Big Data Analytics: het wiel uitvinden of een vliegwieleffect creëren?
26 april 2017 [11:24], 2732 views
Door Bas van Dorst

Big Data Analytics: het wiel uitvinden of een vliegwieleffect creëren?

 Drie jaar geleden schreef ik een artikel over de kansen voor de Nederlandse energiemarkt door het toepassen van Big Data Analytics. Vervolgens beschreef ik in 3 blogs op welke wijze je je kunt transformeren tot een datagedreven organisatie. Inmiddels zie ik veel positieve ontwikkelingen op dit gebied. Er wordt geëxperimenteerd met data-innovatie, er zijn teams opgericht en data scientists aangenomen om waardevolle inzichten en geavanceerde modellen te ontwikkelen. Toch merk ik dat energiebedrijven ieder voor zich (opnieuw) het wiel aan het uitvinden zijn en moeite hebben de stap naar een datagedreven organisatie te maken. Dit geldt overigens niet alleen voor de energiebedrijven, dit is een trend die zichtbaar is binnen de gehele Nederlandse markt. Een belangrijke factor hierin is dat velen zich beperken tot het gebruik van open source-tools. 

Uit onderzoek blijkt dat ongeveer 2% van de bedrijven alleen open source-technologie gebruikt voor data analytics-toepassingen. 57% gebruikt een combinatie van open source en commerciële software en 41% gebruikt alleen commerciële software. Dit geldt voor zowel datapreparatie, exploratie, modellering, exploratie als deployment. Gartner en Forrester brachten onlangs een rapport uit over technologieplatformen voor data analytics-toepassingen. Ze keken hiervoor naar de hele keten; van data-ontsluiting en modellering tot deployment. Een interessante conclusie is dat beiden het belang onderkennen van commerciële software in deze markt. Dit leidt logischerwijs tot de vraag: hoe vult commerciële software dan open source- technologie aan? 

Yes, we hebben open source!

Ik ben ervan overtuigd dat de toepassing van open source een enorme verrijking is om data analytics toe te passen. Heel veel bedrijven in Nederland maakt dan ook gebruik van open source-technologie. Daarbij laten ze zich echter volledig leiden door de kennis en vaardigheden van data scientists en analisten. Tot het moment dat na enkele jaren de board gaat vragen wat al de investeringen in mensen en middelen aan werkelijke geoperationaliseerde waarde heeft opgeleverd, daar gaat het uiteindelijk mis. 

Met een prototype van een auto op vakantie naar Zuid-Frankrijk?

Waarom gaat het mis? Het blijkt dat er bij open source-toepassingen heel veel tijd en energie moet worden gestoken in het ontsluiten, integreren en prepareren van data. Dit kan uiteindelijk leiden tot een R en Phyton jungle, onoverzichtelijk en niet te managen. Daarnaast blijkt het een lastige klus te zijn om de gerealiseerde open source-inzichten en -modellen, werkelijk in productie te brengen en vooral te houden (deployment). Hier worstelt iedereen mee, vooral als dit op grote schaal gerealiseerd moet worden. Als laatste en misschien wel het belangrijkste, het gebruik van de data en modellen is lastig te auditen en borging voor het voldoen aan wetgeving, compliancy en regulering is niet (voldoende) mogelijk. 

Hoe zorg je dat alle kennis overdraagbaar is? Hoe krijg je de open source "jungle" gemanaged en hoe zorg je dat je bij succes ook kan opschalen in hoeveelheden data, modellen en geoperationaliseerde inzichten? Er ontstaat een schaarste in resources en het wordt dus steeds belangrijker dat de data scientist en analisten ook werkelijk al hun tijd kunnen stoppen in het ontwikkelen van inzichten. Op dit moment zijn ze veel drukker met alle randvoorwaarden. Zolang hier geen oplossing voor wordt gevonden blijven organisaties stagneren in hun ontwikkeling en is het niet mogelijk de volgende stap in maturiteit te maken. Vergelijk het eens met de situatie dat je met een prototype van een nieuwe auto, al meteen met de hele familie inclusief alle bagage een verre autorit maakt naar Zuid-Frankrijk. Hierbij loop je een groot risico dat de vakantie uitdraait op een fiasco en niet oplevert wat je eigenlijk voor ogen had. De motor draait misschien goed, maar alle overige randvoorwaarden om comfortabel en veilig te kunnen rijden zijn slechts gedeeltelijk aanwezig. Eerlijk gezegd verbaas ik me een beetje dat bedrijven in deze tijd dit risico willen lopen. 

