Altijd raak Sneller en beter beslissen met Big Data. Whitepaper

Altijd raak

Sneller en beter beslissen met Big Data

Whitepaper

Inhoudsopgave

Big Data: van onderbuikgevoel naar harde feiten

3

Definitie

4

Context: 4 grote kansen

6

Mogelijkheden en onmogelijkheden

8

Impact op de organisatie

10

Dit levert het op

12

KPN Consulting en Big Data

13

De essentie

14

2

Big Data: van onderbuikgevoel naar harde feiten Iedere dag zijn er talloze nieuwe beslissingen om te nemen. Klein en groot. Over nieuwe markten, die wel of niet bestormd worden. Over processen, die wel of niet simpeler kunnen. Over andere manieren van klantcommunicatie, die wel of niet bijdragen aan succes. Tweederde van die beslissingen, ook die met veel impact, wordt nog altijd op basis van intuïtie of ‘onderbuikgevoel’ genomen. En dat terwijl de harde feiten – verpakt in diverse data – vaak wel aanwezig zijn, binnen of buiten organisaties. Big Data helpt om goed geïnformeerd de juiste beslissing te nemen. De hoeveelheid informatie die beschikbaar is wordt dagelijks groter. Steeds meer gegevens, feiten en cijfers, worden openbaar gemaakt en door een groeiend aantal organisaties toegepast. En zo verrijkt tot nieuwe inzichten, nieuwe kennis. Hoe slim en geïnformeerd ondernemers en managers ook zijn, het is voor een enkel mens of team vrijwel onmogelijk om al die inzichten te overzien en te combineren. Individuele kennis en intuïtie voldoet eenvoudigweg niet meer om goed gefundeerde beslissingen te kunnen nemen. Big Data kan helpen. Door verbanden aan te tonen, door samenhang te laten zien en zo nieuwe inzichten te creëren.

In deze whitepaper laten we zien wat de meerwaarde van Big Data is, hoe u Big Data op de juiste manier kunt inzetten, wat datagedreven werken inhoudt en hoe Big Data u helpt om sneller en beter te beslissen. En zo nieuwe ruimte geeft om te ondernemen.

Ruimte om te innoveren en te ondernemen Goed toegepast, biedt Big Data nieuw inzicht in de kansen en mogelijkheden die er voor een onderneming zijn. Met de actionable insights, inzichten op basis waarvan actie ondernomen kan worden, geeft Big Data nieuwe ruimte. Ruimte om te innoveren en te ondernemen. Om de eigen kennis en ervaring te verrijken met een zorgvuldig of breed opgebouwde schat aan informatie.

3

Definitie

Big Data is de aanduiding voor een benadering, aanpak of proces, waarin verschillende data – gegevens – bijeen worden gebracht om nieuwe inzichten te geven in organisatievraagstukken. Deze data komt vanuit verschillende bronnen, binnen en buiten de organisatie, en creëert bij elkaar nieuwe informatie. En inderdaad, we schrijven data in enkelvoud – dit is omdat het van origine een ICT-term is die slaat op een set data. Een Big Data-traject dat werkelijk waarde toevoegt begint altijd vanuit een organisatievraagstuk, of dat nou een operationeel, strategisch, juridisch of een marketingvraagstuk is. Van het vinden van nieuwe klantgroepen tot fraudedetectie. En daarmee is het starten van een Big Data-traject niet puur een ICT-aangelegenheid, in tegenstelling tot wat vaak gedacht wordt. Wel zou het een hechte samenwerking moeten zijn, aangezien ICT hier wel een belangrijke brugfunctie kan vervullen en de organisatie kan wijzen op – bijvoorbeeld – nieuwe technologie of analysemethodes. Of andersom: om inzichten van data-analyse te vertalen naar concrete organisatieoplossingen. Kwestie van betekenis? Big Data gaat niet (alleen) over groot in de zin van ‘grote hoeveelheden’, het gaat vooral over de potentie van data. Over de impact die data kán hebben. Omdat de term ‘big’ mensen vaak op het verkeerde been zet – ‘het gaat altijd over gigantische hoeveelheden data’ – wordt ook steeds vaker gesproken over data-analytics. Toch dekt dat de lading niet: Big Data gaat namelijk over veel meer dan analyse. Het gaat over, ten eerste, verbanden zoeken tussen verschillende ontwikkelingen, en, ten tweede, als er dan een verband is, dat nieuwe inzicht toepassen in de praktijk. Big Data – als een traject of een manier van werken – geeft dus altijd perspectief op concrete acties.

