30 jaar intelligence: Nieuwe uitdagingen om met data waarde toe te voegen

Van oude computerterminal naar smartphone

Januari 1992 begon Mark zijn carrière na zijn militaire dienstplicht. Een compleet andere periode dan nu. 

Dertig jaar geleden stonden internet en email nog in de kinderschoenen. De computer was er al wel, dus ook de tellingen deed men niet meer handmatig. In 30 jaar zijn we van mini’s met aangesloten terminals, naar pc’s op iedere werkplek gegaan en inmiddels bij vrijwel elk bedrijf naar laptops en smartphones.  

De aanwezigheid op kantoor is door de technische mogelijkheden niet meer noodzakelijk. Het kantoor is verschoven naar thuis met online meetings. Dit was 30 jaar geleden niet mogelijk geweest. 

30 jaar intelligenceComputers en software waren 30 jaar geleden vooral voor IT specialisten en hobbyisten. Nu gebruiken kinderen tablets en smartphones. Met de techniek zijn dus ook de gebruikers verandert, met ook veel meer variatie. In 30 jaar tijd is bijna iedere medewerker gebruiker geworden van één of meerdere applicaties op een laptop, tablet of pc. Lokaal geïnstalleerd of in de cloud. 

In 30 jaar tijd zijn we gegaan van inbellen via een modem naar een 5G netwerk. De hoeveelheid data die dagelijks via internet wordt verzonden en de apps die worden gedownload is niet te vergelijken met 30 jaar geleden. De hoeveelheid is niet alleen gegroeid, het gaat ook veel sneller. Eerst ADSL en later glasvezel zorgen er voor dat het slechts enkele minuten kost om grote hoeveelheden data te versturen en te ontvangen.  

In 30 jaar tijd is er ook veel veranderd aan de intelligence omgeving, van bedrijfsinformatie naar business intelligence. Tellingen in je eigen database DBase en de resultaten presenteren in een spreadsheet Lotus123 en printen naar een overheadsheet via Harvard Graphics. En nu: het realiseren van data warehouses en online dashboards, gevolgd door selfservice-bi. Maar ook van data mining, naar data science en artificial intelligence.

Tegenwoordig willen we realtime of near realtime informatie en dit het liefst kunnen vertalen naar (concrete) acties, want wat heb je aan inzicht als je niet kunt ingrijpen. Dit in contrast tot ver achteraf je rapportages en analyses uitvoeren, zodat je eigenlijk alleen beleidsmatig kunt bijsturen, maar niet operationeel.

Nu met behulp van de techniek de data en informatie dichter bij de gebruiker ligt, gaat het er wel om dat het ook eenvoudig gebruikt kan worden. En dat informatie zo eenvoudig mogelijk te begrijpen is, zodat de medewerkers in zo’n min mogelijk tijd maximaal in hun informatie- en analytische behoefte worden voorzien. Juist in een tijd waarin meer dan ooit de tijd van  medewerkers schaars is.

Dit vraagt wat van een organisatie. Een data gedreven, een meer intelligence organisatie, wordt je niet door iedere medewerker data scientist of data engineer te maken. Maar het vraagt wel om iedereen in zijn kracht te zetten, mee te nemen en de juiste middelen te geven. 

30 jaar intelligenceMet de techniek in de cloud of extern ondersteund, dient er binnen iedere organisatie wel één of meerdere specialisten te zijn die de business ondersteunen door meer gebruik te maken van de informatie, die de gegevens, die de data echt begrijpen. Maar dat die ook begrijpen waar de business behoefte aan heeft en met de business, de gebruikers, voortdurend in gesprek blijft en hen begrijpt. Dit kan de informatie makelaar zijn, de data steward, de product owner, de data translator.

De (semantische) discussie over wat wat is, moet wel met de business gevoerd worden, maar het moet de gebruiker zo min mogelijk belasten. Om van gegevens naar informatie te komen zijn definities nodig en om de kwaliteit van data te kunnen meten zijn criteria nodig. Dat was 30 jaar geleden zo en is nog steeds zo. Lag dit vroeger vooral bij een paar medewerkers van reporting, nu wordt iedere afdeling geraakt. Dit zal semantische discussies opleveren, maar voer deze met de juiste mensen anders haken de gebruikers van de informatie af.  

In 30 jaar is er op technisch gebied veel veranderd en de technologische ontwikkelingen en innovaties staan niet stil. Semantische discussies, privacy, ethiek, etc. zorgen er voor dat de uitdagingen om waarde toe te voegen alleen maar toenemen. Door de grote hoeveelheid data is het aan elkaar knopen van gegevens op basis van de business logica veel complexer geworden. Echter met de juiste hulp is heel veel mogelijk.

Van Data, naar Informatie, naar Kennis, naar Wijsheid (DIKW). Onze specialisten helpen u graag.

Business Intelligence Blogs

Je fietsroutes eenvoudig in kaart brengen... door Nick van de Venn — last modified 05-05-2022
Marcel-Jan doet het eenvoudig met behulp van Python.
Het DIKW model door marco — last modified 24-02-2022
In vier stappen waarde creëren met data
DIKW Academy: Waar theorie en praktijk samen komen door marco — last modified 21-02-2022
DIKW docenten delen hun expertise uit de praktijk
Laat data voor u renderen! door marco — last modified 08-02-2022
Bluemine: Analytics as a service

Business Intelligence recente Blogs

Je fietsroutes eenvoudig in kaart brengen... door Nick van de Venn — last modified 05-05-2022
Marcel-Jan doet het eenvoudig met behulp van Python.
Het DIKW model door marco — last modified 24-02-2022
In vier stappen waarde creëren met data
DIKW Academy: Waar theorie en praktijk samen komen door marco — last modified 21-02-2022
DIKW docenten delen hun expertise uit de praktijk

Business Intelligence Nieuws & Events

30 jaar intelligence: Nieuwe uitdagingen om met data waarde toe te voegen door marco — last modified 08-02-2022
Van oude computerterminal naar smartphone
Op naar een mooi data gedreven 2022! door marco — last modified 14-12-2021
Data gedreven organisatie dient blijvend te worden gevoed
De waarde van data voor het MKB door marco — last modified 09-12-2021
Bluemine ontzorgt MKB door data beheer