Future Bright - Visualiseren is Vooruitzien

Page 1

Visualiseren is Vooruitzien



future bright visualiseren is vooruitzien



INHOUDSOPGAVE

5

Voorwoord door Karel Kinders

6

Visie SAS

‘Decision Leadership vraagt om Visual Analytics’

10

Visie-interview

Russ Cobb en Jeroen Dijkxhoorn (SAS) - ‘Analytics is de sleutel tot Decision Leadership’

18

Interview

Rijk Boerma (Mijksenaar wayfinding experts) - ‘Beeld is bepalend’

Prof. dr. Jos Roerdink (Hoogleraar RUG) - Visualisatie is een vak apart’

26

Interview

Aart Jochem (NCSC) - ‘Bestrijding cybercrime door data-analyse’

34

5 vragen aan …

Colin Nugteren (DirectPay) - ‘Kennis, data en inzicht zijn cruciaal voor DirectPay’

38 Interview

Paul Melis en Machiel Jansen (SURFsara) - ‘SURFsara helpt met Big Data-onderzoek’

42

5 vragen aan …

Peter Wijers (Euramax) - ‘Datavisualisatie geeft Euramax grip op de toekomst’

46

Interview

Carlo van de Weijer (TomTom) - ‘TomTom visualiseert de drukte op de wegen’

50

5 vragen aan …

Rik Eding (ZGV) - ‘Ziekenhuis Gelderse Vallei brengt data-analyse naar de werkvloer’

54

Gastcollege

Edwin Peters (SAS) - ‘Visual Analytics gastcollegetour’

59

Over SAS

60 Colofon



voorwoord

Het is nu belangrijker dan ooit om snel processen en strategieën te kunnen aanpassen op de behoefte van de klant en de ontwikkelingen in de markt. De vragen van nu zijn niet meer vanuit een ‘gut feeling’ te beantwoorden maar vragen gedegen beslissingen die op feiten zijn gebaseerd. Bovendien dient dat inzicht nu direct beschikbaar te zijn en is men niet graag afhankelijk van IT als het niet per se nodig is. De hoeveelheid gestructureerde en ongestructureerde data bij organisaties explodeert! Er is een groeiende behoefte om meer uit deze (big!) data te halen. Er is een groeiend besef dat deze data van onschatbare waarde zijn voor je bedrijf. Organisaties vragen om sneller te kunnen anticiperen op veranderingen. Daarvoor zijn nieuwe oplossingen noodzakelijk die echt iets toevoegen en snel en professioneel rapportages maken en, liever nog, inzicht bieden. Tijdrovende manieren van gegevens doorwerken, passen niet meer in deze tijd. Om de antwoorden die nu nog in de gegevens opgesloten zitten te ontsluiten, voldoet een eenvoudig rapportje niet. Maar ook analyses waar alleen econometristen mee uit de voeten kunnen, zijn voor een nietspecialist onbruikbaar. De businessgebruiker moet zelf eenvoudig analyses kunnen maken om slimmer, sneller en directer te kunnen anticiperen op veranderingen in hun omgeving. Op tijd kunnen bijsturen is cruciaal. Visual Analytics vult dit gat precies op en brengt de magie van de tools van de analist als self service analytics binnen het bereik van de businessgebruiker. Vaak horen wij: “Er is geen tijd om te analyseren, want alle tijd gaat in de rapporten zitten”, en “Elk rapport dat we maken, levert weer nieuwe vragen op”. Juist die problemen worden met Visual Analytics geadresseerd. Het stelt cross departementale teams in staat om zelf heel snel tot gedegen analyses en forecasts te komen zonder dat lange afstemtrajecten nodig zijn. Door gebruik van mobiele technologie (tablets) hebben zij zelfs overal direct toegang tot à la minute gegenereerde visueel gepresenteerde inzichten. Beslissingen komen zo bij de eindgebruiker te liggen. De kracht van visualisatie speelt daarbij een belangrijke rol. Op de vraag waarom visualisatie bij de interpretatie van grote hoeveelheden data zo belangrijk is, en hoe verschillende bedrijven daarmee omgaan, geeft dit boek aan antwoord. Visual Analytics is de weg naar Decision Leadership. Karel Kinders Managing Director SAS Nederland


SAS visie

6


Nieuwe aanpak brengt beslissings­ traject dichter op het proces

Decision Leadership vraagt om Visual Analytics

Als je bij Google ‘Big Data’ intikt, krijg je bijna twee miljard hits. Blijkbaar is bijna iedereen ermee bezig, maar niet iedereen maakt er optimaal gebruik van. Veel bedrijven hebben de laatste jaren op het gebied van informatiemanagement een flinke stap vooruit gezet om meer controle te krijgen over hun data. De volgende stap is om effectiever en efficiënter de waarde uit de informatie te krijgen. Dat vraagt om een nieuwe aanpak.

