Een zeer aansprekend voorbeeld van het gebruik van big data betreft het Amerikaanse warenhuis Target. Zij kunnen op basis van een enorme hoeveelheid data over historisch en actueel koopgedrag bijvoorbeeld inschatten of een klant zwanger is of niet. Soms zelfs vóórdat de omgeving van de aanstaande moeder op de hoogte is.
Een ander mooi voorbeeld is dat van MasterCard, dat met elke betaling enorme hoeveelheden informatie verkrijgt. Denk aan het transactiebedrag, tijdstip, plaats, soort winkel of soort product. Op basis van deze informatie kan MasterCard heel nauwkeurig haar klanten indelen in segmenten, of verschillen in bestedingspatronen per stad aantonen, waar winkeliers weer van kunnen profiteren.
Op een vergelijkbare manier kunnen bedrijven op basis van hun historische ordergegevens heel goed bepalen hoeveel producten er op voorraad moeten zijn, en bovendien afwijkingen in het normale bestelgedrag van klanten direct constateren en daarop reageren.
Het valt niet mee om een sluitende definitie van big data te geven. De volgende factoren spelen in ieder geval een rol: de hoeveelheid data (zó veel, dat ze niet meer op één pc of simpele server passen), de snelheid waarmee de data binnenkomen en veranderen, de diversiteit van de data en de mogelijkheid om al deze data te analyseren. Naast deze definitie kan big data ook gezien worden als een ontwikkeling: de steeds geavanceerdere hard- en software waarmee meer en meer data verzameld, bewerkt en bewaard kunnen worden.
Zo maar wat cijfers om aan te tonen hoeveel data alleen al online gegenereerd en opgeslagen worden.
Per maand wordt er 89.3 miljard keer gezocht via Google, waar dat in 2007 nog ‘slechts’ 2,7 miljard keer per maand gebeurde. Er wordt verwacht dat het aantal zoekopdrachten per maand nog jaarlijks met 10% - 15% zullen toenemen.
En dan hebben we daarnaast nog de steeds slimmere apparaten in ons dagelijkse gebruik: koelkasten, ovens, auto’s en thermostaten. Omgerekend is er nu gemiddeld circa 400 GB aan data per persoon beschikbaar. De verwachting is dat over een jaar of vijf deze hoeveelheid data is verachtvoudigd. Kortom: aan data geen gebrek. Alles wat we doen wordt opgeslagen. Ook het gedrag en de kenmerken van uw klanten en prospects.
Maar waarom zou u zelf met big data aan de slag moeten gaan? Volgens onderzoek van Gartner presteren bedrijven die big data gebruiken in hun besluitvormingsprocessen en bedrijfsvoering financieel gezien 20% beter dan bedrijven die dat niet doen. Dit komt bijvoorbeeld doordat big data een bedrijf in staat stellen om:
Voldoende redenen om zelf ook aan de slag te gaan met big data.
De toenemende berg aan data brengt een aantal uitdagingen met zich mee. Achtereenvolgens leest u hieronder over de uitdagingen overschatting, discriminatie, privacy, technologie en kennis en cultuur.
Overschatting van big data
Een eerste uitdaging en nuancering is het gevaar van overschatting van big data. Er is altijd wel een interessant verband te vinden als u de schaal waarop u big data gebruikt maar groot genoeg maakt. Een correlatie is echter niet hetzelfde als een oorzakelijk verband. Aan u de taak om hier voorzichtig en nauwkeurig mee om te gaan.
Big data kan leiden tot discriminatie
Wanneer u op basis van de inzichten uit big data marketing gaat bedrijven, krijgt u ook te maken met een andere uitdaging: het gevaar van discriminatie. Door klanten meer en meer op basis van klant- of risicoprofielen te behandelen, moet u wel zeker weten dat uw profilering klopt. Zo niet, dan loopt u het risico sommige prospects of klanten ten onrechte uit te sluiten of wellicht een verkeerde dienst aan te bieden.
Big data en privacy
Een andere uitdaging betreft het veelbesproken privacy-issue. Gebruikers van bepaalde diensten weten lang niet altijd welke gegevens ze allemaal prijsgeven. Bovendien kunnen data in verkeerde handen vallen of in een later stadium gebruikt worden voor zaken waar in eerste instantie helemaal niet aan gedacht is. Hier liggen een belangrijke taak en uitdaging voor u, als u gebruik gaat maken van big data in uw bedrijfsvoering. Wees open en eerlijk over welke gegevens u gebruikt én met welk doel.
Technologie en big data
Hoe slaat u zulke hoeveelheden informatie op en bewerkt en analyseert u ze? Uiteindelijk hebben big data pas waarde als u er inzichten aan kunt ontlenen die u helpen bij het beter of makkelijker uitvoeren van uw werkzaamheden. Voor u is het daarom zaak de juiste automatiseringstools en -processen in te richten. Marketing automation is de toekomst.
Kennis en cultuur
Naast de technologische uitdaging heeft u ook te maken met de uitdaging om voldoende competenties in huis te hebben om alle datastromen aan elkaar te knopen en er waardevolle inzichten uit te halen. Daarnaast vergt het vaak een behoorlijke culturele omslag om van een bedrijf een datagedreven organisatie te maken.
Of u nu inbound of outbound marketing inzet: u wilt weten welke prospects u als eerste moet benaderen en welke bedrijven openstaan voor uw oplossingen. Het goede nieuws is dat deze inzichten voor het oprapen liggen. Door big data om te zetten naar 'smart data', kunt u analyseren op welke klantgroepen u zich moet focussen. Er zijn maar weinig praktijkcases over het omzetten van big data naar smart data die u handvatten bieden voor toepassing binnen uw eigen bedrijf. In deze whitepaper leest u daarom aan de hand van een praktijkcase hoe u zelf simpel en snel meer omzet kunt genereren met smart data.
Download Whitepaper: van big data naar smart data. Stappenplan voor B2B leadgeneratie.