4

Wat betekent... • Hypothese: de stelling of vraag die je los laat op Big data. • Correlatie: samenhang of verband tussen 2 of meerdere uitkomsten van Big Data (kan ook toeval zijn). • Causaliteit: een mogelijke oorzaak-gevolg-relatie, wanneer er correlatie is vastgesteld. • Data scientists: de mensen die thuis zijn in statistiek, analysemethodes, organisatievraagstukken, ICT en mathematica. Zij begrijpen de organisatievraag en sturen de data engineers aan. • Data analisten: degene die de vertaling naar hypothese en analyse maakt – hij of zij heeft doorgaans een achtergrond in statistiek of sociale economie. • Data engineers: dit zijn de mensen die zorgen voor het juiste gereedschap voor het datamanagement – denk aan ICT-systemen en toepassingen – en voorbewerking van de data.

beweging beweging met doel wordt met doel wordt Wijsheid Wijsheid

beweging verandering, beweging

Toekomst

met doelmet doel wordt wordt

Welke actie? Welke actie? Welke actie? onthult Welke actie? onthultonthult Toekomst

Beslissing Beslissing Beslissing verandering, verandering, Beslissing verandering,

richtingrichting

Wat is het beste? Wat het beste? hetisbeste? WijsheidWat is onthult Wat is het beste? onthult onthult bruikbaar, actionable, Wijsheid bruikbaar, actionable, bruikbaar, actionable, principes onthult principes principes

ondernemend bruikbaar, actionable, ondernemend ondernemend ondernemend met inzicht metwordt inzicht wordt Kennis

met inzicht met inzicht wordt wordt

richting onthult richting

principes

Kennis Kennis

Informatie Informatie Informatie bruikbaar, georganiseerd, Informatiegestructureerd bruikbaar, georganiseerd, gestructureerd bruikbaar, georganiseerd, gestructureerd

met context met context wordt wordt

met context metwordt context wordt

bruikbaar, georganiseerd, gestructureerd

Data Data

Verleden

Waarom? Waarom? Waarom? onthult onthultonthult Waarom? Verleden

met betekenis met betekenis wordt wordt

contextueel, samengesteld, Kennis contextueel, samengesteld, contextueel, samengesteld, lerend samengesteld, lerend lerendcontextueel, met betekenis lerend wordt met betekenis wordt

patronen onthult patronen

patronen patronen

Wat?Wat?

onthultonthult relatiesrelaties

Wat? onthult Wat?

relaties onthult relaties

Data

signalen, nietszeggend Data signalen, nietszeggend signalen, nietszeggend signalen, nietszeggend

De stadia van een Big Data-traject Data = signalen, losse set gegevens (leeftijden of locaties bijvoorbeeld) Informatie = data die gecombineerd wordt tot iets bruikbaars (geeft antwoord op vragen als ‘wie’, ‘wat’ of ‘waar’) Kennis = informatie met context of betekenis (geeft antwoord op ‘hoe’-vragen) Wijsheid = begrip en kennis gecombineerd tot nieuwe inzichten Beslissing = wijsheid met een doel of doelstelling

5

Context: 4 grote kansen Data is een waardevol middel. Het is dé grondstof voor een heel nieuwe generatie ondernemingen met nieuwe verdienmodellen. Maar ook bestaande organisaties biedt het kansen, voor procesverbetering of gerichte klantbenadering bijvoorbeeld. Niet gebruiken en weggooien is dus zonde. Maar wat dan?

Big Data is de techniek om data te ontginnen. Experts op dit terrein zijn in staat om de potentie van ruwe data te zien. Net als een ruwe diamant – die een leek ook niet kan onderscheiden van een kiezelsteen – vraagt dit wel om een geoefend oog.

