Redactie - 26 juni 2018

Visie: Machine learning maakt business intelligence toegankelijker

Business intelligence is natuurlijk al lang niet meer nieuw, maar in de praktijk blijkt dat het in de bedrijfsvoering nog lang niet zo ingeburgerd is als wij misschien denken. Eind april was ik aanwezig bij Qlik Qonnections in Orlando en ook daar werd aangegeven dat een groot percentage van de CEO’s toegeeft helemaal geen data te gebruiken als basis voor besluitvorming. Teveel beslissingen worden nog genomen op basis van gevoel. Maar er is goed nieuws! Met de opmars van machine learning in het BI-speelveld wordt de drempel om data in te zetten voor besluitvorming een stuk lager.

Velen roepen, weinigen doen
Het is niet dat organisaties niet weten dat ze bergen data in handen hebben die potentieel heel veel waarde hebben. Het is de laatste jaren dé boodschap geweest: haal die verborgen schatten naar boven en doe er je voordeel mee! Blijkbaar is dit echter makkelijker gezegd dan gedaan, anders hadden we het vandaag de dag niet meer hoeven te hebben over een datagedreven organisatie; dit zou dan het nieuwe normaal zijn. Om echt toegevoegde waarde te halen uit data, moet je in staat zijn data te lezen, ermee te werken, het te analyseren en er mee te kunnen argumenteren: data literacy noemen we dat. Eigenlijk is het alsof je een nieuwe taal leert, waarvan je bovendien wil dat iedereen binnen de organisatie die spreekt. In alle lagen van het bedrijf moet data de basis zijn waarop beslissingen genomen worden. Op dit moment zijn mensen het echter niet echt gewend om bij een beslissing te denken: wat zegt de data? Om te voorkomen dat we het over twee jaar nog hebben over het belang van data, is het belangrijk dat er nu concrete stappen gezet worden. De huidige stand van de technologie kan hierin een belangrijke bijdrage leveren.

Augmented intelligence en machine learning
Dat data nog niet aan de basis staat van iedere beslissing, is een duidelijk signaal dat er werk aan de winkel is. Hoe kunnen we de drempel verlagen om data literacy te bereiken? Tijdens het event werd gesproken over augmented intelligence; een combinatie van machine learning-algoritmes en menselijke intuïtie. Je geeft niet alles uit handen aan machines, maar gebruikt machine learning zoveel mogelijk ter ondersteuning voor het nemen van beslissingen. Een eerste stap om business intelligence toegankelijker te maken voor iedereen binnen organisaties is al gezet door data steeds meer visueel te maken. De volgende stap is dat machine learning-algoritmes meedenken met de gebruiker, bijvoorbeeld door data-inzichten te presenteren die weleens interessant voor jou zouden kunnen zijn. Of op basis van het gebruik de user interface automatisch aanpassen, zodat een gebruiker nog sneller en eenvoudiger tot de gewenste inzichten kan komen. Dit maakt de oplossing heel gebruiksvriendelijk en toegankelijk.

Daarnaast zien we dat BI-platformen steeds vaker eenvoudig gekoppeld kunnen worden met machine learning-platformen. Dit biedt organisaties de mogelijkheid om niet alleen achteruit te kijken, maar juist ook vooruit.

Stel dat je een promotie plant. Het zou dan slim zijn om vooraf een prognose te maken van de verwachte verkoop. Machine learning helpt je hierbij. Op basis van informatie over andere promoties, kan er voorspeld worden wat er in de toekomst zal gaan gebeuren. De week waarin de promotie start, het product, de categorie en het weer, er zijn talloze factoren die invloed kunnen hebben op het succes van de campagne. Door voorspellingen te doen op basis van data ben je beter voorbereid en kun je besluiten of de promotie zinvol is op dat moment. Ook hier geldt dat machine learning-algoritmes ondersteunend zijn, er komen nog steeds mensen aan te pas om de data te interpreteren. 

Aandacht en tooling
Doordat tooling steeds toegankelijker gemaakt wordt voor mensen die geen achtergrond hebben als data-analist, wordt er aan leverancierszijde al hard gewerkt om de drempels te verlagen. Natuurlijk ligt er ook bij de organisaties zelf een verantwoordelijkheid om dit jaar echt aan de slag te gaan. Steeds vaker zien we al dat bedrijven een CDO aanstellen. Aan hem of haar de taak om ervoor te zorgen dat iedereen binnen de organisatie dezelfde taal gaat spreken. Nu is het nog vaak zo dat verschillende afdelingen, verschillende talen spreken als het over data gaat. Hierdoor ontstaan misverstanden en ontbreekt vaak het inzicht in welke data nou daadwerkelijk beschikbaar is. De CDO kan deze afdelingen bij elkaar zetten om de data in kaart te brengen en te brainstormen over wat de invloed van deze informatie zou kunnen zijn. De tijd dat alleen data-analisten nog met data werkten is voorbij. Om echt toegevoegde waarde te realiseren moet de hele organisatie data lezen en schrijven. Ik ben benieuwd hoe het bedrijfsleven zich de komende twee jaar op dit gebied ontwikkelt. Moeten we in 2020 nog steeds het belang van data onder de aandacht brengen?

Jurren Pen is Business Consultant bij FlowFabric

Trend Micro BW BN week 10-11-13-14-2024 Copaco | BW 25 maart tm 31 maart 2024
Trend Micro BW BN week 10-11-13-14-2024