Gegevensbeheer door middel van Big Data-technologie en -hulpmiddelen is een relevant onderwerp op ondernemings- en staatsniveau. Tegenwoordig gebruiken voornamelijk grote ondernemingen Big Data-technologie (ongeveer 60% van de markt). Het aantal middelgrote en kleine bedrijven dat deze technologie gebruikt, groeit echter elk jaar.
In 2025 zijn analyse en beheer van big data niet langer voorbehouden aan grote bedrijven. De komende jaren zal Big Data-technologie helpen om effectiever te werken en interne processen te optimaliseren.
Wat kunt u leren van degenen die de technologie al in workflows implementeren? Laten we eerst eens kijken naar enkele van de heldere Big Data-succesverhalen.
Big data als aanjager van nieuwe bedrijfsontwikkeling
De hoeveelheid informatie die wordt gegenereerd in het tijdperk van digitale technologieën en sociale netwerken groeit exponentieel. Als een bedrijf een website en een app heeft, heeft het al data die geanalyseerd kunnen worden. Maar hoe kan het het bedrijf helpen?
Grote bedrijven begonnen deze vraag 7 jaar geleden te stellen. In 2015 had echter slechts ongeveer 17% van de bedrijven wereldwijd Big Data in hun activiteiten. IT-bedrijven, banken en telecommunicatiebedrijven bleken de early adopters van Big Data te zijn. Het is echter geen verrassing. Deze sectoren verzamelen de meeste gegevens. Banken verzamelen gegevens via transacties; telecom krijgt data via geodata, zoekmachines gebruiken zoekgeschiedenissen.
In de Verenigde Staten maakt een breed scala aan industrieën gebruik van Big Data. Ondertussen is in Europa en Azië de vraag naar deze technologie iets lager.
Bedrijven zijn de afgelopen vijf jaar drie keer meer Big Data gaan gebruiken. Bovendien gaat de applicatie groeien. Statista voorspelt dat de wereldwijde Big Data-markt in 2027 $ 103 miljard zal bereiken, een verdubbeling ten opzichte van 2020.
Big data-trends, -tendensen en impact in alle sectoren
Bedrijven die Big Data-technologie negeren, lopen het risico winst te verliezen. Daarom verklaart dit feit de groeiende belangstelling voor deze technologie. Caterpillar, een toonaangevende fabrikant van gespecialiseerde apparatuur, gaf bijvoorbeeld toe dat zijn distributeurs ongeveer $ 15 miljard hebben verloren, simpelweg omdat ze geen Big Data-technologieën implementeerden. Ter illustratie: Caterpillar heeft meer dan 3,5 miljoen voertuigen die zijn uitgerust met sensoren die gegevens verzamelen over bedrijfsomstandigheden. Deze gegevens helpen eigenaren bij het optimaliseren van het gebruik van hun apparatuur en het beheren van onderhoudskosten.
Gederfde winst manifesteert zich vaak in de vorm van verloren klanten of gemiste optimalisatie. Tegenwoordig richten bedrijven zich op de ontwikkeling van interne Big Data-expertise. Een goed begrip van de impact van Big Data op processen is dan ook standaard.
Investeringen in Big Data-analyse nemen toe. Bedrijven die al gebruik maken van Big Data-analyses, zullen de komende jaren inderdaad niet stoppen met het groeien van hun Big Data-projecten.
Uitgaven voor Big Data-analyse zijn afhankelijk van het branchedomein. Het gebruik van deze technologie kost bijvoorbeeld miljoenen dollars aan telecombedrijven. Dit komt doordat telecom steeds meer servers gebruikt om data op te slaan en te verwerken. Bovendien helpt het om gegevensbescherming en vertrouwelijkheid te waarborgen.
Big Data-oplossingen voor bedrijven verschillen op basis van het type verzamelde gegevens en de aangepakte uitdagingen. Laten we eens kijken naar enkele geweldige voorbeelden.
1. Big data in e-commerce
Vóór de komst van personalisatie vertrouwden marketeers op enquêtes en verkoopanalyses om de behoeften van de klant te bepalen. Deze methode levert echter resultaten op die nauwelijks met de werkelijkheid te vergelijken zijn.
H&M leed in 2018 tien opeenvolgende kwartalen van dalende winst, waardoor het voortbestaan van het bedrijf in gevaar kwam. Big Data-algoritmen werden gebruikt om de situatie te stabiliseren, waardoor 40% van de winkelvoorraad kon worden verwijderd zonder de verkoop te verlagen.
Retailers krijgen een enorme hoeveelheid data die kan worden gebruikt voor klantcommunicatie en het optimaliseren van interne processen. Het Walmart-netwerk gebruikt bijvoorbeeld ook Big Data-technologieën om elk uur 2,5 petabyte aan gegevens te verwerken.
De moderne detailhandel verschuift van CRM-marketing naar voorspellende analyses.
