Big data: hoe pas je het toe?

“It is not the size that matters, but what you do with it.” Big Data is een veelbesproken topic op de marketingagenda. Bedrijven als Google, IBM en Facebook zijn in staat geweest om succesvolle business strategieën te ontwikkelen door het juiste gebruik van data. Het ‘juiste gebruik’ van data is echter voor de meeste organisaties nog een hele uitdaging.

Big data als begrip is wat mij betreft niet meer dan oude wijn in nieuwe zakken. De ‘big question’ is wat organisaties nu daadwerkelijk kunnen met al die verzamelde data. 24 april vond het Big Data Driven Decisions Event op Nyenrode plaats, waar zwaargewichten hun expertise en inzichten deelden.

Eerst nog even kort over het begrip big data. Er is geen duidelijke definitie voor handen, maar volgens onderzoeksbureau Gartner gaat het in elk geval om drie factoren: de hoeveelheid data (volume), de snelheid waarmee de data binnenkomt en opgevraagd wordt (velocity) en de diversiteit van de data (variety).

Met deze uitleg van de definitie haak ik meteen in op de presentatie van Sander Duivestein, trendwatcher Nieuwe Media bij ViNT (Verkenningsinstituut Nieuwe Technologie), het onderzoeksinstituut van Sogeti. In zijn presentatie komen de drie V’s van big data namelijk uitgebreid aan bod.

Volume: 2,5 exabytes per dag

In 2012 werd dagelijks 2,5 exabytes aan data gecreëerd en de hoeveelheid data verdubbelt elke 40 maanden. Op dit moment is per seconde op het internet meer data aanwezig dan dat er 20 jaar geleden in het hele jaar werd gecreëerd. De traditionele analysemiddelen zijn niet meer toereikend om deze hoeveelheden data te verwerken.

Velocity: snelheid

Niet alleen de hoeveelheid data onderscheidt big data van de traditionele analytics, maar vooral de snelheid waarmee deze data binnenkomt en opgevraagd kan worden.

Variety: veel nieuwe bronnen

Big data is een verzameling van alle klantinformatie die via verschillende bronnen verzameld worden: surfgedrag, de berichten en updates van de gebruikers van online platforms, GPS-signalen van smartphones, informatie van het gebruik van apps en veel meer. Veel van de belangrijkste big data-bronnen zijn relatief nieuw: tien jaar geleden bestonden de sociale platforms en smartphones niet.

Google Flu Trends

Google Flu Trends is een perfect voorbeeld van de kracht van big data. Door het analyseren van zoekwoorden kunnen gezondheidsdeskundigen realtime voorspellen wanneer er een griepepidemie uitbreekt. Duivestein geeft aan dat vroeger data opgeschoond moest worden, maar dat tegenwoordig juist geldt hoe meer, hoe beter. From why to what – wanneer breekt een ziekte uit, niet waarom? Hij geeft aan dat wij ons in een datafication-tijdperk bevinden. “Alles proberen we uit te drukken in data. The Internet of Things: alles krijgt een sensor en communiceert straks met elkaar”, aldus Duivestein.

“Inzoomen op de allerkleinste nul of één en uitzoomen voor het groter geheel, daar zit de kracht van Big Data” – Sander Duivestein.

Disconnect tussen data en maken van beslissingen

De tweede spreker van de avond was Sander Klous. Klous is bij KPMG verantwoordelijk voor de dienstverlening op het gebied van Big Data & Analytics. Hij geeft in zijn presentatie aan dat we ontzettend veel data tot onze beschikking hebben (60 terabyte per seconde), maar niet in staat zijn om de juiste informatie eruit te halen. Er is in zijn woorden een disconnect tussen de beschikbare data en het maken van beslissingen. Beslissingen worden 9 van de 10 keer nog steeds op onderbuikgevoel genomen. Een goed voorbeeld hiervan is dat er enorm veel informatie beschikbaar is over de financiële markt, en dat wij toch niet in staat waren om een financiële crisis te voorkomen.

