Big data: klantgedrag voorspellen met next generation social analytics
Overal om ons heen vindt een explosie van data plaats, onder andere vanwege de groei van social media. Bedrijven en overheden kunnen die data inzetten om gedrag van burgers en klanten te voorspellen. Maar wat zijn belangrijke overwegingen bij het gebruik van Big Data, en hoe verkrijg je inzicht? Het rapport “Gedrag voorspellen met Big Data’ gaat in op deze vragen.
Web of the World
De nieuwe generatie social analytics tools helpt daarbij. Meer dan een jaar geleden publiceerden Jaap Bloem en ik het gratis trendrapport “We the Web – De herovering van het leven op de hektiek“. In dit rapport keken we naar de ontwikkeling van het World Wide Web sinds het ontstaan in 1994. Van Web of Pages (Google) werd het een Web of People (Facebook).
Inmiddels gaan we naar een nieuwe fase, het ‘Web of the World’. In iedere fase speelt het Web voor gebruikers een andere rol. Nu webpagina’s, apparaten en mensen over de hele wereld met elkaar in verbinding staan met en via het web, zijn de mogelijkheden ongekend.
Data, informatie, kennis en wijsheid (DIKW), de vier stadia die ruwe data ondergaat door er voortdurend (realtime) context aan toe te voegen geeft compleet nieuwe inzichten in het gedrag van consumenten. We voegden aan het DIKW-model zelfs een vijfde laag toe, die van Verlichting. We poneerden de stelling dat dankzij de informatierevolutie we in een tijdperk terecht komen waarbij we alles kunnen weten wat er te weten valt. Het is voor bedrijven (en overheden) dus mogelijk om het gedrag van mensen af te leiden. Als dit mogelijk wordt, dan is het ook mogelijk om de toekomst te voorspellen en te controleren!
Sinds 2005, toen het begrip big data pas werd gelanceerd – opmerkelijk genoeg vanuit O’Reilly Media, dat een jaar eerder met Web 2.0 was gekomen – is big data een steeds actueler onderwerp geworden. Qua technologieontwikkeling en businessadoptie is het big data-veld sterk in beweging, en dat is een understatement.
Organisaties & omgang met big data
Het rapport ‘Big Social – Gedrag voorspellen met Big Data‘ gaat over de vraag hoe concrete adoptie en plannen in organisaties momenteel vooral het thema big social raken: de klantkant. Kortom, met name geïnspireerd door de sociale netwerkactiviteit van web 2.0. De data-explosie vindt overal om ons heen plaats, maar een belangrijk deel van de discussie betreft de vraag hoezeer organisaties zich nu in big data moeten storten. Het antwoord op deze vraag is simpel en luidt: met beleid.
Eerste stap van organisaties: social media
Uit de vele gesprekken die we met diverse experts gevoerd hebben, blijkt dat de meeste organisaties ervoor kiezen om de eerste babystapjes t.a.v. big data op het gebied van social media te zetten. De enorme hoeveelheid aan tweets, Facebook statusberichten, YouTube-filmpjes, maar ook data afkomstig van allerlei sensoren, smart meters en smartphones lenen zich bij uitstek om het gedrag van consumenten te voorspellen. In sommige gevallen blijkt het zelfs mogelijk te zijn om gedrag te beïnvloeden en te controleren!
In het artikel ‘Voorspellende computers voorkomen misdaad‘ stond ik al eerder uitgebreid stil bij het voorspellende karakter van big data. De science fictionfilm Minority Report blijkt nu al werkelijkheid te zijn geworden. Politieagenten kunnen misdaden voorkomen dankzij al de sociale data die voor het oprapen ligt.
Gedrag voorspellen met sociale data
Dit is niet alleen voor overheidsinstanties weggelegd, ook bedrijven kunnen hier direct mee aan de slag. Denk bijvoorbeeld aan Google Trends, die een nieuwe griepgolf feilloos weet te voorspellen doordat het inzicht heeft in zoektermen van mensen. Wanneer er maar vaak genoeg gezocht wordt op termen als ‘griep’, ‘verkoudheid’ en ‘koorts’, dan weet ’s werelds grootste zoekmachine genoeg.
Of wat te denken van de Recommendation Engine van Amazon? Dankzij de eerdere boeken die consumenten online besteld hebben, weet Amazon haarfijn in welke boeken ik geïnteresseerd ben. Koop ik nu een boek van Stephen King, dan is de kans groot dat ik ook de boeken van Dean Koontz weet te waarderen. Ook het Nederlandse TomTom weet dankzij de realtime locatiegegevens van haar gebruikers wie in de file staat of niet.
Next generation social analytics
Het feit dat we dankzij de enorme hoeveelheid aan sociale data het gedrag van consumenten kunnen voorspellen is misschien de natte droom voor marketeers, maar sinds het ontstaan van het World Wide Web zijn we al bezig geweest om droom te realiseren. In het rapport kijken we naar de geschiedenis van de allereerste web analytics tools tot aan de moderne next generation social analytics tools die binnenkort op de markt verschijnen. De term ‘next generation social analytics’ wordt door het vermaarde onderzoeksbureau Gartner als volgt uitgelegd:
“It is becoming possible to run simulations or models to predict the future outcome, rather than to simply provide backward looking data about past interactions, and to do these predictions in real-time to support each individual business action.”
Big data: nieuwe fase in digitale datareis
De nieuwe focus op big data roept bij velen meer vragen op dan er in de gauwigheid antwoorden kunnen worden gegeven. Big data is de volgende fase in onze transformatieve digitale datareis, die we een paar decennia geleden begonnen zijn met relationele databases. Vanuit die gestructureerde wereld kijken we nu steeds meer naar ongestructureerde en semi-gestructureerde data – andere datatypen dus – en is de snelheid van data-aanbod en -analyse een steeds grotere rol gaan spelen. Deze reis leggen we graag met de lezers van Frankwatching af. We zien jullie reacties graag tegemoet!
Het rapport is via deze link direct te downloaden.