Wij onderscheiden 4 kansen of 4 manieren waarop organisaties Big Data kunnen inzetten om er beter van te worden. Om beter te functioneren, beter te ondernemen, betere service te verlenen, beter dan de concurrent te zijn, bijvoorbeeld.

1. Operational 2. ProductExcellence: tot in leadership: op de de puntjes geregeld grondvesten doen schudden Natuurlijk, een goed ondernemer of manager voelt doorgaans wel aan waar het in de keten spaak loopt. Waar een vertraging in de productie bijvoorbeeld vandaan komt. Toch blijkt uit onderzoek – bijvoorbeeld van psycholoog en econoom Daniel Kahneman (‘Ons feilbare denken’) – dat de ondernemer of manager die zich puur op gevoel baseert, tegenwoordig toch echt kwalitatief slechtere beslissingen neemt. Even snel een handvol papieren en formulieren doorbladeren om het gevoel bevestigd te zien, is er dan ook niet meer bij. Het is te veel. En te verspreid: over Excelsheets, verschillende rapportages of in diverse modules van ERP-systemen. Dan voldoet intuïtie eenvoudigweg niet meer. Maar het combineren van die twee – harde feiten, inclusief verbanden en inzichten (Big Data), plus intuïtie – levert wel veel op. Namelijk: wijsheid (zie vorige pagina).

Operational excellence gaat over soepel lopende processen, ketens die naadloos op elkaar inhaken en een maximaal of optimaal gebruik van alle bedrijfsmiddelen. Big Data kan daar veel waarde aan toevoegen. Van het identificeren van bottlenecks in de ketens of processen tot het nog slimmer inplannen van alle bedrijfsmiddelen. En zelfs voorspellen waar in de toekomst bottlenecks gaan ontstaan. 6

De productleadership-kans is wellicht de meest veelbelovende en tegelijk de meest gevreesde kans. Want in een aantal sectoren – zoals retail of het hotelwezen – is de ‘disruptieve’, de nietsontziende, alles op z’n kop zettende, impact al voelbaar geworden. Nu hoeft niet elke organisatie de nieuwe Airbnb te worden, wel is het van belang rekening te houden met de komst van dergelijke verdienmodellen. En de eigen organisatie daarop aan te passen. Want anders verwordt het productleadership van anderen tot een groot risico voor u: weet uw concurrent wel de organisatie tijdig bij te sturen, dan staat u direct op achterstand. Niets doen is eenvoudigweg geen optie meer. Tegelijkertijd is er de nieuwe deeleconomie. Door uw data te delen met anderen en te verrijken met elkaars inzichten, ontstaat nieuwe kennis. En nieuwe inzichten, die u wellicht vooruit helpen. Dat betekent dat u, om uw markt op de grondvesten te doen schudden, ook afhankelijk bent van anderen. Big Data helpt u de juiste bondgenoten te vinden.

3. Customer 4. Risk & Fraud: intimacy: op schoot alles onder bij de klant controle De kans om meer te weten over de klanten is wellicht de bekendste kans die Big Data biedt. Social media, bezoersinfo via cookies, eigen omzetcijfers, open data, commerciële databases: de hoeveelheid potentiële kennisbronnen was nog nooit zo groot. Het stelt bedrijven in staat aanbiedingen op maat te ontwikkelen. Maar ook publieke organisaties biedt het veel mogelijkheden: zij kunnen hun dienstverlening aanscherpen en bijvoorbeeld wachttijden verkorten. Tegelijk stelt Big Data in deze zin u voor een aantal dilemma’s. Allereerst de privacyvragen: wat mag u verzamelen? Wat mag u combineren? Dan de praktische dilemma’s: wat wilt u eigenlijk precies weten? Uit welke bronnen? Een kansrijk Big Data-traject op het gebied van customer intimacy begint daarom met gezond verstand en kennis van zaken: een slimme en realistische doel- en vraagstelling.

