Big Data Analytics og den afsluttende meningsinddrivelse

Få it-begreber har været forbundet med så meget hype de senere år som Big Data. Den metodiske indsamling, opbevaring, analyse, håndtering og fortolkning af store datamængder er gentagne gange blevet koblet foran både virksomheder og offentlige institutioners besparelses- og optimeringsdagsorden. Og det med rette.

For Big Data har potentialet til at anvise helt nye veje til innovation og effektivisering. Når datasæt, som aldrig tidligere er blevet sammenholdt, kobles sammen, vil der dukke helt ny indsigt op, som vi slet ikke kan forestille os omfanget af i dag.

Nøglen til at udlede mening fra de enorme datamængder i Big Data ligger i den afsluttende Big Data Analytics-fase. Mens flere og flere virksomheder er begyndt at investere i de tidlige faser i Big Data-disciplinen, herunder opsætningen af internetforbundne sensorer i udstyr samt opsamling og lagring af data i platforme, så er vi stadig på et relativt umodent stadie, når det kommer til analysen og fortolkningen af data. Det vurderer Søren Nørgaard Madsen, som er Business Development Manager samt IoT and Smart Cities Strategist i TDC Erhverv.

“Bortset fra store virksomheder som eksempelvis Google og Facebook, som er meget langt med Big Data Analytics, så famler de fleste sig frem, når det kommer til at analysere på Big Data og omsætte datamængderne til værdiskabende indsigt. Det er der flere årsager til, men det grundlæggende er, at Big Data Analytics simpelthen er en ny datadisciplin, som vi endnu ikke har standardiserede værktøjer til at gribe an. Men interessen er der i høj grad, og alle vil gerne komme først,” siger han.

Dertil kommer, at Big Data Analytics også kræver nogle andre personlige ressourcer, end it-verdenen traditionelt har været vant til at beskæftige. Hvor mange medarbejdere i en it-afdeling har været vant til at have et udpræget fokus på drift af et eksisterende it-miljø, så kræver Big Data Analytics nogle andre og mere kreative kompetencer.

“Selvfølgelig skal man være udstyret med nogle klassiske it-færdigheder, så man kan overskue og organisere de store datamængder. Men derudover skal man også have evnerne til at fremhæve og præsentere udvalgte data på en overskuelig måde, som er nem at afkode for alle i en organisation. Den type profiler uddanner vi pt. ikke tilstrækkeligt af i Danmark, så de er – og bliver især – en mangelvare i markedet,” siger Søren Nørgaard Madsen.

Mens virksomheder og organisationer altså befinder sig i en art opbygningsfase, når det kommer til Big Data Analytics, så ser Søren Nørgaard Madsen dog flere eksempler på, at virksomheder og organisationer er begyndt at investere i dataindsamlingsteknologi.

“Men det er primært inden for det, jeg vil kalde Small Data. For mig handler Big Data om at koble data fra forskellige datasæt sammen og eksempelvis skabe helt nye indsigter og samfundsløsninger, som går på tværs af eksempelvis sundhed, transport, logistik og så videre. Der er vi endnu ikke. Small Data derimod handler om at tage et enkelt datasæt og kigge isoleret på effektiviserings- og optimeringspotentialet inden for et specifikt område,” siger Søren Nørgaard Madsen.

“Her har vi blandt andet set virksomheder, der har udviklet Small Data-løsninger inden for parkeringsområdet, hvor man ved at trække ny indsigt ud af historiske parkeringsdata og koble dem med parkeringsdata i realtid kan gøre parkeringsforholdene bedre for bilister i særligt de store byer.”

Small Data er også Søren Nørgaard Madsens invitation til danske virksomheder om at begynde at investere i den nødvendige teknologi, der kan slippe deres data fri og på sigt udlede mening fra dem.

“Det kan godt være, at man ikke aner, hvad man skal stille op med sine data i dag. Men udviklingen på markedet går så hurtigt, at den nød vil knække sig selv i løbet af få år. Gartner har tidligere udtalt, at alle virksomheder burde koble sensorer på alt udstyr, der har en værdi på mere end 500 kr. Sensorer er så billige og nemme at implementere, at investeringen nok skal tjene sig selv hjem på sigt – også selvom man lige nu ikke kan forestille sig hvordan,” slutter Søren Nørgaard Madsen.