Kosten versus opbrengsten

Het is niet vreemd dat een beginnend datagedreven bedrijf start met open source tools. Al was het alleen al om de kosten laag te houden. Je merkt ook dat de universiteiten en opleidingen sterk sturen op het programmeren en ontwikkelen van modellen, wat succesvol wordt toegepast door de afgestudeerde data scientists en analisten. Echter door de focus te leggen op het programmeren en ontwikkelen van modellen, wordt er minder aandacht besteedt aan het werkelijk implementeren en operationaliseren van de ontwikkelde inzichten. Op universiteiten wordt volgens mij te weinig tijd gestoken in lessen die zorgen voor het inzicht hoe je met beperkte resources veel sneller tot inzichten komt, hoe je effectief kan omgaan met je resources, hoe je zorgt dat de gebruikte technologie schaalbaar is en hoe je borgt dat de kennis overdraagbaar is. 

Om dit te bereiken heb je technologieën nodig die binnen de open source communities (zeer) beperkt of wellicht helemaal niet verkrijgbaar zijn. Ik heb sterk de indruk dat de universiteiten en opleidingen in Nederland de onderwerpen deployment van modellen, versnellen van time to value en effectief en snel modelleren niet meenemen in hun opleidingsprogramma. Daarom weten data scientists en analisten vaak niet eens dat er zulke mogelijkheden bestaan. Dit is een kennisgat dat snel opgelost moet worden.

 Grootste uitdaging: operationaliseren van modellen 

Als je op dit moment met open source een analytics-keten volledig wil afdekken, heb je met meer dan 16 verschillende technologieën te maken die met elkaar moeten integreren. Een mooi voorbeeld hiervan is het data-innovatieplatform van een grote luchthaven die vorig jaar op een event hun aanpak presenteerde. Ook zij hadden meer dan 14 tools gecombineerd en uiteindelijk is hun grootste uitdaging het operationaliseren van modellen. Na enkele jaren werken wordt de werkelijke waarde moeizaam gecreëerd. Dit vraagt om enorm veel tijd, resources en geld terwijl dit met commerciële software snel is op te lossen, op de langere termijn gaat dit geld opleveren.

Opbrengsten

De grootste opbrengsten van commerciële software zitten met name in de time to value, de snelheid waarmee je modellen geoperationaliseerd krijgt en het gemak waarmee je dit kunt onderhouden. Ook het feit dat je exact kunt aantonen wat er wanneer met welke data is gebeurd, wie er welke handelingen heeft verricht en welke modellen er waarvoor zijn toegepast, geeft een grote mate van zekerheid. Zekerheid dat je compliant bent, voldoet aan regelgeving en de opgedane kennis niet verloren gaat als medewerkers vertrekken naar een andere organisatie. 

Wat als…

  • Wat als je de open source community zou kunnen combineren met een omvangrijke commerciële software community?
  • Wat als je verschillende modellen (open source en commercieel) automatisch zou kunnen vergelijken om uiteindelijk het best passende model van dat moment te kiezen?
  • Wat als je automatisch en continu alle modellen automatisch zou kunnen re-trainen zodat je op tijd weet dat de kwaliteit afneemt?
  • En wat als je een totaaloverzicht zou kunnen creëren van alle modellen zowel open source als commercieel, waarbij je het versiebeheer, updates, data aanpassingen, etc. gecontroleerd kan laten verlopen? 

Dan zou er een ideale situatie ontstaan. En het goede nieuws is, dat dit ook werkelijkheid kan worden als je verder kijkt dan alleen de toepassing van open source voor data analytics. Waar open source sterk is in het eenvoudig en snel verkrijgen van inzichten, is commerciële software sterk in het automatiseren van processen, automatisch documenteren van werkzaamheden op data en het operationaliseren van de inzichten via de bestaande back end-systemen. Organisaties zouden daarom de voordelen van deze sterke combinatie moeten benutten. Alleen zo groeien zij sneller naar een volwassen datagedreven bedrijf.    

