De belangrijkste trends in analytics voor 2016
29-12-2015 | door: Redactie

De belangrijkste trends in analytics voor 2016

Het einde van een jaar brengt altijd weer dezelfde rituelen. We kijken terug en blikken vooruit; klopten die voorspellingen over het afgelopen jaar een beetje? En wat gaan we komend jaar aan nieuwe ontwikkelingen zien? Dat laatste is natuurlijk lastig; de Denen zeiden lang geleden al “voorspellen is moeilijk, vooral als het over de toekomst gaat”. En toch ga ik me er aan wagen; het thema van 2016 is namelijk 'meer van hetzelfde'. Natuurlijk zullen er interessante ontwikkelingen zijn, maar dat zijn vooral evoluties, geen revoluties. Neem dus grote verhalen over nieuwe doorbraken met een flinke korrel zout: geen mens die het weet. Wat we wel weten kunnen we destilleren uit de afgelopen paar jaar. Laten we daarom een aantal trends onder de loep nemen en kijken wat er de komende tijd te verwachten valt in de wondere wereld van analytics:

1. Data Governance
Nu zo'n beetje iedereen aan het verdrinken is in zijn/haar eigen 'Data Lake' (zullen we hier in 2016 eens een betere naam voor bedenken?) komt er langzamerhand weer aandacht voor waar het nu eigenlijk om gaat: de data zelf! En gelukkig zien steeds meer organisaties de waarde in van deze data en onderkennen dat data een 'asset' is die actief beheerd dient te worden. Dat begint met weten wat je hebt; een goede datacatalogus en goed meta data management. Pas dan kunnen we het gaan hebben over datakwaliteit, data-integratie en het op allerlei manieren inzetten van deze data. Data Governance dus. Een stoffig begrip uit de jaren 80? Nee hoor: één van de hot topics van 2016!

2. Babbelende apparaten
Of het nu Internet of Things, Connected Devices of anders heet, het gaat om apparaten die verbonden zijn en steeds meer informatie uitwisselen met andere apparaten. Tijdens het SAS Forum Nederland was hier al een leuk voorbeeld van te zien: real-time analyse van het applaus tijdens de plenaire sessies. Het toverwoord bij al deze apparaatjes (want ze worden steeds kleiner) is 'smart'. Slimme auto's, slimme horloges, slimme thermostaten, slimme telefoons: alles wordt voorzien van steeds meer sensoren en software die het leven voor ons eenvoudiger, veiliger en gezonder maken. Zo begint mijn auto te piepen als ik te lang achter het stuur zit of in slaap dreig te sukkelen en houdt mijn horloge bij of ik wel genoeg beweeg. Individueel zijn die apparaten steeds slimmer aan het worden, maar verbonden met het internet en met elkaar wordt het nog veel interessanter. Denk bijvoorbeeld aan de auto die op basis van de verwachte reistijd automatisch de standkachel aan zet omdat er over een half uur vertrokken dient te worden naar een afspraak zodat je niet ook nog eens ruiten hoeft te krabben. Grootschaliger zijn de toepassingen die onder de noemer “Industry 4.0” vallen waarbij de complete waarde keten van een organisatie 'van zand tot klant' geïntegreerd wordt.

3. Analytics of Things
Het gebeurt NU. Ik klik NU op een advertentie, er rijdt NU een trein door een rood sein, er gaat NU een sensor stuk, NU wordt mijn verbinding verbroken. En alles wat er NU gebeurt willen we ook NU weten zodat we er NU op kunnen reageren! Streaming data verwerken konden we al geruime tijd, maar streaming analytics en event driven (automated) decisioning zijn relatief nieuw en zullen in 2016 bij steeds meer organisaties worden ingezet. Ook voor het 'Internet of Things' is deze technologie onontbeerlijk. Een paar apparaten aan elkaar knopen is de kunst niet: daar in real-time slimme dingen mee doen wèl. We spreken daarom liever van 'Analytics of Things', nog een term die we in 2016 steeds meer zullen zien.

4. Lerende machines
Veel mensen denken bij de term 'machine learning' en 'artificial intelligence' met schrik aan Skynet, het destructieve computerbrein uit de Terminator films. Ook mensen als Elon Musk (Tesla) en Ray Kurzweil waarschuwen ons voor de toenemende intelligentie in computers/robots en de potentieel desastreuze gevolgen daarvan. Aan de andere kant biedt machine learning ongekende mogelijkheden om ons leven te veraangenamen. Denk maar aan zelfrijdende auto's en andere slimme apparaten als huishoudrobots of, iets dichter bij huis, automatische stofzuigers en grasmaaiers. Machine learning helpt ons ook bij het 1 op 1 afstemmen van ons aanbod op een bepaalde klant, of het beveiligen van het betalingsverkeer door het herkennen van afwijkende betalingspatronen. De basis achter al deze ontwikkelingen is het vermogen om te leren uit data, patronen af te leiden en op basis hiervan een vervolgactie te nemen. Dat kan het geven van een uitkomst of advies zijn, maar in het geval van die auto ook resulteren in een noodstop omdat er een kind de weg op schiet.

5. Cybersecurity
De keerzijde van alle ontwikkelingen die hiervoor zijn geschetst is de toenemende kwetsbaarheid van het digitale ecosysteem. Afgelopen jaar zijn bijna alle grote banken wel één of meerdere keren enkele uren of zelfs dagen onbereikbaar geweest. Ook plotseling onbestuurbaar geworden auto's als gevolg van een hack hebben de nodige persaandacht gekregen. Veel van de systemen die ons leven makkelijker moeten maken zijn niet ontworpen om dit ook op een veilige manier te doen. Omdat steeds meer computers en apparaten met elkaar verbonden zijn wordt het voor kwaadwillenden ook steeds makkelijker om hier misbruik van te maken. Gelukkig helpen ook hier de eerder beschreven ontwikkelingen een handje. Door streaming analytics in een netwerk toe te passen kunnen verdachte patronen of transacties direct herkend worden en kunnen meteen tegenmaatregelen genomen worden. Waar voorheen vooral over 'cybercrime' werd gesproken, zal het in 2016 vooral gaan over cybersecurity, volgens mij hét thema voor het komend jaar.

Welke trends ook de bovenhand gaan krijgen, het wordt hoe dan ook een interessant jaar. Ik wens u een voorspoedig 2016!

Door Jos van Dongen, Jos Principal Consultant bij SAS Nederland

Terug naar nieuws overzicht
Security