Welke lessen kunnen MKB'ers leren van big data?
NieuwsGegevens, of liever de inzichtelijke analyse van gegevens, kunnen zeer krachtig zijn.
In 1854 verzamelde en analyseerde John Snow, beschouwd als een van de vaders van de moderne epidemiologie, gegevens die de oorzaak waren van een cholera-uitbraak in Soho. Zijn bevindingen hebben geleid tot fundamentele veranderingen in de water- en afvoersystemen van Londen, die hebben geleid tot vergelijkbare veranderingen in andere steden en tot een aanzienlijke verbetering van de algemene volksgezondheid overal ter wereld..
Hij sprak met bewoners, onderzocht watermonsters, observeerde het patroon van de ziekte en gebruikte puntkaarten en statistische analyse. Big data?
Er kan zeker worden beweerd dat het ongestructureerd was, en dat is een van de belangrijkste kenmerken van big data. Waarschijnlijk heeft het echter niet het volume en de snelheid gedeeld die kenmerkend zijn voor de meeste definities van de term.
Enorme datagroei
Ter verduidelijking, de technologische capaciteit van de wereld om informatie op te slaan groeide van het equivalent van minder dan één CD per persoon in 1986 tot bijna 61 CD's per persoon in 2007. Dat was slechts drie jaar in het leven van Facebook, dat tegen 2012 bijna de helft toevoegde een petabyte aan gegevens op een dagelijkse basis.
In de afgelopen paar jaar is de hoeveelheid content die aan Facebook is toegevoegd met 350% gegroeid tot maar liefst 2.460.000 stuks per minuut.
Het aantal tweets in dezelfde periode is gestegen van 100.000 per minuut naar 277.000, en Instagram-gebruikers plaatsen 216.000 nieuwe foto's - een ongelooflijke stijging van 6.000%.
Dat zijn big data!
Maar dat zijn alleen de gegevens die we als individuen maken en houdt geen rekening met de enorme hoeveelheid gegevens die wordt vastgelegd door een oneindige stroom van gegevenswaarnemende apparaten in het zogenaamde internet der dingen. Die allemaal afhankelijk zijn van de alomtegenwoordige 'cloud'.
Lessen voor het MKB
Dus waarom doet het er allemaal toe? En welke lessen kunnen KMO's leren van de fascinatie en hype rond big data?
In een notendop draait alles om concurrentievoordeel en er is nergens meer voor de hand liggend om naar een voorbeeld te zoeken dan naar sport.
Het is nu onmogelijk om bijna elke sport op tv te bekijken zonder gebombardeerd te worden door statistieken, maar ze zijn niet alleen voor entertainment, aangezien iedereen die de film gezien heeft Moneyball (met in de hoofdrol Brad Pitt) zal getuigen.
Gebaseerd op het boek van Michael Lewis, Moneyball: The Art of Winning a Unfair Game, vertelt de film het verhaal van hoe het baseballteam van Oakland Athletics 'sabermetrics' gebruikte - de gespecialiseerde analyse van honkbal door middel van statistieken die in-game-activiteit meten - om een team voor $ 40 miljoen (ongeveer £ 26 miljoen, of AU $ 51 miljoen) dat in staat was om te concurreren tegen de macht van degenen met een salarisbudget drie keer dat bedrag, zoals de New York Yankees.
Het gevaar voor veel KMO's om zich te gaan bezighouden met big data is dat het waarschijnlijk leidt tot onnodige overcomplicaties.
De sleutel met alle gegevens - groot of anderszins - is zichtbaarheid en hoewel is gesuggereerd dat 85% van de KMO's niet in staat zijn om big data te analyseren, hoeveel daadwerkelijk werkelijk waardevolle inzichten verzamelen uit de analyse van hun bestaande gegevens?
Analyse tools
Gelukkig komen er steeds meer gereedschappen beschikbaar.
Moderne CRM- en marketingautomatiseringstechnologie stelt bedrijven in staat om social media-activiteit te begrijpen - zelfs als dat zo eenvoudig is als begrijpen waar individuele klanten over praten of geïnteresseerd zijn voordat ze een gesprek met hen hebben. Natuurlijk kan dat gesprek net zo gemakkelijk online zijn als offline.
Onder andere drijft Microsoft het concept van Power BI, en nieuwe tools zoals het Azure Machine Learning openen nieuwe kansen.
En het gaat niet alleen om gegevens die u zelf vastlegt, maar ook om het ontsluiten van publiek beschikbare 'data warehouses'. Denk aan Google Analytics - waar veel MKB-bedrijven al gebruik van maken - en vermenigvuldig dit exponentieel.
Zoals altijd is de sleutel voor elke KMO om de kosten versus het voordeel van het vastleggen en analyseren van gegevens te begrijpen - en ervoor te zorgen dat er een duidelijk doel en eindspel is, en in staat te zijn om actie te ondernemen op basis van de inzichten die worden gegenereerd.
- Steve Cox is Chief Operating Officer bij TSG