Werken met big data vereist goede samenwerking



Het verzamelen en analyseren van grote hoeveelheden data is een opkomende trend. Hoewel de term Big Data een heel hoog hype- gehalte heeft, kan het wel heel interessante nieuwe businessmodellen opleveren voor het partnerkanaal. Channelconnect inventariseert welke kansen er voor resellers zijn op het gebied van big data en business intelligence.


We lijken almaar meer data te genereren en te verzamelen. Met het aantal mobiele en connected devices groeit ook de hoeveelheid informatie. In de markt wordt daarom veel gesproken over big data, maar soms is het onduidelijk wat eronder wordt verstaan. ‘De grens tussen big data en Business Intelligence is altijd een beetje vaag geweest’, zegt Wouter van der Brugghen, Director Sales Consulting Business Analytics bij Oracle. ‘’Dat hangt ook af van je definities. Die omgevingen zijn langzaam in elkaar aan het groeien.’’ Zelfs de Wetenschappelijke Raad voor het Regeringsbeleid (WRR) stelt in het rapport ‘Big Data in een vrije en veilige samenleving’ dat de definitie van big data niet eenduidig is. Het begrip leunt op drie hoofdkenmerken: data, analyse en gebruik. Big data gaat om grote hoeveelheden gestructureerde en ongestructureerde data uit verschillende bronnen. Bij de analyse wordt geautomatiseerd gezocht naar correlaties met een speciale focus op analyses van het heden (realtime analysis) en de toekomst (predictive analysis). En die analyses moeten leiden tot kennis om te kunnen toepassen voor beslissingen op groeps- of individueel niveau.

Verkoopresultaten

Big dataDe grote spelers op het gebied van big data en analytics zijn partijen als SAP, SAS, Oracle en IBM. Maar minstens zo belangrijk zijn de open source softwarepakketten die vaak voor big data worden gebruikt zoals Hadoop en R. Dankzij deze tools en de technologische ontwikkelingen wordt business analytics steeds belangrijker. ‘’Beslissingen worden steeds vaker genomen op basis van beschikbare data en ook op steeds meer afdelingen.

‘Overal zie je business analytics opduiken’

Overal zie je business analytics opduiken’’, stelt Van der Brugghen vast. “Het gaat vaak om informatie die al in veel bedrijven aanwezig is, maar die niet eerder in bruikbare informatie werd omgezet. Bijvoorbeeld om te kijken of je verkoopresultaten iets te maken hebben met de opleiding die mensen gevolgd hebben. Daarvoor heb je business analytics nodig.”

Maar er zijn veel meer analyses te bedenken. ‘’Je kunt bijvoorbeeld je klimaat in het gebouw analyseren, HR-data of de financiële data. Dit gaat verder dan eenvoudige lijstjes die uit systemen rollen, maar het wordt pas echt interessant als je data uit verschillende systemen kunt combineren’’, zegt Van der Brugghen.

Trends

Er zijn enkele trends zichtbaar op het gebied van business analytics, vertelt Edwin Peters, Presales Director bij SAS Benelux. ‘’Uiteraard wordt er steeds meer data gegenereerd door websites maar vooral door het toenemend aantal connected apparaten. Daarnaast zijn er steeds meer mogelijkheden, bijvoorbeeld in de vorm van gebruiksvriendelijke software, om deze data te analyseren. Wat ook steeds meer voorkomt, is dat eindgebruikers zelf op zoek willen gaan naar patronen en relaties in hun data. Er is dus steeds meer behoefte aan ‘Do It Yourself service BI’. Of self-service analytics, zoals Van der Brugghen van Oracle dat noemt. Gebruikers binnen de organisatie gaan zelf in de data zoeken naar verbanden en nieuwe informatie. Het voordeel hiervan is dat gebruikers heel snel antwoord kunnen krijgen op de vragen die ze hebben. “Het risico is echter wel dat het voor een organisatie een governance- of compliance-probleem oplevert, omdat je als bedrijf op dat moment geen controle meer hebt over wat er met de data gebeurt.” Ook bestaat het gevaar dat de verkeerde datasets worden gebruikt of dat de verkeerde conclusies worden getrokken. Er kleeft dus nog wel een risico aan self-service analytics, waarschuwt Van der Brugghen. In de markt heerst wel een sfeer dat bedrijven zelf meer moeten experimenteren met big data en analytics, zodat de gebruiker stapje voor stapje op zoek gaat naar de antwoorden die hij zoekt. Een andere trend die Edwin Peters van SAS ziet, is dat de data steeds sneller nadat ze gegenereerd is al wordt geanalyseerd. Steeds meer realtime dus. En tot slot is er een ontwikkeling waarbij een big data-omgeving dankzij de cloud sneller opgezet kan worden.


