2021 BI en Data Trends:
een post-pandemische reset?
Dat 2020 vrijwel in het teken stond van de coronapandemie is een understatement. Het afgelopen jaar heeft voor veel industrieën fundamentele veranderingen gebracht. Opvallend was dat Business Intelligence (BI) en data analyse onmisbare assets waren voor organisaties om proactief en versneld te reageren op een wereldwijde crisis en de nasleep hiervan.
Welke rol spelen BI en data analyse? En hoe bereid je je organisatie voor op een post-pandemische reset? In dit blog bespreekt Ruth Martoredjo, BI-specialist, een aantal trends.
1 – ‘Everything’-As-A-Service
Software-as-a-Service BI, oftewel SaaS BI, wordt steeds meer een logische keuze voor organisaties. De toegankelijkheid en kosteneffectiviteit maken SaaS-producten aantrekkelijk. In 2020 zagen we een aanzienlijke toename van SaaS-producten. De tijd dat BI enkel was voorbehouden aan grote ondernemingen met geavanceerde datacentra is voorbij. Mede door nieuwe ontwikkelingen in Cloud Computing, drijven de nu betaalbare BI oplossingen ook kleine en middelgrote bedrijven mee in de BI revolutie.
‘By 2022, public cloud services will be essential for 90% of data and analytics innovation’ – Gartner, Inc.
2 – Van ‘Self-Service’ naar ‘Self-Sufficiency’
Big data analyse is een ingewikkeld proces dat substantiële betrokkenheid van professionele (IT-) experts vereist. Self-service BI (SSBI) is een oplossing waarmee niet-technische gebruikers zelfstandig data kunnen opvragen, openen en analyseren. Omdat BI zich steeds meer op de eindgebruiker richt, komen SSBI-oplossingen, waaronder Qlik Sense, steeds meer op de markt. Met het vermogen om zelf analyses uit te voeren en rapporten te generen, worden gebruikers in staat gesteld om snel geïnformeerde beslissingen te nemen. Bovendien kunnen gebruikers gemakkelijker vragen stellen en inzichten ontdekken in natuurlijke taal met Artificial Intelligence (AI) software die ‘low-code’ (of zelfs ‘no-code’) data-analyse mogelijk maakt. BI wordt hierdoor niet alleen toegankelijker voor elke type eindgebruiker, maar op de langere termijn ook meer ‘self-sufficient’.
3 – Data storytelling wordt de norm
Data analyseren is één ding; maar het ontsluiten en presenteren van belangrijke inzichten is een ander verhaal. Juist die inzichten vormen een leidraad voor besluitvorming in het BI-proces. In het afgelopen jaar zagen we een enorme toename in het visualiseren en delen van data. Dagelijks worden we geconfronteerd in de mainstream media met de ‘flatten-the-curve” lijngrafiek; waarbij het land massaal lamgelegd wordt om de iconische piek te verpletteren. De vraag naar een manier om data eenvoudig te visualiseren neemt toe in onze datagedreven wereld. Data storytelling speelt een steeds centralere rol in BI en zal ook in 2021 de manier waarop data wordt gebruikt om inzichten en ideeën te communiceren, blijven vormgeven.
4 – Real-time data
De coronapandemie laat ook duidelijk een forse toename zien in de behoefte van real-time data. Zo leidden o.a. de toiletpapier-hamsteraars in maart 2020 voor de verstoring van operationele afdelingen, met alle gevolgen van dien. Het vermogen van organisaties om te anticiperen op signalen en scenario’s en versneld te reageren op real-time en business-ready data, maakt de cruciale stap van passieve intelligentie naar actieve intelligentie mogelijk.
5 – Een andere kijk op Advanced Analytics
Algoritmes hebben (vaak veel) historische data nodig om een datamodel voor de toekomst te bouwen. Als organisaties iets hebben geleerd gedurende de coronapandemie, is dat het ‘onbekende’ moeilijk te modeleren. Voorspellende data modellen werken doorgaans niet optimaal als er in het verleden geen kritische datapunten zijn opgetreden. Organisaties richten zich nu meer op de uitschieters, oftewel de ‘outliers’, in de data, die traditioneel werden uitgefilterd om het datamodel glad te strijken. Verwacht wordt dat AI en Machine Learning (ML) in 2021 meer ingezet zullen worden om deze outliers in de data te evalueren, wat zal leiden tot geavanceerdere analyses voor betere en snellere impact.
6 – Alternatieve databronnen
Studies over ‘niet-traditionele’, alternatieve databronnen, waaronder de verkeersdata rondom ziekenhuizen in Wuhan en de meest gezochte online zoektermen door inwoners in de omliggende omgeving, is een indicatie dat het corona virus mogelijk al eind 2019 in de omloop was. De les uit 2020 en 2021 is dat het verzamelen van data uit alternatieve bronnen steeds belangrijker wordt. Met behulp van alternatieve, externe databronnen kunnen meer combinaties en associaties binnen de data gecorreleerd worden. Dit is op zich geen nieuwe trend, maar wint steeds meer terrein door optimalisatie in AI-technologieën.
7 – Datakwaliteit en -management
In deze coronatijd dringt de overheid de privacy van burgers verder binnen. Veelal wordt dit (tijdelijk) geaccepteerd, omdat we als samenleving het belang hiervan in zien. Maar de vraag blijft, hoe en waar worden onze gegevens gebruikt en opgeslagen? Gebruikers moeten de data waarmee ze werken vertrouwen. Het beschikken van de juiste datakwaliteit-processen correleert met het vermogen van organisatie om de juiste beslissingen. Organisatie zullen hierdoor processen moeten omarmen die de datakwaliteit en datamanagement verbeteren.
Tot slot
In een constant veranderde wereld is het vermogen om als organisatie te herpositioneren cruciaal. Het tempo van verandering versnelt. Organisatie worden gedwongen proactief en versneld te reageren op (alternatieve) data. Op korte termijn is dit voor vele organisaties een kwestie van overleven. Op langere termijn is de verschuiving van passieve naar actieve intelligentie binnen BI en data analyse een onmisbare asset voor organisaties. Bronnen die interessant zijn om na te lezen:
www.qlik.com/us/bi/data-trends
www.financesonline.com/business-intelligence-trends
www.gartner.com/smarterwithgartner/gartner-top-10-data-and-analytics-trends-for-2021/
Ruth Martoredjo, BI-consultant
