Klantenportal customer-icon
24 maart 2014

Voorspel de toekomst met Big (Fast, Varied) Data

‘Big Data’ is misschien wel een van de grootste buzz-woorden in IT van dit moment. Tegelijkertijd is het ook een veelal onbegrepen vakgebied, en dat begint al bij de definitie. Big Data gaat namelijk niet alleen maar over grote hoeveelheden gegevens, zoals je misschien wel zou verwachten, maar juist over het voorspellen van de toekomst.

White Paper - Corporate Real Estate: geen benchmarking zonder correcte gegevens

Ontdek hoe benchmarking het mogelijk maakt het verbeterpotentieel in uw vastgoedportfolio te identificeren en gerichte verbeteracties te implementeren. 

Lees meer

Want wat zou je ervan zeggen als je aan de hand van Big Data in de toekomst vrij nauwkeurig kunt voorspellen wanneer een vergaderzaal beschikbaar is, hoeveel medewerkers morgen naar jouw faciliteit zullen komen en wat hun voorkeur voor de lunch zal zijn? Of wat je exacte reistijd naar kantoor morgen wordt en met welke middelen je het beste kunt reizen?

Maar eerst even terug naar de basis: wat is Big Data, en wat vooral niet? Gartner definieert het als volgt:

‘High-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.’

Het bijvoeglijk naamwoord ‘big’ verwijst eigenlijk alleen maar naar het aspect van hoge volumes. En terecht: we slaan steeds meer data digitaal op. Om een vergelijking te maken. In 2020 slaan we vijftig keer zo veel gegevens op als in 2010 en die exponentiële groei zal voorlopig nog wel even doorzetten.

Maar minstens net zo belangrijk is de enorme snelheid waarmee gegevens beschikbaar komen (high-velocity) en de verschillende verschijningsvormen (of formats) die er zijn (high-variety). Eigenlijk zou je dus moeten spreken over big, fast, varied data, maar dat bekt wat minder lekker.

Er zijn grofweg twee manieren om data te analyseren. Je kunt eerst bepalen wat je wilt meten. Bijvoorbeeld of de bezettingsgraad van vergaderzalen in een organisatie tijdens de crisis is gedaald. Vervolgens zoek je data om die vraag te beantwoorden. In dit geval zou je van de afgelopen vijftien jaar een overzicht moeten hebben van het aantal beschikbare vergaderzalen en het aantal reserveringen.

Op deze manier ondersteunen data je dus om een antwoord te vinden op een vraag. Maar het mooie van data is dat ze ook antwoord kunnen geven op een vraag die je juist níet hebt gesteld. Als je de beschikking hebt over veel data, kun je door middel van business analytics op zoek gaan naar mogelijke correlaties tussen verschillende factoren die beschikbaar zijn in je datasets. Misschien kom je er wel achter dat niet de crisis, maar juist het percentage vrouwen of mannen op een afdeling de meeste invloed heeft op de bezettingsgraad van vergaderzalen.

Als je weet hoe je met data uit het verleden (percentage vrouwen/mannen) een gebeurtenis uit het verleden (bezettingsgraad van vergaderzalen) kunt voorspellen, dan is de volgende stap even logisch als eenvoudig. Met de data van nu kun je toekomstige patronen beschrijven. Dit wordt ook wel aangeduid met de term ‘Analytics’; een ontwikkeling die is ontstaan in de consumentenmarkt en is gericht op marketing en het voorspellen van consumentengedrag.

Tijdens ons webinar over Big Data gaan we verder in op de definities rondom Big Data en analytics en de betekenis van Big Data voor huisvestingsbeheer en facilitaire dienstverlening. Binnen RE – en FM-systemen worden grote hoeveelheden data opgeslagen en dat zal in de komende jaren alleen maar toenemen. Daarnaast kan er gebruik gemaakt worden van andere databronnen. Wat kun je hier als organisatie uit halen? Welke soorten data zijn relevant, aan welke toepassingen valt te denken en wat is er hierbij nodig?

Erik Jaspers
Global Product Strategy & Innovation Director