Zelf doen of aanbieden

Big dataAls channelpartij kun je big data en analytics op twee manieren gebruiken: voor je zelf om zelf slimmer channelactiviteiten te kunnen uitvoeren, en voor je klanten om het aan je diensten toe te voegen. “Channelpartners kunnen nog heel veel data van hun klanten verzamelen om die te analyseren en daar kennis uit te halen en om zo veel beter te performen”, zegt Hans Timmerman, CTO bij Dell EMC Nederland. Volgens hem is storage en datamanagement essentieel om goed met big data aan de slag te gaan. “Als je dat allemaal voor elkaar hebt, heb je een IaaS-omgeving. En daar bovenop moet de channelpartner zijn Platform as a Service gaan bouwen. Dat is grotendeels op open source gebaseerd en daarvoor kun je ook goed partners inschakelen die daar expert in zijn.”

Specialisten

Voor het aanbieden van big data-diensten aan klanten, zouden channelpartners zich kunnen afvragen hoe ze klanten kunnen ondersteunen, zodat ze zelf data gaan verzamelen over hun eigen activiteiten. Daarvoor zijn twee dingen nodig: infrastructuur en specialistische kennis.

Dit wordt bevestigd door Clemens Essers, Chief Technologist & Manager Presales bij Hewlett-Packard Enterprise (HPE). ‘’Als het over big data gaat, heb je een ecosysteem nodig. En dat bestaat uit hardware, data-analisten, mensen met materiekennis die weten waarnaar je moet zoeken en mensen die de brondata kunnen verzamelen.’’ Om het iets concreter te maken, vergelijkt hij het met een auto waar je iets aan hoort. “Dan ga je naar de garage en rijdt iemand die verstand van zaken heeft mee om te horen wat er aan de hand is, waarna de auto gerepareerd kan worden.”

‘Er is voor resellers en partners nog heel veel geld te verdienen’

Het hebben van data van sensoren en andere bronnen alleen is dus niet genoeg, omdat je dan slechts een ongeorganiseerde hooiberg met digitale informatie aan het verzamelen bent. Als je daar niets mee doet, heb je er ook niet zoveel aan.

Volgens Essers moet je iemand hebben die weet welke processen belangrijk zijn en die weet naar welke relaties je kunt zoeken. “Er is dus deskundigheid voor nodig die je vaak gewoon kunt inhuren. Maar je moet als reseller wel zorgen dat je beschikt over die kennis, ongeacht of je dat inhuurt of dat je die mensen zelf aanneemt.”

Data en kennis

Vervolgens is het belangrijk om een ecosysteem van partnerships te bouwen met partijen die allemaal hun eigen specialisme hebben. Dat ecosysteem bestaat uit mensen die weten wat je met de data gaat doen, mensen die weten hoe de connectivity zit en mensen die weten hoe dat gemanaged kan worden. Dell EMC en HPE werken zelf ook veel met partners. Zij stellen de infrastructuur beschikbaar om big data te verzamelen en te analyseren, en andere partijen moeten de software en tools leveren waarmee analytics kan worden uitgevoerd. “Er zijn enkele bedrijven die om de partners heen bewegen en zich gespecialiseerd hebben in een bepaald vakgebied. En die zoeken juist weer de channelpartners voor de omzet en voor de infrastructuur waarop zij hun diensten kunnen leveren. Zo helpen ze elkaar”, zegt Hans Timmerman van Dell EMC.

Daar liggen bijzondere kansen voor het partnerkanaal. ‘’Ik denk dat we naar een tijd gaan waarbij het ecosysteem van partners steeds belangrijker wordt. Je kunt namelijk niet alles zelf. Dat is de uitdaging voor partners, dat kan heel lokaal zijn want vaak hebben partners een bepaalde regionale gebondenheid’’, aldus Timmerman. Het MKB kent de klant en de lokale of regionale markt vaak beter dan de grote leverancier. Daar kan de reseller zijn voordeel mee doen.

De aard van de dienstverlening van resellers gaat wel veranderen, voorspelt Edwin Peters van SAS. ‘’Resellers kunnen profiteren van big data door zelf data scientists in dienst te nemen of op te leiden, die hun klanten helpen bij het analyseren van data.’’ Met name de wisselwerking tussen data-analist en materiekennis wordt belangrijk, zo is de verwachting, omdat degene met materiekennis de data-analist kan sturen. Die wisselwerking tussen de data-analist en degene met materiekennis is heel belangrijk, aldus Essers van HPE.

