Hoe big data-analyse onze economie zal veranderen

In een snelle, technologiegedreven wereld waar shoppers alles online kunnen bestellen, van pizza tot Porsches, terwijl ze tegelijkertijd hun Twitter-, Facebook- en Instagram-accounts updaten met een enkele swipe van hun smartphone, is het geen verrassing dat de som van potentieel bruikbare gegevens in de wereld groeit met grote sprongen.

Volgens IBM creëren mensen elke dag 2.5 biljoen bytes aan gegevens. Dergelijke grote hoeveelheden gegevens zijn moeilijk te verwerken vanwege hun enorme hoeveelheid en complexiteit, waardoor er zogenaamde "big data" ontstaat.

Tegen 2009 werd geschat dat bedrijven in alle sectoren van de Amerikaanse economie met 1,000 werknemers of meer ongeveer 200 terabyte aan opgeslagen gegevens produceerden die mogelijk nuttig zouden kunnen zijn.

Big data-analyse om de groei in elke sector te verbeteren

Nu er een overvloed aan gegevens rondzweven, kunnen bedrijven en verschillende andere bedrijven en sectoren verschillende datasets combineren om er bruikbare informatie uit te halen.

Wayne Hansen, de manager van het Student Technology Centre aan de Universiteit van New Brunswick in Saint John, legt big data uit als "een slogan die het idee beschrijft dat we nu enorme datasets kunnen analyseren. In feite leggen we meer gegevens vast, persoonlijke, sociale , wetenschappelijk, et cetera, en nu heeft de rekenkracht snelheden bereikt waarmee we deze gegevens grondiger kunnen analyseren."

De belangrijkste technologische interesse van Hansen ligt in de interactie tussen technologie en cultuur. Hij is in staat om deze interesse te verkennen door middel van big data. Informatie uit slimme steden, zoals criminaliteit en belastingtarieven, bevolking en demografie, kan bijvoorbeeld worden geanalyseerd om algemene observaties over die stad en cultuur te maken.

Big data wordt op verschillende manieren geproduceerd. Van mobiele telefoonsignalen en sociale media tot aankooptransacties online en in winkels, om ons heen worden voortdurend gegevens gecreëerd en gewijzigd. Deze gegevens kunnen vervolgens worden opgeslagen voor toekomstig gebruik.

Er zijn drie belangrijke aspecten van big data die het bruikbaar maken in verschillende markten, ze staan ​​bekend als de drie v's; volume, snelheid en variatie. Volume, verwijzend naar de hoeveelheid gegevens die wordt gemaakt en kan worden gebruikt, oplopend tot terabytes en petabytes. Velocity, oftewel de snelheid waarmee gegevens worden verzameld en verwerkt voordat ze irrelevant worden binnen een bepaalde sector of in vergelijking met andere datasets. En variatie, wat betekent dat hoe meer diversiteit er is tussen de soorten datasets die worden gebruikt, hoe beter en nauwkeuriger de resultaten en voorspellingen zijn.

Big data-analyse heeft een groot potentieel in verschillende markten. Van weer en technologie tot zaken en sociale media, big data biedt de mogelijkheid om de verkoop en productiviteit te bevorderen en toekomstige resultaten van producten, verkopen en diensten te voorspellen. De mogelijkheden zijn eindeloos.

"Het uitgangspunt is dat met voldoende gegevens bijna alles voorspelbaar wordt", zegt Hansen. Patronen kunnen worden onthuld, routines kunnen worden vastgesteld en statistieken kunnen aan het licht worden gebracht. Met dergelijke voorspellingen komt een nieuw concurrentievoordeel in bijna elke sector. Big data-analyse wordt dan een sleutelcomponent in het succes of falen van nieuwe bedrijven en het creëren van nieuwe.

Stel je voor dat je een werknemer bent bij een bedrijf dat kleding ontwerpt voor een doelgroep van vrouwen van eind tiener tot begin twintig. Zou het niet handig en winstgevend zijn als u snel en nauwkeurig de potentiële verkoop van hoge hakken met rode lovertjes zou kunnen voorspellen?

Dat is waar big data-analyse om de hoek komt kijken. Als je efficiënt alle relevante statistieken zou kunnen gebruiken, zoals hoeveel vrouwen online hoge hakken met rode lovertjes hebben besteld en hoeveel er over hebben getweet of YouTube-video's hebben gepost die verwijzen naar rode hoge hakken, dan zou je kan nauwkeurig voorspellen hoe goed uw product het zal doen voordat het zelfs maar in de schappen ligt. Zo wordt het giswerk geëlimineerd en de kans op succes vergroot.