Tot nu toe lag het accent bij organisaties en bedrijven op het optimaliseren van kosten van de ITinfrastructuur. Technologie was voornamelijk gericht op efficiëntie en verlaging van de operationele kosten. Dat is prima, maar niet meer goed genoeg om voorop te blijven lopen. De grote hoeveelheden data die voortkomen uit sociale media, transactieverkeer en de groei van algemene databronnen vragen een nieuwe aanpak van bedrijven en organisaties om doelgroepen gericht te kunnen benaderen. De transparante wereld waarin niet alleen het doen en laten van de consument, maar ook dat van bedrijven heel inzichtelijk is, gooit bestaande businessopvattingen op de schop. Data kan niet langer als een bijproduct beschouwd worden, maar is core-business en cruciaal om een gezond businessmodel te bouwen. Deze nieuwe inzichten bieden kansen om korter op de bal te spelen en op betere resultaten te sturen. Om optimaal op marktontwikkelingen in te spelen moeten beslissingen binnen een organisatie dichter bij de operationele processen genomen worden. Decision Management is de volgende stap waarbij beschikbare gegevens samen met de analytical modellen bij de mensen komen die ook daadwerkelijk de processen aansturen. Visual Analytics is daarbij een onmisbaar hulpmiddel.

“De rol van de beslisser in de organisatie verandert naar architect van het beslissingsproces” 7


In de traditionele situatie worden tactische en strategische beslissingen genomen door mensen die bij elkaar komen om de huidige status te bekijken. Er wordt een actielijstje gemaakt en twee weken later is er een volgende ontmoeting waarbij vervolgstappen besproken worden om de strategie eventueel aan te passen. Die tijd is er nu vaak onder de druk van de markt niet meer en bovendien staat dat beslissingstraject te ver van de operationele gang van zaken. De bottleneck hier is dat de processen van besluitvorming niet zodanig zijn ingericht, dat optimaal gebruik gemaakt wordt van de mogelijkheden van de huidige technologie die ‘self-service analytics’ mogelijk maakt. Met Visual Analytics kan er direct en over afdelingen heen gekeken worden wat er gebeurt bij verschillende variaties. Op die manier kunnen antwoorden gevonden worden op vragen die ter plaatse bedacht zijn. Vooral strategisch kunnen dan makkelijk ‘what if’ scenario’s doorgerekend worden. Door interactief visuele analyses te maken en die te delen met stakeholders, kan duidelijk gemaakt worden waarom een bepaalde keuze gemaakt is. Een databasemarketeer en een business owner kunnen zo gezamenlijk en eventueel zelfs via mobiele technologie interactie hebben over verschillende scenario’s. De rol van de beslisser in de organisatie verandert daardoor meer naar architect van een beslissingsproces. Hij coacht z’n team naar een beslissing.

8


“De nieuwe dynamische complexiteit van Big Data is zonder adequate hulpmiddelen zoals Visual Analytics nagenoeg niet meer te bevatten” Kwaliteit van modellen Als de traditionele beslisser in organisaties faciliterend optreedt, zal hij meer bezig zijn met de governance van processen dan dat hij zelf de beslissingen neemt. Daardoor komen de beslissingen op de werkvloer te liggen waardoor een nieuwe hiërarchie ontstaat die meer op een netwerkmodel lijkt. Belangrijk is bij die transitie dat de kwaliteit van de analytische modellen goed is, want de impact daarvan is heel groot. Er is een voortdurende analytical lifecycle monitoring en governance nodig om na te gaan of de aannames en vraagstellingen nog wel kloppen. Door het monitoren van de resultaten kun je meer gecontroleerd experimenteren. Daardoor kan in een businessproces in één keer een nieuw model of aanpak bekeken worden in plaats van stukje voor stukje zoals nu gebruikelijk is. Het resultaat wordt meteen door de klant gewaardeerd, in plaats van dat het op de traditionele manier door interne afdelingen en dus los van de praktijk gevalideerd wordt. Continue marginale verbeteringen aan processen doorvoeren is zo veel sneller en makkelijker.

Geen vragen Niet altijd zijn er vastomlijnde modellen die op een dataset kunnen worden losgelaten. Soms ontbreekt het aan initiële vraagstelling, simpelweg omdat het moeilijk te bedenken is. Maar visuele interactie met de data door mensen die de business begrijpen, kan leiden tot een alert uit de gegevens. Juist die interactie met de data genereert ideeën om tot een exacte vraagstelling te komen en leidt tot inzichten om nieuwe verbetertrajecten in te zetten.