Speld in een hooiberg

Big data wordt ook wel eens vergeleken met een hooiberg waarin analisten op zoek gaan naar een speld. ‘’Dat klopt wel behalve dat je bij een speld in een hooiberg weet welke speld je zoekt’’, merkt Essers op. ‘’Bij big data wil je een speld zoeken, maar weet je niet welke speld je zoekt. En daar heb je software bij nodig die je helpt bij het bepalen van welke speld je gaat zoeken. Als je een partner/reseller bent met een beetje verstand van allerlei processen uit die keten, kan jij helpen om die speld te definiëren.’’
Essers vergelijkt de markt van big data met een soort gereedschapskist. “Het gaat erom welke gereedschappen jij pakt uit die kist voor jouw oplossing. Daarbij zijn de grote spelers de toolsleveranciers. De kleinere bedrijven bedenken de oplossing voor het werken met die tools. Zij hebben die kennis want je kan mensen wel de gereedschappen geven, maar je moet ook weten wat je ermee kunt doen.”

Ecosysteem

Om de juiste speld in de digitale hooiberg te vinden, verwacht Timmerman dat meer bedrijven zullen gaan samenwerken. De infrastructuurpartners hebben partners nodig voor de analyses en omgekeerd zoeken die partijen weer de infrastructuurpartners. Vervolgens is het hebben van een netwerk van bedrijven en contacten die iets op het gebied van data-analyse doen, ook positief. Resellers en partners doen er volgens Timmerman verstandig aan om een specifieke markt te kiezen of zich in een bepaald proces van de data-analyse te verdiepen. Zo worden ze van onschatbare waarde voor andere cloudleveranciers en channelpartners in het netwerk. Essers van HPE is het daarmee eens: “Er is voor resellers en partners nog heel veel geld te verdienen. Als ze zich in een bepaalde markt of een proces verdiepen, kunnen ze ervoor zorgen dat de informatie daarna allemaal gekoppeld kan worden. De mensen die dat koppelen goed beheersen, zijn echt schaars. Dus als je een goed beeld hebt van die keten, kan je veel meer geld verdienen.”

Data en metadata

Maar niet alleen zijn de juiste contacten belangrijk bij big data en analytics. Voor het verzamelen van big data is metadata, oftewel de context, cruciaal. ‘’Data zonder metadata heeft geen waarde”, legt Timmerman uit. “Het gaat om de context. Als ik zeg 32, weet je niets. Maar zeg ik 32 graden Celsius buiten, dan weet je wat ik bedoel. Dan heb je pas informatie en kan je daarop anticiperen.’’ Ook in het ontsluiten en omzetten van data in bruikbare informatie, ligt een kans voor resellers, zegt Van der Brugghen van Oracle. “Partners kunnen helpen bij het opzetten van die analyse-omgeving, dus het mogelijk maken voor de klant om data te kunnen analyseren. Die informatie zit ergens in een systeem en die moet eruit. Daar moet je de klant ook bij helpen.” SAS en Oracle zijn twee van de marktpartijen die kunnen helpen met het leveren van de tools om die data naar boven te halen, om die data om te zetten in informatie en om het op een gemakkelijke manier inzichtelijk te maken.

‘Het ecosysteem van partners wordt steeds belangrijker’

Een handig en krachtig hulpmiddel bij data-analyses is visualisatie, zegt Edwin Peters van SAS. ‘’Het is vaak goed om te beginnen met het visualiseren van data. Soms worden alleen daardoor al bepaalde patronen zichtbaar, want als je dingen visualiseert zie je het ineens anders.’’ Volgens Peters liggen er vlak onder de oppervlakte al vaak heel interessante feiten. ‘’Bij het visualiseren van data kom je soms heel onverwachte dingen tegen.’’

Toepassingen

In Nederland wordt al de inzet van big data-analyses onderzocht. De Nederlandse politie ziet bijvoorbeeld kansen in het gebruik van big data-analyses. Volgens de overheid kan dit namelijk bijdragen aan een efficiënter en effectiever gebruik van gegevens door politie en justitie, bijvoorbeeld om preventief te kunnen optreden. Een andere kans op het gebied van analytics – die vaak wordt vergeten – is de markt van science en research, stelt Essers. Er wordt bijvoorbeeld gewerkt aan ‘personalized medicin’. “Als twee mensen worden behandeld met een bepaald medicijn tegen kanker, hoeft het medicijn helemaal niet bij beiden hetzelfde te werken. Er wordt daarom onderzoek gedaan om steeds meer op individueel niveau diagnoses en behandelingen te kunnen vaststellen.” Dit wordt mogelijk door betere data-analyses, voortschrijdend inzicht in DNA en de betere en vooral snellere technologie om zoveel data snel te kunnen verwerken en vergelijken, aldus Essers. “Zo zie je dat die elementen op het juiste moment bij elkaar komen.” «

[Dit artikel is eerder gepubliceerd in ChannelConnect magazine nummer 7-2016] Lees hier het artikel in PDF