Iedereen weet tegenwoordig dat data ontzettend waardevol is. Het wordt zelfs het nieuwe goud of de nieuwe olie genoemd. Data wordt tegenwoordig ook gebruikt als betaalmiddel. Wie heeft er bijvoorbeeld nooit zijn contactgegevens achtergelaten om toegang te krijgen tot een rapport of e-book?
Data onder andere worden ingezet voor Business Intelligence (BI) en bijvoorbeeld data analytics en machine learning. Dankzij BI kun je bijvoorbeeld beter inzicht krijgen in je bedrijfsprocessen en de prestaties hiervan, wat kan leiden tot een efficiëntere werking en hogere winst. Machine learning kan worden gebruikt om complexe problemen op te lossen en patronen te ontdekken in grote hoeveelheden data, wat weer kan leiden tot betere beslissingen en voorspellingen.
Een voorbeeld van hoe data kan worden ingezet in de zorg is door het gebruik van patiëntendossiers en sensoren om zorg op maat te kunnen bieden. Zo kan bijvoorbeeld het aantal ziekenhuisopnames worden verminderd door middel van preventief handelen, wat leidt tot een lagere belasting van het zorgsysteem en een hogere kwaliteit van leven voor patiënten.
Persoonlijk heb ik bijvoorbeeld ervaring in de medische diagnostiek, waarbij we de applicaties zo hebben ingericht dat we exact inzage hadden in de beoordelingstijd voor oogfoto's en radiologisch beeldmateriaal. Hiermee hebben we in onderhandeling met medisch specialisten de tarieven kunnen aanpassen en zeer aanzienlijke besparingen kunnen realiseren. De volgende stap hierbinnen is mogelijk nog interessanter. Beeldmateriaal zelf is namelijk ook data en op basis van machine learning technologie is het mogelijk om (in sommige) betrouwbare diagnoses te stellen zelfs zonder tussenkomst van een arts.
Andere persoonlijke ervaringen van enorme besparingen of opbrengstverbeteringen door slim gebruik van data heb ik persoonlijk bijvoorbeeld opgedaan in de suikerindustrie. Door de bietenopslaglokaties van GPS-lokaties te voorzien (ze liggen meestal immers niet op het woonadres) is een enorme logistieke besparing gerealiseerd. Daarnaast heb ik ervaringen in de kwaliteitsborging van de zuivelindustrie. In deze laatste sector wordt bijvoorbeeld gebruik gemaakt van Machine Learning modellen die op basis van data voorspellen waar de risico's op kwaliteitsafwijkingen het grootst zijn. Deels gebeurt dit op basis van laboratorium-uitslagen en historische beoordelingen, maar ook andere aspecten worden hierin meegewogen zoals levensduur, gebruik van antibiotica, gegevens over gezondheid en sterftekengetallen, etc.
Een ander mooi voorbeeld betreft bijvoorbeeld het (letterlijk) in kaart brengen van percelen in relatie tot natuurgebieden om verschillende scenario's in kaart te kunnen brengen met betrekking tot de stikstofproblematiek die veeteelt met zich meebrengt.
Allemaal mooi en aardig, maar wat kan ik daar als bedrijf nou mee?
Welke waarde zit er dan precies in mijn data?
En is het niet zo dat er ook risico's kleven aan het gebruik van data?
Hoe verbeter ik de kwaliteit van mijn data?
De ontwikkeling naar echt informatiegestuurd werken is niet meer alleen voor de Googles en Facebooks van deze wereld, maar de technologie hierachter is ondertussen ook echt binnen het bereik gekomen van kleinere bedrijven. Informatiegestuurd werken is echter meer dan technologie alleen. Organisaties gaan vaak door een cyclus van verschillende stappen, zoals:
- Visie op data (datastrategie)
- Beschikbaarheid van data (onder andere koppelingen)
- BI en Dashboarding
- Verbetering van datakwaliteit
- Experimenteren met de toegevoegde waarde van nieuwe technologie (zoals AI)
Los van deze stappen is het belangrijkste dat het gebruik van data in het teken staat van de strategie van de organisatie en dat medewerkers hierin worden meegenomen.
MijnItManager heeft jarenlange ervaring met dataprojecten en kan u begeleiden in het creëren van waarde met data, maar zeker ook met het omzeilen de valkuilen hierbij (die met name liggen aan de kant van Informatiebeveiliging en Privacy).
Geïnteresseerd in wat data voor u kan doen om te komen tot betere beslissingen en het behalen van je doelstellingen? Neem dan contact op.
PS: Geïnteresseerd in nog meer kansen op het gebied van data en moderne toepassing zoals AI (Artificial Intelligence)?
Deze tekst is (deels) opgesteld door een AI-algoritme (ChatGPT). De mogelijkheden zijn eindeloos.