GrowthBlog

Beter gebruik van data om doelstellingen te halen

Dagelijks zien we termen als big data, machine learning, predictive analytics, data mining en data science opduiken op websites, in dagbladen, magazines en op congressen. We zien door de ‘data-bomen’ het bos niet meer.

Elke dag worden we overspoeld door data, een tsunami van data. Data wordt continu verzameld, op ieder moment, altijd en overal. Internet is een schat aan gegevens en informatie. Met de komst van social media, cloud, internet-of-things … is er een overvloed aan data overal.. Op basis van berekeningen komt men tot de conclusie dat meer dan 90% van de gegevens vandaag zijn gegenereerd in de afgelopen twee jaar. En niet alleen wij als mensen, maar ook voorwerpen generen data. Auto’s worden door camera’s geregistreerd, postpakketjes worden wereldwijd gevolgd, mobiele telefoons worden continu getraceerd, slimme meters in de utility sector (Internet of Things)… De hoeveelheid gegevens die deze voorwerpen genereren, is zelfs groter dan onze menselijke productie.

Maar wat kunnen we nu doen met die overvloed aan data? Hoe halen we nu bruikbare kennis uit die immense data-hooiberg? Dit is het gebied waar data science zich op richt.

Data science is ontstaan als nieuwe discipline en is een antwoord op de grote hoeveelheid data die vandaag de dag gegenereerd wordt. De data scientist is de specialist van de toekomst en wetenschappelijk onderzoek en innovaties zullen gebaseerd zijn op data.

Het uiteindelijke doel is niet het verzamelen van meer data maar om het in waarde om te zetten. Data science combineert statistische technieken en geavanceerde technologische mogelijkheden om business uitdagingen op te lossen.  

Bedrijven als Google, Netflix, Facebook en LinkedIn weten als geen ander hoe je uit bestaande informatie, nieuwe waardevollere informatie kan creëren. Het zijn producenten van allerlei informatieproducten, die ze creëren uit de data die alle gebruikers hen (gratis) toevertrouwen. Ook Amazon bewaart van elke aankoop de kopersinformatie en weet waarnaar je gezocht hebt en combineert al je interesses tot een ‘dataprofiel over jezelf’. Een klant is geen persoon meer, maar een dataproduct dat continu data genereert. Of het nu aankopen, zoektermen, productreviews of zelfs voice samples van telefoongesprekken zijn: de klant is onderdeel geworden van een datageneratieproces dat we nog nauwelijks kunnen bevatten. We spreken zelfs van een klant-DNA. Hoe slimmer we de verschillende databronnen (online – offline – real time) kunnen combineren, des te meer nieuwe, waardevolle dataproducten – en van daaruit kennis - we kunnen creëren. 

Data science en advanced analytics zijn geen buzzwords meer – we kunnen er niet meer om heen. In de data-gedreven wereld van vandaag verandert analytics alles, niet alleen in het bedrijfsleven, maar ook op gebieden zoals sport, gezondheidszorg en overheid.

De consument is kritischer en sociaal mondiger geworden, waardoor bedrijven korter op de bal moeten spelen en proactiever moeten zijn in hun aanpak. Bedrijven moeten sneller en flexibeler kunnen reageren  op de snel wijzigende noden en de migraties in een markt van individuele consumenten met elk hun eigen (sociaal) netwerk. Integratie van alle mogelijke contactpunten en –momenten tussen de klant en het bedrijf is goud waard. Daarnaast is er een gewijzigde competitiviteit: nieuwe spelers proberen een deel van de markt te veroveren en de concurrentie probeert ook anders om te gaan met klanten. Klanten houden wordt belangrijker, nieuwe klanten vinden vereist meer creativiteit. Hier kan data science een toegevoegde waarde leveren. Data science heeft een enorm potentieel om bedrijven te transformeren. Hier zijn een paar voorbeelden:

  • Gepersonaliseerde aanbevelingen maken voor klanten.
  • Voorspellen welke klanten dreigen weg te gaan.
  • Voorspellen welke personeelsleden dreigen weg te gaan.
  • Voorspellen wie zijn lening zal kunnen afbetalen.
  • Voorspellen wie interesse zou kunnen hebben in een specifiek product.
  • Voorspellen van het betalingsgedrag van uw klanten.
  • Via segmentatie bepalen wie/wanneer/welke boodschap moet krijgen om positief te reageren op een specifieke offering.
  • Voorspellen wie positief zal reageren op een marketing campagne.
  • Het voorraadbeheer afstemmen op de toekomstige vraag.
  • Op basis van sensor-data voorspellen wanneer een machine dreigt defect te gaan.
  • Op basis van sensor-data ons rijgedrag in beeld brengen en een maandelijks variabel verzekeringsbedrag berekenen.
  • De supply chain performance optimaliseren met behulp van gegevens van sensoren op  vrachtwagens of paletten. Zo kunnen we de meest optimale logistieke route identificeren, daarbij ook rekening houdend met verkeers-voorspellingen en weersomstandigheden.
  • Frauduleuze transacties voorspellen en identificeren door analyse van credit card transacties.
  • ...

De toekomst is dan ook aan de bedrijven die het best weten data te verzamelen, te analyseren en te vertalen naar nieuwe innovatieve oplossingen voor de markt.

Grant Thornton helpt u vandaag om uw doelstellingen te halen door een beter gebruik van uw data. The sky is the limit.