De mogelijkheid om dergelijke voorspellingen te doen wordt een groeiende vraag en daarmee ook de ontwikkeling van big data-analyse.

Pulse Group PLC, een digitaal onderzoeksbureau in Azië, is een bedrijf dat op de kar van big data is gesprongen. Pulse is van plan om in de nabije toekomst grote investeringen te doen in dit groeiende veld. Hun investeringsplan omvat de ontwikkeling van een nieuw big data-analysecentrum in Cyberjaya.

Dergelijke centra zouden verantwoordelijk zijn voor het verzamelen van alle relevante datastromen van de klant en deze op een snelle en efficiënte manier analyseren om belangrijke informatie te ontdekken, zoals patronen en correlaties die mogelijk nuttig kunnen zijn voor het bedrijf of de doelstellingen van de klant.

"We kunnen big data-analyse toepassen", zegt Hansen, "en algemene uitspraken doen." Deze generalisaties hebben het potentieel om elke sector te verbeteren, inclusief het bedrijfsleven, het onderwijs, sociale media en technologie.

Veel bedrijven beschikken over de gegevens die ze nodig hebben om voorspellingen te doen, maar ze hebben niet de mogelijkheid om de verschillende gegevenspakketten met elkaar te verbinden en op zo'n manier op te splitsen dat ze bruikbaar worden.

Bob Chua, CEO van Pulse, geeft toe dat hun nieuwe big data-onderneming, bekend als Pulsate, mogelijk hun belangrijkste focus zou kunnen worden. Een verstandige financiële zet, aangezien de big data-markt naar verwachting de komende vijf jaar met meer dan $ 50 miljard zal groeien.

In de komende drie jaar is Pulsate van plan vooruitgang te boeken op het gebied van big data-analyse en 200 hoogwaardige banen voor datawetenschappers te creëren. "Zowel het verzamelen als het analyseren van gegevens vereist gespecialiseerde vaardigheden", merkt Hansen op, "waardoor nieuwe kansen ontstaan."

Om deze nieuwe functies uit te voeren, zouden werknemers goed moeten worden opgeleid. De Pulse Group is ook van plan om een ​​van de eerste opleidingsacademies voor datawetenschappers ter wereld te starten om hun nieuwe data-analysecentrum te begeleiden en tegemoet te komen aan de groeiende behoefte aan data-analisten.

Big data kan andere positieve effecten hebben op de onderwijswereld dan alleen het bieden van nieuwe kansen en leerervaringen. Hansen stelt dat het gedrag van studenten kan worden geanalyseerd door middel van analyse van big data om de onderwijssector te verbeteren. "Uiteindelijk is het doel om dergelijke verzamelde gegevens te gebruiken om de studentenervaring te verbeteren [en] het aantal retenties te vergroten."

Tussen het creëren van nieuwe banen en opleidingsmogelijkheden, en de potentiële voorspellingen en groei in bedrijven, lijkt big data alles bij elkaar een goede zaak. Er zijn echter enkele nadelen en gebreken die bestaan ​​bij de analyse en het gebruik van zulke enorme hoeveelheden informatie.

Een probleem dat moet worden aangepakt, is welke informatie vrij spel is voor verschillende bedrijven om te gebruiken als hun datasets. Kwesties met betrekking tot privacy en beveiliging zullen moeten worden aangepakt. Ook wie de eigenaar is van welke informatie is een vraag die beantwoord zal moeten worden. Wanneer gegevens voortdurend worden verzonden en ontvangen, vervaagt de grens tussen persoonlijk intellectueel eigendom en het publieke domein.

Ten tweede is niet alle informatie nuttig, of het is nutteloos tenzij het goed wordt geanalyseerd. Sommige datasets zouden vrijwel niets betekenen, tenzij gecombineerd met de juiste en relevante bijbehorende gegevens. Dit betekent dat tenzij een bedrijf toegang heeft tot alle gegevens die het nodig heeft en de kennis om deze op de juiste manier te vinden en te analyseren, big data in wezen tijdverspilling is.

Ook data groeit in een alarmerend tempo. Negentig procent van alle data ter wereld is alleen al in de afgelopen twee jaar gecreëerd, en dat aantal groeit gestaag. Als er sneller nieuwe relevante gegevens worden gecreëerd dan we deze kunnen analyseren, wordt big data-analyse irrelevant. De resultaten zijn immers maar zo goed als de gebruikte informatie.