Instrumented Interconnected Intelligent

Lagt ind af
Kim Escherich i

Indlæg feeden

RSS 2.0

KIm Escherich

Indlægget er skrevet af Kim Escherich,
Executive Innovation Architect i IBM Danmark

Big data er i disse år ved at vende vrangen ud på den måde, vi tænker sammenhænge mellem IT og forretning. Massive mængder af data, leveret i nye former og på nye måder, udfordrer nemlig i høj grad den måde, vi anskuer virksomhedens data. Og et af de væsentligste paradokser er, at selvom mængden af data udvikler sig eksponentielt, bevæger vores evne til at få forretningsmæssig værdi ud af selvsamme data sig stadig i slæbesporet.

Populært siger man, at 90 % af verdens data er skabt inden for de seneste to år, hvilket i nærmest uhyggelig grad repræsenterer en eksponentiel udvikling. Samtidig er 80 % af verdens data ustrukturerede, og vi oplever i stigende grad, at data kommer i real tid – se bare de sociale medier, som jo aldrig sover. Data bliver vigtigere og vigtigere, og i dag sker en global kamp om data med spillere, som var ukendte for blot få år siden. Og endnu en revolution – nogen kalder det et paradigmeskift og den største ændring i verdenshistorien overhovedet – er på vej, nemlig Internet of Things, hvor alle tænkelige objekter bliver internet-forbundne og begynder at generere data i mængder og typer, vi slet ikke kan forestille os i dag, med en nærmest uendelig mulig indsigt og innovation til følge.

Men big data handler ikke bare om store datamængder
Men det er også vigtigt at understrege, at big data ikke bare handler om store datamængder. IBM’s definition handler om fire dimensioner – de fire V’er: Volume, Variety, Velocity og Veracity. Først og fremmest er der “Volume” – mængderne, hvilket jo ikke kommer bag på nogen i lyset af den eksponentielle stigning i data, vi har set siden informationsteknologiens barndom. Så er der “Variety”, altså det faktum at data kommer i mange forskellige typer, former og farver. Det kan være relationelle data, som vi kender dem, men resten – de 80 % – er alt fra sociale medier til sensordata fra vandpumpen i kælderen. Og dernæst “Velocity” der handler om den hastighed, hvormed data leveres, og som nok repræsenterer det største paradigmeskift overhovedet. Dét gør nemlig, at vi er nødt til at gentænke den måde, vi behandler og analyserer data på, og vi erstatter “forecasting” med “nowcasting” og får indblik i forretningen – lige nu – på en måde, så der bliver fuldkommen gennemsigtighed. Endelig handler “Veracity” om sandfærdighed i de data, vi analyserer. I en big data-verden skal man nemlig også kunne analysere på ukomplette, delvise, utroværdige og manglende data, da det netop er en grundlæggende præmis i en verden, hvor vi er ved at drukne i data af alle typer og størrelser.

Spændende, ikke? Og måske lidt frygtindgydende. Men under alle omstændigheder noget med masser af forretningsmuligheder.

Men der er et paradoks. Tilsyneladende har vi nemlig svært ved at tage hul på beredskabet. Der er masser virksomheder, som har forstået, at denne udvikling både indebærer væsentlige muligheder og udfordringer. Der skrives myriader af artikler om emnet, og der afholdes mængder af konferencer. Men det er som om, vi har svært ved at tage hul på udviklingen. 49 % af globale virksomhedsledere siger, at big data først og fremmest skal bruges til at lære kunderne bedre at kende. Men alligevel er det kun 30-35 % af kunderne, der overhovedet måler på kundernes interesser, ønsker og tilkendegivelser*. Undersøgelser siger, at 1/3 af lederne tit foretager beslutninger baseret på information, de ikke har tillid til – eller slet ikke har. At halvdelen af lederne siger, at de slet ikke har adgang til den information, som er nødvendig for, at de ideelt kan udføre deres jobfunktion. Og endelig mener 60 % af CEOerne selv, at de har behov for bedre at kunne indsamle og forstå information for bedre at kunne foretage forretningsmæssige beslutninger.

