Net als andere technologiehypes (cloud, internet of things, robots en kunstmatige intelligentie) wordt big data vaak gepresenteerd als een soort wondermiddel. Begrijpelijk, want de hoeveelheid data die bedrijven opslaan, neemt exponentieel toe en dat leidt vanzelf tot de vraag wat ze er mee kunnen. De komende decennia worden data het nieuwe kapitaal. Zinvol en effectief gebruik van big data is een heel ander verhaal. Deel 1 van een tweeluik.
Uit het laatste Big Data Survey-onderzoek van GoDataDriven en Big Data Expo blijkt dat de inzet van big data in Nederlandse bedrijven in de praktijk nog tegenvalt. Het is niet dat het ontbreekt aan data: bedrijven met klantcontact beschikken over bijvoorbeeld CRM, web-statistieken en marketingdata vanuit e-mails en afrekensystemen. Data uit andere bronnen, zoals tekst, beeld en geluid, worden echter nog maar weinig ingezet. En als bedrijven al iets doen met hun gegevensberg, blijft het hoofdzakelijk beperkt tot analyse achteraf. De brede inzet van realtime en predictive toepassingen laat nog op zich wachten, aldus de onderzoekers. Ook Michel van de Velden (Universitair hoofddocent aan het Econometrisch Instituut van de Erasmus School of Economics) constateerde tijdens een seminar over big data toepassingen dat wanneer zijn studenten voor een data-gerelateerde stage in een bedrijf rondlopen, zij zien dat er maar weinig met big data wordt gedaan.
Databerg groeit snel, toepassing groeit langzaam
De meeste bedrijven hebben er moeite mee om van big data meer te maken dan ‘klassiek marktonderzoek’. Boston Consulting Group (BCG) stelt vast dat big data in customer service en marketing zeer geleidelijk zijn intrede doet. Bedrijven doorlopen volgens BCG vier stadia in het werken met ‘customer insights’ – het gebruik van big data om klantgedrag te sturen en te voorspellen.

De benchmarkstudie van BCG uit 2015 laat zien dat maar 20 procent van de onderzochte bedrijven in fase 3 en 4 verkeert. Zelfs als bedrijven veranderingen doorvoeren, zoals het introduceren van nieuwe functies en competenties die bij fase 3 horen (advanced analytics, digital- en social media monitoring) lopen ze in een valkuil: ze houden de klassieke benadering van marktonderzoek aan. Dat betekent volgens BCG in de praktijk dat er gebrek aan support vanuit de top is, dat er beperkt mandaat en budget is en dat er weinig met de business wordt samengewerkt. Bovendien worden de data-analisten zelden afgerekend op ROI. Wel ziet BCG dat big data vraagstukken meer en meer op het bordje van de CMO komen te liggen en weg worden gehaald bij de CEO.
Big data is nutteloos zonder goede vraag
Data is het nieuwe goud, maar met alleen data kom je er niet. De inzet van big data begint bij een goede dataset en het formuleren van een goede vraag. Het idee dat big data bij uitstek geschikt is om patronen of correlaties op te sporen (die je vervolgens kunt monetariseren) roept vaak ergernis op bij wetenschappers, aldus Michel van der Velden. Basale fout: correlaties worden vaak verward met causale verbanden. Zo is er een hoge correlatie (98 procent) tussen het uitkomen van films waarin Nicolas Cage speelt en het aantal verdrinkingen in zwembaden, maar een oorzakelijk verband is nooit aangetoond.