Meer weten over dit onderwerp? Lees dan hier hoe een open platform toch governance èn schaalbaarheid kan bieden.

Over de auteur

Bas is een kennispartner voor bedrijven die actief zijn in utility en manufacturing. Vanuit zijn expertise helpt hij hen bij complexe vraagstukken op het gebied van analytics, big data management en business intelligence.  

 

 

Reacties

SAS Forum: Analytics is Everywhere
7 oktober 2016 [09:27], 2172 views

SAS Forum: Analytics is Everywhere

Het thema van SAS Forum had dit jaar niet treffender kunnen zijn: Analytics is letterlijk overal. Dat gegeven liep afgelopen dinsdag als een rode draad door de dag h [...]

 

Lees meer  

OCS Consulting is SAS Reselling Partner of the Year 2016
5 oktober 2016 [03:36], 2100 views

OCS Consulting is SAS Reselling Partner of the Year 2016

OCS Consulting is uitgeroepen tot SAS Reselling Partner of the Year 2016. De award werd uitgereikt op SAS Forum Nederland.

 

Lees meer  

SAS en Skarp introduceren analytics-oplossing voor woningcorporaties
3 oktober 2016 [03:24], 1901 views

SAS en Skarp introduceren analytics-oplossing voor woningcorporaties

Om woningcorporaties te helpen hun informatievoorziening transparanter en flexibeler in te richten introduceren SKARP en SAS een cloud-oplossing gebaseerd op SAS Visual An [...]

 

Lees meer  

Hack jezelf naar Florida op SAS Forum
27 september 2016 [11:43], 2124 views

Hack jezelf naar Florida op SAS Forum

Over een week is het zover: SAS Forum Nederland. Naast presentaties van inspirerende sprekers vindt er ook een Mini Hackathon plaats. Inzet: een volledig verzorgde reis na [...]

 

Lees meer  

SAS introduceert Visual Investigator voor detecteren fraude en andere bedreigingen
15 september 2016 [01:11], 2673 views

SAS introduceert Visual Investigator voor detecteren fraude en andere bedreigingen

Of het nu gaat om het opsporen van fraude, het detecteren van virussen of het aanpakken van operationele problemen, je wilt deze zaken het liefst voor zijn. Om organ [...]

 

Lees meer  

Data-software zoekt mens (m/v)
1 september 2016 [10:31], 3332 views

Data-software zoekt mens (m/v)

De Nationale DenkTank 2016 ging tijdens de Zomerschool gezamenlijk op data-analyse-stoomcursus bij SAS. DenkTanker Victorine van Alphen interviewde data-analist Mark [...]

 

Lees meer  

Maak het openbaar bestuur slimmer met analytics voor IoT
23 augustus 2016 [01:55], 2176 views

Maak het openbaar bestuur slimmer met analytics voor IoT

Met de start van het schooljaar nemen ook de files weer schrikbarend toe. Het antwoord op dit probleem ligt niet in meer asfalt, maar in het toepassen van slimmere m [...]

 

Lees meer  

Analytics in politics: Yes we can!
22 augustus 2016 [10:10], 3068 views

Analytics in politics: Yes we can!

Barack Obama wordt door sommigen ook wel de eerste 'big data' president genoemd. Timothy Prescott werkte in 2011 met een analytics-team voor zijn ‘Yes we can’-campagne. Op [...]

 

Lees meer  

Analytics is business as usual, maak het verschil met machine learning
17 augustus 2016 [02:34], 2384 views

Analytics is business as usual, maak het verschil met machine learning

Patrick Hall is senior Data scientist en spreekt op 4 oktober op SAS Forum over de kansen die machine learning biedt. Lees in dit interview alvast waaro [...]

 

Lees meer  

SAS één van meest innovatieve bedrijven in cybersecurity
9 augustus 2016 [10:49], 4115 views

SAS één van meest innovatieve bedrijven in cybersecurity

Cybersecurity Ventures heeft SAS uitgeroepen tot één van de 50 meest innovatieve leveranciers van cybersecurity-oplossingen ter wereld. De organisatie stelde e [...]

 

Lees meer