Het probleem ligt volgens Klous vooral in het feit dat er te weinig specialisten zijn die om kunnen gaan met al die data. Er is een enorme behoefte aan mensen die enerzijds data-analyst zijn en anderzijds consultant. Hij haakt ook in op de strenge regelgeving wat betreft privacy in Nederland. Je mag als organisatie nooit zomaar gebruik maken van beschikbare data, zelfs niet als mensen de informatie zelf al delen op bijvoorbeeld social media-sites. Er dienst eerst een anonimiseringsslag gemaakt te worden.

Beslissingen worden nog steeds op gevoel genomen

Windows Vista was al dood verklaard voordat het gelanceerd werd. De lancering was al een paar keer uitgesteld, toen Microsoft besloot om de software in verschillende landen tegelijkertijd te lanceren. Voor de lancering ging men op zoek naar een bijzondere locatie. Het oog viel op het Atomium in Brussel. De huur van één bol in het Atomium voor één dag een gigantisch bedrag, zelfs voor een bedrijf als Microsoft een bittere pil. De locatie kon maar 200 mensen huisvesten, dus Microsoft moest selectief te werk gaan met het versturen van de uitnodigingen.

Uiteindelijk zijn niet de juiste mensen aangetrokken en is de lancering daarom veel minder succesvol verlopen dan van te voren werd verwacht. Zij zijn puur op gevoel mensen gaan uitnodigen, zonder gebruik te maken van de kracht van big data. De situatie van Microsoft is verre van uniek. Dit soort uitdagingen vinden nog steeds plaats. Belangrijke beslissingen worden volgens Dr. Mieke de Keleare, Customer Intelligence Lead South-West Europe bij SAS, nog steeds op gevoel genomen.

Wat is dan wel de weg naar een data driven mindset?

De Ketelaere geeft aan dat Data Driven Marketing gewoonweg nog niet in het DNA zit van marketeers en dat veel organisaties denken dat big data alleen toegepast kan worden bij grote B2C-organisaties. Niets is minder waar. Big data kan namelijk heel klein gemaakt worden, tot het niveau van een individuele klant. Er is geen team van 25 man nodig. Je moet volgens de Ketelaere gewoon nu beginnen met het toepassen van data en niet drie jaar wachten, tot een profiel helemaal compleet is. Big data-analytics is de ultieme tool voor customer centric marketing. Hoe goed ken jij je klanten?

De gedachte achter Customer Centricity is dat je je klanten goed moet kennen. SAS werkt met een 360 graden klantenbeeld en de data bronnen die erachter zitten.

Klantrelevantie

Voor klantrelevantie dien je de hele cyclus te doorlopen. Het rode bolletje ‘Who they are’ staat voor databronnen die normaal gesproken voor het oprapen liggen: sociale demografische en transsectionele gegevens. De meeste bedrijven verzamelen ook de contactgegevens uit de lichtblauwe bolletjes. Organisaties als banken, telecombedrijven en retailers hebben vaak ook in de paarse bolletjes geïnvesteerd: de analytics als Recency Frequency modeling (RFM), Life-cycle analysis en Lifestyle analysis.

De ontbrekende klantinzichten waar big data een bijdrage aan levert zijn de resterende drie bolletjes onderaan. Het groene bolletje is de webstream data: hoe reageert de klant online en welke veranderingen zijn waarneembaar in zijn gedragspatroon? De oranje bolletjes vormen het sociale profiel van de klant: de profieldata die op sociale platformen op een legale manier (officiële opt-in) verzameld worden, aangevuld met diverse analytics.

Projecten die nu voor velen van ons ver weg of zelfs onhaalbaar lijken, gaan binnenkort realiteit worden. Een van de projecten waar SAS, samen met een bedrijf uit de farmaceutische industrie mee bezig is, is het ontwikkelen van nieuwe apparaten die bij een patiënt real-time diverse gegevens gaat verzamelen, zoals locatie, temperatuur en hartslag. Met zo’n project kan het probleem bij drie partijen tegelijkertijd worden opgelost: de patiënt is volledig onder controle, de dokter wordt tijdig geïnformeerd en het farmaceutisch bedrijf verzamelt voor de R&D-afdeling de nodige informatie om de producten verder te optimaliseren.

