Big data 2.0
Is uw bedrijf er klaar voor?

Leestijd: 5 minuten | Door Steve Weston - Chief Information Officer bij Hays

De focus op Big Data levert naar mijn idee twee duidelijke effecten op:

• De shift van Big Data 1.0 naar 2.0 komt eraan
• Big Data wordt gemeengoed in de zakenwereld, alle voordelen incluis

Bedrijven die de juiste stappen zetten zullen ook de meeste vruchten plukken. Dus: wat moet uw bedrijf doen om optimaal te profiteren van Big Data?

Is uw big data big genoeg?

De meest kritieke kwestie dit jaar is het herdefiniëren van onze verwachtingen – en begrip – van Big Data. Bedrijven die in het verleden Big Data hebben ingezet, bleken vaak kortzichtig, op zoek naar een direct voordeel of verloren zich in datapunten voor elke aparte business case.

Echter, de grootste kans van data ligt in geduld. Op lange termijn levert data inzicht in verborgen patronen, waar bedrijven hun prestaties mee kunnen verbeteren. En dat kan alleen met uitgebreide data, Big Data, die verzameld is over een lange tijdsspanne.

Temper de verwachtingen

Ook bij Hays staan we pas op het topje van de ijsberg, we blijven geduldig onze data verzamelen.

Big Data moet big zijn om zijn nut te bewijzen. Dat vraagt om een realistische, afgemeten en langetermijnvisie vanuit bedrijven. Niet een paar maanden vooruitkijken, maar jaren. Veel bedrijven hebben simpelweg geprobeerd om de wereld te veranderen met weinig gegevens.

Heeft u de juiste mensen?

Hoe een bedrijf baat heeft van Big Data hangt af van de mensen die ze werven. Dit heeft een war for talent aangewakkerd en de waarde van datawetenschappers zal alleen nog maar toenemen op de arbeidsmarkt

Weg met de silo’s

Het is verleidelijk om ervan uit te gaan dat het binnenhalen van deze technisch vaardige werknemers het bedrijf zal revolutioneren. Vaak vanuit een eigen silo of afdeling.

Natuurlijk is het belangrijk dat ze beschikken over het vermogen om data te analyseren en de zwaar gespecialiseerde rol kunnen dragen. Maar de grootste vooruitgang zit in communicatie en insights doorvertalen naar de rest van de business is zelfs nog belangrijker. Het bedrijf moet in de breedte bewust zijn van data en het potentieel en de grenzen van technologie begrijpen.

Cross-specialisme

Alle traditionele afdelingen – administratie, marketing, sales – hebben data nodig. Cross-specialisme werknemers op deze afdelingen fungeren als brug tussen een schat aan informatie en hun eigen afdeling.

Zo werken bij Hays mensen voor Marketing of Finance, met een achtergrond in harde data. Doordat deze werknemers dagelijks met elkaar en hun team werken, helpen zij hun collega’s om data te analyseren, te interpreteren en te implementeren.

Cross-specialisme klinkt nu nog als een nieuw etiket, maar wordt steeds meer gemeengoed naar mate Big Data dat ook wordt.

Heeft u het juiste gereedschap?

In de praktijk zie ik dat bedrijven nog bang zijn dat Big Data om een flinke investering vraagt. Zeker als het gaat om deze cross-business interpretatie van data. Dat bezwaar kan terecht zijn, als de data van het bedrijf alleen toegankelijk is via complexe coderingen en procesmatige functies zoals SQL queries. De gemiddelde werknemer zal dan intensieve training nodig hebben om op zijn minst dagelijks data te gebruiken of extraheren.

Daarentegen, als u investeert in een modern analytics platform, is coderen of programmeren door uw personeel overbodig. Dergelijke platforms werken met een gebruiksvriendelijke drag-and-drop, een intuïtieve zoekfunctie en eenvoudige functies om complexe data te visualiseren. Zo wordt data voor iedereen in de business toegankelijk en hanteerbaar

Artificial Intelligence als Big Data driver

In het datadebat voorzie ik dit jaar nog meer beweging door ontwikkelingen in AI (Artificial Intelligence) en machine learning. Ook deze systemen werken met Big Data en zijn dus van grote waarde voor de bedrijven die hier jaren geleden zijn ingestapt. Met AI hebben zij de mogelijkheid om een simpele einddoelstelling te hanteren, terwijl de computer een complexe oplossing formuleert en bijleert. Of het nu gaat om snelle analyses van bergen aan informatie, overeenkomstige berekeningen of zelfs voorspellingen schalen.

Een concreet voorbeeld: bij Hays werken we met een database van 10 miljoen kandidaten. Onze data gebruiken wij om patronen in werkervaring en kwalificaties te signaleren. Op die manier creëren we een bondige lijst met kandidaten die hoog scoren op het profiel dat onze klant voor ogen heeft. Simpel gezegd, AI maakt de impact van Big Data nog groter.

Mix van mens met machine

Zoals met alle business technologieën werkt AI het beste in een combinatie met de menselijke factor. AI is niet in staat om soft skills te beoordelen, de match met de bedrijfscultuur te leggen of te onderhandelen met een kandidaat. Naar mijn idee elementaire ingrediënten van een werkvloer.

Maar Big Data en AI nemen werk uit handen en helpen activiteiten op te schalen als nooit tevoren. Bedrijven doen er slim aan om hierop in te haken met tools en tech-bekwaam personeel die deze tools weet te gebruiken om het bedrijf significant te laten groeien.

Werken uw concurrenten met Big Data?

Velen zullen Big Data nog steeds beschouwen als het meest recente voorbeeld van business jargon, maar ik verwacht dat 2017 een cruciaal jaar is om de twijfelaars het zwijgen op te leggen. Bedrijven zullen serieus overwegen hoe ze nauwkeurig de voor hen beschikbare informatie kunnen vastleggen. En die organisaties die jaren geleden het proces hebben ingezet, zullen zich tot nieuwe ontwikkelingen in AI richten om de rijkdom van Big Data 2.0 te benutten.

Als bedrijven 2017 niet gebruiken om de essentiële techneuten in te huren en bestaande teams te trainen met de juiste tools, dan zullen hun concurrenten een steeds grotere voorsprong nemen. Disruptie houdt nooit op en ik twijfel er niet over dat we dit jaar frisse, innovatieve manieren zullen zien om data verder te ontdekken.