Big Data is in de afgelopen jaren een buzzword geworden waar geen bedrijfstak aan ontkomt. Of het nu gaat om hypotheekadvies of vastgoedwaarderingen, de verwachting is dat Big Data traditionele bedrijfsmodellen radicaal op de schop zal gooien. Lange tijd heeft het bedrijfsleven daarom geleefd volgens het adagium dat hoe meer data men heeft, hoe beter het is. De verzameldrift die hieruit volgt komt echter steeds meer onder vuur te liggen. Er lijkt langzaam een besef te dagen dat met de hoeveelheid informatie de waarde hiervan niet per se toeneemt. Steeds meer organisaties nemen hierdoor afscheid van Big Data en omarmen het principe van Good Data.
Big Data is een noodzakelijke voorwaarde voor automatisering en robotisering in het bedrijfsleven. Dit heeft doorgaans betrekking op processen en/of vakgebieden die intensieve menselijke inspanning vergen. De voorbeelden uit de productiesector zijn algemeen bekend, maar in de financiële dienstverlening richt robotisering zich hoofdzakelijk op het werk van tussenpersonen. Denk hierbij aan de automatisering van hypotheekadvies, bemiddeling bij het afsluiten van een verzekering of het uitvoeren van vastgoedtaxaties.
De plicht tot dataminimalisatie
De verzameldrift om deze processen te automatiseren heeft geleid tot de opeenhoping van enorme hoeveelheden gevoelige consumentdata. Veel van deze data is verzameld toen de Algemene verordening gegevensbescherming (AVG) en het Facebook-Cambridge Analytica schandaal nog ver in de toekomst lagen. Privacy was kortom nog een onderbelicht thema toen de principes rondom het verzamelen van Big Data vorm kregen. In een tijd van wettelijke vastgelegde consumer consent en de verplichting tot dataminimalisatie, is Big Data voor veel organisaties plots een risico geworden. Zoals blijkt uit de spraakmakende AVG boetes voor onder meer Booking.com, het Uitvoeringsinstituut Werknemersverzekeringen (UWV) en de Stichting Bureau Krediet Registratie (BKR), is het soms beter om bepaalde consumentdata in het geheel niet in bezit te hebben. De data die er niet is kan immers ook niet lekken, misbruikt of gestolen worden.
Beperkte return of investment
Meer nog dan de risico’s die een overvloed aan data met zich meebrengt, maken veel organisaties zich vooral zorgen over de kosten voor het efficiënt beheren van data. Om Big Data in te zetten voor automatisering is de kwaliteit, consistentie en compleetheid van deze data van groot belang. Dit laatste blijkt bijvoorbeeld uit onderzoek van de Amerikaanse Stanford professor Andrew Ng, die gespecialiseerd is in Kunstmatige Intelligentie en Machine Learning. Volgens de professor lopen vooral de kosten voor het onderscheiden, opschonen en structureren van zogenaamde ‘bad data’ in de papieren. Van al het data science werk dat nodig is om bedrijfsprocessen te automatiseren met behulp van Big Data, schat hij in dat 80% van het werk wordt besteed aan het opschonen en voorbereiden van de benodigde data. Kortom, om een hogere return of investment te krijgen op het verzamelen van data moet de kwaliteit bij de intake worden verbeterd. Dit is waar Good Data volgens de professor een belangrijke rol gaat spelen.
Good Data
Good Data is informatie waarin de behoeften van de driehoek consument, bedrijfsleven en toezichthouders harmonieus worden samengebracht. Waar de consument zoekt naar controle over de eigen data, zoekt het bedrijfsleven naar zoveel mogelijk inzicht in de kooppatronen van consumenten en hierbij ziet de toezichthouder toe op de naleving van wet- en regelgeving zoals de AVG of Wwft. Deze harmonie ontbreekt momenteel en dat komt grotendeels doordat de verzamelwoede rondom consumentdata vooruit loopt op de wetgeving die dit probeert te reguleren. Met name in de financiële sector leidt dat tot problemen. Uit het onderzoek Regulatory Technology in de lift van de Nederlandse fintech Hyarchis blijkt bijvoorbeeld dat slechts 15% van de financiële instellingen grip meent te hebben op haar historische klantdata.
Gevraagd naar het onderzoek stelt Adriaan Hoogduijn, COO van Hyarchis, het volgende: ‘de ontwikkeling van Big Data is goed te vergelijken met de historische ontwikkeling van de landbouwsector. Naarmate de wetenschap en de daaruit voortvloeiende technologie zich ontwikkelden is de landbouw steeds efficiënter geworden. Van het voorzien in de directe noden van de lokale gemeenschap heeft hierin snel schaalvergroting plaatsgevonden naar een massale bio-industrie. Deze industrie maximaliseert weliswaar de beschikbare hoeveelheid voedsel, maar draagt niet positief bij aan de wereldgezondheid. Op eenzelfde manier als de landbouw steeds ecologischer wordt, zo zal ook dataverzameling zich toebewegen naar een gezond midden tussen alle belanghebbenden. Big Data heeft de grenzen van gezonde schaalbaarheid bereikt en de ontwikkeling in de richting van Good Data is hierdoor onomkeerbaar geworden’.