Zelfs als je een causaal verband vindt (waarbij de ene variabele veranderingen in de andere variabele veroorzaakt), is het de vraag of een (significant) bewijs voldoende praktische waarde heeft. Het komt vaak voor dat onderzoeksresultaten significant zijn, maar dat allerlei onderliggende aannames discutabel zijn. Een dataset levert niet altijd bruikbare informatie op.
Meer data is beter?
Op de tweede plaats wordt big data vaak geassocieerd met ‘meer data is beter’. Meer data wekt de suggestie dat beslissingen betrouwbaarder worden. Je kunt met meer data onder andere kleinere verbanden aantonen, maar ook hier geldt de vraag of ze altijd nuttig zijn. Bedrijven staan weinig stil bij de vragen welke data relevant zijn en wat de beperkingen zijn omdat analisten bepaalde data juist niet bezitten.
Toch is ‘meer data’ een van de kerneigenschappen van big data. Je spreekt van big data als de dataset(s) te groot zijn om met normale databaseprogramma’s te verwerken. Bij big data speelt ook mee dat er met verschillende soorten data tegelijk wordt gewerkt: verschillend qua bron, soort, kwaliteit en complexiteit. Ook de snelheid waarmee de data binnenkomen of verwerkt worden, bepaalt of je te maken hebt met big data.
Klassieke valkuilen
Big data wordt zoals gezegd snel verward met klassieke analyse van datasets. Vliegmaatschappij Southwest gebruikt bijvoorbeeld spraakanalyse van klantgesprekken om op customer service verbeteringen door te voeren. Die dataset – alle realtime conversaties met alle klanten – klinkt natuurlijk als een goudmijn, maar als het alleen gaat om de conversaties en daar geen andere context (andere datasets) aan wordt toegevoegd, blijven de echte gebruiksmogelijkheden beperkt.
Bankbedrijf RBS wil graag weer een situatie creëren waarin de bank – net als in de jaren 70 – een goede relatie heeft met haar klanten. Er werd 100 miljoen pond geïnvesteerd in een programma waarin 800 analisten werkzaam zijn. Eerdere pogingen van de bank om aan datadriven marketing en service te doen kwamen neer op segmenteren en push marketing – daarbij de wensen van de klant over het hoofd ziend. De analisten hebben nu op basis van data-analyses onder meer dubbelingen in het verzekeringsportfolio in kaart gebracht. Verder vertelt de bank trots dat ze nu kunnen acteren op de verjaardag van de klant. De bank erkent dat er nog de nodige stappen moeten worden gezet in de uitrol van haar big data strategie.
Ook autoverhuurder Herz wordt opgevoerd als een big data succesverhaal. Het bedrijf is actief in 140 landen en zit op een berg aan data van e-mails, tekstberichten en online vragenlijsten. Met die data zou Hertz beter in staat zijn te weten wat de klanten willen en beweert het bedrijf bovendien de relatie tussen manager en klant te kunnen verbeteren. De resultaten die Hertz boekte, waren primair gericht op het verbeteren van processen gericht op managementinformatie. Voor de customer journey heeft de inzet van big data nog niets opgeleverd: boek online een auto bij Hertz, en haal daarna de auto op. Het eerste wat je dan moet doen is wachten tot dat de medewerker alle informatie opnieuw heeft ingevoerd; daarna moet je wachten totdat iemand de auto klaarzet. Er wordt geen rekening gehouden met eerdere transacties of voorkeuren. Het bestellen van een ouderwets boek bij bol.com gaat slimmer en sneller.
In het volgende deel van dit tweeluik ga ik in op big data kansen voor customer service.
Dit artikel is eerder gepubliceerd op Klantcontact.nl


Voor industriële toepassingen is de inzet van robots een business case. Om robots een plek in ons dagelijks leven te geven als assistent of als speelgoed moet de prijs binnen handbereik van consumenten liggen. De kosten van 3D printers zijn al enorm gedaald en steeds vaker wordt daarbij gebruik gemaakt van robottechnologie – zoals bij de 
Die onzichtbaarheid zorgt ook voor onverschilligheid, maar die wordt ook gevoed door de toenemende complexiteit. Voor een normaal mens is het al ingewikkeld om
geïntroduceerde verzekering ‘veilig rijden’ krijgt de verzekerde een ‘stick’ die op de
onderdelen: de rijsnelheid, de manier van optrekken en remmen en de wijze waarop bochten worden genomen. De rijstijl wordt herleidt tot een korting (of malus) op de premie; ook het tijdstip waarop je rijdt is mede bepalend voor de premiehoogte. Om gerichte feedback te kunnen geven op het onderdeel snelheid, moet de snelheidslimiet bekend zijn van de weg waarop de verzekerde rijdt. Daarom zit er ook een GPS-module in de dongel die de locatiegegevens levert. Daarnaast zal er ook een accelerometer in de dongel aanwezig moeten zijn – nodig om versnelling te kunnen waarnemen. Of met alle hardware en software veilig rijden kan worden gemonitord is de vraag; een noodstop maken voor een plotseling overstekend kind lijkt me noodzakelijk, maar veilig is het niet.
De connected car roept uiteraard privacy-vragen op, maar in het geval van de connected car ontstaat een nieuw probleem. Privacy is een individueel en persoonsgebonden fenomeen, zo benadrukt ook 

