Dr. Hugo Bowne-Anderson, data scientist en docent bij DataCamp, gaf onlangs een webinar over de vijf dingen die business leaders moeten weten over datastrategie. Lees verder voor een samenvatting van het webinar, of bekijk het webinar on-demand.
1. De 80/20-regel voor data science
De 80/20-regel, ook wel het Paretoprincipe, stelt dat bij veel verschijnselen grofweg 80% van de effecten voortkomt uit 20% van de oorzaken. In 2018 werd in de VS bijvoorbeeld ongeveer 80% van de belastingen betaald door de top 20% verdieners. Toegepast op data science betekent het Paretoprincipe dat werk dat in 20% van de tijd wordt gedaan, 80% van de resultaten oplevert. Richt je bij het prioriteren van werk in je datastrategie dus op wat echt waarde toevoegt.
Focus op wat echt het verschil maakt
Business leaders voelen zich vaak aangetrokken tot trendgevoelige onderwerpen zoals deep learning, machine learning (ML) en AI. Maar er zijn meer basale gebieden waarop je eerst zou moeten focussen die grote winst kunnen opleveren, zoals deze:
- Datainfrastructuur is noodzakelijk, maar het rendement is niet altijd direct zichtbaar. Bedrijven als Spotify hebben datadiscovery verbeterd door databronnen te verenigen. Door datainfrastructuur te prioriteren kunnen bedrijven verschillende datastandaarden in silo’s voorkomen, zich beter voorbereiden op toekomstige datainitiatieven en consistente dataviews en dashboards genereren.
- Best practices voor klantenservice omvatten routering in callcenters, klantverloopmodellen en conversational AI.
- Sales-propensitymodellen zijn belangrijk voor je sales- en marketingteams.
Descriptive analytics levert 80% van de businesswaarde
Je vraagt je misschien af: “Op welke soorten business analytics moet ik me eerst richten?” Het Paretoprincipe kan daarbij helpen:
- Descriptive analytics, of business intelligence, vormt voor veel bedrijven 80% van de waarde. Het gaat erom data die je bedrijf al heeft bij de juiste mensen te krijgen, in een vorm waarin ze die kunnen consumeren en benutten. Denk aan dashboards, rapporten en e-mails. We dagen alle bedrijven die echt het verschil willen maken uit om te focussen op vijf descriptive-analyticsprojecten die je besluitvorming kunnen informeren, en rangschik ze op belangrijkheid.
- Predictive analytics, of ML, draait om het voorbereiden op de toekomst door te voorspellen wat er gaat gebeuren. ML is de tak van predictive analytics die gestroomlijnde statistische algoritmen gebruikt om de toekomst te voorspellen op basis van bestaande informatie en om relaties en inzichten te identificeren—denk aan de aanbevelingsmachine van Netflix.
- Prescriptive analytics, of decision science, is de laatste fase van business analytics die anticipeert op wat, wanneer en waarom bepaalde uitkomsten zullen optreden—en bepaalt wat je met die informatie moet doen. Het past data toe in het besluitvormingsproces. In onze DataFramed-podcast legt Cassie Kozyrkov, Chief Data Scientist bij Google Cloud, de link tussen decision intelligence en data science uit.
2. Waarom big data niet zo “big” is
Grotere resultaten met small data
Er zijn veel manieren om big data te definiëren. Hugo geeft een werkbare definitie van big data:
Big data is veel meer data dan je op een laptop of één harde schijf kunt opslaan: iets dat je over clusters van computers moet verdelen om het op te slaan, ermee te werken, te verzenden en te analyseren.
Bedrijven zoals Google hebben big data met groot effect ingezet en daarbij veel hype gegenereerd. Maar Hugo stelt dat small data juist heel goede resultaten kan opleveren en dat we ons niet door de hype hoeven te laten meeslepen.
Een goede manier om over big data na te denken is via de Gartner Hype Cycle. Als we Google Trends als proxy voor verwachtingen gebruiken, zijn we de Peak of Inflated Expectations voorbij en dalen we af naar de Trough of Disillusionment.
Bron: Wikipedia
De vraag is dus: kan small data genoeg zijn? Volgens Hugo wel. Het gaat niet om bergen data—het gaat om kleine, hoogprecisie-data. Zo verzamelde Tycho Brahe, een Deense astronoom, slechts zo’n 2.000 datapunten die Johannes Keplers drie wetten van de planetaire beweging informeerden, die vervolgens Newtons zwaartekrachttheorie beïnvloedden. En peilers kunnen met een statistisch representatieve steekproef van ongeveer 1.000 burgers uitkomsten binnen een foutmarge van 3% voorspellen.
Belangrijker dan big data: variëteit
Hugo gaat nog een stap verder: variatie in data is belangrijker dan veel data. Door kwalitatieve data, of thick data, aan je dataset toe te voegen, behaal je betere resultaten. Thick data is een term uit de sociologie en antropologie en is primair beschrijvend, in tegenstelling tot thin data, die cijfermatig is.
3. Waarom de toekomst van datagestuurd werk point-and-click is
GUIs gebruiken voor datagestuurd werk
Wat is de beste manier om mensen zonder technische data-expertise toegang te geven tot business intelligence en ML in te zetten voor hun beslissingen? Niet door elke medewerker te laten coderen. Het antwoord ligt bij leveranciers of tools die data-analyse productiseren. Hugo voorspelt dat in de toekomst het grootste deel van het datagestuurde werk gebeurt in grafische gebruikersomgevingen, oftewel GUIs, ofwel drag-and-drop- en point-and-click-interfaces.
Toptechbedrijven letten op. In het nieuws kwamen recent spraakmakende overnames van business-intelligencetools. Vorig jaar nog nam Salesforce Tableau over, en een paar weken geleden ronde Google de overname van Looker ter waarde van $2,6 miljard af, een populaire BI-tool.
