Meer info Akkoord

Let op: deze website vereist cookies om volledig te kunnen functioneren.

Met de nieuwe Telecomwet die begin juni 2012 van kracht is geworden, is elke website wettelijk verplicht jou als gebruiker te informeren over de aard van de geleverde cookies en toestemming te vragen voor het gebruik hiervan.

Higherlevel.nl maakt gebruik van zogenaamde noodzakelijke cookies die nodig zijn voor het gebruik van de website en het forum, bijvoorbeeld om in te kunnen loggen en je voorkeuren te onthouden. Daarnaast worden cookies gebruikt voor het bij kunnen houden van het aantal bezoekers en andere gegevens (dit doen wij via Google Analytics).

Met het accorderen middels onderstaande knop ga je akkoord met het ontvangen van alle cookies die nodig zijn om Higherlevel.nl optimaal te laten werken.

Om Higherlevel.nl te bezoeken zijn deze cookies benodigd. Wanneer je ze niet accepteert, kun je helaas Higherlevel.nl niet bezoeken.

Ik wil geen cookies Ik ga akkoord en wil naar Higherlevel.nl!

Sebastiaan Eikholt

Big data uit de interne omgeving, dat is pas onderscheidend

Gepubliceerd op 18 februari 2014 | 29 reacties | Ga naar het bijbehorende forumtopic

Uit een onlangs verschenen patentaanvraag van Amazon blijkt dat het bedrijf zich wil focussen op ‘anticipatory package shipping’. Met andere woorden het distribueren van mogelijke aankopen van consumenten, alvorens er überhaupt bestellingen zijn geplaatst door de consument. Het lijkt een groot risico, gezien de distributiekosten zonder ook maar één bestelling binnen te hebben. Toch slaat Amazon de spijker op de kop. Een treffend voorbeeld waar veel e-commerce bedrijven dit jaar zich op dienen te focussen. Het ligt namelijk in verlengde van de veelvuldig genoemde term van de afgelopen jaren: big data.

Nu het voor een ieder mogelijk is om met weinig middelen een goed functionerende webwinkel op te starten, zal het steeds moeilijker worden om een product of dienst te onderscheiden ten opzichte van de concurrent. Bedrijven als Coolblue bieden al aan om op dezelfde dag nog een bestelling af te leveren. Andere webwinkels leveren tevens verpakkingen voor het (gratis) retourneren van de artikelen. Het verschil is dat dit slechts een onderscheidende dienstverlening is op basis van een algemene behoefte. Met het analyseren van big data kan op maat een klant worden bediend.

Big data is geen doel, maar een middel. Er kunnen analyses worden gemaakt op basis van grote hoeveelheden ongestructureerde data. Bijvoorbeeld  eerdere aankopen, zoekaanvragen, wenslijsten, ruilartikelen en winkelwagenproducten. Vervolgens kunnen verbanden worden gelegd tussen bijvoorbeeld het gedrag van consumenten op sociale netwerken en gedrag binnen de webwinkel. De analyses geven vervolgens een betrouwbare voorspelling van bijvoorbeeld het toekomstige zoek en aankoopgedrag van de consument. Kijk bijvoorbeeld naar de telecomsector. Providers koppelen het telefoon- of internetverbruik aan het gedrag van de klant in de communicatie met de provider en daarnaast het gedrag van de klant op sociale netwerken. Wat wordt er gezegd over producten en diensten? Heerst er ontevredenheid? Op basis van een analyse van deze verschillende data kunnen gerichte acties worden opgezet. Bijvoorbeeld een goedkoper telefoonabonnement afhankelijk van het individu.

Maar naar mijn mening wordt het vergaren van data uit de interne omgeving juist cruciaal voor een duurzaam concurrentievoordeel van de onderneming. Grote ondernemingen kunnen optimaal profiteren van een verdergaande digitalisering binnen de bedrijfsprocessen. Dataverzameling heeft niet alleen betrekking op de klant. Ook binnen de organisatie wordt op elk mogelijk moment nieuwe data vergaard die gevolgen heeft voor de bedrijfsvoering. Bijvoorbeeld op het gebied van workforce management. Doel van het laatstgenoemde is om de meest geschikte werknemers met de juiste kwaliteiten op de goede momenten en plekken in te zetten. Met data over de productiviteit van werknemers of bijvoorbeeld het ziekteverzuim. Processen kunnen effectiever worden aangestuurd op basis van een schat aan data die in het verleden is opgebouwd. Daarnaast leidt een efficiëntere bedrijfsvoering tot business processen die op basis van lagere kosten kunnen worden aangestuurd.