Derude begynder vi at se nogle seriøse eksempler på, hvordan big data fuldkommen revolutionerer måden, hvorpå vi anskuer kunderelationen, og mange af ideerne og løsningerne begynder efterhånden at nå et stade, hvor de kan udnyttes af alle typer af virksomheder. På globalt plan ser vi meget stor interesse for området, og undersøgelser viser, at i år vil 90 % af Fortune 500-virksomhederne være i gang med big data-projekter. Der kan naturligvis være tale om mange afarter af “i gang med”, men hovedsagen er, at big data i 2013 for alvor er kommet på radaren.

Men spørgsmålet er hvad så? Softwareleverandørerne – naturligvis med IBM som en prominent spiller – har i vidt omfang platforme og værktøjer til big data-håndtering, så det kan umuligt være manglende værktøjer, som er årsagen til, at virksomhederne føler, de har lidt svært ved at komme i gang med big data-initiativerne. Men der er bestemt andre årsager.

En af dem er vanetænkning. Desværre bruger ledelsen i den typiske virksomhed langt størstedelen af sin tid og mentale kapacitet på at håndtere drifts-problemstillinger. Det efterlader ikke voldsomt mange ressourcer til aktiviteter, som transformerer virksomheden eller på andre måder udfordrer det bestående. Organisatoriske strukturer har også en tendens til at være relativt uforandrede over tid og kan have svært ved at rumme, at dele af organisationen pludselig oplever at redefinere sig selv. For det skal vi nemlig. Big data medfører, at den funktion, vi til daglig kalder marketing, fremover skal redefinere sig selv og vænne sig til en ny rolle. Der sker nemlig det, at fokus flyttes fra planlægning og eksekvering til realtids-overvågning og skabelse af indsigt. Det er slut med marketing-kampagner, plakatsøjle-websites, glittede brochurer og traditionel kundesegmentering. Nu starter realtids-æraen, hvor Marketing, Salg og IT smelter sammen, og Marketing skal vænne sig til at fokusere på den enkelte kunde – at forstå dennes individuelle behov og hvordan, kunden er relateret til andre via netværk og konkrete handlinger.

Og det er godt nok svært på denne måde at skifte rolle, for hvad er det typisk, der mangler i den situation? Kompetencer. McKinsey har estimeret, at der om få år vil mangle 140-190.000 big data-specialiseter med fokus på analyse alene i USA. Her taler vi om en hybrid mellem Marketing og IT plus en god dosis matematik og statistik – en type medarbejder, som er en absolut sjældenhed i dag. For en del år siden betød udbredelsen af internettet, at man i den journalistiske verden var nødt til at gøre noget lignende, og man opfandt begrebet “data-journalister” – en ny art journalist med kompetencer udi søgning, visualisering og analyse. Men forskellen i marketing er endnu større, fordi kompetenceproblemet ikke kun handler om at bevare det grundlæggende fag men blot tilføje nye værktøjer og kompetencer. Her handler det i stedet om at gå fra fortid til ”hele tiden” i den analytiske indfaldsvinkel, fra segment til enkeltindivid, fra struktureret CRM til en ustruktureret sky af data og fra en filosofi om at kunne stille konkrete spørgsmål til at skulle åbne sindet og gå på opdagelse i dataoceanet.

IT-afdelingen er mindst lige så meget under omvæltning. Her er der også et kompetenceproblem, og specialisterne skal til at lære en del nye teknologier, men mest udfordrende er nok den ændring i samarbejdsrelationen med resten af organisationen, som man har været vant til. Traditionelt vil forretningen have et behov, formulere det som krav og gå til IT for at få etableret en løsning. Problemet er, at i en big data-verden ved Marketing ikke altid, hvilke spørgsmål de skal stille, og uden konkrete spørgsmål og krav, ved IT ikke hvad man skal levere. Der er med andre ord et gigantisk gap mellem Marketing og IT. Det kan måske udfyldes med nye kompetencer på sigt, men lige nu er det vigtigt at forstå konsekvenserne og tage de rigtige beslutninger tidligt. Bliver et big data-initiativ placeret i IT, dør det måske som et formålsløst eksperiment ud i hidtil ukendte teknologier. Bliver det udelukkende placeret i Marketing, dør man måske regnearksdøden og kan ikke finde en platform for analyse som fungerer tilfredsstillende.

