De businesswaarde van niet geanalyseerde big data

Veertig jaar geleden waren er maar weinig bedrijven die beschikten over een plan over het toepassen van Business Intelligence voor op feiten gebaseerde besluitvorming. Beslissingen werden doorgaans genomen op basis van ervaring en intuïtie, het ‘onderbuikgevoel’. Wat dat betreft is er veel veranderd: vandaag de dag gebruikt zelfs het kleinste bedrijf een of andere vorm van Business Intelligence; volgens Gartner zullen in 2017 bijna alle businessgebruikers en analisten in organisaties toegang hebben tot Business Intelligence en Analytics.

In een ander rapport voorspelt Gartner dat in 2017 ongeveer 30% van de organisaties geïnvesteerd zal hebben in big data en analytics. En dat slechts 8% daarvan het ook daadwerkelijk zal hebben geïmplementeerd en gebruikt. IDC becijferde zelfs dat op dit moment slechts 0,5% van alle gegenereerde data wordt geanalyseerd. En ongeveer 96% van de Zettabytes aan data die geproduceerd wordt, bevindt zich achter de firewalls van bedrijven. Dat is niet alleen zinloos en zonde – het is vooral beangstigend. Niet geanalyseerde big data is niet alleen waardeloos, het kost ook nog eens bakken met geld onder andere aan opslagmedia en het beheer daarvan. Het is interessant stil te staan bij het mogelijke waarom.

Voor het achterblijven van de daadwerkelijke toepassing van big data en analytics is een aantal redenen. In de eerste plaats zijn heel veel organisaties niet in staat om de businesswaarde van big data aan te tonen. Er is geen sluitende business case, en dat zet de investering in big data op de tocht of zelfs op losse schroeven. Een andere reden is dat het veel organisaties niet lukt om big data te integreren in het bestaande Enterprise Information Managementproces. En dan is er natuurlijk de heersende bedrijfscultuur waardoor wijzigingen in de bestaande businessmodellen niet snel worden geaccepteerd. Big data maakt onderdeel uit van de digitale transformatie, een echte revolutie waar mensen, procedures en processen voor klaar moeten worden gestoomd.

Gewapend met deze voorkennis is het opstellen van een to do list een stuk eenvoudiger:
1. Toon de toegevoegde waarde van big data aan, door het doen van experimenten. Dat kan bijvoorbeeld extern. 2. Probeer niet zelf de big data omgeving te integreren in het bestaande EIM-systeem, maar laat experts dat doen; 3. Stel een goed en weloverwogen veranderprogramma op dat de organisatie klaar moet maken voor het werken met big data.

Het vierde punt op de to do list is het inrichten van een big data omgeving. Om door zo’n grote oceaan van data te kunnen waden, hebben organisaties een platform nodig dat grote hoeveelheden data op real time basis kan verwerken en tegelijk kan zorgen voor betekenisvolle inzichten. Er zijn tools nodig die data en analytics in besluitvormingsprocessen toepassen. Dat helpt aanzienlijk bij het bepalen en ontwikkelen van nieuwe producten en diensten, en die ook nog eens sneller op de markt te zetten dan de concurrentie. Nog niet veel organisaties beschikken over zo’n dedicated platform. Wat zijn de basiskenmerken daar van?

Als eerste is er agility: de tool moet alle soorten data kunnen verwerken, of het nu gaat om marktonderzoeken, klantinformatie of social media, en er door realtime analyse meer betekenis aan geven. Ten tweede moet het platform meerdere lagen hebben: daardoor kunnen meerdere analyses van data en trends tegelijk worden gedaan. En dat helpt bij het presenteren van waardevolle inzichten in een gemakkelijk te begrijpen format, geschikt voor de betreffende gebruikers. Ten derde moet het platform gebruiksvriendelijk zijn: het moet een intuïtieve interface hebben, waarmee een niet-technische businessgebruiker toch data kan benutten zonder training of expertise op het gebied van analytics. Tot slot moet de tool een sterk securityfundament hebben.

Timo Fine is directeur Benelux bij Wipro.