Onlangs verscheen het Accenture Technology Vision 2014. Naar aanleiding van het onderzoek zijn trends opgesteld die een digitale machtsverschuiving in het bedrijfsleven in kaart brengen. Grote ondernemingen automatiseren processen en integreren een steeds groter gedeelte van offline naar online. Bijvoorbeeld in de communicatie met de klant. Daarnaast is er een verschuiving zichtbaar van het inhouse werken naar het uitbesteden van werkprocessen via crowdsourcing. Daarmee volgen grote bedrijven niet alleen de startups die hier al in een vergevorderd stadium mee bezig zijn. Ze zullen ze inhalen, met behulp van een grote hoeveelheid informatie die geanalyseerd kan worden. Vorig jaar was het jaar van de big data. We moesten er allemaal aan geloven. Op basis van klantgegevens voorspellingen kunnen doen over toekomstig consumentengedrag. Dit jaar zullen naar mijn mening verschillen zichtbaar worden van bedrijven die succesvol big data weten in te zetten in de bedrijfsprocessen. Het inzetten van de data uit de interne omgeving zal het fundament vormen om een duurzaam concurrentievoordeel te behalen.
Sebastiaan Eikholt

Sebastiaan Eikholt

Sebastiaan Eikholt is tekstschrijver en werkt freelance voor het online marketingbureau Netnotion.nl. Daarnaast is hij als ondernemer mede-eigenaar van EFH Amrests, een bedrijf gespecialiseerd in de export van auto-accessoires.

Meer columns door Sebastiaan Eikholt

29 Reacties

Linda Maas
Moderator

L-MO
Leuk dat je een column schrijft over big data Sebastiaan!
Quote:
vorig jaar was het jaar van de big data
 
De bekendheid van Big data is sinds vorig jaar inderdaad flink toegenomen, echter is het op grote schaal verzamelen van data niets nieuws. Daarbij wordt het al volop ingezet. Daarom ben ik benieuwd welke grote verschillen je komend jaar gaat verwachten.

Toen ik je paragraaf las met betrekking tot het inzetten van big data inzake de productiviteit of ziekteverzuim moest ik aan het artikel denken dat ik vanmiddag las op de website van Bond van verzekeraars inzake de isues met big data (link)

Verzekeraars kunnen, net zoals werkgevers, big data uiteraard inzetten om de winst te vergroten, maar wat is wenselijk  
 
Ron van der Kolk
Ambassadeur

ronvanderkolk
Big data uit de interne omgeving gebruiken? Ah, een nieuwe uitdrukking voor het aloude business intelligence! Maar hoe je het ook noemt, feit is dat veel organisaties nog nauwelijks gebruik maken van de gegevens die ze al in huis hebben. Ik verwacht echter niet dat zulks in 2014 plotseling omslaat.
 
@Ron: Verwacht je niet dat het er makkelijker gebruik kan worden gemaakt van bedrijfsdata door middel van nieuwe toepassingen? En dat de nieuwe technieken juist als katalysator gelden om concurrentievoordeel te behalen?

@Linda: Goed punt met betrekking tot verzekeraars. De vraag blijft wel in hoeverre er daadwerkelijk data mag worden ingezet om bepaalde risicogroepen in kaart te brengen. Een duidelijk voorbeeld vind ik bijvoorbeeld de supermarkt die op basis van consumentengedrag afzonderlijke aanbiedingen toont, waardoor een kloof ontstaat tussen mensen. Waarom hij/zij wel korting en ik niet? Waarom ben ik wel een risicogroep als verzekerde en hij/zij niet. Ik verwacht dat dit jaar grenzen zullen worden opgezocht door bedrijven die big data inzetten om klanten nog beter te kunnen ‘bedienen’. En daarbij staat het bedrijf centraal en niet de klant. Met andere woorden, niet altijd zal de privacy worden beschermd. En dat vraagt om regulering. Kim Loohuis heeft hier een goede column over geschreven op Computable.
 
