Big data: kwaliteit boven kwantiteit

30 september 2019

Geschreven door Marlène Verburg

Tegenwoordig hoor je veel over big data, ook bij productiebedrijven. Er worden veel use cases en voordelen gepresenteerd door consultancybedrijven als Capgemini en McKinsey en door grote IT-leveranciers als Infor en SAP. Ook onderzoekers vinden het een interessant onderwerp [1] [2] [3]. Het is overduidelijk dat big data heel veel goeds kan doen voor veel verschillende sectoren, en ook de industrie. De verwachte kostenbesparingen en procesoptimalisaties blijven echter tot nu toe uit voor veel bedrijven. Hiervoor zijn veel mogelijke verklaringen. Deze blog focust op een zeer relevante, maar vaak onderschatte reden: de kwaliteit van de data.

Waarom is kwaliteit zo belangrijk?

Kwaliteit is een subjectieve term. Je kunt KPI’s gebruiken om kwaliteit te meten. Maar daarvoor moet je eerst weten wat goede kwaliteit is. De aanname voor big data is vaak dat als we maar veel data verzamelen, er dan wel interessante informatie in die data zit. Natuurlijk is er dan wel ergens relevante informatie. Maar stel je voor dat je een machine moet assembleren, terwijl er duizenden onderdelen klaarliggen en je hebt geen idee welke je nodig hebt. Daarnaast blijkt dat je nog een aantal kritische onderdelen mist. Het is onmogelijk om deze machine dan in elkaar te zetten. Dit geldt ook voor het halen van informatie uit data. Het gaat er niet om dat je alle mogelijke data verzamelt. Het gaat erom dat je de juiste data verzamelt, die jou helpt om jouw bedrijfsvraagstukken te beantwoorden. Het gaat er ook om dat je zeker weet dat je alle data hebt die nodig is om deze vraagstukken te beantwoorden.

Wanneer is de kwaliteit goed?

De kwaliteit van de data wordt dus bepaald door wat jij uit die data wilt halen. Het begint met een bedrijfsvraagstuk, en niet de techniek of welke data je allemaal kunt verzamelen. Dus als je meer inzicht wilt krijgen in wat je klanten willen, dan wil je data verzamelen van je website en verkoopprocessen. Als je reparaties op afstand wilt doen, dan wil je data verzamelen over hoe de machine gebruikt is, en misschien nog wat extra gegevens op het moment dat hij in een foutstatus kwam. Zelfs op dit detailniveau, kan het lastig zijn om te bepalen welke data je nodig hebt. Je verzamelt heel makkelijk veel irrelevante data, maar aan de andere kant verzamel je wellicht ook niet alle data die nodig is om jouw vragen te beantwoorden. Het is een spanningsveld, waarin het makkelijk is om verkeerde conclusies te sluiten en oorzaak en gevolg te verwarren Maar als je goed nadenkt over waarom je het doet en welke factoren mogelijk jouw antwoord verklaren, dan heb je een veel grotere kans op succes.

Conclusie

Betekent dit dat big data niet big hoeft te zijn? Nee, grote hoeveelheden data verzamelen is nog steeds nuttig. Je kan veel meer leren van maanden van gemeten bedieningstijd, dan van een uur. Je bent dan minder gevoelig voor toeval. Maar je kan nog steeds veel meer leren van kleine hoeveelheden relevante data, dan van bergen aan irrelevante data. Big data gaat niet over het verzamelen van zoveel mogelijk verschillende informatie, het gaat over het meten van de juiste dingen. Begin dus bij jouw bedrijfsvraagstukken en wat je uit de data wilt leren. Uiteindelijk zal dit leiden naar de beloofde opbrengsten!

Referenties

[1] J. Lee, E. Lapira, B. Bagheri and H. Kao, “Recent advances and trends in predictive manufacturing systems in big data environment,” Manufacturing letters, pp. 38-41, 2013.

[2] J. Lee, H. Kao and S. Yang, “Service Innovation and Smart Analytics for Industry 4.0 and Big Data Environment,” in 6th CIRP Conference on Industrial Product-Service Systems, 2014.

[3] P. O’Donovan, K. Leahy, B. K. and D. O’Sullivan, “Big data in manufacturing: a systematic mapping study,” Journal of Big Data, vol. 2, 2015.

Terug naar overzicht

Meer weten over wat Mobina voor de toekomst van jouw onderneming kan betekenen?

Neem vandaag contact op voor een vrijblijvend gesprek. Wij zien ernaar uit jou en je bedrijf te leren kennen.

Mobina IT  mobilize | innovate | align IT
Privacy statement   |   Disclaimer   |   Sitemap   |   Copyright
Mobina IT © 2019  |  Webdesign: Webton.nl