Eelco Rouw en Bart Stofberg
De wereld waarin we leven verandert ingrijpend en snel. Aan de it-kant zijn er drie grote veranderbewegingen. Het meest bekend is de technology push, steeds weer introducties van nieuwe technologieën. De information push is mogelijk nog ingrijpender. We creëren met zijn allen steeds meer data en we leren daar ook nog eens steeds meer mee te doen. De derde beweging is de social push, het ontstaan van een wereldwijde vloeibare community met een heel eigen dynamiek.
Die drie pushes veranderen alles. Je kunt het gedrag van Rusland en China niet los zien van de drie pushes. China ziet kansen en reageert redelijk modern. Rusland ziet bedreigingen en reageert ouderwets, bijna 19de eeuws. In deze serie artikelen zullen we jullie kennis laten maken met voorbeelden van vernieuwing, van ontwikkelingen en experimenten van anderen, opdat jullie inspiratie kunnen opdoen om zelf te gaan experimenteren. We kunnen het ons niet veroorloven om niets te doen.
Betekenis
Iedereen verspreidt elke dag onnoemelijke hoeveelheden data over zijn of haar gedrag. Ons betaalgedrag wordt vastgelegd door winkeliers en door banken en via onze GSM vertellen we hoe we bewegen in Nederland, in supermarkten en op stations. Camera’s leggen onze gedragingen vast en op de sociale media laten we allemaal meningen en emoties achter. Ons surfgedrag op het internet is bekend en niet alleen bij onze providers. E-mails zitten vol met informatie over onszelf en in allerlei bestanden van de overheid en het bedrijfsleven staat nog veel meer.
Die data, zo hebben we geleerd, wordt informatie zodra je er betekenis aan geeft. Op die manier kan één gegeven een heleboel informatie opleveren. Als Bart op Facebook enthousiast vertel over zijn vakantie op IJsland, ziet zijn moeder dat hij het fijn heeft, biedt Booking.com hotels aan in Reijkjavic, stuurt een reisorganisatie alvast wat mails over vakanties in Groenland en Lapland en ziet een inbreker een verlaten huis. We krijgen steeds meer inzicht in van alles en nog wat, al helemaal als we bereid zijn die data te bekijken met een andere, minder voor de hand liggende bril.
En betekenis wordt er gegeven. Modehuis Zara stopt RFID-tags in alle kledingstukken, zodat ze de bewegingen van kleding in de winkel kunnen volgen. Hierdoor zien ze precies welke kleding vaak teruggehangen wordt en kunnen ze bijna realtime de collectie aanpassen. De NS houdt op haar stations aan de hand van Bluetooth-signalen de verkeersstromen bij en Albert Heijn doet hetzelfde in winkels. Op basis van browse- en zoekgedrag kan Google een griepepidemie voorspellen, drie weken voordat instituten als het Rijks Instituut voor Volksgezondheid en Milieu dat kan doen. Drie weken! Op basis van specifieke signaalwoorden in tweets kan het sentiment worden gemeten van het effect van een uitlating, een merk of een nieuw product. Allemaal op basis van beschikbare data en, in de genoemde voorbeelden, allemaal zonder te weten welke personen het betreft.
Big data
We noemen al die data big data, omdat de data in zulke massieve hoeveelheden voorkomt. Sensoren meten duizenden keren per seconde, filmbeelden herbergen onnoemelijk veel informatie in één beeld en we kunnen aan al die data op ontzettend veel verschillende manieren betekenis geven en combineren.
Data was vroeger een meervoudswoord als appels, konijnen en ontmoetingen. Er zijn er steeds heel veel van, maar het is allemaal uiteindelijk wel telbaar. We beschreven de data in datamodellen en we bewaarden de data in datawarehouses. Zoals de hoeveelheid appels in een pakhuis telbaar is, zo was de hoeveelheid data in een datawarehouse telbaar. Data hadden eigenschappen, want data waren meervoud.
Sinds een paar jaar is data een ‘veel’woord geworden als water, sneeuw en zand. Je kunt het nog steeds hebben over losse datadruppels, datavlokken en datakorrels, maar in de kern is data ontelbaar geworden, zoals ook water, sneeuw en zand ontelbaar zijn. Hoeveel data bevat Twitter, hoeveel data zit er in een filmpje en hoeveel data houdt onze meterkast eigenlijk bij? Het kan niet meer, het is ontelbaar veel. We hebben het dan ook niet meer over een datawarehouse, maar over een data lake, zeg maar een datameer. Een soort plas waarin data vrijelijk kan rondzwemmen en door verschillende afdelingen ‘opgevist kan worden. En dat heeft eigenschappen, want data is een enkelvoudwoord geworden.