Eind vorig jaar zag ik een documentaire over Big Data op Tegenlicht. Het  verbaasde mij, want op die manier stond ik er nooit bij stil. Maar daarnaast verbaasde het mij ook dat er al vele bedrijven zijn die uitgekiend gebruik van maken, maar dat er ook bedrijven zijn die daar nog helemaal geen gebruik van maken. Er is enorm veel data en dus kennis aanwezig. Zowel intern als extern. Goede data analisten en het onderscheidend vermogen voor je bedrijfsvoering lijkt mij als je toekomst minded bent een must. En dan start je er beter vandaag nog mee dan morgen.

Zie ook dit artikel:
Quote:
More is yet to come
Wat betreft het vergaren en gebruiken van Big Data staan we nog maar aan het begin. Hot is natuurlijk de opkomst van allerlei “wearable connected devices”. Apparaatjes die via Near Field Communication, Blootooth of RFID achtige technologieën data versturen en/of kunnen ontvangen.

Begin januari 2014 is er in Las Vegas de CES waar een stortvloed aan nieuwe connected devices zal worden getoond. Om maar wat te noemen: er zijn een recordaantal autofabrikanten met “connected cars”. We staan nog maar aan het begin. Meer over de CES in januari.

Kansen voor ook Nederlandse ondernemers om mee te deinen op deze golf van het verzamelen en gebruiken van Big Data. Het betreft hier wel een dynamische en “hot area”. Zaak om van te voren wat huiswerk te doen..
 
In de toekomst? Die is wat big data betreft al een tijdje gestart. Het besef van bedrijven dat ze die gaan koppelen en er analyses op los laten is in basis al achterhaald. Toch? En oké... niet iedereen maakt er gebruikt van, maar dat is dan eigenlijk wel een gemiste kans.
 
Quote : SebastiaanEikholt op 18 februari 2014, 10:04
Met andere woorden, niet altijd zal de privacy worden beschermd. En dat vraagt om regulering. Kim Loohuis heeft hier een goede column over geschreven op Computable.
 
Deze column>>>

Die waarborg is er al lang niet meer. Big brother is watching you en maakt te pas en te onpas gebruik van de informatie. In veel gevallen (oftewel bijna nooit) heb je dat als individu al niet meer in de gaten. Ook je gedrag wordt al jaren op internet gevolgd. Privacy bewaken dien je met name zelf te doen. Maar zodra je je "beweegt" op bijv. internet ligt je privacy al op "straat". Andere partijen (m.n. overheid) proberen dan wettelijk e.e.a. nog te kunnen bewaken. Een voorbeeld hierin is bijv. de cookiewet?
 
Quote:
Doel van het laatstgenoemde is om de meest geschikte werknemers met de juiste kwaliteiten op de goede momenten en plekken in te zetten. Met data over de productiviteit van werknemers of bijvoorbeeld het ziekteverzuim.
 
Mag dat eigenlijk wel? Afhankelijk van het ziekteverzuim in het verleden een medewerker al dan niet op een bepaalde positie inzetten?
 
Waarschijnlijk niet, maar het gebeurd wel. En dat is waar we ons wel bewust van moeten zijn.
 
Ben je als ondernemer geïnteresseerd in het hoe en wat en (her)gebruik van Big Data? Dan is dit seminar wellicht interessant.

Immers.....
Quote:
Bij Big Data denkt u waarschijnlijk aan een groot bedrijf dat op massa’s gegevens zit, zoals Facebook of Google. En bij de vermelding van NoSQL ziet u waarschijnlijk een bedrijf voor u dat veel gegevens gelijktijdig moet verwerken. U beschouwt uw eigen gegevens wellicht als “small data” en denkt dat u niet veel concurrency nodig hebt. Maar dat is een mythe: als enkel de grootste bedrijven Big Data en NoSQL zouden gebruiken, zou de marktwaarde van bedrijven als MongoDB heel wat kleiner zijn.

