De relevantie van informatie
22-11-2011
Deel dit artikel:

De relevantie van informatie


Afgelopen eeuw is het voor ons ‘gewoon’ geworden dat informatie overal ter wereld direct ter beschikking staat. Elk nieuwsfeit, elke gebeurtenis of elke reactie is binnen enkele seconden beschikbaar. Met de komst van social media, staat deze techniek niet alleen meer ten dienste van officiële instanties als omroepen of kranten, maar voor iedereen. In dat licht kan de ontwikkeling van het internet ook wel worden gezien als de grootste democratiseringsgolf van de afgelopen eeuwen.

Tegenwoordig hebben bloggers en twitteraars eerder hun ‘nieuws’ online dan de officiële media. Gebeurtenissen worden door amateurs gefilmd en op YouTube gezet, voordat de eerste persfotografen ter plekke zijn. Dit maakt de maatschappij instantaan. Alles kan op het moment dat je het bedenkt of wil uitvoeren. Waar je ook bent. Het voortdurend beschikbaar zijn van informatie heeft invloed op onze maatschappij. Op alle zaken die we doen. De relevantie en betrouwbaarheid van die informatie moet echter wel van goede kwaliteit zijn. De waarde van informatie wordt immers bepaald door twee zaken: de tijdigheid en de relevantie.

Kerntechnieken

De relevantie van data en informatie is de basis van kerntechnieken zoals zoekopdrachten, data warehousing et cetera. Het is begrijpelijk dat als we hier niet uitgaan van relevante informatie, de waarde van de uitkomst beperkt zal zijn. En dan bedoel ik niet antwoorden op weetjes zoals wie speelde in een bepaalde film, of wie was de Koning van Engeland in 1805. Dat soort eenduidige feiten zijn tegenwoordig in milliseconden te vinden. Tijdens een etentje snel met je mobiele device iets opzoeken of ergens in een stad via GPS checken waar je precies bent, is dus niet meer de uitdaging.

De zoekfunctie naar complexere ‘geïndexeerde’ data is echter niet meer toereikend, mede door de vervuiling van allerlei ‘tags’ bij artikelen.  Google kan een miljoen hits registreren, maar die ene naald in de hooiberg vinden, lukt niet meer.  Daardoor ontstaat er een nieuwe tijdfactor om die ‘specifieke’ informatie ter beschikking te (kunnen) krijgen.  Een nieuwe uitdaging om informatie niet alleen tijdig, maar ook relevant te laten zijn.

Ik raak gefrustreerd als ik thuis de vertrektijd van mijn vlucht check en alles volgens schema lijkt te vliegen, ik toch als ik een uur later op het vliegveld kom, wordt geconfronteerd met 4 uur vertraging. Op het moment dat ik informeerde naar de vertrektijd, ‘moest’ de informatie al ergens beschikbaar zijn, maar deze werd niet gepresenteerd. Dus die informatie die ik wel kreeg bleek achteraf niet relevant. Die frustratie geldt ook voor winkeliers die pas achteraf weten dat ik aanwezig was in hun winkel, zelfs al heb ik een loyaliteitskaart op zak. Als winkelier wil je immers op het moment dat een klant je winkel betreedt, weten dat hij binnenkomt. En wellicht zelfs al als hij in de buurt is, want dan kan ik hem alvast een aanbieding sturen.

Relevant advies

Sneller weten dat iets gebeurt of gaat gebeuren, is de uitdaging voor de komende jaren. De gereedschappen daarvoor hebben we binnen handbereik. Er zijn apps die mij op een in te voeren locatie herinneren aan een eerder ingegeven activiteit. Bijvoorbeeld dat als ik toevallig weer in de buurt ben van het tuincentrum, een berichtje krijg dat ik een nieuwe zak mest meeneem, omdat de oude voorraad opraakt. Allerhande zaken die je niet regelmatig inkoopt, maar wel graag aan wilt worden herinnerd op het juiste moment als je in de buurt bent. Een relevant advies.

Een ander mooi voorbeeld zijn de apps die weten of je vrienden in de buurt zijn. Handig als je zin hebt in een gezamenlijke activiteit. Of apps die je kunnen attenderen op interessante buurtactiviteiten als je die regio bezoekt. Relevante informatie op het juiste tijdstip op de juiste plaats. Het is begrijpelijk dat voor dat soort ‘adviezen of waarschuwingen’ vooraf, het betreffende systeem veel informatie moet weten of moet leren. Maar apps worden steeds intelligenter en ‘leren’ jouw gewoonten. Ze kunnen steeds eerder suggesties doen op basis van de opgeslagen en geïnterpreteerde informatie van jouw dagelijkse activiteiten.

De persoonlijke assistent Siri op de nieuwe Apple iPhone 4S gaat al een stuk die kant op. Niet alleen antwoorden geven op diverse vragen die je hebt, maar ook opdrachten als: ‘als ik daar in de buurt ben, waarschuw me dan’ of ‘herinner me aan de verjaardag van de buurman’. Dit zijn ‘gevraagde’ adviezen. Daarbij heb je aangegeven dat je op een bepaalde plaats of tijdstip een van te voren vastgestelde reactie wil hebben. Maar het kan verder gaan en ook een ‘ongevraagd’ advies worden. Als een winkel inzicht heeft in je koopgedrag en je wordt geregistreerd bij binnenkomst, dan kan het zomaar gebeuren dat je als enthousiaste liefhebber van een artikel wordt geattendeerd op de aanbieding daarvan deze week. Het kan zelfs zijn dat je een artikel dat je vaker koopt, goedkoper wordt aangeboden, mits je minimaal voor een bepaald bedrag inkopen doet. Gerichte verleiding op basis van aankopen uit het verleden.

Uitdaging

Het is allemaal geen toekomst meer. Bovengenoemde mogelijkheden zijn technisch beschikbaar, maar nog wel afhankelijk van één belangrijk ding, de informatie moet relevant zijn. Een onzinnig advies zal alleen maar irritatie opwekken en een tegengesteld effect hebben. Dat wordt de uitdaging voor de komende jaren. Hoe kunnen we uit alle data en informatie die wij genereren, zinvolle en dus relevante informatie genereren?  En natuurlijk zo snel mogelijk. Een relevant advies een week later geven, heeft weinig zin meer. Dat is nu het vak van de data scientist, waar ik al eerder een blog aan wijdde. Een uitdagend vakgebied dat nog aan het begin van zijn ontwikkeling staat en mooie kansen biedt voor hen die zich op dit gebied willen bekwamen. De data scientist zal onze informatievoorziening naar een nieuw niveau brengen.
 
Hans Timmerman (CTO EMC Nederland)
 

Terug naar nieuws overzicht