7562831366_9e400944d4Eric van Tol – Wij hebben te maken met een overvloed aan beschikbare data die bestaan uit veel verschillende variaties. Door deze ontwikkeling moeten nieuwe diensten anders worden aangepakt. De strikte sturing waar men aan gewend was, moet worden losgelaten. Meer experimenten met data is noodzakelijk.

Dienst innovatie is datagedreven

Van al onze economische activiteiten zijn 90% diensten. Business innovatie is in de kern service-innovatie en Big Data heeft hierin een cruciale rol. We zien dat dienstverlenende activiteiten, zoals ouderenzorg op afstand, verzekeren, bouwtechnisch advies en transport drastisch kunnen worden geoptimaliseerd door slimmer gebruik te maken van sensordata, social mediadata of open overheidsdata.

Winst kan worden verhoogd door kostenbesparing door het optimaliseren van bestaande diensten, maar ook door het realiseren van meer omzet door het creëren van nieuwe diensten. We zien vooral steeds meer ontwikkeling van gepersonaliseerde diensten. Deze diensten zijn op detailbehoefte gericht en in tijd en plaats gelokaliseerd zodat ze realtime en met het juiste aanbod kunnen worden aangeboden.

Voorbeelden gepersonaliseerde diensten

  • Catalogi met precies die producten die je zou willen kopen
  • Advertenties op websites speciaal voor jou
  • Medicijnen die exact passen bij je medische geschiedenis
  • Diensten die weten wanneer je zin hebt in welke film

Ook de maakindustrie wordt steeds meer dienstgericht. Met Industry 4.0 is de ‘servitization’ van het maakproces opgepakt. Een product wordt verpakt als een dienst, bijvoorbeeld een autofabrikant wordt transporteur door het aanbieden van ritten i.p.v. verkopen van auto’s. Ook hier zijn bijna alle innovaties datagericht.

 

Niet het analyseren van grote datasets,
maar ermee experimenteren,
maakt het mogelijk om een mechanisme te begrijpen.

 

Organiseren is de grens opzoeken

Organiseren is eenduidigheid creëren en de grens opzoeken van wat er geordend kan worden. Organisaties beschikken over een overvloed aan data. Met de nieuwe Big Data gereedschappen hebben we de mogelijkheid om analyses van deze grote hoeveelheden zeer diverse en snel veranderende data uit te voeren. Door grootschalige dataficatie zijn we verschoven van een wereld waar enkele computers data genereren naar een wereld waar alles en iedereen data genereert. Deze wildgroei aan data trachten we te beheersen door het onderzoeken en inzichtelijk maken van data. Denk hier aan sensordata, social mediadata, bedrijfsinterne transactiedata of open overheidsdata. Door al deze data bewegen bedrijven van op interne data gerichte periodieke rapportages naar op externe data gerichte Ad Hoc improvisatie.

Het bereik van wat bedrijven op orde kunnen brengen en structureren is hierdoor veel groter geworden. Een vooruitstrevende organisatie speelt het spel op de grens van wat we kunnen controleren en berekenen. Op die grens laat een strakke methodische aanpak ons in de steek. We zullen moeten accepten dat we daar niet meer zo prachtig georganiseerd zijn.

Big Data project is een experiment

Data kan verrassen en een vraag oproepen en omgekeerd kan een vraag een zoektocht naar bruikbare data starten. Een Big Data project is een experiment met een continue wisselwerking tussen gebrekkige behoeftearticulatie en een naïeve verkenning van datasets. Een continue iteratie tussen de vraag ‘Als we de data hebben?’ en ‘Als we het probleem kennen?’.

Het vinden van een businesscase niet eenvoudig, omdat we meestal op zoek zijn naar nieuwe datagedreven diensten, waarin verlangens tot stand worden gebracht die voorheen niet bestonden. Deze nieuwe diensten zijn veelal gebaseerd op data van het gewone menselijke leven.

Een korte termijn aankoop bij Wehkamp is nog aardig te voorspellen. Maar lange termijngedrag, zoals wanneer een persoon zijn pensioen gaat plannen, is grilliger en minder goed voorspelbaar. Diensten zijn ook nog eens ongrijpbaar en slecht te volgen. Omdat ’the moment of truth’ van de dienst een co-creatie, participatie en gelijktijdige productie en consumptie van een groot aantal diensten zijn. De businesscase is dus niet eenvoudig en daarbij is de Big Data technologie nog steeds sterk in ontwikkeling. Kortom, experimenteren is noodzakelijk. Data wordt waardevol tijdens het toepassen. Niet het analyseren van grote datasets, maar ermee experimenteren, maakt het mogelijk om een mechanisme te begrijpen.

Samenbrengen van datamanagement en vrije exploratie met data

Voor het succesvol ontwikkelen van diensten zal straks datamanagement moeten worden verenigd met vrije data-exploratie. We moeten ons de vraag stellen wat fabrieksmatig kan en wanneer we ‘out of control’ zijn en zullen moeten experimenteren. IT moet de ‘oude overzichtelijke administratief gerichte omgeving’ met ‘exploreren met data omgeving’ samen laten smelten. Het is nodig de klassieke Business Intelligence gebaseerd op ERP, DWH en RDMS’n met de nieuwe NO SQL, Hadoop, Spark, Hyper Agile en Sandbox omgevingen samen te voegen. Dan pas kan nieuwe omzet met datagedreven service-innovatie worden gerealiseerd.

eric-afbeelding-2