De realiteit is dat leveranciers van die technologieën zich echt niet alleen op de grote bedrijven richten. Big data en NoSQL zijn in bijna elk bedrijf wel toepasbaar. En hoe goedkoper flexibele opslagapparatuur wordt, hoe populairder die technologieën worden. Als u al die gegevens goedkoop kunt oppotten, waarom haalt u er dan niet zoveel mogelijk informatie uit?
 
 
TwaBla
Raad van Advies

ToiLevel

Iemand die zijn prive bankgegevens gebruikt om zijn uitgavepatroon te analyseren? Je kan wel big data hebben, maar als je niet weet wat ermee te doen of daar de tijd niet voor hebt, kom je nog niet verder. We zitten allemaal op een gegevensbank!
 
Quote : John Bouwmans op 18 februari 2014, 10:53
Quote:
Doel van het laatstgenoemde is om de meest geschikte werknemers met de juiste kwaliteiten op de goede momenten en plekken in te zetten. Met data over de productiviteit van werknemers of bijvoorbeeld het ziekteverzuim.
 
Mag dat eigenlijk wel? Afhankelijk van het ziekteverzuim in het verleden een medewerker al dan niet op een bepaalde positie inzetten?
 
Als in de familie een ziekte is die waarscheinlijk ervelijk is dan mogen jouw kinderen later ook voor meer langs de kassa. Als ze niet gewoon worden geweigerd. Enkel gezonde mensen verzekeren is natuurlijk meer winstgevend.

Natuurlijk wordt er van elke Nederlander een profile gemaakt die continue geupdate en aangevult wordt met nieuwe categorieen.

Maar natuurlijk is dat voor niemand behalve de overheid en de vrinden clubs inzichtelijk die immers al jaren de zakken spekken van de politici. Niet meewerken? Dan geen leuke zakkenvul baan na je politieke "carriere".

Feit is dat alles op straat ligt omdat de overheid hier actief op aanstuurd en zelf ook heel hard meewerkt om dit mogelijk te maken. Ondertussen wordt iedereen verzekerd en beloofd dat het allemaal wel goed is en geen zorgen gemaakt hoeft te worden.

En de schaapjes lopen rustig door. Totdat het hek dichtvalt en er geen weg terug is. Dat is nu juist het mooie van een democratie, zolang je een meerderheid in de leugens laat trappen dan kun je doen wat je wilt. Diegenen die wel doorhebben wat er gaande is zijn in de zware minderheid en worden stelselmatig als aluhoetjes en gekken van het openbare debat geweerd.
 
Norbert Bakker
Moderator

NorbertBakker
In ieder artikel over big data duiken vroeg of laat ook broodje aap verhalen op.   
Quote:
Als in de familie een ziekte is die waarscheinlijk ervelijk is dan mogen jouw kinderen later ook voor meer langs de kassa. Als ze niet gewoon worden geweigerd.
 
Op werknemersverzekeringen is de Wet op de Medische Keuringen van toepassing. Individuele medische selectie is verboden, behoudens aanstellingskeuringen voor zeer specifieke beroepen (o.a. brandweer, politie, leger etc). Een erfelijke aandoening kan dus voor een werknemer niet leiden tot non-acceptatie of een afwijkende premie.

Big data toepassingen van verzekeraars m.b.t. verzuim hebben vooral betrekking op betere preventie en interventies. Meer voorkomen en sneller genezen dus. Het winstmaximalisatiemotief van verzekeraars daarbij is - alles met mate uiteraard - ook in het belang van werkgever, werknemer en de BV Nederland. Minder langdurig verzuim = minder WGA instroom = minder kostendekkende sociale premies 


 
Linda Maas
Moderator

L-MO
Thx, Mikky.

Ik wil misschien wel even een kijkje nemen bij dat seminar. Ik krijg zo snel niet meer informatie gevonden over het seminar, aanvang staat op 8:45 terwijl in de tekst wordt gesproken over een middag.
 
Linda Maas
Moderator

L-MO
Quote : SebastiaanEikholt op 18 februari 2014, 10:04
@Linda: Goed punt met betrekking tot verzekeraars. De vraag blijft wel in hoeverre er daadwerkelijk data mag worden ingezet om bepaalde risicogroepen in kaart te brengen.
 