2. Big data in de gezondheidszorg
Medische data-analyse heeft een enorm potentieel. Met de inzet van Big Data technologie in de zorg is het mogelijk om:
- Lagere behandelkosten;
- Voorspel epidemische uitbraken;
- Zorg voor vroege screening op ziekten;
- Verbetering van de algehele kwaliteit van leven;
- Moderne behandelmethoden in de praktijk brengen.
Express Scripts, de grootste onafhankelijke beheerder van apotheekvoordelen en een van de grootste apotheken in de Verenigde Staten, verwerkt elk jaar miljoenen recepten voor thuisbezorgde apotheken en apotheken voor de detailhandel. Hun informatie over individuele patiënten is zo rijk geworden dat ze binnenkort medisch personeel op de hoogte kunnen stellen van bijwerkingen van medicijnen, lang voordat het zelfs aan een patiënt wordt voorgeschreven.
Dit zal resulteren in significante gunstige veranderingen in het gezondheidssysteem van de natie:
- Zorgverleners zullen bepalen of een patiënt risico loopt op verslaving voordat ze pijnstillers voorschrijven. In dergelijke gevallen zal het mogelijk zijn om een ander behandelplan te kiezen of het drugsgebruik beter te monitoren;
- Analyse van voorschriften, fysiologie en andere medische informatie zal helpen bij het identificeren van de ontwikkeling van een chronische ziekte of ziekte die nog niet adequaat is gediagnosticeerd;
- Het analyseren van de naleving van de instructies van de arts na ontslag zal helpen bij het voorspellen van de waarschijnlijkheid van heropname in de komende 90 dagen en bij het nemen van passende maatregelen om dit te voorkomen.
3. Big data in telecommunicatie
Telecommunicatiebedrijven creëren oplossingen die elke dag veel gebruikers aantrekken, wat een enorm veld voor fraude oplevert. Illegale toegang, autorisatie, nepprofielen, klonen, gedragsfraude zijn de meest voorkomende vormen van fraude. Daarnaast heeft fraude een directe impact op de relatie met de gebruiker. Als gevolg hiervan worden systemen, tools en methoden voor het detecteren van fraude op grote schaal gebruikt in de telecomsector.
China Mobile, 's werelds grootste mobiele operator in termen van abonnees, heeft het Sky Shield- systeem ontwikkeld op basis van Big Data-analyse en machine learning-technologie. Het is in staat om voor fraudeurs typische uitdrukkingen te detecteren en spammailings en oproepen te onderscheppen. De ontwikkelaars gebruikten de uitgebreide database met fraudegevallen die door de politie werd geleverd om het algoritme te trainen.
Het systeem kan ook gebruikersgroepen identificeren die bijzonder gevoelig zijn voor spam en hen waarschuwen. Bovendien, volgens China Mobile, verbetert de nauwkeurigheid van het systeem naarmate het Sky Shield in de praktijk wordt gebracht.
4. Big data-potentieel voor de ontwikkeling van webapplicaties
Big Data kan worden gebruikt om de interne processen in een bedrijf te optimaliseren door implementatie en infusie in bestaande zakelijke mobiele en webapplicaties. Het logistieke bedrijf UPS en het belangrijkste supply chain management-bedrijf in de VS levert bijvoorbeeld meer dan 16,9 miljoen goederen per dag aan meer dan 220 landen. Het kan niet zonder Big Data-oplossingen.
Om routes te optimaliseren en kosten te besparen, heeft het bedrijf de Orion-applicatie geïmplementeerd. Het staat voor On-road Integrated Optimization and Navigation. De app is de webapplicatie voor wagenparkbeheer van het bedrijf. Het systeem maakt gebruik van enorme cartografische gegevens, gegevens over vertrek- en aankomstdata, maten en benodigde levertijden van goederen om in realtime optimale routes te genereren.
Hierdoor bespaart UPS ongeveer 6 miljoen liter brandstof per jaar, vermindert de CO2-uitstoot in de atmosfeer met 13.000 ton per jaar en versnelt de levering.
5. Big Data-voordelen voor het onderwijs
Skillsoft, een Amerikaanse leider in zakelijke, educatieve programma's, maakte in samenwerking met IBM gebruik van interne gegevens over gebruikersinteracties om hun ervaring aan te passen, de betrokkenheid te vergroten en de leerresultaten te verbeteren, rechtstreeks via het programma en e-mailnieuwsbrieven.
De gegevens over gebruikersactiviteit werden gebruikt om de betrokkenheid te controleren en de beste tijd en het beste communicatiekanaal te bepalen om de aandacht van de gebruikers te trekken. Daarnaast is op basis van de voorkeuren van de gebruikers een aanbevelingssysteem van educatieve inhoud gebouwd (84% van de gebruikers beoordeelde de aanbevelingen als relevant). Bovendien heeft het bedrijf op data gebaseerde visualisatietools geïntroduceerd die zijn afgestemd op elke individuele gebruiker in het systeem.
