De hoeveelheid data om ons heen groeit ontzettend snel. De vraag is echter wat we met al die data kunnen. Hoe vertalen bedrijven big data naar waardevolle kennis en inzichten? En nog beter, hoe gebruiken ze data als motor voor innovatie en de ontwikkeling van nieuwe producten en diensten? We vragen het aan Prof. dr. Frans Feldberg, Hoogleraar Data Driven Business Innovation aan de School of Business and Economics van de Vrije Universiteit Amsterdam en directeur van het Amsterdam Center for Business Analytics. ‘Afwachten is in ieder geval geen optie. Dan word je zeker ingehaald door de concurrentie. Organisaties die data-driven zijn, zijn namelijk significant succesvoller dan organisaties die de waarde van data onbenut laten.’

Big data wordt gekenmerkt door volume, variëteit en snelheid. Belangrijker dan de kenmerken is de vraag wat we er mee doen. Net als bij de ontdekking van de microscoop, bieden data analytics en data science ons toegang tot voorheen onbekende werelden. ‘Deze instrumenten helpen ons datgene te ontdekken waarvan we nog niet weten dat we het niet weten. Dat lijkt onzin, maar via algoritmes weet Facebook op basis van je gedrag, soms eerder wat je wilt, dan jijzelf. En daarin schuilt ook een risico. Via een data science marktplaats zoals Kaggle lossen experts vrijwillig datavraagstukken voor bedrijven op, maar de uitkomst kan ook nieuwe concurrentie betekenen.’

Connected wasmachine

Data speelt volgens Feldberg een hoofdrol bij digitale innovatie. Alleen ziet hij dat organisaties vaak nog voor de veilige weg kiezen. Ze zetten in op het verbeteren van hun bestaande bedrijfsvoering, terwijl de echte winst bij innovatie van business modellen ligt. Innovatieve verdienmodellen helpen om de waarde van data aan te boren en de digitale transformatie concreet te maken. Als voorbeeld noemt Feldberg wasmachines die zijn uitgerust met WiFi. ‘Zo’n wasmachine is connected. Dit maakt het mogelijk om hem via een app overal te kunnen bedienen. Maar de data die zo wordt gegenereerd  biedt ook de leverancier voordelen. Bijvoorbeeld voor predictive maintenance. Als je verder kijkt, is het ook de basis voor nieuwe verdienmodellen. Bijvoorbeeld door deze data te delen met een onderhoudsbedrijf dat nog voordat de wasmachine kapot gaat met een oplossing komt. Of een service die deze data combineert met de data van een zonnepaneel. Zo kan worden geadviseerd wanneer je de was moet draaien en met welk programma om een zo’n schoon mogelijk resultaat te krijgen, tegen de laagste kosten en de minste belasting voor het milieu. Op deze manier ontstaan nieuwe diensten op basis van de waarde die data vertegenwoordigt.’

Connected Waschmachine by data

 

De volgende Uber?

De potentie van data is dus evident volgens Feldberg. Toch zijn er ook uitdagingen. De bescherming van privacy en ethische aspecten zijn zeer belangrijk en vragen aandacht. Dat geldt ook voor het eigenaarschap en de kwaliteit van gegevens. ‘Een ander belangrijk punt is de schaarste aan kennis. Er is momenteel een enorme vraag naar kennis van data-analytics en data science. Mijn studenten zijn erg gewild.’ Ondanks deze aandachtspunten roept Feldberg op om toch vooral te experimenteren en te innoveren. Ook als er vooraf geen waterdichte business case is. ‘In een gebied dat zo sterk in ontwikkeling is, kun je de volgende stap niet altijd overzien. Als je dat risico neemt en de samenwerking met andere partijen aangaat, neemt het risico af dat je in jouw branche wordt verrast door de volgende Uber!’