Precies, ik bracht dit voorbeeld ook aan omdat jij in je tekst over ziekteverzuim begint. Zoals John en Mikky ook al aangaven zijn dit nog flinke isues.
 
Op het gebied van privacy valt nog heel wat te zeggen inderdaad. Maar ik zie toch met name posieve gevolgen d.m.v. goed inzichtelijk maken van big data.
Quote : Linda Maas op 18 februari 2014, 14:06
Ik wil misschien wel even een kijkje nemen bij dat seminar. Ik krijg zo snel niet meer informatie gevonden over het seminar, aanvang staat op 8:45 terwijl in de tekst wordt gesproken over een middag.
 
Hai Linda,
Ik had de tekst uit een nieuwsbrief gecopieerd op "onze" agenda. Die spraken naast "een middag" ook over dinsdag 13 maart  2014  
Inmiddels heb ik tekst aangepast. De link naar de organisator met programma en de tijden zou ik hanteren. Ga je? En zo ja, dan ben ik heel benieuwd welke inzichten je daar op het gebied van big data krijgt.

 
Linda Maas
Moderator

L-MO
Sorry, ik had nog niet gezien dat de titel een link was naar meer informatie  

Inmiddeld heb ik met de organisatie gesproken, even mijn agenda afstemmen en dan geef ik me op.
Tijdens mijn opleiding heb ik me aan de hand van big data ook bezig gehouden met 'modellen bouwen' en het heeft zeker nog wel mijn interesse dus ik ben benieuwd.
 
Ik gebruik 'Big Data' al 30 jaar in mijn bedrijf. Ik denk dat meer mensen dat doen. Als iemand mij belt met een serieuze vraag voor bijvoorbeeld een prijsopgave en met eventueel verzoek voor een demo van een product, kun je intuïtief aanvoelen wat de vervolgsituatie kan zijn. Dit doet mij beslissen om snel naar de klant toe te gaan en al mijn andere plannen even te parkeren, eventueel een nieuw product alvast mee te nemen om direct te kunnen afleveren en afrekenen, een bestelling op voorhand te doen zodat ik eventuele leverproblemen alvast tackel etc.

Dit is geen data die uit een computer komt, maar wel data die ik op een of andere manier paraat blijk te hebben en die ik vaak inzet. Het resultaat is meestal verbluffend: Ik sta dan zelf te kijken van hoe ik dit of dat eigenlijk had kunnen weten.
Grotere organisaties kunnen vaak niet zo werken en moeten het dan hebben van de beperkte mogelijkheden  van de Big Data uit hun eigen computersystemen.
 
Ik ben het met Herman eens. Ouderwetse ondernemers en vertegenwoordigers hebben deze terminologie niet nodig omdat ze met vakmanschap en natuurlijke eigenschappen tewerk gaan. En het leuke daarbij is dat het dan nog eens menselijk blijft ook.
 
Hans v Nijnatten
Ambassadeur

913N
Moraal van het verhaal is dus de constatering dat het analyseren en gebruiken van data, bij het MKB of groter, die nu nog ongebruikt in bestanden en databases blijven vaker gebruikt moeten worden. Met als doel de productiviteit en de klanttevredenheid (lees winst) te optimaliseren.

Maar wat heeft dat met Big Data te maken, denk ik dan? Voor mij is Big Data de enorme hoeveelheid die een bedrijf als Google binnen harkt vertaalt naar gebeurtenissen die gaan gebeuren voor iemand in een bepaalde gemeenschap er nog maar enig idee over heeft. Als er in een gebied opeens meer gezocht wordt op woorden als "koorts en griep" en die hoeveelheid groeit, kan de plaatselijke apotheek vast extra paracetamol in slaan en de plaatselijke uitzendbureau's extra mankracht inhuren. Niets om bang voor te zijn.

