Bedrijven krijgen terabytes vol klantgedrag en marktinformatie op zich af. Onder de databerg is een goudmijn verstopt, maar het goud is maar op één manier te delven: met nóg meer software.
Een rapport van McKinsey uit mei dit jaar somt nog maar eens op wat het betekent om te leven in tijden van big data. Alle muziek die ooit vast is gelegd past momenteel op een schijfje van 600 dollar. Intussen groeit Facebook elke maand met 30 miljard berichtjes en vergaren de meeste Amerikaanse bedrijven in één jaar al meer informatie dan de 235 terabyte die is opgeslagen in de Library of Congres, de overheidsbibliotheek van de VS en een van de belangrijkste ter wereld.
Het levert een databerg op die eigenlijk niemand zich meer kan voorstellen. Het is tegelijkertijd: een enorm groeiend probleem en een grote kans. Hoe meer informatie, hoe lastiger om de meest zinnige gegevens eruit te halen. Maar in die data is steeds meer ‘goud’ te vinden, zoals marktontwikkelingen, de attitudes van klanten, trends. Het ironische is dat de enorme berg aan informatie eigenlijk alleen nog maar is te bedwingen met: nog meer informatie.
Volautomatische analyses
De zaken gaan daarom goed voor de specialisten op het gebied van business intelligence (BI), leveranciers van volautomatische analyses en rapportages. Deze software wordt inmiddels door vele organisaties ingezet, die zo actueel, snel en overzichtelijk op de hoogte worden gebracht van hun eigen prestaties. Daarmee kan de top inzicht krijgen in de key performance indicators, en de marketinganalist aan de hand van postcodes leren waar zijn bedelbrief het meest opbrengt. Heel gespecialiseerde BI-toepassingen doorzoeken databergen als ware het heuse detectives. U belt uw verzekeraar met een vraag over de vergoeding van de tandartsrekening, maar de callcentermedewerker krijgt in beeld hoe ze u na afhandeling van uw vraag ook nog even een autoverzekering kan verkopen.
Pakhuizen vol data
Het werk van een BI-specialist bestaat uit het napluizen van pakhuizen vol gegevens, die grofweg voorkomen in twee varianten. De eerste zijn de zogeheten gestructureerde data, die efficiënt staan opgesteld in databases, waarin de gebruiker op allerlei manieren kan grasduinen, om daarna de gegevens te sorteren en te combineren.
De diverse leveranciers van databases strijden om de grootste en tegelijk snelste systemen, de efficiëntste manier van opslag en beheer en de makkelijkste manier om vragen te stellen. Een echt databasemonster gaat moeiteloos om met gegevens op verschillende servers en verdeelt de sorteertaken automatisch over meerdere processoren.
Aan de andere kant van het spectrum staan de zogeheten ‘ongestructureerde gegevens’, volgens kenners zeker 80 procent vaalle informatie in bedrijfssystemen; documenten, e-mail, sms’jes, video, audio en (tegenwoordig veel genoemd in BI-kringen): sociale media als Twitter, LinkedIn en Facebook. Deze gegevens zijn niet allemaal mooi in een tabel te vangen, en het kost dus ook veel meer moeite uit deze bronnen geautomatiseerd nieuwe kennis op te diepen. Het is het werkterrein van gespecialiseerde fabrikanten van tools voor datamining en text-analytics. Daarbij worden bijvoorbeeld financiële berichten doorzocht op patronen met bedrijfsnaam, munteenheid, datum en werkwoorden en vervoegingen als ‘koopt’, ‘fusie’, en ‘overname’.
Vlijtige scanners
Zulke text-mining is onder meer het werk van Johannes Scholtes, oprichter van BI-specialist Zylab uit Amsterdam, met veel klanten bij opsporingsdiensten in binnen- en buitenland.
Met vlijtige computerscanners en andere middelen maakt dit bedrijf korte metten met dozen vol ongesorteerde documenten, snel bij elkaar gegrist tijdens een politie-inval, maar het zet net zo makkelijk in een paar dagen alle voor een overname benodigde juridische en financiële documenten om in doorzoekbare computerschermen.
Scholtes, sinds drie jaar tevens deeltijdhoogleraar in Maastricht: “Tien jaar terug lazen analisten nog stapels krantenknipsels. Mijn studenten werken nu voor elektronica- en telecombedrijven, die systemen willen die automatisch nagaan hoe klanten hun producten waarderen en wat het sentiment is op sociale media.”
De toekomst van BI ligt bij het verwerken van zulke ongestructureerde data, wil hij maar zeggen.
Bergen geld
Volgens McKinsey is er voor iedereen die zinnig met de databerg om weet te gaan geld te verdienen. Bijvoorbeeld ook voor overheden, te beginnen met bijvoorbeeld zo’n 300 miljard aan besparingen voor de Amerikaanse zorgsector en 250 miljard voor de overheden van Europa, als deze erin slagen bureaucratische processen slimmer te maken door alle gegevens die er zijn ook te gebruiken.
Dan gaat het bijvoorbeeld om vooraf ingevulde belastingformulieren, maar ook om geautomatiseerde besluiten en adviezen. Zelfs nieuwe commerciële diensten zijn mogelijk, of andere manieren om de efficiëntie van overheden te controleren.