Wat speelt er in uw organisatie? Waar wijken reguliere processen en cijfers plotseling af? Waar worden patronen doorbroken? Voor de verbetering van fraudeen risicobeheersing biedt Big Data veel kansen. Gaat het om voldoen aan compliancemaatregelen, dan kunnen organisaties – vooral publieke en financiële organisaties – er feitelijk niet meer omheen. Het aantal toezichthouders en wet- en regelgeving is namelijk enorm toegenomen. Zodanig, dat eigenlijk alleen Big Data een antwoord biedt om aan de vereisten te voldoen. Met dank aan Big Data zijn audits bovendien veel beter en verfijnder uit te voeren, wat veel tijd en overbodig vinkwerk scheelt. Big Data helpt risicomanagement te verbeteren en biedt meer zicht op mogelijke frauduleuze praktijken binnen en buiten een organisatie.

7

Mogelijkheden en onmogelijkheden Door de potentieel disruptieve – de ondermijnende, alles op zijn kop zettende – kracht van Big Data is het duidelijk dat dit een thema is voor de organisatie als geheel. Niet alleen van bijvoorbeeld marketing of ICT. Wanneer er een organisatievraagstuk ligt, in wat voor een vorm dan ook, is de kans groot dat dit met Big Data opgelost kan worden. Of dat er in elk geval nieuw zicht op het vraagstuk ontstaat. Stappenplan Wanneer u aan de slag wilt met Big data, adviseren we u onderstaand stappenplan te volgen. 1. Detecteer de ondernemingskansen en/of vraagstukken. Waar ziet u hobbels in de keten? Welke vragen spelen in uw organisatie? Of in uw markt? Ziet u wellicht nieuwe kansen, waarvan u zich afvraagt of ze ook op u van toepassing zouden zijn? Bijvoorbeeld: Ik heb als zorgverzekeraar nog te weinig zicht op de risicoprofielen van mijn klanten uit generatie X. Ik wil deze risicoprofielen graag verfijnen. 2. Formuleer vervolgens een realistische en relevante doel- en vraagstelling. Wilt u echt alles uit Big Data halen, dan kunt u ook alvast potentiële scenario’s creëren. Inzichten en verbanden die u uit Big Data haalt kunt u daardoor straks direct toepassen. Bijvoorbeeld: Als een lid van generatie X opgroeit in een omgeving met dichte bebouwing, heeft deze generatie dan meer kans op risicovol gedrag? En zo ja, welke consequenties en scenario’s koppel ik daar dan als verzekeraar aan? 3. Bepaal waar de databronnen zich bevinden. Dat kan bij een medewerker, afdeling of business unit binnen de organisatie zijn. Het kan ook bij een partner of leverancier zijn. Of nog verder buiten de organisatie: uit een open data-project van de overheid of van social media. Bijvoorbeeld: Social media om bestaande klantprofielen (leeftijd, postcode) te verrijken met hun uitlatingen op social media, plus: hun connecties en de uitlatingen van deze connecties. Daarnaast: opendata-bronnen van de overheid over gedrag, gekoppeld aan bepaalde dichtheid van bebouwing.

8

4. Controleer welke data gebruikt kan en mag worden. Niet alle bronnen zijn zomaar toegankelijk – zo kan het zijn dat bestandsformaten niet goed uitwisselbaar of vergelijkbaar zijn. Doordat ze in excelbestanden op lokale computers staan, bijvoorbeeld. Een andere uitdaging kan wet- en regelgeving vormen, met name de privacyregelgeving. Dit is vooral van toepassing op persoonsgegevens. Daarnaast is er veel branchespecifieke regelgeving, zoals de Archiefwet voor overheidsorganisaties. Bijvoorbeeld: De Wet Bescherming Persoonsgegevens (WBP) gaat behoorlijk ver: het is zelfs van toepassing op gegevens die je tijdelijk binnenhaalt, bijvoorbeeld als ‘verwerker’. Let daarop bij het koppelen van eigen data aan opendata. 5. Vervolgens laten de (door u ingehuurde) analisten of datascientists hun analyses los op de verzamelde data. Zo komt u tot actionable insights. De verschillende uitkomsten – verbanden en inzichten – legt u naast elkaar en naast de eerder ontwikkelde scenario’s. Als het goed is heeft u nu antwoorden op uw vragen en concreet perspectief op actie. Bijvoorbeeld: Er is een aantoonbaar verband tussen leeftijd, woonomgeving en vergroot risico. Daarom zet u nu het scenario ‘aanscherping risicoprofiel’ in werking. 6. De nieuwe inzichten helpen bij de bedrijfsvoering – dat heeft u nu aan den lijve ondervonden. De volgende stap is daarom de verankering van datagedreven werken in de organisatie en borging van een continue Big Data-analysecyclus. Bijvoorbeeld: Door klantprofielen waar u vragen over heeft, te blijven monitoren via Big Data-trajecten, ziet u snel of er afwijkingen zijn of opvallende verschillen. Hierop kunt u dan direct polissen of beleid aanpassen.