Dat er naast Big Data meer gefocust wordt en moet worden op analyseren van bedrijfsgegevens heeft m.i  meer te maken met de "Ryanairisering" waar we als maatschappij op af stomen of al midden in zitten (idee voor een column). Sterker voorbeeld dan wat er bij de banken gebeurd is er niet maar het is ook gaande in de retail, verzekeringen, de bouw en zelfs het notariaat. Waar we enkele jaren geleden nog te horen kreeg dat we snel naar een enorme krapte op de arbeidsmarkt zouden gaan, ziet we nu de banen als sneeuw voor de zon verdwijnen. Alles moet doelmatig en goedkoop.

Neemt niet weg dat analyseren van gegevens meer dan nu richtinggevend kan en moet zijn. Als ondernemer moet je dealen met de realiteit van de dag. Met de moraal ben ik het dus zeker eens.
 
Ach dat doet de ouderwetse ondernemer  (en jij) ook. Als een klant in je winkel om een uitverkocht product vraagt, ben jij echt wel zo handig om een alternatief aan te bieden. Daar heb je geen data-analyse (uit de historie van die klant) voor nodig. Webhandelaren e.d. hebben daar helemaal geen feeling bij en hebben een nieuwe tool nodig om datzelfde virtueel te bewerkstelligen. De webverkoop is een koude en afstandelijke verkoopmethode, waarachter een onzichtbare consument zit verscholen. Google en nu ook Amazon hebben ontdekt dat je die consumenten ook als product kunt gaan gebruiken, door alle mogelijke informatie te verzamelen en die data per persoon gericht door een filter te drukken. Dat levert een mooi beeld op van jouw consumentenhistorie en je vermoedelijke consumenten-behoeftes. En natuurlijk met het doel om die informatie te verkopen, waarmee duidelijk is dat je tot handelswaar bent verworden. Verzekeringsmaatschappijen zijn bij uitstek de juiste bedrijven om van dergelijke informatie gebruik te gaan maken. Wat wettelijk verboden is, kan gemakkelijk worden omzeild door het op een grote hoop te gooien en er GGD's uit te trekken.
 
Nico Schouten
Organisatie HL Dag

TechNico
Quote : Norbert Bakker op 18 februari 2014, 13:20
Quote:
Als in de familie een ziekte is die waarscheinlijk ervelijk is dan mogen jouw kinderen later ook voor meer langs de kassa. Als ze niet gewoon worden geweigerd.
 
Op werknemersverzekeringen is de Wet op de Medische Keuringen van toepassing. Individuele medische selectie is verboden, behoudens aanstellingskeuringen voor zeer specifieke beroepen (o.a. brandweer, politie, leger etc). Een erfelijke aandoening kan dus voor een werknemer niet leiden tot non-acceptatie of een afwijkende premie.
 
Een voorbeeld uit eerste hand dta speelde in 2005.
Stelletje wil graag een huis kopen, een ven hen heeft een hematologische aandoening.
De hypotheekverstrekker doet een check en constateert dat er een grote kans is op overlijden binnen enkele jaren van de betreffende aanvrager.

Drie keer raden wat de hypotheekverstrekker vervolgens heeft gedaan.

Achteraf bleek dat een medewerker even snel had gegoogled op de aandoening, op oudere informatie stuitte en op basis daarvan de aanvraag heeft afgewezen. Toen was het kwaad eigenlijk al geschied.
Als ik nu op het web kijk dan kun je over veel mensen wel iets vinden dat kan wijzen op een mogelijke ernstige aandoening.
Als straks over iedereen iets te vinden is dan lost het zichzelf wel weer op. Dan zijn we immers allemaal een risicofactor geworden.
IN de tussentijd loop je de kans dat je om een of andere reden een lening geweigerd word.
 
Norbert Bakker
Moderator

NorbertBakker
@Nico. De wereld van hypotheken is mij volkomen onbekend, maar dat banken en verzekeraars besluiten nemen op basis van verouderde of verkeerde informatie is overduidelijk. Zie ook de soms ronduit schimmige manieren waarop financieringsaanvragen worden afgewezen zonder enige nadere motivatie.

Wat dat betreft vreemd dat adviseurs heel hun adviestraject moeten documenteren zodat objectief toetsbaar is waarom een bepaald besluit is genomen en of dat juist was, en verzekeraars en hypotheekverstrekkers dat niet hoeven. Dat lijkt me nu juist een belangrijke basisvoorwaarde bij het gebruik van big data. Anders wordt Kafka's Der Prozess opeens wel griezelijke werkelijkheid ..










