Managed hosting door True
Deze opinie is van een externe deskundige. De inhoud vertegenwoordigt dus niet noodzakelijk het gedachtegoed van de redactie.

Maak gebruik van Olympische analytics

 

Computable Expert

Mark Raben
Chief Technology Architect EMEA bij SAP Nederland, SAP. Expert van Computable voor de topics Business Analytics, Cloud Computing en Mobility.

Elke organisatie beschikt over een schat aan gegevens, die na analyse verrassende inzichten kunnen geven. Sommige bedrijven verzamelen speciaal bepaalde gegevens met als doel die te analyseren. Dit laatste is inmiddels niet meer weg te denken uit de sportwereld. Ook de Duitse Olympische zeilploeg gebruikt analytics om de prestaties te verbeteren.

Ooit zei een voetbalverslaggever tegen de toenmalige trainer Johan Cruijff, dat hij speler A in de eerste helft aanmerkelijk beter vond spelen dan speler B. Cruijff was het daar niet mee eens en kon dat ook onderbouwen: speler A had 15 keer de bal gehad en er 9 keer iets nuttigs mee gedaan, speler B had 12 balcontacten en er 10 keer goed vervolg aan gegeven. Speler B was dus effectiever dan speler A. Cruijff had dat inzicht gekregen door de prestaties van twee sleutelspelers op een notitieblokje aan te tekenen en die gegevens te analyseren. Op zich geen rocket science, maar Cruijff realiseerde zich dat de feiten weleens konden verschillen van wat hij met zijn ogen waarnam. Vandaag de dag zijn van alle individuele spelers in een wedstrijd de meest uiteenlopende prestaties tot in detail bekend en vinden uitgebreide analyses plaats.

De autosport is van huis uit technisch georiënteerd en maakt al jaren gebruik van computertechnologie. Voertuig en coureur zitten vol sensoren die waarnemen en meten.
De data worden verzonden naar een database. Een gedeelte wordt direct geanalyseerd om indien nodig tijdig te kunnen ingrijpen, bijvoorbeeld bij overmatige druk, oplopende temperatuur of een te hoge hartslag van de coureur. De overige data worden opgeslagen en achteraf gebruikt voor analyse van processen, zowel menselijke als technische.

Ook de Duitse zeilploeg heeft zich met behulp van software op de Olympische Spelen voorbereid. De boot is uitgerust met sensoren die zaken zoals windkracht, stromingen en snelheid registreren; andere sensoren verzamelen data over menselijke handelingen aan boord en de instellingen van de zeilen. Na afloop van elke training worden de data geanalyseerd op zoek naar fouten of zwakke plekken, die met het blote oog en in het vuur van de zeiltocht niet zichtbaar zouden zijn. Daarnaast is de boot naar de Engelse zuidkust gevaren, waar de Olympische openwatersporten plaatsvinden. Daar is een schat aan data verzameld over lokale stromingen en windgedrag. Op basis van alle verzamelde data hebben trainer en zeilploeg gerichte verbeteringen in het team aangebracht.

Er is niet veel fantasie voor nodig om de overeenkomsten te zien tussen de zeilploeg en het bedrijfsleven. In beide gevallen zijn er vele factoren die het uiteindelijke succes bepalen. Het verzamelen en analyseren van data - Analytics - leidt tot nieuwe inzichten. Op basis daarvan kunnen gerichte verbeteringen tot stand gebracht worden en strategische beslissingen stevig worden onderbouwd met feiten. Dat moet toch elke ondernemer, groot of klein, aanspreken?

Dit artikel is afkomstig van Computable.nl (https://www.computable.nl/artikel/4549449). © Jaarbeurs IT Media.

?


Lees meer over


 

Reacties

Dat Johan onderbouwd de prestaties van 2 spelers kan vergelijken is mooi maar bij voetbal staan er 11 op het veld. Wat hebben die andere 9 gedaan? En alle technische data ten spijt worden autoraces, net als zeilwedstrijden vaak beslist door tactisch inzicht van de coureur annex schipper. In de sport spelen dus nog andere factoren mee zoals talent, inzicht en reflexen die het verschil bepalen. In de voorbereiding zijn deze data misschien waardevol maar ze zijn zeker niet bepalend voor de uitslag.

In het bedrijfsleven geldt dit ook want ze zijn uiteindelijk ondersteunend aan de beslissing door vooral de keuzen op basis van feiten te beperken. Daarmee zijn misschien (dure) fouten te voorkomen maar ze vervangen nog niet het gezonde verstand. Bijvoorbeeld dat iets misschien wel goed klinkt maar waarvan het gevoel zegt dat het niet waar kan zijn. Zoals de spraakmakende handel met derivaten en aandelen waarmee miljarden verliezen zijn geleden. Foutje in de algoritmen, bedankt.