Geen flitscamera’s, maar sensors in de auto

Een ander goed voorbeeld is dat de politie in België van plan is om alle flitscamera’s te verwijderen en in plaats daarvan sensors met RFID-tags in de auto’s plaatsen die de snelheid meten. Aan het einde van het jaar wordt dan gewoon een rekening gestuurd naar automobilisten. Maar even hopen dat de Nederlandse politie voorlopig nog niet zover is. Verzekeringsmaatschappijen spelen al goed in op deze ontwikkeling. In België kun je nu al een pay-per-use-verzekering afsluiten waarbij er via de sensor in je auto naar je rijgedrag wordt gekeken en op basis daarvan wordt de premie bepaald. Ben jij een ’vlotte rijder’? Dan betaal je een bijpassende premie.

Wijsheid is belangrijker dan alles wat wij ermee kunnen

Bob Nieme is oprichter en Chief Visionary Officer van Advertisement en geeft aan dat de wijsheid van big data belangrijker is dan wat wij ermee kunnen. Data is overal, maar dat houdt niet in dat het betrouwbaar is. Data is complexer geworden. Het gaat om de context en de business value. “De idioterie van vandaag: wat moet ik met een tandenborstel die straks gaat zeggen hoe ik moet poetsen? Al die data, ik kan er niets mee,” aldus Nieme.

Nieme noemt data de nieuwe olie, omdat het proces ongeveer hetzelfde verloopt. Het kost heel veel tijd en geld om te zoeken naar olie. Van olie naar mobiliteit is ook een hele onderneming: de olie moet eerst via een olietanker naar een raffinaderij en daar komt dan diesel of Octaan 95 of 98 uit, de rest is waste. De waste kan weer leiden tot onder andere asbest. Hoeveel verspilling zou er zijn als we de olie alleen zouden gebruiken voor mobiliteit? Dit geldt dus net zo goed voor het gebruik van data en voor het risico bij het gebruik van data. Zeker als er gekeken wordt naar het uitlekken van persoonsgegevens en het misbruiken van klantdata.

Wat zijn de uitdagingen?

Wat zijn de huidige uitdagingen van big data?

1. Het was al voorspeld.
2. Albert Einstein zei ooit al “I fear the day that technology will surpass our human interaction. The world will have a generation of idiots.”
3. Explosieve datagroei.
4. Social media-hyper connected economy. Wij begrijpen er volgens Nieme nog geen donder van. Gelukkig is hij wel van mening dat je er echt wel iets mee kunt bereiken als je maar de dialoog aangaat met je community.
5. Groei van kanaal en apparaat-keuze.
6. Traditionele analyse-instrumenten komen niet eens in de buurt om de big data-uitdagingen op te lossen.
7. Prijsdiscriminatie: hoe ga je als marketeer om met dat de ene consument wel een kortingsbon krijgt en de ander niet?

Hoe creëer je business value?

Uiteindelijk gaat het om kennis en kennis is wijsheid. Garbage in is garbage out. Het begint allemaal met excellente input. Het gaat om neuromarketing-data: om het meten van de gedragingen van mensen. Je hebt hierbij drie vormen van input:

1. Past view: analyses aan de hand van transacties, interacties, klachten, gedrag en marketing-geschiedenis. Dit alles om de reis van klanten in hun huidige fase in het koopproces te tonen.
2. Present view: analyses aan de hand van klantsentiment, invloeden, locatie en kanaal. Deze analyses veranderen voortdurend, afhankelijk van het kanaal en de context van waaruit een klant communiceert met een product of dienst: social media, websites, beurzen, telefoongesprekken en vergaderingen.
3. Predictive view: analyses aan de hand van lifetime value, winstgevendheid, verkoopkansen en retentierisico. Dit is het resultaat van de vorige twee analyses en helpt je te evalueren waar de klant waarschijnlijk heengaat in de toekomst.

Aantal tips

In big bata zitten een heleboel verborgen sleutels. Je moet de sleutel definiëren om de juiste deur te openen. Ik heb tenslotte nog een aantal tips opgedaan:

1. Vereenvoudig je data.
2. Zorg dat je gebruik maakt van human intelligence.
3. Zorg voor realtime insights.
4. Zorg dat je analyses van een generiek overzicht tot detail en van detail naar het grotere plaatje inzicht kunnen geven.
5. Zorg dat de analyses verbanden en relaties door de tijd heen kunnen waarnemen.
6. De drie p’s van big data zijn hierbij heel belangrijk: platform, people en process.