 
Quote : Norbert Bakker op 18 februari 2014, 13:20
In ieder artikel over big data duiken vroeg of laat ook broodje aap verhalen op.   
Quote:
Als in de familie een ziekte is die waarscheinlijk ervelijk is dan mogen jouw kinderen later ook voor meer langs de kassa. Als ze niet gewoon worden geweigerd.
 
Op werknemersverzekeringen is de Wet op de Medische Keuringen van toepassing. Individuele medische selectie is verboden, behoudens aanstellingskeuringen voor zeer specifieke beroepen (o.a. brandweer, politie, leger etc). Een erfelijke aandoening kan dus voor een werknemer niet leiden tot non-acceptatie of een afwijkende premie.

 
Er mag ook niet gediscrimineerd worden bij de deur van een discotheek, maar dat gebeurt ook...
Ze noemen het dan alleen anders. Dus ik kan me voorstellen dat dat bij verzekeringen ook kan gebeuren.
 
Om van data naar informatie te komen is voor bedrijven een grote uitdaging. Dat vergt een robuuste en volwassen BI omgeving zeker als je in je datamodellen 'Big data' wil gaan toevoegen. Dit is niet makkelijk.

Vaak zie je dat Marketing afdelingen eigen 'BI Engines' optuigen om wel gebruik te kunnen maken van externe data. Op zich heel interessant alleen heb je veelal te maken met ongestructureerde data en dat is vaak het lastige ervan. Je moet het interpreteren, linken aan andere objecten etc.

Maar ik geloof wel dat bedrijven die in staat zijn om allereerst een goed BI omgeving neer te zetten en verder bouwen naar integratie van Big Data er zeker concurrentievoordelen te behalen zijn. De omgeving veranderd en daardoor moet je continue voelsprieten uitzetten naar deze omgeving en deze informatie vertalen naar je huidige producten en diensten en hoe je organisatie is ingericht.
 
Ik ben persoonlijk van mening dat die energie beter in nieuwe en betere producten (echte) wordt gestoken.
 
Linda Maas
Moderator

L-MO
Bedoel je de energie van Big Data P.J. of doel je op iets anders?
Want  Big Data kun je juist ook gebruiken voor het achterhalen van behoefte, ontwikkelen of in de markt zetten van betere / nieuwe producten.

@Walter, bij (auto)verzekeringen wordt er volgens mij al onderscheid gemaakt in prijs mbt steden maar dat zou dan nog veel verder uitgesplitst kunnen worden
 
Hoi Linda. Het optimaliseren van bedrijfsvoering, inkoop en marketing is altijd een belangrijk item natuurlijk. Maar ik (als producerende uitvinder) vind dat de focus op vernieuwing in producten veel belangrijker is. Als je om je heen kijkt zie je sommige bedrijven in hun wanhoop allerlei waardeloze en onzinnige producten op de markt brengen, waardoor je je afvraagt of ze in hun bedrijfsvoering wel echt onderzoek naar de behoeftes van mensen hebben gedaan. Het verzamelen van Big Data e.d. en het marketing onderzoeken met alle leuke speeltjes erop en eraan, is in eerste instantie een item waar mensen/consumenten niet als koper mee worden geconfronteerd en wat dan ook een relatief veilige actie is. Je kunt er niet mee floppen t.o.v. de markt. Mijn eigen insteek is heel anders. Ik kijk en onderzoek hoe mensen nu werken e.d. en dan ga ik daarover nadenken. En als ik soms zie hoe krakkemikkig er gewerkt wordt, ga ik nadenken hoe ik dat kan oplossen en of er wel een markt zou zijn voor die oplossing. Dat proces hebben ze toevallig innoveren genoemd, maar die naam is net zo belangrijk en onbelangrijk als die van de hond. In de echte MKB-ondernemerswereld zijn er zeer vele ondernemers, die dit dagelijks bezigen en eigenlijk al decennia lang nooit anders hebben gedaan. In de webhandel doen ze net of er elke keer weer opnieuw een nieuw wiel is uitgevonden, maar in feite doen echte ondernemers dat dus altijd al binnen hun bedrijfskader.
 
