We kunnen er niet meer omheen. Big data is het online marketing buzzword van 2014. Opeens doet elk bedrijf aan big data en doe je echt niet meer mee als je geen data-analist laat grasduinen in je bedrijfsgegevens. Stel dat jij nog niet met big data bezig bent. Wat dan?
Dan niets. Maar heel eng is big data niet. En ook de complexiteit kan wel meevallen. Dus waarom zou je het niet een keertje proberen?
Data
Elk bedrijf verzamelt data. Het moment waarop data big data wordt is nergens vastgelegd. Waar het ene bedrijf miljoenen transacties per dag kan verwerken, is de andere blij met een bescheiden klantdatabase. Zoals je vast wel weet: size doesn’t matter, it’s what you do with it. Meer data is wel handig als je tot een significante uitkomst wil komen.
Je kunt bij het begin beginnen en in kaart brengen welke data je als bedrijf ter beschikking hebt. En dat is meer dan je denkt. Webstatistieken, klanten, telefoonlogs, leveranciers, transacties, nieuwsbrief lezers is het topje van de ijsberg. De correctheid en rijkheid van de data is dan wel van belang. Rubbish in is rubbish out. Als je analyses gaat baseren op verkeerde data dan kan dat vervelende gevolgen hebben.
Naast de data in je bedrijf heb je een oneindig grote hoeveelheid aan data op meso en macro niveau. Als je even rondsnuffelt naar data die bijvoorbeeld het CBS, brancheorganisaties en weerstations hebben dan zul je zien dat je zelf ook aan big data kunt doen. De valkuil is wel dat je hier verzandt in data. Een kapperszaak heeft waarschijnlijk weinig aan het aantal kilometers file in Nederland op een gegeven moment. Maar de trend waarop mensen geld uitgeven aan lichaamsverzorging is wellicht wel interessant.
Informatie
Met deze twee lijsten interne en externe data kun je brainstormen en een aantal hypothesen opstellen. Uitkomsten kun je baseren op data uit een of meerdere databronnen die je ter beschikking hebt.
- Hoe ver wonen je klanten bij je vandaan?
- Wat geeft een klant gemiddeld uit in de winkel?
- Welke leveranciers drijven je kostprijs op?
- Bestaat er een relatie tussen het weer en het aantal conversies in je webshop?
Met wat geduld en handigheid hoeft het helemaal niet moeilijk te zijn om data om te zetten in informatie. Excel is in veel gevallen een goed startpunt. Maar, afhankelijk van je beoogde resultaat is het soms nodig op over te stappen op andere programma’s om je data te verwerken, filteren of weer te geven. Met een beetje handigheid kom je al snel tot nieuwe inzichten. Het is je ondertussen gelukt om data om te zetten in informatie.
Kennis
Nu je zelf nieuwe informatie hebt opgedaan is het tijd om deze informatie te delen binnen de organisatie. De nieuw opgedane informatie kan worden omgezet in kennis op drie niveaus:
- Operationeel, grote mate van detail
- Tactisch, prestatie-indicatoren
- Strategisch, succesfactoren voor het voorbestaan van de organisatie
In deze fase is het van belang dat je de opgedane kennis, waarop je beslissingen gaat baseren goed vastlegt. Zo kun je hier op een later moment altijd op terugvallen
Intelligentie
Na het evalueren van de informatie en deze te verwerken tot kennis heb je een bepaalde intelligentie die je concurrent niet heeft. Hierin zit als het goed is een bepaald concurrentievoordeel waar je je voordeel mee kunt doen in de markt.
Actie
Waar je operationele kennis direct kunt inzette zal bij tactische en strategische kennis overleg nodig zijn om hier het maximale rendement uit te halen. Neem de data die je hebt verzameld als nulpunt en gebruik deze opnieuw om acties te evalueren en waar nodig aan te passen.
In een notendop ben je zojuist de intelligence pyramid van Rodenberg doorlopen. Tabellen en lijsten heb je omgezet in informatie. Dit leidde tot kennis die je voorheen nog niet had. De kennis heb je omgezet in (strategische) actiepunten en je streeft nu naar een aantoonbare verbetering.
Well done. Vanaf nu doe jij ook aan big data. Zo eng was het toch niet?
foto: Flickr
