Naar inhoud

De uiterste houdbaarheidsdatum van data en analysemodellen

Elke organisatie is erbij gebaat snel op uitdagingen te anticiperen of problemen preventief aan te pakken. Daarvoor is het cruciaal dat de actualiteit, precisie en relevantie van data en analysemodellen worden gemonitord. Beperkt houdbare gegevens en modellen maken het namelijk veel moeilijker om passend op verschillende situaties te reageren en aan de veranderende vraag naar diensten en producten te voldoen. Kloppen de prijzen en de beschikbaarheid van je grondstoffen nog wel? Is dat ene uitgevoerde marktonderzoek nog actueel? Het zijn slechts twee voorbeelden van relevante vragen die binnen sommige bedrijven te vaak onbeantwoord blijven.

Ondernemingen die hun data en modellen up-to-date houden, kunnen niet alleen hun overlevingskansen vergroten. Ze kunnen ook hun omzet en winst verhogen door altijd op de hoogte te zijn van de datakwaliteit. Hoe nauwkeuriger de inzichten zijn, des te beter kan men intern en extern waarde toevoegen voor een bedrijf. Denk bijvoorbeeld aan een retailer die in kaart brengt welke producten het best presteren tijdens de COVID-19-pandemie. Deze ondernemer kan zorgen dat hij deze producten altijd op voorraad heeft en op de juiste plek in zijn winkel legt. Zo vergroot deze winkelier de omzet per klant. De data waar hij mee werkt, gaan echter veel verder dan naam, geslacht en leeftijd.

Data die actueel zijn

Actuele data zijn up-to-date wat betreft de recentste veranderingen die een significante impact op de business kunnen hebben. Denk bijvoorbeeld aan de maatregelen rondom het coronavirus, want een regering – ook in Nederland – kan de maatregelen rondom de pandemie per week of zelfs frequenter aanpassen. Maar ook social media kunnen je waardevolle, actuele data bieden. Wordt er bijvoorbeeld een protest in de buurt georganiseerd? Of erger nog, staat je bedrijf een storm van kritiek te wachten? Vraag dat maar aan platform RUMAG., dat zijn populariteit na één aflevering van “Zondag met Lubach’ enorm zag kelderen. Van dergelijke ontwikkelingen moet je op de hoogte zijn. Artificial intelligence (AI) en machine learning kunnen je helpen die data te identificeren en modellen te bouwen om die gegevens te analyseren.

Die modellen veranderen en verfijnen voortdurend en vormen een deel van de input voor virtual twins, digitale kopieën van iets in de echte wereld. Die twins vormen – doordat de data continu up-to-date worden gebracht – een veel beter stuk gereedschap dan modellen die eenmalig van statische data worden voorzien. En dat is een relevante thematiek tijdens de coronacrisis, want veel voorspellende modellen in de retail – die gebouwd zijn met data van vóór de crisis – volstaan logischerwijs niet meer. Een analysemodel waarin het koopgedrag van vandaag automatisch vormgeeft aan dat model, maar dat ook rekening houdt met de actuele restricties, het aantal infecties en andere factoren, doet het altijd beter.

Data die nauwkeurig zijn

Schone, gevalideerde data uit een nauwkeurige bron zijn volledig en bruikbaar. Dat wil zeggen, deze zijn niet door derde partijen aangetast en worden geleverd in een format waar je systeem mee kan werken. Dit is vooral belangrijk voor data in onconventionele vormen, zoals ongestructureerde data of data afkomstig uit nieuwe bronnen als social media of het internet of things (IoT). Deze data zijn vaak rijk aan potentiële inzichten, zoals je bijvoorbeeld de locatiegegevens van telefoons kunt inzetten om verspreiding van het coronavirus in de gaten te houden.

Nauwkeurige modellen zijn niet alleen onder de huidige omstandigheden accuraat. Door geavanceerde artificiële intelligentie te gebruiken, geven de modellen ook betere voorspellingen en bieden ze betere aanbevelingen voor de toekomst. Je model kan bijvoorbeeld een scenario schetsen waarin millennials massaal uit de stad vertrekken door zorgen om COVID-19. Zo’n voorspelling kan – als deze uitkomt – een enorme impact hebben. Als bedrijf kun je dan werken aan een scenario waarin deze voorspelling werkelijkheid werkt. Zo blijf je andere ondernemingen altijd een stap voor. Tegelijk worden analytische modellen die iedereen al heeft minder waardevol. Als al je concurrenten dezelfde seizoensinvloeden gebruiken om de verkoop van dezelfde producten te voorspellen, in hoeverre kun je jezelf dan nog onderscheiden? De accurate modellen leren dus ook informatie te negeren zodra die irrelevant wordt.

Data die relevant zijn

Relevante data zijn omvangrijk en causatief genoeg om impact te hebben op voorspellingen of toekomstige omstandigheden – en hoe daarmee om te gaan. Met andere woorden, relevante data doen iets met je model. Neem social media maar als voorbeeld. Vroeger was een slechte, ongepaste grap geen feit dat invloed had op je bedrijf. Tegenwoordig is een ongepaste tweet van je chief executive officer dus veel relevanter, omdat zo’n posting een uitwerking kan hebben op je omzet, marktaandeel en merkwaarde. Relevante data kunnen overal vandaan komen, van binnen of buiten de organisatie en deze kunnen je bedrijf helpen als eerste een trend te spotten of op veranderingen in te springen.

Door relevante modellen te ontwikkelen en deze te blijven verfijnen, kunnen organisaties – door de inzet van artificial intelligence – zelf leren welke data het bruikbaarst zijn en irrelevante data negeren. Zo kunnen ondernemingen onnodige uitgaven voorkomen, tijd plus moeite besparen en onderaan de streep meer omzet en winst genereren.

Bret Greenstein is senior vice president & head of artificial intelligence & analytics bij zakelijk dienstverlener Cognizant.

Foto: Unsplash

Tip: Wil je weten hoe je insights en data omzet naar een strategie en concrete acties? Dan is de opleiding Customer Insight & Data Driven Marketing wat voor jou!

  • Tijdens de opleiding leer je hoe je met data en inzichten zowel de waarde voor de klanten als de waarde voor de organisatie kunt verhogen.
  • Naast de opleiding stel je een managementplan op over customer insights voor je eigen organisatie, direct geschikt voor implementatie.
Lees meer over deze opleiding ►
Bron: CustomerTalk
0
Logo CustomerTalk

Cookie-instellingen

CustomerTalk maakt gebruik van cookies voor een optimale gebruikerservaring.

Graag vragen wij je toestemming voor het plaatsen van deze cookies.

Accepteren Meer informatie