Norbert Bakker
Moderator

NorbertBakker
Quote : Linda Maas op 19 februari 2014, 17:42
@Walter, bij (auto)verzekeringen wordt er volgens mij al onderscheid gemaakt in prijs mbt steden maar dat zou dan nog veel verder uitgesplitst kunnen worden
 
Goed voorbeeld! De huidige indeling van de meeste verzekeraars is erg grof, meestal max 3 regio's en de grote steden.
Maar uiteraard wordt er al op meer criteria onderscheid in prijs gemaakt, oa type auto, wel of geen zakelijk gebruik, leeftijd bestuurder en last but not least geslacht (dat laatste was een poging van Onna Onna, maar die zijn hard teruggefloten)

Die laatste 2 geven ook direct weer de knelpunten van big data aan: prijsdifferentiatie op leeftijd en geslacht is strijdig met wetgeving; dus wordt het wellicht aantrekkelijk om een bepaalde correlatie te zoeken om dit te omzeilen. Stel nu dat blijkt dat 65-plussers meer schade veroorzaken én vaker in rode auto's rijden, dan zou een verzekeraar in de verleiding kunnen komen om de tarieven voor alle rode auto's te verhogen onder het mom dat rode auto's meer schade rijden...




 
TwaBla
Raad van Advies

ToiLevel
Als je nou eens een interessant Big Data Probleempje wil volgen, moet je eens naar Apple's voorraad van iPhone 5c's kijken. Er zouden maar liefst 3 miljoen van die dingen in de pijplijn naar de markt zijn blijven steken. De verkoop valt tegen, omdat klanten liever een 5s hebben.

Neem maar aan dat Apple tamelijk goed is in forecasting. Op basis van historische gegevens en wat aanvullende factoren wordt dan productie voor de toekomstige vraag ingepland. Probleem is echter dat de aanvoerlijnen lang zijn. Als die kort zijn, kan snel gereageerd worden op een veranderende vraag (zie fast fashion). Maar als je onderdelen en assemblage maanden vooruit moet inkopen, dan loopt je pijplijn vol tegen de tijd dat je moet bijbestellen.

En dat lijkt nu het geval bij de 5c. Apple zou al sinds december niet meer bijbestellen.

Maar hoe maak je dan die pijplijn leeg?

De kans dat Apple aan prijsdumping gaat doen, acht ik niet zo groot. Dat ondermijnt de waardebeleving van alle modellen. Een optie is een bundel voor een specifiek marktsegment of een doelgroep die nu geen iPhones koopt. Misschien wel een inruilactie om Samsung of Blackberry te ondermijnen.

Hoe dan ook: de big data-vraag is, hoe kun je je marktdata en verkoopgegevens zo inzetten dat je scherper kan inkopen?
 
Apple verkocht 54 miljoen iPhones in 2013. Als je dan nog 3 miljoen "5c's" in overschot hebt is dat op zich een heel goede prestatie. In mijn optiek heeft Apple de fout gemaakt om niet voor de kleuren van de eerste iMac te kiezen. Als ze dat hadden gedaan had dit model een veel betere verkoop gehad en was er een werkelijk "hebben"-verschil geweest tussen de "5c" en de "5S" Apple heeft destijds ook Clamshell G3 laptops in die kleuren uitgebracht, waarvan de spec's echt niet zo indrukwekkend waren, maar waar de toenmalige gebruikers gebruikers nog steeds met weemoed aan terugdenken. Het zijn bovendien nog steeds verzamelobjecten. Met de iPhone 5c hebben ze hier een kans gemist en in mijn optiek is hierin ook "de hand" van Steve Jobs gemist.
 
Om een reactie te plaatsen moet je ingelogd zijn

Column insturen?

Heb je een interessant artikel geschreven over innovatie en/of ondernemerschap?

We publiceren hem graag!

COLUMNISTEN

Deze columnisten hebben dit jaar columns voor Higherlevel.nl geschreven:

Ontmoet andere HL-leden!

HL midzomer spontaan evenement?
21 juni 2018, 2 HL-leden aanwezig

Partners

HL wordt gefinancierd door

Volg ons