Iedereen heeft de mond vol van big data. Menigeen weet echter niet hoe daar mee om te gaan. In dit artikel ga ik, Arjen Heeres, chief operating officer bij Quintiq, dieper in op de drie grootste mythen waar ceo’s, die zich bezighouden met de hype rondom big data, zich bewust van moeten zijn.
Big data zelf is niet inherent aan waarde. De grootste big data-mythe is dat de gegevens zelf waarde hebben. Leveranciers vertellen dat bedrijven meer zakelijk inzicht kunnen krijgen en hun besluitvorming sterk kunnen verbeteren door zowel de variatie in als het volume van gegevens te vergroten. En dit is zeker waar, mits bedrijven weten wat ze met de gegevens moeten doen. Big data biedt geen oplossingen, ze creëren simpelweg meer mogelijkheden. Het probleem is dat de meeste bedrijven al meer mogelijkheden hebben dan ze aankunnen.
Met big data kunt je de complexiteit verminderen . Big data biedt nieuwe inzichten in besluitvorming en probleemoplossing die voorheen niet beschikbaar waren. Maar deze gegevens zijn slechts het uitgangspunt. Wat de meeste bedrijven zich niet realiseren, is dat ze in werkelijkheid helemaal geen gegevensprobleem hebben. Ze hebben een berekeningsprobleem. Veel managers realiseren zich eenvoudigweg niet dat alle mogelijkheden onderling verbonden zijn in een enorm netwerk en beïnvloed worden door- en invloed hebben op elke gebeurtenis. Wat begint met een gigantische hoeveelheid mogelijkheden groeit bij zakelijke veranderingen uit tot een oneindige hoeveelheid aan mogelijkheden.
Neem bijvoorbeeld een klein logistiek bedrijf. Het heeft zes vrachtwagens en 43 depots die dagelijks moeten worden bevoorraad. De cio weet dat het bedrijf meer winst kan maken door het vinden van de meest efficiënte route van A naar B. Maar hoeveel mogelijkheden zijn er voor het verplaatsen van voorraad van de ene plek naar de andere? En hoeveel verschillende routes zijn er? Voor een relatief klein bedrijf met zes vrachtwagens, is het aantal mogelijke combinaties oneindig.
In elke bedrijfstak, van transport tot productie, van retail tot de gezondheidszorg, wordt de weg naar efficiëntie geblokkeerd door complexiteit. Door de enorme omvang van de berekeningen die nodig zijn om in een voortdurend veranderende omgeving te werken, worden de meeste bedrijven niet alleen overspoeld met gegevens, maar ook met mogelijkheden. Alleen als bedrijven real time kunnen rekenen en automatiseren, kunnen zij profiteren van big data bij hun aanpak van deze complexiteit.
Big Data helpt de besluitvorming te optimaliseren. Men vroeg Mike Tyson eens waarom hij tijdens een gevecht leek af te wijken van zijn wedstrijdplan. Het antwoord van Tyson is representatief voor een man die veel ervaring heeft met een variërende omgeving: ‘Iedereen heeft een plan totdat hij een klap in zijn gezicht krijgt.’
Plannen zijn geen lang leven beschoren. Zij veranderen met de omstandigheden. Alle organisaties hebben een plan nodig om uit te voeren, maar de kwaliteit van dat plan neemt met elke seconde die voorbijgaat af.
Denk bijvoorbeeld eens aan de chaotische omgeving van een luchthaven tijdens de kerstperiode, misschien wel de moeilijkste tijd voor een luchthavenbeheerder. De vluchtschema’s in heel Europa zijn overvol. In Frankfurt, dat als een knooppunt fungeert, is sprake van hevige sneeuwval en het grondpersoneel werkt hard om het vliegveld snel sneeuwvrij te krijgen. Nog een hele dag sneeuw op de dag voor kerst betekent dat het voor sommige kleinere vliegtuigen te gevaarlijk wordt om te landen. Deze vliegtuigen moeten uitwijken naar de Parijse luchthaven Charles de Gaulle, die ook al op volle capaciteit draait. Om alle activiteiten te kunnen blijven uitvoeren, moet de luchthaven een beroep doen op extra luchtverkeersleiders en het grondpersoneel.
Luchtvaartmaatschappijen en passagiers verwachten dat de beheerder alles onder controle heeft en eventuele storingen onmiddellijk oplost, ongeacht de omstandigheden. Dus hoe gaat de luchthaven om met deze extra, niet-geplande toestroom van vliegtuigen? Hoe past het zijn activiteiten snel, efficiënt en effectief aan de vraag aan?