6. Voordelen van big data voor marketing
Om winkelgedrag te volgen en te voorspellen, een e-commerce winkel van fietsen en motorfietsen, heeft BikeBerry geavanceerde algoritmen voor machine learning en statistische modellen geïmplementeerd. De verzamelde gegevens over aankoopgeschiedenis, demografische en gedragsinformatie in combinatie met de technologieën die het bedrijf gebruikte, maakten het mogelijk om gedragspatronen op de BikeBerry-website te identificeren en te gebruiken.
Als gevolg hiervan kon de winkel de meest relevante producten aanbevelen aan klanten en begon met het aanbieden van gerichte kortingsaanbiedingen exclusief aan die klanten die ze inderdaad nodig hadden, wat hielp om:
- Verhoog de omzet met 133%;
- Verbeter de gebruikersactiviteit met 200%;
- Verdubbel het aantal terugkerende klanten;
- Verhoog de gemiddelde cheque van dergelijke klanten met 30%.
7. Big data in transport
Het grootste spoorwegbedrijf in de VS, Union Pacific Railroad, heeft Big Data ingezet om zijn risicobeheersysteem te versterken, wat heeft geleid tot een vermindering van 75% van treinontsporingen. Het bedrijf verzamelde gegevens van thermometers, akoestische en visuele sensoren van elke locomotief, informatie over weersomstandigheden, de staat van remsystemen en GPS-locatie van treinen.
Op basis van de gegevens kon Union Pacific voorspellende modellen ontwikkelen die het mogelijk maken om de toestand van de wielen en het spoor te monitoren en om treinontsporingen enkele dagen of zelfs weken voor een incident te voorspellen.
Big Data-technologie maakte het mogelijk om dergelijke problemen snel op te lossen en schade aan treinen en vertragingen te voorkomen.
8. Big data-trends in openbaar bestuur
Overheden gebruiken Big Data-analyse om beslissingen te nemen in sectoren als gezondheidszorg, werkgelegenheid, economische regelgeving, misdaad en veiligheid en noodhulp.
Met behulp van een Big Data-oplossing kon de politie van Los Angeles de meest waarschijnlijke termen en gebieden (met grote precisie, ongeveer 50 vierkante meter) van verschillende soortenmisdaden verkrijgen en extra politiediensten sturen om ze te voorkomen. Het systeem van de LAPD gebruikt historische gegevens over de tijd, het type en het gebied van de misdaad en verwerkt deze met behulp van clusteringalgoritmen in ruimte en tijd.
In dit geval worden geen persoonlijke gegevens van mensen in de stad en gegevens over hun locatie gebruikt, waardoor wordt voldaan aan de privacyregelgeving. Daarnaast heeft de daling van de criminaliteit geleid tot financiële besparingen voor politie, justitie en het justitiële stelsel.
9. Impact van big data op landbouw
Data-analisten zijn van mening dat Big Data de belangrijkste vooruitzichten heeft in conservatieve industriesectoren zoals de landbouw. Dit komt omdat big data zal helpen om zowel arbeid als middelen in deze branche te besparen.
De wereldwijde vraag naar voedsel zal naar verwachting in 2050 bijna verdubbelen, waardoor boeren onder druk komen te staan om hun productie te verhogen. Big Data verwijst in dit geval naar de informatie die wordt ontvangen van bodemsensoren, tractoren met GPS-trackers en lokale meteorologische kanalen. Uitgebreide analyse van deze gegevens stelt boeren in staat om zaden, meststoffen en pesticiden te beheren. Sterker nog, het helpt de productiviteit te verhogen.
10. Voordelen van big data voor de mijnbouw
In de mijnbouwsector hebben bedrijven te maken met toenemende concurrentie als gevolg van hogere eisen aan de milieucomponent van de productie. Als gevolg hiervan maakt de trend het voor bedrijven van cruciaal belang om zo spaarzaam mogelijk met middelen om te gaan.
Mijnbouwgigant Severstal heeft een systeem geïmplementeerd op basis van Internet of Things en Big Data-analyse om het elektriciteitsverbruik te monitoren. Volgens het bedrijf kan de oplossing de kwaliteit van de voorspelling van het energieverbruik aanzienlijk verbeteren (met 20-25% per maand) en $ 10 miljoen per jaar besparen door boetes te verminderen, inkoop te optimaliseren en elektriciteitsdiefstal tegen te gaan.
Conclusie
Bedrijven maken al geruime tijd gebruik van Big Data. De datastroom is echter nog nooit zo intensief geweest als nu. Sociale netwerken, online diensten en applicaties kunnen tegenwoordig allemaal met elkaar worden verbonden. Tegelijkertijd kunnen bedrijven een volledig beeld krijgen van potentiële klanten.
Velen zouden Big Data het 'nieuwe goud' noemen. Data-analisten voorspellen dat Big Data binnenkort het primaire besluitvormingsinstrument voor elk bedrijf zal worden. Kleine start-ups en grote internationale organisaties zullen veel baat hebben bij het gebruik van deze technologie.
Afbeelding tegoed: neklo-llc; bedankt!
Het bericht Succesgevallen en trends in big data-technologie 2021-25 verscheen eerst op ReadWrite .
