De alsmaar groeiende stroom sensorinformatie, foto's, tekst-, spraak- en videogegevens die wordt gecreëerd, en de nieuwe manieren waarop we gegevens kunnen verwerken, spelen een belangrijke rol in het proces van digitale transformatie in alle bedrijfstakken.
Bedrijven zijn in staat te begrijpen en te voorzien welk klantensegment welk product zal kopen, en wanneer. Big data stellen bedrijven ook in staat hun activiteiten efficiënter te beheren. Big data veranderen de wereld ook op andere manieren, niet alleen in bedrijven
De gezondheidszorg verbeteren. Door een grote hoeveelheid medische dossiers en beelden te analyseren, kunnen patronen worden geïdentificeerd die kunnen helpen ziekten vroegtijdig op te sporen en nieuwe geneesmiddelen te ontwikkelen.
Voorspellen van en reageren op natuurrampen en door de mens veroorzaakte rampen. Gegevens van sensoren worden geanalyseerd om aardbevingen en tsunami's te voorspellen. Om de hulpverlening aan overlevenden te verbeteren, zoeken organisaties naar patronen in menselijk gedrag. Big data-technologie wordt ook gebruikt om te proberen de complexe dynamiek van migratie te begrijpen door migratiestatistieken op te stellen en te analyseren.
Big Earth data De vooruitgang op het gebied van teledetectie, sociale netwerken, krachtige simulatiemodellen en in-situ monitoring levert ongekende Big Data over onze planeet op. Het grote volume en de verscheidenheid aan gegevens bieden een kans om de aarde beter te begrijpen door stukjes kennis uit deze gegevens te halen.
Traditionele sectoren zoals vervoer, gezondheidszorg of productie zullen veel baat hebben bij een goede analyse en verwerking van gegevens, met name big data. Data hebben het potentieel om:
de Europese dienstensector nieuw leven in te blazen door te helpen innovatieve informatieproducten en -diensten te ontwikkelen op basis van klantenvoorkeuren en -behoeften
de productiviteit te verhogen door betere bedrijfsinformatie ter beschikking te stellen van elke sector
ons een grondiger kennis en inzicht te verschaffen in de manier waarop wij diverse maatschappelijke uitdagingen moeten aanpakken
onderzoek te bevorderen en innovatie te versnellen
de kosten te verlagen door bedrijven te helpen meer gepersonaliseerde diensten of producten aan te bieden
de efficiëntie in de openbare sector te verhogen
Enkele voorbeelden van het gebruik van big data zijn:
gepersonaliseerde marketing
gevoelsanalyse (productbeoordeling)
groei van consumenten om productgroei te sturen (consumentengedrag)
biomedische toepassingen (gepersonaliseerde geneeskunde en behandeling)
door big data aangestuurde steden (smart cities)
Slimme zorg: Gezondheidszorg en openbare gezondheid verbeteren
Het heeft 10 jaar geduurd om het menselijk genoom te ontcijferen. Vandaag stelt de rekenkracht van big data-analyse ons in staat om volledige DNA-reeksen in enkele minuten te ontcijferen en men gelooft dat dit ons in staat zal stellen om ziektepatronen te genezen, te begrijpen en te voorspellen. Als alle individuele data van slimme horloges en draagbare apparaten worden samengevoegd, kunnen deze worden toegepast op miljoenen mensen en hun ziekten. Zo kunnen klinische proeven veel krachtiger en inzichtelijker gemaakt worden.
De nieuwe gezondheidsapp van Apple, ResearchKit, kan bijvoorbeeld je telefoon veranderen in een biomedisch onderzoeksapparaat. Onderzoekers kunnen nu data en input verzamelen van de telefoons van gebruikers om gezondheidsstudies uit te voeren. Je toestel (zoals een smartwatch) kan bijhouden hoeveel stappen je op een dag zet, hoe je hebt geslapen, kankerpatiënten vragen hoe ze zich voelen na een chemotherapiesessie, of bijhouden hoe iemands ziekte van Parkinson vordert. Hierdoor kan het volume van studies en proeven drastisch toenemen, evenals de waarheidsgetrouwheid van de data.
In een ander voorbeeld worden big data-technieken gebruikt om premature baby's te monitoren. Premature pasgeborenen moeten hun rijping buiten de baarmoeder van de moeder voltooien terwijl hun immuunsysteem nog niet volledig operationeel is, wat het risico op infecties verhoogt. Een snelle diagnose zonder invasieve bewaking is van cruciaal belang. Digi-NewB werkt aan een niet-invasief monitoringsysteem dat artsen en verpleegkundigen zal helpen in kortere tijd betere beslissingen te nemen om infecties te voorkomen. Het systeem is ontwikkeld op basis van een grote database van meer dan 700 opnames van pasgeborenen met gegevens over vitale functies, klinische gezondheidsdossiers en gegevens afkomstig van video en geluid.