Grenzen aan Big Data Naast alle genoemde mogelijkheden, zijn er ook grenzen aan wat Big Data kan. We zetten ze hier op een rij om goed voorbereid en met de juiste verwachtingen Big Data volop te kunnen benutten. 1. Wanneer meerdere Big Data-trajecten naast elkaar lopen, kan het zijn dat analyses elkaar gaan beïnvloeden. Waardoor de uitkomsten van de ene analyse de andere gaan sturen. Ook kan een uitkomst een hoge correlatie laten zien, terwijl dat toch toeval blijkt te zijn. Het is belangrijk altijd kritisch te blijven en uw gezond verstand in te zetten. 2. De uitkomsten kunnen nog zo veel inzicht geven, de menselijke factor kan bepalen of het uw organisatie werkelijk iets oplevert. Wanneer de uitkomsten bijvoorbeeld de belangen van bepaalde groepen mensen schaden of iets impopulairs naar boven brengen, dan zal het weerstand oproepen. Wellicht worden de uitkomsten met wantrouwen bekeken en zelfs terzijde geschoven.

4. De kwaliteit van het resultaat van een Big Data-traject of manier van werken is afhankelijk van de beschikbaarheid van data. En de kwaliteit van die data. Dat betekent dat wanneer organisaties open data gaan toepassen maar hun uitkomsten bij zich houden, data niet worden verrijkt. Op termijn komt daarmee de kwaliteit van Big Data-trajecten in gevaar. 5. En tenslotte zijn er ethische grenzen aan Big Datatrajecten. Want wat doe je met de uitkomsten wanneer het bepaalde groepen mensen stigmatiseert? Wanneer een onverwacht dwarsverband laat zien dat een bepaalde groep consumenten een risico lijkt op te leveren? Dat creëert ethische dilemma’s waartegen organisaties zich kunnen wapenen door bijvoorbeeld een eigen gedragscode te ontwikkelen. In dergelijke interne regelgeving is het het beste uit te gaan van het ergste: wat als de gegevens in handen zouden vallen van terroristen of echte kwaadwillenden? Of stel jezelf de vraag: Wat als het morgen op de voorpagina van de krant staat. Staat u er dan nog steeds achter?

3. Hoewel met Big Data heel veel vragen kunnen worden beantwoord, is het van belang om bepaalde cruciale kennis toch op persoonsniveau te behouden. Het kan namelijk een ondernemersrisico opleveren wanneer specifieke kennis niet meer bij mensen aanwezig is (zie punt 1: de afweging of een hoge correlatie een verband aantoont of puur toeval is, kan alleen door mensen gebeuren).

9

Impact op de organisatie

De impact van Big Data op organisaties kan groot zijn. Zo groot, dat een organisatie op een heel andere manier gaat werken. Datagedreven werken, wordt dit ook wel genoemd. Data als strategische asset Big Data kan aan organisaties laten zien wat er staat te gebeuren. Want waar traditionele data-analyse laat zien dát er iets veranderd is – wat veel organisaties al opgemerkt hadden, denk aan veranderend klantgedrag – geeft Big Data een blik vooruit. Daarmee wordt data een strategische asset, met potentieel enorm veel waarde. Gebaseerd op een veelvoud aan databronnen, vanuit allerlei invalshoeken, worden inzichten steeds fijnmaziger. Van uitlatingen op social media tot criminaliteitscijfers, van eigen data over koopgedrag tot temperatuurschommelingen: hoe rijker de data, hoe scherper het inzicht. Blijkt dat op een warme dag de behoefte aan zorg minder is? Dan kunnen werkroosters daarop aangepast worden. Dat is datagedreven werken. Een ander voorbeeld van de toegevoegde waarde van datagedreven werken komt van de politie. Zij besloten van het kris-kras patrouilleren over te gaan op gericht patrouilleren. Met Big Data hadden ze ontdekt dat kris-kras patrouilleren onvoldoende werkt. Een nieuwe manier van patrouilleren zorgde daarentegen voor een aanzienlijke daling van een bepaalde vorm van criminaliteit.

