WAARDE CREËREN
MET
BIG DATA ANALYTICS
Peter C. Verhoef, Edwin Kooge,
Natasha Walk
1e druk
In deze samenvatting zijn de hoofstukken 2,3,4,5,6,7,8 en 11 opgenomen. Niet van alle
hoofdstukken zijn alle paragrafen vermeldt.
, 2. Waarde creëren met big data analytics
2.1 Introductie
Bedrijven doorlopen doorgaans drie fasen tijdens een periode van dataexplosies:
1. Dataenthousiasme – de investeringsfase: tijdens de eerste fase geloven ondernemingen in de
voordelen van een nieuwe technologie.
2. Datateleurstelling – de frustratie- of desinvesteringsfase: na een aantal jaren hebben de
explosieve data-investeringen en -initiatieven voornamelijk teleurstellende resultaten en zijn
veel projecten mislukt.
3. Datarealisme – de herinvesteringsfase: een heroverweging met realistischere ambities en een
sterkere focus op de waardecreërende kracht van op data gebaseerde initiatieven en het
rendement van investeringen.
2.2 Big-datawaardecreatiemodel
Het Big-datawaardecreatiemodel laat zien hoe waardecreatie
plaatsvindt. Dit model heeft vier elementen:
1. Big-data-activa
2. Big-datacompetenties
3. Big data analytics
4. Big-datawaarde
2.2.1 Big-data-activa
Activa zijn hulpbronnen die een bedrijf in de loop van de tijd vergaart. De activa zijn materieel of
immaterieel.
2.2.2 Big-datacompetenties
De waarde van gegevens is niet enkel gelegen in hun aanwezigheid, maar ook in hun competenties
om ze, tegelijk met andere activa, te gebruiken om waarde mee te creëren. De competenties van big
data betreffen:
1. Mensen: zonder ervaren big-dataexperts is het ontwikkelen van een big-datastrategie niet
raadzaam. Analyse-afdelingen met de juiste competenties zijn van essentieel belang.
2. Systemen: van belang zijn data-integratie en het verzorgen van een geïntegreerd
datasysteem, waarmee een bedrijf gegevens uit meerdere bronnen kan analyseren.
3. Processen: processen in slimme big-data-analyse hebben betrekking op:
- Hoe bedrijven de gegevensinvoer en -opslag organiseren;
- De toegankelijkheid van gegevens voor analytische teams;
- De communicatie tussen analytische teams en (marketing) management.
De eerste twee processen zijn relevant voor een soepele en realtimetoegankelijkheid van de
gegevens. Privacy en veiligheid zijn voor bedrijven een topprioriteit geworden.
Gegevensveiligheid is een groeiend probleem. Data compliance, oftewel goed zorgen voor
goed en veilig gegevensbeheer, is een belangrijk onderdeel van big-dataprocessen. Bij het
derde proces gaat de communicatiestroom twee kanten op, aan de ene kant moet marketing
duidelijk de problemen en uitdagingen waarmee ze geconfronteerd wordt aan het
management communiceren, aan de andere kant moeten analytische teams in staat zijn hun
bevindingen en hun op big data gebaseerde waardecreërende oplossingen effectief te
communiceren, met inzichtelijke verslagen en marketing dashboards.
4. Organisaties: de analyses die onderzoeksafdelingen uitvoeren moeten wel echt zin hebben
op de dagelijkse praktijk. Over het algemeen vindt onderzoek plaats op een aparte afdeling,
die afdeling marketing en verkoop voorziet van de uitkomsten van haar analyses, op verzoek
dan wel op eigen initiatief. Naast de inbedding van de analytische functie in de organisatie,
MET
BIG DATA ANALYTICS
Peter C. Verhoef, Edwin Kooge,
Natasha Walk
1e druk
In deze samenvatting zijn de hoofstukken 2,3,4,5,6,7,8 en 11 opgenomen. Niet van alle
hoofdstukken zijn alle paragrafen vermeldt.
, 2. Waarde creëren met big data analytics
2.1 Introductie
Bedrijven doorlopen doorgaans drie fasen tijdens een periode van dataexplosies:
1. Dataenthousiasme – de investeringsfase: tijdens de eerste fase geloven ondernemingen in de
voordelen van een nieuwe technologie.
2. Datateleurstelling – de frustratie- of desinvesteringsfase: na een aantal jaren hebben de
explosieve data-investeringen en -initiatieven voornamelijk teleurstellende resultaten en zijn
veel projecten mislukt.
3. Datarealisme – de herinvesteringsfase: een heroverweging met realistischere ambities en een
sterkere focus op de waardecreërende kracht van op data gebaseerde initiatieven en het
rendement van investeringen.
2.2 Big-datawaardecreatiemodel
Het Big-datawaardecreatiemodel laat zien hoe waardecreatie
plaatsvindt. Dit model heeft vier elementen:
1. Big-data-activa
2. Big-datacompetenties
3. Big data analytics
4. Big-datawaarde
2.2.1 Big-data-activa
Activa zijn hulpbronnen die een bedrijf in de loop van de tijd vergaart. De activa zijn materieel of
immaterieel.
2.2.2 Big-datacompetenties
De waarde van gegevens is niet enkel gelegen in hun aanwezigheid, maar ook in hun competenties
om ze, tegelijk met andere activa, te gebruiken om waarde mee te creëren. De competenties van big
data betreffen:
1. Mensen: zonder ervaren big-dataexperts is het ontwikkelen van een big-datastrategie niet
raadzaam. Analyse-afdelingen met de juiste competenties zijn van essentieel belang.
2. Systemen: van belang zijn data-integratie en het verzorgen van een geïntegreerd
datasysteem, waarmee een bedrijf gegevens uit meerdere bronnen kan analyseren.
3. Processen: processen in slimme big-data-analyse hebben betrekking op:
- Hoe bedrijven de gegevensinvoer en -opslag organiseren;
- De toegankelijkheid van gegevens voor analytische teams;
- De communicatie tussen analytische teams en (marketing) management.
De eerste twee processen zijn relevant voor een soepele en realtimetoegankelijkheid van de
gegevens. Privacy en veiligheid zijn voor bedrijven een topprioriteit geworden.
Gegevensveiligheid is een groeiend probleem. Data compliance, oftewel goed zorgen voor
goed en veilig gegevensbeheer, is een belangrijk onderdeel van big-dataprocessen. Bij het
derde proces gaat de communicatiestroom twee kanten op, aan de ene kant moet marketing
duidelijk de problemen en uitdagingen waarmee ze geconfronteerd wordt aan het
management communiceren, aan de andere kant moeten analytische teams in staat zijn hun
bevindingen en hun op big data gebaseerde waardecreërende oplossingen effectief te
communiceren, met inzichtelijke verslagen en marketing dashboards.
4. Organisaties: de analyses die onderzoeksafdelingen uitvoeren moeten wel echt zin hebben
op de dagelijkse praktijk. Over het algemeen vindt onderzoek plaats op een aparte afdeling,
die afdeling marketing en verkoop voorziet van de uitkomsten van haar analyses, op verzoek
dan wel op eigen initiatief. Naast de inbedding van de analytische functie in de organisatie,