De beste oplossing is om alle beschikbare gegevens te gebruiken voor het maken van een plan dat tegemoetkomt aan de belangen van alle passagiers, waarbij rekening wordt gehouden met de regelgeving voor veiligheid en beveiliging, en vervolgens dit plan uit te voeren.
Bij elke verandering in de omstandigheden ontstaan meer mogelijkheden en neemt de druk toe om de juiste beslissing te nemen. Het aantal mogelijkheden en de snelheid waarmee deze mogelijkheden escaleren is kritisch. Organisaties moeten erop kunnen vertrouwen dat zij beslissingen nemen die worden ondersteund door de meest actuele informatie. Alleen op die manier kunnen zij handelen met de snelheid en wendbaarheid die de situatie vereist en zo potentiële rampen voorkomen.
Door gebruik te maken van automatische controles die in real time en op basis van big data worden uitgevoerd, kunnen wijzigingen onmiddellijk in het planningsproces worden meegenomen. Als gevolg hiervan krijgen planners een samenhangend en realtime-overzicht van de zaken en kunnen zij snelle, onderbouwde beslissingen nemen die kostenbesparingen en een flexibelere klantenservice opleveren.
Tijd om big data te omarmen?
Deze vraag gaat eigenlijk niet over big data, omdat deze gegevens op zichzelf geen betekenis hebben en eenvoudig een middel tot een doel zijn. De waarde komt van big calculations: hoe wordt je wijs uit eindeloze realtime-gegevens. Het uitgangspunt voor elke ceo moet dan ook zijn: welke beslissingen moet ik nemen om mijn zaken te verbeteren?
Laten we nog eens naar het logistieke bedrijf kijken. Hoe kan een dergelijk bedrijf de leveringroutes optimaliseren op een manier die de beste en trouwste klanten voorrang geeft? Hoe nemen ze de juiste dynamische beslissingen, zonder onderbrekingen, zodat ze snel kunnen reageren op veranderende omstandigheden?
Pas als een bedrijf begrijpt welke beslissingen het moet nemen, is het in staat te bepalen welke berekeningen nodig zijn om de beste respons te kunnen kiezen. Door big data te gebruiken in combinatie met software die je helpt de gegevens te begrijpen, geautomatiseerde beslissingen maakt en op grond daarvan handelt, kun je ervoor zorgen dat jouw bedrijf geen klap in het gezicht krijgt.
Arjen Heeres, chief operating officer bij Quintiq
De auteur heeft een lang verhaal nodig om het verschil tussen data en informatie duidelijk te maken. Het extracten van info uit data noemt hij calculeren. Opmerkelijk, omdat juist Bigdata van gestructureerde dababases afwijkt op gebied van losse verbanden tussen de data.
Nog vreemder wordt het als het overbekende handelsreiziger probleem gekozen wordt als voorbeeld van een Bigdata oplossing. Dat vraagstuk kun je namelijk juist wel berekenen. Het probleem en de data is gedetailleerd beschreven.
Ik vind nog steeds niet zoveel sprekende concrete bigdata voorbeelden in Computable.
Henri noemt in zijn 2015-vooruitblik, google als voorbeeld van geslaagde bigdata inzet. Maar juist google is geen doorsnee bedrijf, waarbij informatie een middel is om een bedrijfsdoel te bereiken. Bij google is het leveren van zoekresultaten de corebusiness. Dat de data loosely coupled is, is daarbij geen probleem. Gewoon een alphabetische string zoeken in een flinke berg data :-). De resultaten lever je op met een hoop advertenties die al dan niet met het zoekobject te maken hebben. Nog steeds een indrukwekkende prestatie daarnietvan.
Het echte Bigdata probleem volgt al vanuit de correcte definitie. Dataverzameling zo groot en complex dat het met traditionele technieken niet goed te verwerken valt. Wie wil zijn business toevertrouwen aan een onbegrijpelijk proces dat antwoorden levert, zonder dat het in staat is te vertellen waar die op gebaseerd zijn. Zou Henri zelf in politiek geloven ? Die leveren ook altijd voor elk probleem antwoorden samen met een mooi verhaal.
Een ding moet je Henri nageven. Hij blijft overeind na al die virtuele klappen van Ewout.