10

De gevolgen van datagedreven werken De nieuwe patrouilleermethode was niet bedoeld om de professionaliteit van de individuele politieman of -vrouw ter discussie te stellen. Toch kan zo’n verandering, een gestandaardiseerd patrouilleringsschema, wel zo voelen. In veel organisaties betekent Big Data dus een cultuurverandering. Zo zijn veel managers gewend op basis van intuïtie hun beslissingen te nemen. De introductie van Big Data-trajecten kan dan overkomen als een motie van wantrouwen in hun capaciteiten. Het is daarom van groot belang deze mensen mee te nemen in de besluitvorming óver de inzet van Big Data. Er is – kortom – veel te winnen: kostenbesparingen, productiviteitverbetering, omzetverhoging – noem maar op. Maar er is ook wat voor nodig.

Houdt hier rekening mee in uw organisatie Laat Big Data ergens in het productieproces van een organisatie of in de markten een plotselinge afwijking of kans zien? Dan moet een organisatie daarop kunnen acteren. En snel het beleid willen en kunnen aanpassen. Zowel bij het bewaken van de privacy als het inrichten van beleid en het nadenken over de governance, is begrip van de strategische waarde van Big Data van belang. Big Data als strategische asset, dus. En niet als een aparte afdeling. Randvoorwaarden in een organisatie zijn verder: • Flexibilisering van beleidsvoering: teamleiders en beleidsontwikkelaars moeten bereid zijn koerswijzigingen door te voeren als gevolg van uitkomsten van Big Data-trajecten. • Openheid ten opzichte van uitkomsten uit Big Data: Big Data kan alleen succesvol zijn, wanneer mensen begrijpen wat de meerwaarde is. Houdt ze betrokken, laat ze meedenken. • Steun of mandaat vanuit de top: openheid en flexibilisering is alleen mogelijk met steun vanuit de top. Liefst zelfs met een mandaat voor degene die het Big Data-traject initieert.

Houdt hier rekening mee in uw ICT-organisatie • Hoewel Big niet altijd voor ‘grote hoeveelheden’ hoeft te staan, is enige omvang van de hoeveelheid data wel van belang voor een goede uitkomst van een Big Data-traject. Voor ICT betekent dat een soms forse uitbreiding van de opslagcapaciteit. En wellicht kijken naar opslagmogelijkheden in de cloud, waardoor opslagcapaciteit flexibel mee kan groeien met de vraag vanuit de organisatie. • In vrijwel alle Big Data-trajecten gaat het om vergelijkingen tussen ongelijksoortige bestanden. Videobestanden, excelsheets of tekstbestanden: er is nog een slag nodig om de data ook werkelijk te kunnen gebruiken. Met de explosieve groei van het gebruik van sensoren, ‘slimme’ apparaten en samenwerkingsplatforms, groeit de variatie aan formaten alleen maar. Organisaties zoeken en vinden steeds nieuwe oplossingen daarvoor. • Bij sommige Big Data-trajecten gaat het om data die in een hoog tempo ververst of aangepast wordt. Denk aan het monitoren van realtime informatie – zoals het aantal bezoekers op een event. De ICT-infrastructuur moet voorbereid zijn op dergelijke pieken. Ook hier kunnen clouddiensten tegenwoordig een oplossing bieden, met zogenaamde IaaS-diensten (Infrastructure as a Service).

