Volgens het rapport ‘2015 State of Analytics’ dat Salesforce eind oktober presenteerde, is data-analyse een kritische succesfactor. Het moet dan ook geïntegreerd zijn in elke bedrijfscultuur. Nu organisaties petabytes aan informatie verzamelen, is de analyse daarvan echter lastiger dan ooit. Big data-analyse is niet voor niets een van de grootste uitdagingen van deze tijd.
Toch is de investering in een systeem voor Big data-management meer dan de moeite waard. Nagenoeg alle succesvolle organisaties danken hun goede prestaties aan data-analyse, stelt Salesforce in het onderzoek ‘2015 State of Analytics’. Dat geldt vooral voor bedrijven waar de eindgebruikers, van de bestuurskamer tot aan de receptie, toegang hebben tot data. Wie bepaalde financiële trends of gedragspatronen inzichtelijk kan maken, kan daar direct voordelen mee behalen.
De grote uitdaging ligt in de analyse van de enorme hoeveelheid data die informatietechnologie vergaart, ook wel big data genoemd. Bij veel organisaties gaat dat al snel om petabytes of exabytes aan data. Big data-analyse is echter ook vereist in relatief kleine omgevingen, zoals een persoonlijk gezondheidsdossier. Hierin komt een gigantische golf aan informatie uit allerlei persoonlijke apps en verschillende zorginformatiesystemen samen. Hoe kunnen zorgprofessionals al deze informatie met collega’s en andere organisaties in de zorgketen delen? Waarde putten uit big data vraagt om een flinke investering in een systeem voor big data-management, dat alle gegevens kan analyseren, verzamelen, samenvoegen, doorzoeken, delen en visualiseren, en dat dit op elke werkplek toegankelijk maakt.
De moeite waard
Toch is deze investering meer dan de moeite waard. Big data-analyse biedt namelijk zekerheid over de toekomst, waar traditionele data-analyse hooguit waarschijnlijkheid bood. Het verschil tussen data-analyse en big data-analyse is het verschil tussen inductie en deductie.
Deductie staat voor gevolgtrekking op basis van feiten. Als de aannames waar zijn, is de conclusie per definitie ook waar. Bijvoorbeeld de volgende aannames: alles wat buiten staat wordt nat als het regent en de auto staat buiten. De conclusie dat de auto nat wordt als het regent is dus onomstotelijk waar. Dat is een zekerheid.
Bij inductie trekt men conclusies op basis van regels die niet per definitie waar zijn. Neem bijvoorbeeld de aannames dat ik een man ben en dat mannen van voetbal houden. Daaruit kan men niet concluderen dat ik van voetbal hou. Dat is slechts een waarschijnlijkheid.
Hoe vollediger die waarneming is, hoe vaker men met zekerheid conclusies kan trekken. Big data-analyse is de meest volledige waarneming die er is. Het kan alles zien, terwijl traditionele data-analyse alleen steekproeven neemt. Dat is het verschil tussen deductie en inductie. Het kan hierdoor consequenties van succes of falen accuraat voorspellen.
De investering in een systeem voor big data-management en –analyse brengt organisaties dichter bij de situatie waar behaalde resultaten uit het verleden wel een garantie zijn voor de toekomst. Dat is geheim achter het grote rendement dat alle goed presterende bedrijven halen uit de investering in big data-analyse. Zoals collega Maurits Aalders zegt in zijn blog op Werktrends.nl: de onontgonnen goudmijnen bevinden zich in de verscheidenheid aan it-systemen.