Ook tools voor predictive analytics productiseren ML. Google AutoML stelt niet-data scientists in staat diagnostische en voorspellende analysemethoden te bouwen, en Microsoft Azure heeft nu een geautomatiseerde ML-tool die het bouwen van modellen zo eenvoudig maakt als een dataset importeren en de dienst vertellen welke waarde voorspeld moet worden.
Wees zelfkritisch bij het gebruik van dataproducten
Dergelijke tools geven niet-technische medewerkers de mogelijkheid om met data aan de slag te gaan. Maar ze moeten data wel op de juiste manier gebruiken. Hugo is geïnteresseerd in producten die mensen helpen herkennen wanneer hun resultaten bevooroordeeld zijn. Hij raadt aan om Survival of the Best Fit te bekijken, een educatieve game over bias bij werving in AI.
4. Datastrategie betekent datacultuur
Hoeveel data wordt er eigenlijk gebruikt?
We hebben al besproken dat het verzamelen van bergen data (big data) minder belangrijk is dan het verzamelen van essentiële, relevante data (small data). In een poll tijdens het webinar bleek dat 53% van de respondenten minder dan de helft van de verzamelde data gebruikt. Het doel is natuurlijk om meer van je data voor je te laten werken. Dit vereist een robuuste datastrategie en het opbouwen van een sterke en gezonde datacultuur.
Hoe bouw je een datastrategie
In aflevering 30 van onze podcast, DataFramed, noemde Taras Gorishnyy, destijds Senior Analytics Manager bij McKinsey, de noodzakelijke bouwstenen voor een datastrategie:
- Formuleer een visie voor analytics die aansluit op de bedrijfsstrategie
- Zorg voor sterke steun op C-level, zoals draagvlak, financiering en enthousiasme
- Haal vroeg waarde uit ten minste enkele use-cases
- Voer herontwerp van processen en cultuurverandering door om de juiste mix van datavaardigheden in het hele bedrijf te borgen
- Bouw een sterke datafundament om geïntegreerde, betrouwbare en tijdige data te leveren
De noodzaak van herontwerp van dataprocessen en cultuurverandering
DataCamps missie om datavaardigheden wereldwijd te democratiseren sluit nauw aan bij het vierde punt: bedrijven helpen een sterke, data-geletterde cultuur op te bouwen. Maar toen we in 2019 een enquête hielden onder meer dan 300 organisaties, zagen we dat slechts 39% van de bedrijven met volwassen datageletterdheid procesherontwerp en cultuurverandering rond data had doorgevoerd, en slechts 7% van de bedrijven met onvolwassen datageletterdheid.
Bron: Don’t Wait: What 300+ L&D Leaders Have Learned About Building Data Fluency
Upskilling, niet inhuren, is de weg naar datageletterdheid
Elk bedrijf wil toptalent aantrekken, maar volgens de 80/20-regel zal dat voor de meeste bedrijven niet lukken. Er is een tekort aan talent voor de overvloed aan datagestuurd werk dat gedaan moet worden, en het is niet realistisch om een datastrategie te bouwen rond het inhuren van unicorns. Het alternatief? Bouw een datacultuur van upskilling en reskilling van je bestaande medewerkers door een leeromgeving binnen je bedrijf te creëren.
5. Waarom datastrategie in wezen om empathie draait
Denk aan je stakeholders
Hugo stelt dat datastrategie, net als elke andere bedrijfsstrategie, vraagt om zorgvuldige afweging van wie je raakt en wat verschillende stakeholders nodig hebben. De datastrategie van een bedrijf bepaalt hoe het producten bouwt en bedrijfsbeslissingen op schaal implementeert. Dus bij het gebruik van data is het belangrijk te onthouden dat elk datapunt een persoon of een groep mensen vertegenwoordigt. Dat data bedrijven op schaal kan helpen, staat buiten kijf—maar het kan ze ook schaden.
Een voorbeeld: Enkele maanden geleden werd duidelijk dat de Apple Card “seksistisch” was tegenover vrouwen die krediet aanvroegen. Hoewel Apple mogelijk niet de bedoeling had om eerlijkheid in het aanvraagproces te ondermijnen, kregen ze te maken met een enorme PR-uitdaging en verhoogde aandacht van toezichthouders. Algoritmen zijn niet vanzelfsprekend te vertrouwen—ze moeten beoordeeld worden door de lens van empathie.
Erken je blinde vlekken
In aflevering 50 van onze podcast, DataFramed, zei Cathy O’Neil, auteur van Weapons of Math Destruction: “Data science voorspelt niet alleen de toekomst. Het veroorzaakt de toekomst.”
Bedrijven die op schaal producten bouwen en een grootschalige datastrategie ontwikkelen, moeten niet alleen opsommen wie zij als hun stakeholders zien, maar ook zoveel mogelijk mensen raadplegen, omdat er onvermijdelijk groepen zijn die geraakt worden maar over het hoofd gezien worden—zoals bij Apple gebeurde.
Wees eerlijk over welke taken geautomatiseerd worden
Veel mensen zijn bang dat machines hun baan overnemen. Maar naarmate technologie verbetert, zal baanautomatisering niet de grootste uitdaging voor werknemers zijn—taakautomatisering wel. Bepaalde onderdelen van iemands baan kunnen worden weggeautomatiseerd. De uitdaging voor werkgevers is dus hoe deze medewerkers ge-upskilled en ge-reskilled kunnen worden in het licht van deze automatisering, en hoe ze kunnen worden begeleid naar werk op een hoger niveau.
Wil je dieper in deze onderwerpen duiken? bekijk Hugo’s webinar on-demand.