Hee, de auto heeft een goed idee! Procesverbetering dankzij ‘Internet of Things’ Steeds meer apparaten wisselen data uit. Niet alleen de smartphones, servers of desktops, maar ook leasewagens of koelunits wisselen data uit. Voor onderhoud bijvoorbeeld, over het brandstofpeil of over de houdbaarheid van de producten die in het desbetreffende apparaat zijn opgeslagen. Deze stroom aan data is niet alleen nuttig voor de directe aansturing

van de apparaten, maar levert ook waardevolle procesinformatie. Waarom hebben auto’s van een bepaald type met een berijder in een bepaalde functie altijd extra tijd nodig als ze in een bepaalde regio zijn? Om die data bij elkaar te kunnen brengen, zullen Facilitaire zaken en HR bijvoorbeeld samen op moeten trekken.

11

Dit levert het op

De structurele inzet van Big Data als onderdeel van uw reguliere besluitvormingsprocessen levert u, kort gezegd, een slimmer opererende organisatie. En dat datagedreven werken kan veel opleveren. Wat precies, dat is helemaal afhankelijk van het type organisatie, de omvang of de branche. Hieronder vindt u een aantal voorbeelden. Meer rendement Doordat u continu goed zicht heeft op eventuele bottlenecks in uw processen, kunt u uw machinepark of productielijn veel efficiënter inzetten. Machines die nodeloos stil staan behoren tot het verleden, en dat betekent: meer rendement. Dat geldt overigens ook voor dienstverlenings- of kennisorganisaties: op basis van Big Data ziet u snel welke teams bovengemiddeld presteren. Of welke teams achterblijven. Met – bijvoorbeeld – gerichte trainingen kunt u de prestaties weer omhoog brengen. En zo uw hele procesketen verbeteren. Nieuwe verdienmodellen Met Big Data heeft u beter zicht op de behoeftes van uw klanten. U weet wat er in hun wereld speelt en hoe u ze wellicht nog beter van dienst kunt zijn. Met nieuwe bedrijfsmodellen, bijvoorbeeld. Ook hier helpt Big Data u: door data van anderen te delen en te verrijken met uw eigen data, laat u (potentiële) klanten een nieuwe wereld aan mogelijkheden zien. Dat klinkt wellicht wat abstract. Maar met Airbnb als voorbeeld wordt dit een stuk concreter. Deze dienst doet niets anders dan het continu bijeenbrengen en verrijken van data van miljoenen klanten en geïnteresseerden. Van onderkomens tot reviews: reizigers én aanbieders weten precies waar ze aan toe zijn. Minder fraude Fraude op kleine schaal schaadt, wanneer het structureel gebeurt, het bedrijfsleven enorm. Denk aan het illegaal gebruik van algemene middelen. Of nog concreter: het illegaal aftappen van elektriciteit. Met Big Data ziet én lokaliseert u dat onmiddellijk – dankzij de continue monitoring en combinatie van de verschillende datastromen in uw organisatie. Deelt u dat met anderen in uw branche of daarbuiten, dan ziet u misschien ook in welk gebied of in welke periodes dit vaker voorkomt. Zodat u heel gericht protectiemaatregelen of ontmoedigingsbeleid kunt instellen. 12

KPN Consulting en Big Data Onze klanten kunnen erop rekenen dat privacy en veiligheid onze hoogste prioriteit heeft. Het bewaken van de vertrouwelijkheid van communicatie is al meer dan een eeuw het fundament van onze onderneming. Bij dilemma’s gaan we in gesprek met onze klanten. Wij zijn altijd helder over wat we met de gegevens van onze klanten doen. Net als veel andere grote kennisorganisaties verwerkt ook KPN voor de bedrijfsvoering veel gegevens. Voor het gebruik van specifieke telecomgegevens (zoals verkeersgegevens) gelden duidelijke wettelijke regels, die bedoeld zijn om de privacy van klanten te waarborgen. Die regels leven wij nauwgezet na. Privacystatement Bij de kansen die wij zien voor het toepassen van Big Data, trekken we duidelijke grenzen als het gaat om de vraag wat we wel en niet doen. Privacy, wet- en regelgeving en grondige ethische analyses zijn doorslaggevend. Voor het toepassen van Big Data geldt: de desbetreffende informatie is volledig geanonimiseerd, zodat deze nooit meer herleidbaar is naar individuele klanten, of – als volledige anonimisering niet mogelijk is – we vragen klanten eerst expliciet om toestemming voor het gebruik van persoonlijke gegevens. Dit zijn daarbij onze uitgangspunten: • Alle initiatieven van KPN zijn in lijn met onze privacymissie en -statement (zie kpn.com/privacy) • Alle Big Data-initiatieven worden getoetst en moeten voldoen aan de strenge interne regels van KPN: • Verwerking van klantgegevens, ook versleuteld, kan gevolgen hebben voor de privacy van de consument • Gegevens voortkomend uit het gebruik van onze dienstverlening (niet de inhoud), kunnen alleen gebruikt worden met expliciete toestemming van de klant • De toestemming is alleen geldig als deze door de klant expliciet en vooraf gegeven is, op grond van duidelijke informatie vanuit het bedrijf over wat er met de klantdata gebeurt • De toestemming kan op elk moment worden ingetrokken door de klant, eenvoudig en kosteloos

