Het is je vast niet ontgaan. Onderwerpen zoals analytics, machine learning, IoT en Artificial Intelligence staan de laatste tijd sterk in de belangstelling. Vrijwel dagelijks wordt er op internet geschreven over de mogelijkheden (en gevaren) die deze nieuwe technieken ons bieden in de komende decennia. Maar zoals bij alles geldt: Met de groei van het aantal berichten is volgens mij ook het aantal ‘experts’ en mythes exponentieel toegenomen. In dit artikel ga ik dieper in op de drie grootste mythes rond advanced analytics.

Mythe 1: “Ik moet eerst mijn datakwaliteit verbeteren voordat ik kan starten met advanced analytics.”

Je zult mij nooit horen beweren dat datakwaliteit niet belangrijk is. Maar het gaat mijns inziens om het vinden van de juiste balans. Voor financiële maandcijfers wilt u natuurlijk alles exact inzichtelijk hebben, maar voor een advanced analytics project ligt dit anders. Omdat u met vele bronnen en modellen klantgedrag voorspelt kan een bron met 80% nauwkeurigheid al voldoende informatie opleveren om het gedrag van een klant voldoende nauwkeurig te voorspellen. Denk bijvoorbeeld aan een voorspelde kans dat een consument zijn energiecontract opzegt. Wanneer je hier een 80% of 85% accurate voorspelling over kunt doen is dat al heel waardevol.

Download whitepaper: Datagedreven organisatie

Mythe 2: “Ik moet eerst investeren in een duur IT-platform, voordat ik met advanced analytics kan starten.”

De afgelopen jaren krijg ik veel vragen over de noodzaak van een IT-platform bij de start met advanced analytics. Het lijkt alsof de gedachte leeft dat er eerst een platform aangeschaft moet worden en dat analytics en de use cases daarna vanzelf volgen. Mijn advies is om dit juist niet te doen. Start klein met analytics, durf te experimenteren en durf ook te falen tijdens deze ontdekkingsreis. Vaak kunt u al starten op een lokale laptop met gratis of open source tooling

Daarnaast zijn er tegenwoordig ook voldoende cloudoplosingen met de mogelijkheid om tegen minimale kosten een cloud analytics-omgeving op te zetten. Eén daarvan is bijvoorbeeld het gebruik maken van een Data Science Virtual Machine van Microsoft. Zo’n complete setup begint al bij nog geen 200 euro per maand; de software is daarbij gratis en u betaalt alleen voor de infrastructuur. U blijft zo flexibel, u kunt namelijk eenvoudig upgraden of downgraden wanneer u meer of minder rekenkracht nodig heeft. Op basis van de eerste inzichten wordt vanzelf duidelijk of er überhaupt een nieuwe infrastructuur nodig is en waar deze dan aan moet voldoen.

Mythe 3: “Advanced analytics is alleen relevant en haalbaar voor grote bedrijven.”

Is advanced analytics en machine learning echt alleen relevant en haalbaar voor bedrijven als Facebook, Bol.com en Booking.com? Op basis van mijn ervaring in de praktijk is het antwoord een volmondig ‘nee’. Kleine organisaties (tot 100 medewerkers) zijn juist heel flexibel, lopen vaak voorop met nieuwe ontwikkelingen en nemen in relatief korte tijd de nieuwe toepassingen daadwerkelijk in gebruik. Door de nieuwe cloudtechnologieën zijn grote IT-investeringen niet meer noodzakelijk om te ontwikkelen en het zijn juist de minder kapitaalkrachtige bedrijven die hier sterk van profiteren. De grotere organisaties volgen vaak pas veel later, maar dan wel direct met hele grote stappen.

Aan de slag met Advanced Analytics

Datakwaliteit, IT-infrastructuur en bedrijfsomvang zijn geen beperkingen om te starten met advanced analytics. Juist door klein te beginnen en daarna stap voor stap uit te breiden vergroot u de slagingskans van uw advanced analytics projecten. Daarom hebben wij ook een speciaal pilotproject ontwikkeld: Het Advanced Analytics Starter Pack. In 4 tot 8 weken, en tegen een vaste prijs, maken we samen uw eerste advanced analytics project een succes. Meer weten? Ontdek wat het Advanced Analytics Starter Pack voor u kan betekenen.

New call-to-action