De 5 belangrijkste Business Analytics trends 2017

1. Artificial Intelligence (AI) is terug op de agenda

Een oude term uit 1960 wordt nieuw leven ingeblazen. Dit gaat in een rap tempo, aangejaagd door alle toepassingen van de grote databoeren zoals Google, Uber, Amazon, LinkedIn, Instagram en FaceBook. De algoritmen waren er, maar de grote hoeveelheden data ontbraken. Artificial Intelligence kwam hierdoor niet echt uit de verf. En voorspellingen waren niet altijd even betrouwbaar. Nu er veel meer foto’s, video’s, blogs, posts en sensordata beschikbaar komt, krijgt AI echt zijn meerwaarde.

Fotografie wordt de nieuwe universele taal (Heiferman, 2013). Dit klinkt intrigerend. Elke dag worden wereldwijd 1,2 miljard beelden gemaakt. En die delen en verspreiden we. Deze nieuwe taal roept zeker ook een paar vragen op. Wordt de eerste indruk met een foto niet te dominant? Vele onderzoeken – onder andere van de Yale University – wijzen uit dat mensen bar slecht zijn in het nemen van goede beslissingen, in het bijzonder bij een eerste indruk of onder druk. Effecten zoals priming, groepspolarisatie, de mening van de meerderheid of de confirmation bias gooien al snel roet in het eten.

Hoe vergaat dat computers met AI? Zijn zij wel in staat om de diepte te doorgronden op basis van foto’s? Zijn we in staat om AI zo te programmeren – en te voeden – dat ze onbevooroordeeld zijn? Gaan we zo niet de diepgang uit de weg? Missen we straks niet de essentie in ons (werkend) bestaan? Nemen we niet onverantwoorde risico’s?

2. Big Data en IoT binnen de publieke sector nemen grote vlucht

De publieke ruimte, vervoersmiddelen en de mens kunnen in theorie vol worden geplakt met sensoren en camera’s. Deze ruimte is immens groot. Ze omvat alles van buitendeur tot buitendeur. En alles wat daartussen, onder en boven zit.

Er zijn legio mogelijkheden – binnen de geldende privacywetgeving – om Big Data en Internet of Things (IoT) toe te passen. Denk aan camera’s op auto’s van 10% van de inwoners die continu beelden van de omgeving maken tijdens het rijden. Of aan kleine drones die rondzoemen met een camera.

Op basis hiervan kan een Big Data-verwerkingsfabriek bijvoorbeeld zieke bomen of stormschade herkennen. Of voorspellen wanneer de hoos aan bladeren gaat vallen. Nog een kleine stap om Big Data ook de capaciteitsplanning en optimale routes van de blazers, vegers en de bomendokter te laten bepalen. Een totaal andere manier van organiseren dan normaal.

Een compleet ander businessmodel is mogelijk, niet oude wijn in nieuwe zakken. De overheid gaat zich links- of rechtsom transformeren. Big Data zet de overheid in beweging: van reactief naar proactief, van jaarlijkse evaluatie op basis van enquêtes naar realtime feedback vanuit het veld. Digitale disruptie doet zijn intrede in de publieke sector.

Opleiding 'Master of Data Science'

Tijdens de 'Master of Data Science' maak je in 10 intensieve dagen kennis met Business Intelligence, Predictive Analytics, textmining, Big Data, business cases, valkuilen, privacy, ethiek maar vooral de governance en succesfactoren. Meld je hier direct aan voor de eerstvolgende sessie van 12 t/m 23 juli 2021

Naar de opleiding 'Master of Data Science'

3. Mobile BI gaat reguliere BI niet verdringen

Een poll uit 2012 vroeg bezoekers van onze website of mobile BI in de nabije toekomst BI op laptops en pc’s zou gaan verdringen. Toen geloofden ruim 75% van de 2.000 ondervraagden dat. Ze hadden het niet bij het juiste eind. Dit geheel tegen de stroom in. En ondanks alle investeringen die de Business Intelligence leveranciers hebben gedaan om mobile BI zeer gebruiksvriendelijk te maken. Vijf jaar later gebruikt nog steeds het gros van BI-gebruikers hun laptop of computer. Of ze gebruiken geen BI.

Het idee achter mobile BI was dat daardoor de markt zou verzesvoudigen. Er zijn immers veel meer gebruikers van mobiele apparaten dan computers. Het is anders gelopen. Een studie van Howard Dresner – overigens gesponsord door het bedrijf Tableau – laat een dalende trend zien in het belang dat eindgebruikers hechten aan mobile BI. De verwachtingen zijn minder hoog gespannen. Slechts 19,2% is echt overtuigd dat de organisatie klaar is voor mobile BI. Het huidige gebruik van mobile BI blijft bescheiden. Bij driekwart van de bedrijven gebruikt 80% van de medewerkers geen mobile BI.

Uit de studie van Dresner komt naar voren dat men het management als belangrijkste doelgroep ziet van mobile BI. Intelligente organisaties werken met zelfsturende teams die data analytics dagelijks gebruiken voor sturing. Daar is geen plek meer voor de traditionele manager. Misschien zit hier wel het punt dat de adoptie van mobile BI maar niet van de grond komt. Mobile BI voor het management is misschien vragen om problemen. Meer kans van slagen heeft het voor continu verbeteren: informatie gebruiken om op de werkvloer direct bij te sturen of in te grijpen. Vooral op plekken waar pc’s en laptops niet handig of mogelijk zijn.

4. Beslissers worden overbodig door machine learning

In de VS berekent de computer de kans op herhaling bij zware misdaden. Dan volgt ook de beslissing of een veroordeelde crimineel vervroegd op vrije voeten kan worden gesteld of nog langer achter de tralies moet blijven. Er komt geen rechter meer aan te pas. In dit geval heeft dat grote consequenties voor de veroordeelde: in vrijheidsstelling of vrijheidsbeperking. Machine learning maakt dit mogelijk.

Analytics en voorspellende modellen moeten hiervoor zelflerend worden. En het bewijs moet geleverd worden dat de modellen substantieel betere beslissingen nemen dan mensen. Machine learning zal dan beslissers op vele terreinen overbodig gaan maken. De maatschappelijke en economische relevantie is er. Acceptatie is een kwestie van tijd. Zodra een organisatie succes boekt met machine learning, wil de rest wel volgen of zal het bijltje er uiteindelijk bij neer moeten gooien.

5. Data Agility onderscheidt winnaars van verliezers

Alleen data bezitten en er mee spelen is niet genoeg. In deze tijd waar verandering zich op verandering stapelt is het noodzakelijk geworden om beslissingen sneller dan ooit te nemen. En ‘they better be good!’ We zijn technisch nu tot heel veel in staat en kunnen alles aan elkaar knopen.

Maar ligt de crux nu juist niet in het tijdig en precies aanwenden van de beschikbare data? En ligt het grote voordeel niet in het inbedden van Business Analytics diep in het primaire proces? Hierdoor realiseren bedrijven reflexintelligentie: de data wordt zodra dit mogelijk of nuttig is, handmatig of automatisch aangewend voor het nemen van (operationele) beslissingen. Data en het toepassen ervan komen dan heel dicht bij elkaar. De feedback op het handelen en op wat er gebeurt wordt snel inzichtelijk.