BI
De oude manieren waarop we met data omgingen, gingen allemaal uit van een telbare hoeveelheid data. Ontwerpbaar, overzichtelijk, analyseerbaar. Data-analyse, business intelligence, enterprise datawarehouses en enterprise vaults, allemaal willen ze data eerst in kaart brengen, dan sorteren, om vervolgens een oplossing te ontwerpen en betekenis te geven en die daarna te bouwen. Denk aan dashboards, trendrapportages en alerts. Het grote nadeel van deze manier van denken is dat het allemaal van tevoren bedacht moet worden en dat daarmee de echt disruptieve inzichten uitblijven.
Precies dat maakt big data zo’n boeiend onderwerp, het is helemaal nieuw. We hebben met zijn allen geen idee wat we er mee kunnen en hoe we dat het beste kunnen aanpakken. Niet alleen data-analyse en BI zijn ontoereikend, maar ook het fundament van ons denken is dat, de top-down aanpak.
Bedrijven hebben een traditionele manier van denken. Richten, inrichten en verrichten. Eerst een missie, een visie en/of een strategie: Richting. Dan structuren, een ontwerp, een proces, een plan of beleid: Inrichten. En tenslotte gaan we acteren binnen die structuur: Verrichten.
Het negenvlaksmodel
Het negenvlaksmodel gaat ook uit van die manier van denken. Richten – Inrichten – Verrichten. En iets vergelijkbaars op de andere as: Business – Informatie – Techniek. Van links naar rechts en van boven naar beneden. De business heeft een behoefte, we kijken welke informatie daarvoor nodig is en we passen de techniek daarop aan. Ook hier geldt, dit is een volstrekt verouderde manier van kijken naar organisaties. Natuurlijk zijn het nog steeds drie verschillende vakgebieden, maar de volgordelijkheid is natuurlijk helemaal verdwenen en ze raken steeds meer geïntegreerd met elkaar. Tegenwoordig zou het er veel meer zo uitzien: Wat is er mogelijk (business en IT), wat zouden we daarmee willen (business en IT), hoe zouden we dat voor elkaar kunnen krijgen (business en IT) en werkt het ook echt zoals we denken (business en IT)?
De negenvlaks manier van denken vraagt een heleboel overzicht van de situatie. En precies dat kan big data niet bieden. Je kunt het niet modelleren. Welke informatie kan ik uit camerabeelden van een straatbeeld halen? Welke informatie kan ik uit een twitterfeed halen? Het antwoord is ongeveer: “Nou ja, van alles en nog wat. Wat zou je willen?”
Vakgebied
Je kunt je bijvoorbeeld afvragen of je oplopende agitatie, en dus de kans op een relletje, geautomatiseerd kunt herkennen aan de hand van camerabeelden. En wat als je de tweets in de buurt erbij neemt, en het weer, en de hoeveelheid mobiele telefoons? Krijg je dan een nog beter beeld? Dat blijkt te kunnen, de gemeente Eindhoven doet het. Met vallen en opstaan is en wordt een systeem ontwikkeld dat steeds beter in staat is de sfeer op straat te ‘meten’. De methode is ongeveer: Proberen – kijken – aanpassen – kijken – nadenken – proberen – aankijken enzovoort.
Precies om die reden heet big data ‘Big Data’. De noemer ‘Big’ duidt op massieve hoeveelheden data, die sociale media, sensoren en andere bronnen produceren. De hoeveelheid is zo groot, de structuur is zo complex en ondoorgrondelijk en de betekenis is zo verscholen, dat alles wat we in het verleden hebben geleerd over de ontwikkeling van datamodellen, databases en business intelligence ons alleen maar in de weg zit. Het effect is een vakgebied, dat nog maar een paar jaar oud is en in een enorm tempo zich aan het ontwikkelen is.
Het hele bedrijf
Op die manier bekeken is het niet verrassend dat de leiders op datagebied, de ‘databedrijven’, zoals Oracle en Microsoft niet voorop lopen. De echte ontwikkeling vindt veel lokaler plaats, tussen allerlei organisaties en individuen. Geen dure R&D faciliteiten, maar slimme jongens en meisjes, die een steeds groter wordende set aan open source tools ontwikkelen om te kunnen omgaan met die toenemende databerg. Traditionele bedrijven denken in termen van ‘gesloten’, ‘aparte research’ en ‘intellectual property’. Ze dreigen hierdoor de boot te missen aan de aanbodkant, maar ook aan de vraagkant. Als je concurrenten eerder doorhebben wat je allemaal kunt doen met data, dan krijg je het zwaar te verduren.
