Starbucks opent nooit zomaar ergens een nieuw filiaal, maar doet altijd eerst aan data-analyse. Er wordt gekeken naar demografische gegevens en verkeerstromen, maar ook naar consumentenvoorkeuren. Dure premiumproducten worden bijvoorbeeld alleen aangeboden op plekken waar veel echte liefhebbers wonen. Dat Starbucks niet overal hetzelfde assortiment aanbiedt voorkomt bovendien verspilling, want waarom zou je het risico lopen dat je iets in de winkel legt wat niemand wil hebben?
Over datagedreven werken is veel te doen en dat is niet zo gek, want er is sprake van een data-explosie. Organisaties willen de maximale waarde halen uit al die data, om beter onderbouwde beslissingen te nemen. Door ontwikkelingen als cloud computing, SaaS en generative AI ontstaan steeds meer mogelijkheden, zoals het doen van voorspellende analyses op basis van real-time data. Dat levert allerlei voordelen op, zoals betere klantervaringen en betere bedrijfsresultaten.
Heeft u de juiste data ‘huishouding’?
De afgelopen jaren is duidelijk geworden hoe belangrijk het is om snel in te kunnen spelen op veranderende omstandigheden. Niet iedereen bleek toen het erop aankwam de juiste infrastructuur te hebben.
Waar veel organisaties tegenaan lopen is dat hun data zich op allerlei locaties bevinden. Daardoor moeten mensen veel moeite doen om de juiste informatie te vinden. Vaak moeten gegevens handmatig worden overgebracht van het ene naar het andere systeem, wat een grote kans op fouten oplevert.
Als systemen wél met elkaar zijn verbonden, neemt die zoektijd sterk af. Toch kan het dan nog steeds een pittige uitdaging zijn om op snelheid grote hoeveelheden data te doorzoeken. Daarom gaat Gartner ervan uit dat 70% van alle organisaties de komende jaren hun focus gaan verleggen van big data naar small en wide data.
Small data is een benadering waarbij AI minder data nodig heeft om tot bruikbare inzichten te komen. Gartner denkt dat met name de retail-sector op deze manier eenvoudiger sterk gepersonaliseerde klantervaringen kan bieden.
Andere belemmeringen
Daarnaast noemt Gartner nog andere factoren waarmee bedrijven rekening moeten houden als ze datagedreven willen werken. Vanzelfsprekend speelt datakwaliteit een belangrijke rol. Immers, als data niet klopt of onvolledig is, levert dat geen goede besluiten op. Verder komen er strengere Europese regels aan voor security en governance.
Nu generative AI belangrijker wordt, is ook aandacht nodig voor beheersing van de risico’s daarvan, zegt Gartner. Het is belangrijk om inzicht te hebben in hoe AI tot bepaalde resultaten komt. Denk aan de hallucinante antwoorden die ChatGPT soms genereert.
Daarnaast is duurzaamheid steeds belangrijker. Meer data, meer AI, kan meer uitstoot betekenen. Hier zijn overigens ook weer oplossingen voor, denk aan apparatuur die zuiniger is of efficiënter met opslagruimte omgaat.
De oplossing: een data fabric
Een goede manier om met deze uitdagingen om te gaan, is volgens Gartner de introductie van een data fabric. Een combinatie van de juiste architectuur en de juiste applicaties waardoor informatie uit diverse bronnen centraal toegankelijk en te beheren is. AI haalt daar vervolgens inzichten uit, die met één druk op de knop beschikbaar zijn. Dat maakt de weg vrij om veel sneller op verandering in te spelen en innovatiever te zijn.
SLTN Advanced Programs: uw partner in data
SLTN Advanced Programs is een partij die klanten begeleidt bij elke stap in hun digitale transformatieproces. Wij zorgen ervoor dat de klant beschikt over een wendbaar fundament, dat een hoge beschikbaarheid garandeert. Aan bestaande applicaties voegen we functionaliteiten toe, zodat IT toekomstbestendig wordt. Ook leggen we de koppelingen en integraties uit die nodig zijn om data te delen, beter samen te werken, en inzichten te halen uit data die waarde toevoegen aan uw business.
Nieuwsgierig naar wat we voor uw organisatie kunnen betekenen? Neem gerust contact met ons op.