Onze oplossingen Wij helpen organisaties bij het inzetten van Big Data. Onderscheidend in onze aanpak zijn onze aandacht voor de kwaliteit van uw data, voor de best passende techniek en voor de structuur van uw organisatie, inclusief uw specifieke security- en compliance-vraagstukken. Steeds toetsen we of de businesscase nog overeind staat. Onze ideeën sluiten daarom goed aan op uw bedrijfsprocessen. Ondersteuning vanuit de cloud Voor ICT-afdelingen hebben wij diverse cloudoplossingen om de eigen infrastructuur te ontlasten. En om naar behoefte extra capaciteit in te kopen. Ook voor overheids- en zorgorganisaties hebben wij volledig compliant cloudoplossingen, waarbij de data gegarandeerd onder Nederlands recht valt. KPN Consulting: gids in de nieuwe wereld KPN Consulting is het ICT-adviesbedrijf van KPN. Als gids in de nieuwe wereld verbinden wij de mogelijkheden van ICT met de mensen, doelen en drijfveren van organisaties. Zodat zij vandaag én morgen succesvol zijn. Wij helpen bedrijven, instellingen en overheden het maximale uit ICT te halen. Zo functioneren zij soepel, veilig en zeker en kunnen ze blijven vernieuwen. ICT gaat niet alleen over bits en bytes, maar vooral om mensen. Onze ruim 1000 professionals weten dat. Soms een tikje eigenwijs, met de nieuwste inzichten en altijd mensgericht. Wij zorgen dat organisaties klaar zijn voor de toekomst. Meer informatie Sjoerd Hulzinga Lead Consultant Big Data 06 22 93 48 50 [email protected]

13

De essentie Nieuwe antwoorden op uw organisatievragen Big Data geeft u ruimte om te ondernemen. Goed ingezet, combineert het diverse gegevens en informatie tot nieuwe inzichten in bestaande vraagstukken. Of het nu gaat om strategische of operationele vragen. Van procesverbeteringen tot slimmere klantbenadering. Om Big Data goed in te zetten is het van belang te starten vanuit een heldere hypothese en vraag. Op 4 gebieden kan Big Data waarde toevoegen: • Operational excellence: procesverbetering en efficiënter gebruik van middelen en capaciteit • Productleadership: ontwikkeling van nieuwe verdienmodellen • Customer intimacy: meer weten over uw klanten, zonder privacy te schenden • Risk & fraud: inzicht in afwijkingen in processen of patronen Voor het goed inzetten van Big Data hebben wij een stappenplan ontwikkeld – van de detectie van ondernemingskansen tot het omzetten van de nieuwe inzichten naar werkelijk verbeterde processen. Dit stappenplan vindt u in deze whitepaper. Ook leest u welke grenzen wij zien: Big Data geeft immers niet zomaar en overal een antwoord op.

14

De impact van Big Data op organisaties kan groot zijn. Zo groot, dat een organisatie op een andere manier gaat werken. Datagedreven werken noemen we dat – een manier van werken, waarin werkprocessen continu aangepast kunnen worden aan veranderende inzichten. Uiteindelijk moet dat organisatievoordelen opleveren als: meer rendement, nieuwe verdienmodellen en minder risico’s.

kpnconsulting.nl