Hoewel er geen eenduidige definitie van big data is, lijkt het erop dat het gebruik van big data er vooral op gericht is om nieuwe inzichten te verkrijgen, en door nieuwe product-marktproposities andere vormen van meerwaarde te creëren. Dit heeft geleid tot een ware verzamelwoede met betrekking tot allerlei soorten gegevens. Bedrijven, organisaties en overheden proberen allemaal het kwantitatieve aspect van big data om te zetten in kwalitatieve voordelen.
Maar hoe haal je nou relevantie uit die "gouden bergen" van gegevens?
Uiteindelijk gaat het erom dat men in staat is om de juiste data bijeen te brengen om daarmee informatieve, maatschappelijke of commerciële meerwaarde te creëren. Lukt dat niet, dan verandert de massa aan gegevens eigenlijk in een tijdelijk gebrek…
In deze presentatie zal Esther Labrie u laten zien hoe u meer waarde en meerwaarde uit uw big data haalt.
8. Wat
is
Big
Data
“data of a very large size, typically to the
extent that its manipulation and
management present significant logistical
challenges.”
“unstructured
data
(versus
structured)”
10. Waarom
Big
Data
“The use of big data will become a key
basis of competition and growth for
individual firms.”
A broad based study of 179 companies carried out by researchers at MIT and the University of
Pennsylvania found that data driven firms performed 5%-6% better. Compounded annually,
that’s a decisive advantage. A report by McKinsey found that the gap could be as high as 60%
in the retail sector.
http://www.forbes.com/sites/gregsatell/2013/09/13/confused-about-big-data-here-are-5-things-you-need-to-do/
11.
12.
13. De
waarde
van
data
Sales
klanFnzicht
klantcontact
klantwaarde
anders
16. • Big
Data
wordt
ingezet
om
nieuw
klanFnzicht
te
krijgen
en
toe
te
passen
op
een
vooruitstrevende
manier.
Hierdoor
ontstaan
nieuwe
klantwaarde
en
nieuwe
business
modellen.
• Data
ScienFst
(gebruikers
van
“big
data
lakes”)
besteden
maar
weinig
structurele
aandacht
aan
datakwaliteit
en
datamanagement.
• Ad
hoc
wordt
er
wel
veel
Fjd
besteed
aan
het
(handmaFg)
combineren,
profileren
en
valideren
van
data.
Big
Data
Management
in
de
prak7jk
17. veel
INDRUKKEN
nog
lang
niet
alFjd
PERSOONLIJK
en
RELEVANT
nog
niet
zo
veel
INZICHT
veel
DATA
60%
84%
12%
18. De
oplossing
Enterprise
InformaFe
Cloud
Big
Data
Analyse
en
Beslismodellen
Op
orde
brengen
voor
analyse
Centraal
Klantbeeld
ApplicaFe
ApplicaFe
Extra
Data
Centraal
Klantbeeld
Media
en
Kanalen
KlanFnformaFe
KlanFnzicht
19. De
oplossing
Enterprise
InformaFe
Cloud
Big
Data
Analyse
en
Beslismodellen
Op
orde
brengen
voor
analyse
Centraal
Klantbeeld
ApplicaFe
ApplicaFe
Extra
Data
Centraal
Klantbeeld
Media
en
Kanalen
KlanFnformaFe
KlanFnzicht
veel
INDRUKKEN
nog
lang
niet
alFjd
PERSOONLIJK
en
RELEVANT
nog
niet
zo
veel
INZICHT
veel
DATA
60%
84%
12%
20. De
oplossing
Enterprise
InformaFe
Cloud
Big
Data
Analyse
en
Beslismodellen
Op
orde
brengen
voor
analyse
Centraal
Klantbeeld
ApplicaFe
ApplicaFe
Extra
Data
Centraal
Klantbeeld
Media
en
Kanalen
KlanFnformaFe
KlanFnzicht
veel
vaker
PERSOONLIJK
en
RELEVANT
veel
meer
INZICHT
veel
DATA
21. Conclusie
• Hoe groter de data, hoe beter de statistische
waarde en ook voorspellende waarde.
• Directe meerwaarde voor (en van) je klant
vind je door te weten wie wie en wat wat is.
• Klantinzicht: prepareren data voordat je naar
big data analytics gaat, integraal klantbeeld
• Resultaat: vat op churn, cross- en upsell en
nieuwe klanten.
22. Human Inference
• Opgericht 1986
• 93% klantbehoud
• Marktleider op gebied van
DQ in Europa
• Big Data Management
• Onderdeel van
“Visionary with deep experience.”
23. Meer informatie?
Utrechtseweg 310, Building H31
6812 AR Arnhem
The Netherlands
Esther Labrie
Content Manager Esther.Labrie@HumanInference.com
Phone: + 31 (26) 355 06 55
Fax: + 31 (26) 355 06 66
Mobile +31 (6) 55923756 www.humaninference.com
Bezoek ons op stand 48