ICT Trends en Ontwikkelingen
Download de whitepaper Download

Trends in big data

Een winkel die eerder weet wanneer een klant gaat trouwen dan die klant zelf. Een sociaal netwerk dat jou beter kent dan je partner. Het klinkt futuristisch, maar door het gebruik van big data wordt het bijna realiteit.

Hoe gedragen klanten zich op je website? Hoe wordt er op social media over je gepraat? Welke campagnes leveren het meeste resultaat op? Deze en allerlei andere vragen zijn steeds gedetailleerder te beantwoorden dankzij grote hoeveelheden data en nieuwe mogelijkheden om die data boven water te krijgen.
Wanneer je een bezoek brengt aan de website van Amazon, maakt de winkel direct een momentopname van je profiel. Niet alleen je eerdere aankopen en de producten op je verlanglijstje zeggen iets over je koopgedrag, ook de producten waar je online naar zoekt en je beoordeling van producten speelt daarbij een rol. Zo kan de winkel altijd relevante aanbiedingen doen, maar het gaat nog veel verder. Met predictive analytics kan de webwinkel zelfs zijn distributiecentra van de juiste voorraden voorzien. Nog voordat ze zijn besteld.
Het werken met big data is overigens niet alleen weggelegd voor de grote techbedrijven. Ook MKB-organisaties gaan er de komende jaren volop mee aan de slag. Dit zijn vier big data-trends waar je de komende jaren rekening mee moet houden.

1. We kunnen ongestructureerde data steeds beter verwerken

De tijd dat alle relevante gegevens netjes gestructureerd in interne databases te vinden waren, is voorbij. Werkbonnen op mobiele devices van je medewerkers, documenten op Dropbox, likes op de servers van Facebook… Op allerlei plekken binnen en buiten de organisatie vind je data die in meer of mindere mate belangrijk is. Door de data te combineren, kun je je bedrijfsvoering flink verbeteren. Data uit allerlei applicaties in allerlei vormen is steeds makkelijker met elkaar te verbinden. Ook gegevens van clouddiensten van verschillende leveranciers en systemen die on prem op kantoor staan, zijn steeds beter te combineren. Big data-oplossingen als Hadoop en Apache Spark helpen om de data uit verschillende bronnen te clusteren en er zinvolle conclusies uit te trekken.

2. AI helpt om data beter te interpreteren

Artificial intelligence (AI) speelt bij een gemiddeld MKB-bedrijf nog nauwelijks een rol. De grootste big data-verwerkers zijn er echter al volop mee bezig. Zo gebruiken Google en Facebook technologie die machines leert te herkennen wat er op foto’s te zien is. Dat gebeurt door de machine miljoenen andere foto’s voor te schotelen. Op die manier weten de techreuzen nog beter waar we naar op zoek zijn en wat we leuk vinden om te zien. Facebook gebruikt machine learning bijvoorbeeld ook om te proberen nepnieuws te filteren uit de timeline van gebruikers.

3. We kunnen real-time data verwerken

Traditionele data-analyse is gebaseerd op het verleden. We kennen al lang het voorbeeld van de webwinkels die aanbevelingen doen op basis van producten die mensen in het verleden kochten. Wanneer je data in real-time kunt analyseren (ook wel streaming analyse genoemd), beschik je altijd over de meest actuele gegevens in de juiste context. Zo kan een winkel de prijzen aanpassen aan de huidige voorraad, aan het weer of aan de actuele prijzen van concurrenten. Het Internet of Things maakt real-time data verwerken nog aantrekkelijker. Denk aan een sensor die registreert wanneer een loyale klant langs een winkel loopt. Je kunt deze klant dan direct een aanbieding pushen op zijn smartphone of smartwatch.

4. Tekort aan data-engineers

Bedrijven die big data succesvol verwerken, hebben data-engineers in dienst. Zij zijn degenen die de infrastructuur ontwerpen, bouwen en beheren die nodig is om grote hoeveelheden data te analyseren. Meer weten over big data in de retail?

Download de whitepaper! 

Reacties (0)

Gelieve in te loggen

Je moet inloggen om een reactie te kunnen plaatsen.

De hoeveelheid data groeit explosief. Bekijk hier de feiten cijfers.

Open de infographic