Tussen technologische vooruitgang en ethiek
Big data openen de deur naar ongekende inzichten en mogelijkheden, maar wat is de keerzijde van de medaille? Er rijzen belangrijke zorgen en vragen die moeten worden aangepakt om ervoor te zorgen dat onze grondrechten en ons democratisch systeem worden beschermd.
Dataprivacy. De hoeveelheden gegevens die we genereren, bevatten een enorme hoeveelheid informatie over ons persoonlijke leven, die we privé zouden moeten kunnen houden. Wanneer gegevens die privé moeten blijven in verkeerde handen vallen, kunnen er nare dingen gebeuren. Bij een datalek op een school kan de persoonlijke identiteit van leerlingen in handen komen van criminelen die identiteitsdiefstal kunnen plegen. Bij een inbreuk in een ziekenhuis of dokterspraktijk kan de informatie van patiënten in handen komen van mensen die er misbruik van zouden kunnen maken.
Dataveiligheid. Zelfs als we besluiten onze gegevens te delen om bijvoorbeeld onze gezondheid te monitoren, kunnen we er dan op vertrouwen dat ze veilig worden bewaard? Data zijn een ongelooflijk belangrijk bezit, en het verzamelen en delen ervan kan in de huidige digitale economie big business zijn. Nu computers een steeds grotere rol spelen, bestaan er een aantal potentiële bedreigingen voor de gegevens die worden opgeslagen. Gegevens kunnen verloren gaan door een systeemstoring, beschadigd raken door een computervirus, gewist of gewijzigd worden door een hacker.
Datadiscriminatie. Als alles bekend is, wordt het dan aanvaardbaar om mensen te discrimineren op basis van de gegevens die we over hun leven hebben? Kan het dan een optie zijn om mensen met overgewicht een minder voordelige ziektekostenverzekering aan te bieden? Of wordt mensen van wie de ouders financiële problemen hadden, een krediet met een hogere rente aangeboden? Zowel bankieren als verzekeren zijn zeer datagestuurd en mensen kunnen verwachten dat steeds grondiger te worden geanalyseerd en beoordeeld. Hoe kunnen we ervoor zorgen dat dit niet gebeurt op een manier die ertoe bijdraagt dat het leven moeilijker wordt voor mensen die toch al minder middelen en toegang tot informatie hebben?
Op EU-niveau wordt de ethiek van big data ondersteund door regelgeving en documentatie, waarin wordt gezocht naar concrete oplossingen om de waarde van big data te maximaliseren zonder de fundamentele mensenrechten op te offeren. De Europese Toezichthouder voor gegevensbescherming (EDPS) ondersteunt het recht op privacy en het recht op de bescherming van persoonsgegevens met respect voor de menselijke waardigheid.
Wat zijn persoonsgegevens precies?
De Algemene verordening gegevensbescherming (AVG) luidt als volgt:
‘Persoonsgegevens’ zijn alle gegevens die betrekking hebben op een geïdentificeerde of identificeerbare natuurlijke persoon (‘betrokkene’); een identificeerbaar natuurlijk persoon is een natuurlijke persoon die rechtstreeks of onrechtstreeks kan worden geïdentificeerd, met name aan de hand van een identificator zoals een naam, een identificatienummer, locatiegegevens, een online identificator of van een of meer elementen die kenmerkend zijn voor de fysieke, fysiologische, genetische, psychische, economische, culturele of sociale identiteit van die natuurlijke persoon.’
Over persoonsgegevens en de regels rond gegevensbescherming kun je meer lezen op de AVG-pagina.
Nadenken en meer te weten komen over deze uitdagingen is een belangrijk onderdeel van het gebruik van big data. Ethiek en individuele rechten moeten van het grootste belang zijn voor organisaties die hun voordeel willen doen met gegevens. Doen zij dit niet, dan kan onze samenleving in een kwetsbare positie terechtkomen en kunnen bedrijven schade oplopen op het vlak van reputatie en op juridisch en financieel vlak.
Daarbuiten zijn er nog vele bezorgdheden met betrekking tot ethiek en het gebruik van gegevens, zoals het non-discriminatierecht op basis van persoonlijke kenmerken, persoonlijke profilering en voorspellende gedragsanalyse die worden gebruikt om democratische processen te beïnvloeden, eerlijkheid en eerbiediging van de menselijke autonomie, enzovoorts. Daarom is het meer dan ooit van belang dat wij ons allen bewust zijn van welke gegevens in onze samenleving worden gebruikt en waarom en hoe dit gebeurt, zodat wij in staat zijn te begrijpen en te herkennen wanneer ze worden misbruikt.
