgeving door andere ogen te zien en daardoor dus ook nieuwe kansen te ontdekken.”