Big data oplossingen kun je niet met een klein groepje mensen bedenken, die ontdek je door te experimenteren en door de creativiteit van een hele grote groep te benutten. Eerder het hele bedrijf dan een afdeling R&D.
Maar er is goed nieuws, de ongehoorzaamheid van mensen die toch willen experimenteren, wordt beloond met een steeds toegankelijkere labomgeving. Heb je een lastige it-organisatie? Amazon en diverse andere cloud-bedrijven hebben alle virtuele spulletjes klaar staan om binnen een uur je eigen big data omgeving op te bouwen inclusief de verbindingen met de buitenwereld. Bedrijven die geen gehoor geven aan deze ongehoorzaamheid zien mensen vertrekken en eigen startups beginnen of, nog erger, al die dingen doen bij de concurrent.
Ander model
Al met al hebben we een heel ander negenvlaksmodel nodig. En ook hier is de dominante denkrichting van links naar rechts en van boven naar beneden. Van links naar rechts. Regelen: Zullen we eerst eens proberen of we het één keer voor elkaar krijgen? Organiseren: Als dat is gelukt, kunnen we het dan ook herhaalbaar voor elkaar krijgen? En daarna steeds weer verbeteren.
Van boven naar beneden. Verrichten: Eerst maar eens gewoon doen. Inrichten: Al doende hebben we ervaringen opgedaan, daar kunnen we (algemene) lessen uit trekken. Richten: Op die manier kunnen we zelfs een visie en een strategie vaststellen.
Daar komt nog iets bij. Big data is allerminst een geïsoleerd onderwerp. Andere ontwikkelingen versterken de trend en die zullen we dus mee moeten nemen in onze experimenten. De meeste bedrijven hebben hun eigen procesautomatisering, traditioneel helemaal afgescheiden van de it-omgeving. Dat kan niet meer, daar is de data uit die procesautomatisering veel te waardevol voor. Embedded software: Wow, daar zit ook allemaal interessante informatie in. The internet of things introduceert steeds meer apparaten en letterlijk dingen die zelf kunnen denken en die met hun omgeving kunnen praten over wat ze ‘zien’ en wat ze dus misschien wel moeten doen. Allemaal interessante data, allemaal nieuwe mogelijkheden. Het is handig als auto’s elkaar kunnen waarschuwen voor gevaarlijke situaties, als kleine nano-robotjes een hartaanval kunnen voorspellen of als je in de gaten krijgt dat er zoveel samenhang is tussen weersomstandigheden en reparaties, dat je met slimmer onderhoud veel reparatiekosten kan voorkomen. Dat zou niet alleen maar handig zijn, het is ook allemaal al mogelijk. Het wordt ook nog allemaal gemakkelijker, omdat de technologische hulpmiddelen steeds kleiner en goedkoper worden. Eelco experimenteert hier dagelijks mee. Alle goedkope spulletjes uit China en de cloud maken het voor hem mogelijk om dingen te doen die voorheen alleen voor grote bedrijven weggelegd waren.
‘Dat komt door IT’
In welke branche je ook werkt, de markt verandert ingrijpend. Natuurlijk kun je gewoon afwachten, artikelen lezen en kijken naar anderen, maar er komt een moment dat je te laat bent. Nog niet zo lang geleden werd IT vergeleken met water uit de kraan. Het moest er zijn en het was nauwelijks nog van belang voor je concurrerend vermogen. De werkelijkheid is anders. Als Gartner aan de meest succesvolle bedrijven vraagt waarom ze zo succesvol zijn, dan antwoordt 80 procent van de ondervraagden: “Dat komt door IT”. Als je aan de heel erg slecht presterende organisaties vraagt, hoe dat komt, dan antwoordt meer dan 80 procent: “Dat komt door IT”. Meer dan ooit bepaalt de houding van informatiemanagement, de architecten en IT de toekomst van de organisatie. Top-down-denkers bij uitstek.
Oei! Er wordt van ons ineens heel ander gedrag gevraagd. Experimenteren. Beginnen, terwijl het eind niet in zicht is, zonder houvast van vaste structuren. Dingen fout laten gaan en daar van leren. Creativiteit uitlokken. Waar we onszelf vroeger naar een nieuwe manier van handelen dachten, moeten we ons nu naar een manier denken handelen. En IT is aan zet. Succes!
Over de auteurs
Eelco Rouw is technology madman bij Quint Wellington Redwood
Bart Stofberg is organisatieveranderaar bij Quint Wellington Redwood
