We Love Data - De toekomst van BI

Dinsdag 2 februari organiseerde Macaw een deep dive ‘we love data’ evenement voor BI-professionals. Deelnemers werden meegenomen in de fascinerende wereld van business intelligence, data en analytics aan de hand van presentaties, demo’s en praktijkvoorbeelden. Na afloop was iedereen positief over het programma. De reacties varieerden van ‘inspireren en interactief met nieuwe impulsen’ tot aan ‘leuke inzage in de BI-toekomst’. Een korte terugblik op de avond.

DE OPKOMST VAN DE DATA CONSULTANT
Onze Solution Consultant Data & Analytics - Martijn Muilwijk – presenteerde hoe de rol van BI-consultants de afgelopen tien jaar is veranderd en nog meer gaat veranderen. Toen Martijn in 2006 bij Macaw begon, stond business intelligence vooral in het teken van datawarehouses bouwen, ETL-processen inrichten en bronnen leegtrekken om data te ontsluiten en rapportages te maken. Toen was dat allemaal vooruitstrevend. Interactie met eindgebruikers was beperkt. Dat kwam vier jaar later, toen in 2010 Self Service BI zijn intrede deed. Gebruikers stonden veel meer centraal en wilden zelf rapportages kunnen maken en niet meer afhankelijk zijn van de IT-afdeling. In 2013 – we zijn dan ruim zeven jaar verder - heeft BI inmiddels een strategische plek gekregen binnen organisaties. Er wordt geïnvesteerd in infrastructuren en grote mainframes, want BI moet altijd beschikbaar zijn. BI is daarmee een key asset geworden. Het helpt organisatie te sturen op successen. Vaak nog op basis van rapportages achteraf, maar al steeds meer op basis van predictive analytics.

Maar niet alleen data binnen organisaties, ook online is steeds meer data beschikbaar. De grote vraag is: wat kunnen we allemaal met die data? Denk maar aan het Internet of Things waarin steeds meer apparaten over de hele wereld verbonden zijn en fysieke objecten en de virtuele wereld samenkomen in een augmented reality met bijvoorbeeld de Microsoft HoloLens. Of de self driving cars die via sensoren routes gaat rijden, en dat beter kan dan wij als mens. Het lijkt nog ver weg, maar over twee jaar rijden deze auto’s op de weg en over vijf jaar weten we niet beter. En ook het fenomeen smart buildings waar door middel van sensoren snel inzichtelijk is wat de temperatuur is in het gebouw of waar bepaalde collega’s zich bevinden. Online marketplaces groeien als kool, zodat bedrijven ook externe data kunnen koppelen met interne data en daarmee inzichten verkrijgen die tot voor kort niet of met veel moeite te realiseren waren.

Door deze ontwikkelingen ontstaat de behoefte aan nieuwe architecturen en principes om data beschikbaar te stellen. Het ouderwetse extraheren, transformeren en laden (ETL) dat vooral ’s nacht plaatsvindt verschuift steeds meer naar het Data Lake principe waarin data realtime beschikbaar is, online en offline. Rapportages hoeven niet meer fysiek beschikbaar te zijn maar gaan live op het device mee de vergadering in. Ook zien we dat steeds meer publieke cloud-omgevingen en geavanceerde analytische platformen ontstaan om de gewenste beschikbaarheid, de enorme hoeveelheden aan data, en de diversiteit in vormen van data te faciliteren. Grote vraag hierin is: welke data breng je als organisatie wel naar de (publieke) cloud en welke niet? Zaken als privacy en wet- en regelgeving spelen hier in een grote rol en zijn vaak nog te weinig on-top-of-mind. Organisaties ontwikkelen hele strategieën rondom het verzamelen van data en wat je hier mee doet intern en extern. Naast een Chief Information Manager ontstaat de rol van Chief Data Officer (CDO) om de transitie naar een data-driven organisatie te kunnen maken. Al deze zaken speelden niet toen we vroeger ‘alleen’ data warehouses aan het bouwen waren.

Wil je als BI-Consultant tussen al dit datageweld nog bestaansrecht houden dan zal je je moeten transformeren naar een Data Consultant, waarbij je echt begrijpt wat je allemaal wel en niet met data kunt.

DATA IN DE PRAKTIJK
Nu we weten waar we vandaan komen en hoe de toekomst er uit gaat zien, is het tijd om te kijken hoe organisaties er vandaag de dag mee omgaan. Wat is hun weg naar een Intelligent Cloud Platform? Een paar voorbeelden uit de praktijk.

  • Data delivery platform - een case waarin als eerste consolidatie in de IT en de (meerdere!) datawarehouse omgevingen is aangebracht zodat data sneller naar de gebruiker gebracht kon worden en up and cross selling mogelijk werd. Voor de visualisatie van BI is gebruik gemaakt van Power BI. Bijzondere aan dit project is ook dat binnen het platform de Data Scientists van het marketing intelligence team een eigen plek hebben gekregen. Een soort ‘centrale zandbak’ van waaruit gecontroleerd werkzaamheden verricht kunnen worden.
  • Building analytics – een ambitieus project waarbij data van heel veel verschillende bronnen is verzameld en centraal is opgeslagen. Het gaat hier om bronnen van diverse apparaten zoals het licht, de energie, het koffiezetapparaat, de auto’s, de parkeerplaatsen, etc. Al deze data is centraal opgeslagen en wordt via een data platform aan de organisatie beschikbaar gesteld waardoor inzicht in het gebruik van het gebouw en inzicht en verbetering van werkomstandigheden kan worden gerealiseerd. Vanuit een app ontvangen bijvoorbeeld werknemers een bericht dat hun auto aan de laadpaal kan worden verplaatst omdat deze vol is.
  • Het Data Platform Onderwijs – onderwijsinstellingen maken vaak gebruik van dezelfde bronsystemen (AFAS, Eduarte). Macaw heeft hier standaard koppelingen voor gerealiseerd. Door een razendsnelle implementatietijd beschikken onderwijsinstellingen heel snel over relevante data en hoeven zij geen maandenlange BI-trajecten in te gaan. We noemen dit het dataplatform voor het onderwijs. Met gebruik van algoritmes hebben we met twee onderwijsinstellingen zelfs een oplossing gerealiseerd waarbij kan worden voorspeld of een student gaat slagen of niet. En dat is nog maar het begin, we zijn al met een volgende spannende case bezig!
  • Intelligent cloud platform – op dit moment wordt er gebouwd aan een cloud platform op basis van Azure waar data real time beschikbaar is. Er worden acht cloud-bronnen geraadpleegd zonder ETL-processen, met een miljard rijen, Power BI en een Azure SQL database. Uitdagend? Zeker! Performance is op dit moment de grootste uitdaging

LIVE POWER BI
Tot slot werden de deelnemers nog getrakteerd op een live demo van Power BI waarbij een winkelsetting was nagebootst en aan de hand van verzamelde data van een potentiële klant zijn koopgedrag in de winkel werd voorspeld.

WHO LOVES DATA THE MOST
Voorafgaand aan het event hebben we alle deelnemers een survey laten invullen. Aan de hand van de competenties die waren ingevuld en de business logica die daaraan is toegevoegd konden we voorspellen welke deelnemers aan het we love data event het beste team vormen om een intelligent platform te bouwen. Een stukje live machine learning.

NEXT
Op basis van het succes van deze avond, worden er meer van dit soort evenementen georganiseerd. Wil jij op de genodigdenlijst komen, stuur dan een mail naar events@macaw.nl.