Kom van die verslaving van big data af!

Big data: de hoeveelheid nieuwsberichten en boeken slaat je aan alle kanten om de oren. Allemaal weten ze precies wat je er mee moet doen. Maar overdrijven we niet? Is big data niet een verslaving aan het verzamelen van data geworden? Wordt het geen fat data?

Meet je niet, dan weet je niets. Data verzamelen is als eten: het is nodig voor de overleving en voortzetting van de organisatie. Maar net als bij eten kan een teveel eraan – of een teveel aan het verkeerde – tot oververzadiging leiden, tot vertraging van processen en uiteindelijk achteruitgang. Overal in de wereld van data is die data-boulimia zichtbaar.

Datahonger wordt veroorzaakt door de wens om steeds nieuwe informatie te ontsluiten. Door die wens neemt verzamelwoede het snel over. Data verzamelen om het data verzamelen. Big data wordt fat data. En met fat data valt niet te werken, omdat de overdaad aan informatie – oververzadiging – alle conclusies die je wilt trekken ook kan ontkrachten. Je hebt dan simpelweg teveel data.

Unieke informatie naar boven halen over de voorkeuren van grote groepen mensen. Dat is het idee achter big data. De Law of Large Numbers ligt hieraan ten grondslag. Hoe meer data je hebt over een specifieke gedraging van een groep, hoe hoger de kans dat dit kenmerkend gedrag is voor de gehele groep of bevolking. Logischerwijs zijn er gevaren. Big data zou privacyschending in de hand spelen. De datahonger van grote bedrijven zwelgt gebruikers op. Voorstanders zeggen juist: de unieke inzichten zijn onbetaalbaar en belangrijker dan privacy.

Zorg dat de data die je verzamelt, in evenwicht zijn met de data die je echt nodig hebt. Dan kun je afkicken van je datahonger. Vraag jezelf af: welke data is echt belangrijk? Wat wil je er écht uit halen? Een goede definitie van wat je nodig hebt, zorgt ervoor dat je grenzen stelt aan je dataverzameling. Zo voorkom je een overdaad aan elkaar tegensprekende informatie waar je onderaan de streep niets mee kunt. Dit tegengaan doe je door terug te schalen in de dataverzameling. Doe daarnaast onnodige data de deur uit.

Wees bewust van de data die je je organisatie instuurt. Is het relevant voor je collega? Wat kunnen we met deze analyses of inzichten? Bespaar kostbare tijd en denkkracht door van big data, kleine data te maken.

Gartner is een van de marktleiders op het gebied van big data analyse. Met ruim 12.000 klanten kan dat ook niet anders. Hoe gaan zij om met big data?

Varieer en ga op zoek naar dark data. Informatie die op het eerste gezicht niet bruikbaar blijkt, kan vaak verrassende inzichten bieden. Het is meestal data die je al in huis hebt, maar niet gebruikt wordt voor je onderzoek. Het is de data van bijvoorbeeld websitebezoeken, aantal kliks, email-patronen. Dingen die op het eerste gezicht weinig waardevol lijken, kunnen de opvallendste zaken onthullen.

Data is onderling in beweging. Hierdoor verschuift de betekenis van data. Er zijn real time data, periodieke data, datapieken en eenmalige verschuivingen. Het juiste gewicht toekennen aan data in overeenstemming met de beweging die data ondergaat is van groot belang in het maken van analyses.

De belangrijkste stap bij het gebruiken van big data: hoe pas ik de informatie toe? Gartner’s onderzoeksdirecteur Svetlana Sicular zegt hierover: wees bewust van de technologische groei die gepaard gaat met big data en innoveer doorlopend. Alleen dan creëer je een toepassing voor je organisatie in de vorm van een marktonderzoek of zelfs een app.