Big Data Analytics: het wiel uitvinden of een vliegwieleffect creëren?
26 april 2017 [11:24], 2734 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

IJshockeyclub houdt fans betrokken met analytics
4 augustus 2016 [03:43], 3093 views

IJshockeyclub houdt fans betrokken met analytics

IJshockeyclub Boston Bruins heeft als thuisbasis de TD Garden. Om de duizenden fans beter te begrijpen en op maat te kunnen bedienen tekenden de club en [...]

 

Lees meer  

Hoe wordt een gemeente een echte smart city?
1 augustus 2016 [10:02], 2698 views

Hoe wordt een gemeente een echte smart city?

Wat zijn de uitdagingen om een slim stadsbestuur te worden dat succesvol smart city-initiatieven toepast? Ik zie dat de grote hoeveelheid initiatieven om een smart c [...]

 

Lees meer  

Approachable analytics is geen one size fits all
28 juli 2016 [09:35], 2421 views

Approachable analytics is geen one size fits all

Met de digitalisering die in alle sectoren plaatsvindt, staan het verkennen en analyseren van gegevens volop in de belangstelling. Daarmee wordt het ook belangrijker dat i [...]

 

Lees meer  

Zo zet je leads om naar goud
25 juli 2016 [04:55], 3536 views

Zo zet je leads om naar goud

Ontdek waarom webanalytics leads niet in goud verandert en waarom een tweestappenbenadering en voorspellende analyses dat wel doen. In deze blog lees je hoe je met marketi [...]

 

Lees meer  

Big in data met Vivianne Bendermacher
22 juli 2016 [08:57], 4012 views

Big in data met Vivianne Bendermacher

Vivianne Bendermacher, beter bekend als Techionista, spot alle trends op het gebied van innovatie en technologie. Ze treedt regelmatig op als tech-expert voor onder meer R [...]

 

Lees meer  

De analytics ‘must reads’ voor deze zomer
14 juli 2016 [08:31], 3242 views

De analytics ‘must reads’ voor deze zomer

Misschien haak je bij de titel van dit bericht al af. Toch raad ik je aan om tijdens de zomer wat uurtjes vrij te maken voor enkele boeiende uitgaven die je di [...]

 

Lees meer  

Data Governance Framework cruciaal voor succes met big data
5 juli 2016 [09:20], 3438 views

Data Governance Framework cruciaal voor succes met big data

Hoewel het concept van data governance al begin jaren ’80 is ontstaan, slagen 35 jaar later nog maar heel weinig bedrijven erin hun data goed te managen. Kennelijk i [...]

 

Lees meer  

In 4 stappen zakelijke waarde creëren met big data
30 juni 2016 [12:45], 6585 views

In 4 stappen zakelijke waarde creëren met big data

In Amerika dreigt een tekort van 1,5 miljoen managers en analisten die big data analyses begrijpen en op basis van die inzichten beslissingen kunnen nemen. Europa st [...]

 

Lees meer  

7 best practices voor analytics in de customer journey
28 juni 2016 [01:48], 2921 views

7 best practices voor analytics in de customer journey

Op het juiste moment relevante aanbiedingen naar klanten sturen terwijl ze zich op je site bevinden of door je winkel lopen? Het kan, met behulp van een journey map. [...]

 

Lees meer  

5 zaken waarmee marketing operations het verschil kan maken
21 juni 2016 [09:44], 3621 views

5 zaken waarmee marketing operations het verschil kan maken

Hoe maak je met marketing operations het verschil en welke zaken leveren de grootste bijdrage in de transformatie naar een modernere marketingorganisatie?

 

Lees meer