Big data-vaardigheden en de toekomst van banen
Zoals we hebben gezien, gaat het graven in gegevens gepaard met veel processen, die elk unieke vaardigheden vereisen. Werken met big data vereist zowel technische als niet-technische vaardigheden, zoals het vermogen om de technologieën die dit mogelijk maken te bedienen, inzicht in data-analysetechnieken, en de creativiteit en story-tellingvaardigheden om krachtige datavisualisaties te maken.
Je hebt er de juiste vaardigheden en mindset voor nodig. Je moet nagaan wat de beste oplossing is voor het soort gegevens waarover je beschikt, waar jouw behoeften liggen (d.w.z. wat jij wilt bereiken door die gegevens te analyseren), en de juiste tools kiezen om waarde te creëren. Over gegevens beschikken is één zaak; over de mensen beschikken die er inzichten uit kunnen halen, een andere.
Big data-professionals moeten ook de juridische en economische aspecten van gegevens begrijpen, zodat ze inzichten kunnen omzetten in waarde en regelmatig met leidinggevenden en productmanagers kunnen overleggen over wat ze hebben geleerd en hoe dat kan worden ingezet voor nieuwe zakelijke keuzes zoals diensten en producten, efficiëntere operationele modellen of nieuwe markten.
Daar ligt de sleutel voor werken in dit vakgebied: nieuwsgierig zijn, op zoek gaan naar de ontdekking van nieuwigheden, theorieën bouwen en testen en patronen vinden waarmee je resultaten kunt voorspellen.
Uiteindelijk zullen alle banen van de toekomst een mix van sectorspecifieke vaardigheden en data science-competenties vereisen, aangezien data een belangrijke drijvende kracht worden voor alle activiteitensectoren:
Ondernemers gebruiken gegevens om gedrag te analyseren, variëteiten en prijzen te optimaliseren, arbeidsinputs te optimaliseren, distributie en logistiek te optimaliseren en vraagprognoses op te stellen, maar het vereist ook een gedegen kennis van de sector en van het bedrijfsleven om een door data aangestuurde strategie correct uit te voeren.
Artsen die grote datasets met patiënteninformatie analyseren, kunnen helpen bij het identificeren van patiënten die waarschijnlijk aan een bepaalde ziekte zullen lijden. Professionals in de gezondheidszorg spelen ook een belangrijke rol bij het helpen trainen van hersenscan-AI met hun deskundige feedback op de resultaten.
Bankprofessionals kunnen sentimentanalyse en voorspellende analysetechnieken toepassen om te voorspellen wie hun mogelijke klanten zijn, en ze kunnen klanten gerichte producten aanbieden.
En ga zo maar door.
Hoe geavanceerd ze ook zijn, datawetenschap en -analyse nemen de behoefte aan menselijk inzicht niet weg. Integendeel: er is een dringend nood aan bekwame mensen die gegevens kunnen begrijpen, maar die er ook het standpunt van de sector aan toe kunnen voegen en met inzichten kunnen komen.
Data-engineers behoren tot de meest gevraagde dataprofessionals
Data-engineers zijn onmisbare leden van het data-analyseteam van een onderneming, die verantwoordelijk zijn voor het beheren, optimaliseren, overzien en bewaken van het ophalen, opslaan en verspreiden van data binnen de organisatie.
Data-engineers zijn verantwoordelijk voor het vinden van trends in datasets en het ontwikkelen van algoritmen om ruwe data bruikbaarder te maken voor de onderneming. Deze IT-rol vereist heel wat technische vaardigheden, waaronder een grondige kennis van SQL-databaseontwerp en meerdere programmeertalen. Maar data-engineers hebben ook communicatieve vaardigheden nodig om over afdelingen heen te werken en te begrijpen wat bedrijfsleiders uit de grote datasets van het bedrijf willen halen.
Voor deze functie heb je onder meer volgende vaardigheden nodig: Apache Spark, Scala, Hadoop, Python, Hive, Amazon Web Services, Apache Kafka, Big Data, Extract/Transform/Load (ETL), SQL en Machinaal leren. Sectoren waar deze profielen gezocht worden: informatietechnologie en -diensten, internetbedrijven, auto-industrie, computersoftware, managementadvies, mechanische en industriële engineering, financiële diensten, ziekenhuizen en gezondheidszorg en telecommunicatie.
Enkele andere vacatures op het gebied van big data zijn: datawetenschapper, big data-ontwikkelaar en data consultant.
