Big data: we kunnen er niet meer omheen.
Big data is in. Google de term maar eens. Na een aantal definities, krijg je veel bedrijven die beweren dat ze voor jouw organisatie het maximale uit de beschikbare data kunnen halen. Iedereen wil een piece of the pie. Veel bedrijven willen iets met deze data, maar hebben zelf niet de resources in huis. Data scientists zijn gewild maar nog in kleine getalen, wat leidt tot een hoge vraag maar laag aanbod. Logischerwijs is één van de big data trends de self-service providers. Software met een simpele UI gecreëerd zodat ieder bedrijf er mee aan de slag kan. Een soort slimmere en geavanceerdere Excel. Grote spelers op dit moment zijn Tableau, PowerBI en Qlikview. Deze tools zijn handig, maar als je niet weet aan welke knopjes je moet draaien, zal er ook niks nuttigs uitkomen. Self-service providers bieden kansen, maar moeten niet gezien worden als een magische oplossing.
Slimme apparaten
Een andere trend in big data is de “Internet of Things (IoT)”. Data moet verzameld worden, voordat bedrijven hier hun voordeel uit kunnen halen. Organisaties en bedrijven komen mede door de nog altijd stijgende hoeveelheid van elektronische apparaten met steeds meer IoT toepassingen. Alles wordt slim. Slimme horloges, slimme brillen, zelfs slimme koelkasten. Allemaal voor het gemak van de consument. Toch? Uiteraard! Maar ook voor de fantastische data die hiermee verzameld kan worden.
Een koelkast die exact weet wat voor boodschappen je moet doen is uiteraard perfect voor adverteerders die jou graag wil laten weten welk merk melk je dit keer moet kopen. Ook zijn applicaties voor al deze slimme apparaten (inclusief uiteraard een smartphone of tablet) een perfecte manier om gestructureerd data te verzamelen en uiteindelijk te gebruiken in eigen voordeel.
Over apps gesproken, ook deze worden steeds slimmer. Apps worden vaker geïntegreerd met Machine Learning (ML) of Artificial Intelligence (AI) technologieën. Zie het als een app die zichzelf aanleert om beter te werken naarmate meer data wordt opgeslagen.
Recommendation engines
Een populaire toepassing van ML in apps zijn de zogenaamde recommendation engines in entertainment of ecommerce applicaties en websites. Je kent ze wel, de “je hebt deze artikelen bekeken dus hier zijn nog meer artikelen die ook bij jou passen” reclames op iedere webshop. Meer en meer apps maken ook gebruik van vinger- of irisscans, een andere vorm van ML. Ook persoonlijke assistenten of chatbots worden steeds geavanceerder en nuttiger. Wie kent het volgende riedeltje nog; “Ik ben Chatman, supersnel met MSN, er is niemand die me niet kent.”? Alhoewel onze gele vriend natuurlijk fantastisch was, is het verschil met de hedendaagse Siri immens.
De groei van het aantal slimme apparaten en technologisch geavanceerde applicaties gaat gepaard met de vraag naar meer online veiligheid. Cyber security zal zodoende een flinke opmars gaan maken. In 2016 vond de eerste DDoS (Distributed Denial of Service) aanval plaats op een grote hoeveelheid IoT apparaten, welke bij lange na nog niet allemaal voldoen aan de security eisen. Deze aanval zorgde voor een enorme internetstoring voor miljoenen mensen in Amerika. Reken er maar op dat het ook niet de laatste aanval was. Security organisaties gaan toenemend gebruik maken van haar eigen data om te voorspellen waar de volgende aanval plaats gaat vinden om deze vervolgens te kunnen voorkomen.
De toekomst van big data
De wet van Moore stelt dat technologische ontwikkelingen exponentieel groeien. Bij data verzameling is dat zelfs nog veel extremer. De voorspellingen zijn dat de hoeveelheid informatie aanwezig in de wereld minstens iedere twee jaar verdubbelt(!). Deze enorme hoeveelheid aan data zorgt geeft volop kansen en zorgt ervoor dat Data Analisten en Data Scientists nog belangrijker en nog gewilder gaan worden. Althans, dat hoop ik.