2013 må blive året, hvor der for alvor kommer gang i de konkrete big data-initiativer. Husk bare at big data ikke er IT, men typisk tager udgangspunkt i en given dimension af virksomheden, eksempelvis kundedimensionen. Det er måske en svær start ud i nye fagområder, men husk at benefits kan blive ganske overvældende.

God fornøjelse!

 

* Kilde: IBM and Said School, The real world use of big data samt IBM Danmark: Smarter Marketing, 2012

Læs mere om big data og Smarter Analytics i IBM

Tags: , , ,

Markér som bogmærke og del med andre

Forrige indlæg

Næste indlæg

2 Comments
 
juni 11, 2013
22:28

Og tak for et rigtig interessant spørgsmål!

Jeg er helt enig i, at relationer mellem data udtrykt på en meningsfuld måde ikke har haft den store fokus i big data-diskussioner indtil nu, men at vi primært har fokuseret på mængde, hastighed og forskelligartede datatyper. I forhold til indbyrdes relationer mellem data er der dog flere abstraktionsniveauer og meget af den data-udforskning som sker i big data-universet sker i forskellige former for analytiske værktøjer. Altså hvordan et element har indflydelse på et andet, men dog sjældent uden at fokusere på den egentlige mening af de underliggende data.

Problemet er jo at data jo sjældent i sin rå form har en relation og mening i sig selv. Når man går til lægen og ser et skilt hvor der står “Næste dør” kan meningen af dette udsagn jo have relativt forskelligartet betydning afhængigt af, om det tilhører klassen af bygningselementer eller hændelser som et menneske kan komme ud for. Et simpelt eksempel, men i en verden af milliarder af forbundne devices er det relativt væsentligt at vide om et datasæt er fra en blodtryksmåler eller fra en temperatursensor i loftet.

Som en del af IBM’s aktiviteter inden for cognitive computing arbejder vi på at tilføre denne meningsfuldhed til data. Et tidligt eksempel er Watson der som en del af sin dataindsamling foretager en konvertering af data, således at de får semantisk mening, hvilket er med til – sammen med en forfærdelig masse processorkraft – at lade Watson løse komplekse problemstillinger på tværs af millioner informationer på sekunder. Watson kan bruge såkaldte triple stores, dvs. databaser hvor data er orgaisaret efter mening og relationer – også en af de basale ideer i, hvad man kalder semantic web.

Du kan læse om cognitive systems her: http://www.research.ibm.com/new-era-of-computing.shtml, historien om Watson her: http://www-03.ibm.com/innovation/us/watson/ samt en lang og overordentlig detaljeret artikel om, hvordan teknologien virker her: http://www.aaai.org/Magazine/Watson/watson.php.

Men… der er dog nok et stykke vej til vi ser disse metoder anvendt bredt.

mvh
Kim


Posted by: Kim Escherich
 
juni 10, 2013
22:18

Tak for et godt indlæg.

Et element som jeg ikke umiddelbart ser blive fremhævet i de big data-artikler jeg har læst er “linked data”. Altså hvordan big data kan bruges til at definere relationer mellem “things” dels til at understøtte effektiv systematisering og lagring, og dels til at understøtte en mere kognitiv lagring af big data. I bund grund handler det om at gøre alle disse typer af data fleksible, således de kan lagres/vises/anvendes på forskellige måder (type vs emne).

Er det fordi, at det ligger implicit i big data begrebet, eller har man endnu ikke fokus på at opbygge velformulerede relationsteknikker mellem big data-objekter (things)?

Big data åbner naturligvis op for utallige af muligheder – herunder opbygning af relationer mellem data – men jeg tænker om ikke “linked data” er et ligeså vigtigt bullet/princip, der bør sidestilles med IBMs 4 V’er?


Posted by: Abdul Dezkam
 
Læg en kommentar ud