“Organisaties zijn gebaseerd op de principes van de tweede industriële revolutie: centralisatie en standaardisatie. In de digitale revolutie ontstaan niet alleen nieuwe diensten en producten, maar gaan organisaties en zelfs sectoren op de schop, kijk naar energiebedrijven. Transformatie vindt overal plaats, dus ook bij de gemeente.” Ook de gemeente heeft sterk met deze disruptie te maken, aldus Baron: “We worden nog niet weggeconcurreerd, maar Google investeert in z’n labs met het idee dat ze beter overheid kunnen spelen dan de overheid zelf. En goed voorbeeld hiervan is het bedrijf Sidewalk Labs. Verkeersmanagement was een overheidstaak, maar TomTom en Google vullen op dat vlak een deel van de gemeentelijke taken in.”
De stad Amsterdam piept en kraakt – schaarste is een van de meest belangrijke problemen, iets wat je terugziet in een zwaarbelaste openbare ruimte. Het afval wordt bijvoorbeeld opgehaald volgens vaststaande rijschema’s; volle containers en zwerfafval kan je
Net als in oudere bedrijven heeft ook gemeente Amsterdam te maken met legacy – de last van verouderde systemen die niet zo maar vervangen kunnen worden – te groot, te duur, te complex. Die legacy kan innovatie, vernieuwing en wendbaarheid in de weg zitten en steeds meer organisatie die dit probleem ervaren kiezen er voor om innovaties buiten de organisatie op te zetten. “We voeren klassieke innovatieprojecten uit, denk aan de ontwikkeling van gepersonaliseerde gezondheidszorg. We hebben ook een categorie innovaties die direct gelinkt zijn aan problemen, bijvoorbeeld overlast in een uitgaansgebied. De derde is de radicale innovatie, waarbij we de kans krijgen en nemen om de gemeente opnieuw te ontwerpen. We doen dat onder meer op het vlak van dienstverlening en nog een aantal andere thema’s.” Daarbij grijpt Amsterdam terug op design thinking: terug redenerend vanuit business outcomes of verwachtingen van burgers naar een ontwerp. De gemeente subsidieert nu wasmachines voor minima, maar misschien moet je wel inzetten op de behoefte aan schone kleding en kan je dat oplossen met een gedeelde machine, aldus Baron.


daarbij op de achtergrond, maar kan wel het beheer van je agenda regelen; met
Virtual reality (VR) wordt gezien als een van de belangrijkere technologietrends voor de komende jaren. Althans, als we de fabrikanten moeten geloven. Gartner is wat behoudender. Op de Hype Cycle van 

Een praktische toepassing van het internet of things werd gepresenteerd door het Finse
Mimetas een afwijkende positie in. Om te kunnen slagen is Mimetas is aangewezen op samenwerking met artsen, patiënten, farmaceuten, toezichthouders en verzekeraars. Het bedrijf heeft daarnaast de potentie om de traditionele aanpak van medicijngebruik ingrijpend te veranderen. Daarmee voegt het niet iets toe aan een bestaand systeem, maar zorgt voor een fundamentele verandering van dat systeem. Mimetas werd eind 2015 dan ook uitverkoren tot game changer door
Consumenten omarmen innovaties steeds gemakkelijker en sneller. Zodra ze veranderen in burgers, lopen ze echter tegen de gevestigde orde aan. De overheid is weliswaar gek op innovatie, maar innovatie moet niet te veel impact hebben op de overheid zelf. 
handelingen waarbij verder geen mens te pas komt. In tegendeel, in de meeste gevallen betekent het veranderende van processen dat mensen dingen anders moeten gaan doen, moeten stoppen of juist veel harder moeten werken. Innovatie heeft consequenties.