Natuurlijk zorgt data analyse voor herkenning in patronen, het inzicht in gebruikelijke werkwijzen die niet altijd effectief of juist hoeven te zijn. Correleren van informatie leidt hierbij vaak tot opmerkelijke inzichten. De vraag is echter welke puntjes je met elkaar verbindt en wat je met de daaruit komende kennis mag en kunt doen. Een bedrijf kan namelijk, net als een sporter daarmee een oneerlijk voordeel krijgen zoals we zien met Google.

Citaat uit het artikel: "Het verzamelen en analyseren van data - Analytics - leidt tot nieuwe inzichten" belangrijker is de stap daarvoor: welke sensoren zijn er nodig, zodat er data komt van (de) relevante factoren. Dat is belangrijker dan data verzamelen en analyseren.

In zeiltermen: als je snel kan zeilen, maar wel de verkeerde kant uit zal het lang duren voor dat je bij de finish komt.

Beste Mark,

Ik ben wat minder sceptisch dan Maarten en Ewout. Er wordt op dit moment bij voetbal en andere balspelen al gemeten wat de individuele presentaties van voetballers zijn, balcontact, passes, schoten en dergelijke. Op basis daarvan kan je tactische besluiten nemen.
Het is altijd lastig om vast te stellen welke data je nodig hebt en wat belangrijk is, het waarnemen van afwijkingen ten opzicht van normaal gedrag is bijvoorbeeld belangrijk, maar dan moet je wel normaal gedrag vaststellen.

In het bedrijfsleven wordt teveel op de onderbuik beslist en niet op basis van relevante gegevens. Er zou veel meer vastgelegd moeten worden en op basis van de gegevens die worden vastgelegd kan je patronen vaststellen en steeds meer informatie analyseren. Van het een komt het ander en dan kom je tot verrassende resultaten die je op een hoger plan kunnen brengen. Ik ben ook altijd een voorstander van benchmarking op allerlei niveaus, daar kan je ook veel van leren. Ik begrijp niet dat het bedrijfsleven daar zo weinig mee doet.

Een echte mooie artikel makkelijk te lezen en te begrijpen. Alle zeilploegen gebruiken data verzameling om kennis te maken van hun boot.

Voor de gap, heeft BMW en Oracle het voor de america's cup gedaan ;-)
http://www.sail-world.com/Europe/Americas-Cup:-Oracle-Data-Mining-supports-crew-and-BMW-ORACLE-Racing/68834

Het idee op zich is niet verkeerd, maar brengt ook een gevaar met zich mee. Tot op heden is men vooral gewend te sturen op output. Dit is ook één van de gedachten achter het nieuwe werken. Je wordt geacht je dingen op tijd af te hebben.
Wat daar niet in meegenomen wordt is de input- en de omgevings-factoren.

Neem de voetballer uit het voorbeeld: wie is nu het beste: de voetballer die 1 keer aangespeeld wordt en daaruit meteen scoort, of de voetballer die 10 keer aangespeeld wordt en daar 5 keer uit scoort? Was hier sprake van gelijke omstandigheden? Neem even het heren hockeyteam bij de olympische spelen. Tegen Groot Britannie winnen ze met 9-2, en tegen Duitsland verliezen ze met 2-1. In beide gevallen hebben ze de tegenstander 2 keer laten scoren, dus wat is nu het probleem? .....

Op feiten gebaseerde analyses en zijn goed, maar je moet ze wel in de goede context plaatsen. Dit geldt voor zowel sporters als medewerkers.


Overigens gaat de vergelijking op een ander punt ook een beetje mank: in een wedstrijd kan ik makkelijk een speler vervangen; in het bedrijfsleven ligt dat doorgaans toch wat complexer.

Dit artikel brengt me naar de kracht en oplossing van Business Intelligence (BI). Het is opvallend dat bijna iedereen in zijn reactie over “het soort van data” dat verzameld moet worden heeft! Maar is dit in de nabije toekomst relevant?
Heren, als Big Data een beetje afgekoeld is gaan we naar Nano Data!
Ik las een tijd geleden een artikel van professor Erik Brynjolfsson die een toespraak hield over BI tijdens SAS Premier Business Leadership bijeenkomst op 8 mei 2012:
“Nano Data wordt gevormd door bijvoorbeeld transactie in backoffices( SCM, ERP, CRM), weblinks, zoekopdrachten met Yahoo, Google, Bing, blogpostings, webshops, sensor data van RFID en nog meer”

Wanneer alles verzameld is brengt BI een laag tussen data(troep) en business, die kun je als “dashboard” beschouwen. Deze laag trekt snel conclusies uit enorm hoeveelheid (ongelijk)data. Hierdoor kun je altijd je besluitvormingsprocessen vereenvoudig en flexibel maken. BI geeft je business transparantie en maakt het mogelijk om beslissingen te nemen gebaseerd op juiste feiten.



Vacatures

Stuur door

Stuur dit artikel door

Je naam ontbreekt
Je e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×