De McKinsey-consultants verwijzen daarbij naar het voorbeeld van het bestuur van het Britse graafschap Windsor and Maidenhead, dat alleen al door op internet de energierekeningen van al haar kantoren te tonen die rekening al met een kwart zag dalen. Tot persoonlijk genoegen van bestuurder Liam Maxwell, vertelde hij eerder dit jaar op een conferentie. Want doordat de ambtenaren de burger over hun schouder voelen meekijken, “ben ik niet langer de boeman, die ze prest hun pc uit te doen aan het eind van de dag.”
En zo maakt Business Intelligence soms zelfs de manager overbodig. Als dat geen aantrekkelijke gedachte is…
3 Cases:
‘Mooi systeem toch?’ |
|
“Het rendement van een met meer kennis gewapende medewerker is niet in geld uit te drukken”, zegt Emiel van Bockel, manager Information Services bij het Centraal Boekhuis in Culemborg, dat gespecialiseerd is in de opslag en distributie en transport van boeken. Het bedrijf, dat de tussenschakel is voor rond de 70 miljoen boeken die per jaar van 500 uitgevers naar 1.500 boekwinkels in Nederland en Vlaanderen worden vervoerd, werkt al jaren met databasesystemen en daarop gebouwde toepassingen van Oracle. Via dit BI-systeem is bijvoorbeeld te volgen hoeveel gebruik wordt gemaakt van nieuwe diensten als printing-on-demand en eBooks, waarover daarna uitgevers kunnen worden geadviseerd. Het verschilt per gebruiker hoe daarmee wordt omgegaan, zegt Van Bockel. “Zoals een kind moet leren lezen, moeten de BI-gebruikers complexe getallenreeksen leren doorgronden.” Het Centraal Boekhuis wil uiteindelijk het BI-systeem zo inrichten dat de belangrijkste KPI’s op een beeldscherm live zijn te volgen. De gebruiker klikt vervolgens op bijvoorbeeld een staafdiagram, of een percentage, en ziet uit welke cijfers dat is opgebouwd en kan dat exporteren naar zijn eigen dashboard. “Alleen dat eerste percentage geeft geen inzicht.” De kosten van het BI-project zijn bescheiden, vertelt Van Bockel. “Je wilt een percentage? Wacht, ik zoek het even op, dat gaat heel makkelijk. Ik klik op het dashboard van Financieel Beheer, dan op ‘Kosten van deze onderneming’, ik selecteer ‘Per maand’, en neem even het hele jaar 2010.” Het precieze getal geeft Van Bockel niet, maar het is minder dan 2 promille, zegt hij: “Mooi systeem toch?” |
‘Makkelijk in- en uitstappen’ |
|
Deze historische en forensische doorkijk op alle gegevens maakt analyses uitvoeren evenwel behoorlijk complex. Om te helpen hier toch zoekopdrachten te programmeren, koos de bank in maart dit jaar voor het Nederlandse Quipu, vooral vanwege “de korte leercurve”, vertelt manager Business Intelligence Paul Delgman. In een serie proeven dit voorjaar bleek een analyse die normaal 15 mandagen programmeertijd kost, nu in twee dagen gedaan te kunnen worden. “Het versnelt een aantal datafases voor onze analyse enorm”, zegt Delgman dan ook. De software, zomer 2010 openbaar gemaakt door Qosqo, een IT-bedrijf in Oirschot, is bovendien opensource, dat wil zeggen: grotendeels voor iedereen beschikbaar. “Dat was voor ons geen hoofdreden om voor Quipu te kiezen”, aldus Delgman. “Maar het maakt wél onze handen vrij. Opensource is wendbaar, makkelijk in te bouwen in onze bestaande omgeving en voorkomt dat we een enorme investering doen, waarna we aan de leverancier vastzitten. Het is nu makkelijk in- of uitstappen.” |
‘Niet bang zijn, gewoon beginnen’ |
|
Sinds jaar en dag werkt Kamphuis met de statistieksoftware van SPSS, dat sinds 2009 onderdeel is van IBM. Het begon tijdens zijn studie Psychologie. “Ik vermoed dat ik alle versies heb gezien. In het begin moest je zelf nog aardig wat code schrijven, en printte je op kettingpapier.” Op het kantoor in Voorburg is een belangrijke vraag wat het rendement is van de campagne. Dat antwoord kan alleen gegeven worden na inzet van de juiste BI-tools, zegt Kamphuis. Zelfs op de kleinste details wordt gelet: de kleur van de gebruikte foto, de woordkeuze, het soort envelop, of daar een postzegel op zit of juist niet. Ook kijkt hij “tot op de postcode nauwkeurig, als het moet” naar welke Nederlanders open staan voor verzoeken van Unicef. Een recente favoriet van Kamphuis is bijvoorbeeld SPSS’s module decision tree, waarmee snel de juiste doelgroep is te vinden voor een machtigingscampagne. “Je selecteert de gewenste variabelen, zoals geslacht, leeftijd, gezinsgrootte, voert het gewenste resultaat in, en binnen een paar seconden weet je het.” |
