Data is als olie, je moet het raffineren

Data is geen brandstof waarmee een auto meteen vooruit kan. Voordat het in de tank kan, moet u er eerst mee aan de slag.

Wel eens van een zettabyte gehoord? Dat staat gelijk aan 1000 exabytes. Eén exabyte is het equivalent van 1000 petabytes, dat is een getal dat we krijgen wanneer we 1000 terabytes hebben. En één terabyte – dat wist u misschien al wél – is hetzelfde als 1000 gigabytes.

Zo, kunt u het nog volgen?

Steeds meer data voorhanden

Al in 2012 liet IT-bedrijf EMC een onderzoek uitvoeren waaruit bleek dat de wereld in 2020 40 zettabytes aan digitale data produceert. Een getal zó groot, dat het voor ons mensen nauwelijks te bevatten is.

"Gemiddeld genomen verdubbelt de hoeveel data in de wereld iedere twee jaar."

En als we na 2020 zien dat ook het Internet of Things steeds meer ingeburgerd raakt in de levens van mensen en bedrijven, dan zal deze ontwikkeling opnieuw een boost krijgen.

Bij Graydon werken we al jarenlang met grote hoeveelheden data, bijvoorbeeld om de kredietwaardigheid van bedrijven te bepalen. Deze expertise om bedrijven te profileren passen we inmiddels ook toe op andere terreinen dan financial risk management. Zo kunnen we tegenwoordig voorspellen welke bedrijven in de toekomst gaan groeien. Dat is zeer waardevolle informatie die inzicht geeft in de kansen van een bedrijf. Hiermee kan een bedrijf haar salesmensen gerichter inzetten en marketing euro’s effectiever maken. Nieuwe inzichten die we ontwikkelen zijn verhuisbereidheid van een bedrijf, verloop van personeel en of een bedrijf mogelijk betrokken kan zijn bij fraude.  Bedenk eens wat we daar in de toekomst allemaal mee kunnen.

Bedrijven zien hobbels

Al die data leveren dus interessante inzichten op die bedrijven helpen groeien en waarmee ze hun klanten beter kunnen bedienen. Veel bedrijven zien al die mogelijkheden van big data ook. Zij stellen nu vast: hier moeten we iets mee. In de praktijk valt dat echter lang niet altijd mee. Want de vertaalslag van een berg data naar bruikbare inzichten is niet zomaar gemaakt. Hoe organiseer je die big data eigenlijk? Hoe interpreteer je de informatie? En – ook niet onbelangrijk – wat doe je er vervolgens mee? Wat zeggen al die gegevens over mijn bedrijf of mijn klanten? Belangrijke vragen die eerst beantwoord moeten worden voordat u tot inzichten kunt komen. Daarnaast zie ik managers regelmatig verwoede pogingen doen om een intern big data analytics-team op poten te krijgen.

"Steeds meer bedrijven hebben veel moeite om voldoende data-scientists te vinden met de juiste expertise". 

Belang van data-preparatie

Dat er nu zoveel data beschikbaar is, wil dus niet zeggen dat u die meteen kunt gebruiken. Die denkfout zie ik bij bedrijven regelmatig gebeuren, daar wordt de preparatie van data al snel over het hoofd gezien. Ik vergelijk data dan ook graag met olie. Olie is zeer waardevol, maar je moet het wel raffineren. Anders blijft het een zwarte drab waar we verder weinig mee kunnen. Bij data betekent dit dat de data eerst moet worden geprepareerd. Bij Graydon is zeker 80 procent van onze professionals voortdurend met data-preparatie bezig. We organiseren, rangschikken en structureren alle informatie die bij ons binnenkomt. Veel bedrijven onderschatten het belang hiervan. Maar wij weten: data wordt pas echt iets waard als het opgeschoond, gestructureerd en geordend is. Daarna we het kunnen gaan vergelijken met andere informatie en het zo klaarmaken voor use cases. Pas dan zijn we namelijk in staat om de juiste analyses uit te voeren en de data als klant-en-klare inzichten aan onze klanten te leveren. Die zij vervolgens weer als grondstof gebruiken voor hun eigen raffinage.

Dat vereist kennis en veel ervaring. Onderschat die aspecten vooral niet wanneer u een eigen data-afdeling wilt optuigen. De algoritmes snappen, de juiste specialisten weten te vinden en de enorme dynamiek van de materie in de vingers krijgen. Dáár draait het om in datagedreven bedrijven.