Gouden bergen De algemene belofte van Big Data is dat het hele grote veranderingen mogelijk maakt aan het proces- en het verdienmodel. Daarom willen traditionele organisaties meteen hele ingrijpende veranderingen doorvoeren die dan meestal niet tot het gewenste resultaat leiden. Nieuwe-economiebedrijven daarentegen proberen juist continue marginale veranderingen aan hun processen door te voeren om ze heel gecontroleerd te verbeteren. De nieuwe dynamische complexiteit van Big Data is zonder adequate hulpmiddelen zoals Visual Analytics nagenoeg niet meer te bevatten. Big Data en beslissingsmanagementtechnieken brengen niet altijd in één keer het Gouden Ei maar zijn juist uitermate geschikt om huidige processen, binnen een zekere marge, stapje voor stapje te verbeteren. Door de automatisering van deze verbetertrajecten kan een groot aantal kleine stappen tegelijkertijd gecontroleerde veranderingen doorvoeren en daardoor maakt de organisatie over de hele linie grote stappen voorwaarts. ■

9


INTERVIEW

Jeroen Dijkxhoorn

Regional Head of CoE Information Management & Analytics bij SAS

Visie van SAS op knelpunten en kansen die data-analyse biedt

Analytics is de sleutel tot Decision Leadership 10


Russ Cobb

Vice President of Alliances and Product Marketing bij SAS

Tijdens de Premier Business Leadership Series 2013 die in Amsterdam plaatsvond stond ‘Creating the Analytics advantage’ centraal. Een uitgelezen moment voor Russ Cobb en Jeroen Dijkxhoorn van SAS om met visieleiders op de brede scope van managementuitdagingen van gedachten te wisselen over de mogelijkheden van analytics als basis voor decision leadership. De uitdaging wordt vertaald naar concrete stappen voorwaarts.

11


Jeroen Dijkxhoorn: “Als we kijken hoe we nu met de enorme hoeveelheid informatie omgaan, dan gebeurt dat veelal op de manier zoals we dat vroeger deden toen er veel minder informatie te verwerken was, namelijk volledig gestructureerd, accuraat en onder totale controle. We moeten die denkwijze loslaten en focussen op wat noodzakelijk is om te weten. Waar het vaak fout gaat is dat er van tevoren niet duidelijk is gedefinieerd wat er gezocht wordt. Dan verdrink je in de gegevens.” Magnus Lindkvist – expert in huidige en toekomstige trends – stelt dat we wereldwijd aan ‘infobesitas’ lijden waardoor we als het ware verslaafd zijn aan de consumptie van teveel data. Russ Cobb ziet de ‘information overload’ niet als een nieuw fenomeen. Hij maakt de parallel met de boeken in een bibliotheek. Als iemand eerst alle boeken in de bibliotheek leest en dan pas gaat nadenken wat je wilt weten, zit je met een overbelasting aan informatie. Maar als je met de juiste vragen richting de bibliotheek gaat kun je snel en efficiënt antwoord vinden op de kwesties die je probeert op te lossen. "Dat is ook de manier waarop bedrijven en organisaties naar het probleem moeten kijken, want dan vallen de puzzelstukken van welke data en welke technologieën te gebruiken vanzelf op hun plaats. Als dat niet gebeurt dan helpt geen enkele dataset of technologie om progressie te maken in het oplossen van strategische vraagstukken. SAS maakt software om bedrijven hierbij te helpen. In sessies met klanten inventariseren we welke kernvraagstukken er zijn en hoe wij met onze High Performance

“Infobesitas vraagt datadieet” Magnus lindkvist is trendspotter en woont in Stockholm. met een MSc in Economie van de Stockholm School of Economics en een studie aan de UCLA met specialisatie film, combineert hij meetbare data met fantasie en emotionele ideeën. Alles met als doel om het snijpunt tussen zakelijke logica en menselijke emotie vast te leggen. Hij begon in 2005 met zijn bedrijf Pattern Recognition en heeft inmiddels meerdere trendspotters in dienst. Hij is een actief lid van TED en fanatiek blogger. Verder geeft hij les op de enige academische opleiding voor trendspotting en toekomstdenken aan de Stockholm School of Entrepreneurship.

Magnus Lindkvist MSc Expert in huidige en toekomstige trends

Belangrijk topic is dat de wereld lijdt aan ‘infobesitas’, in analogie met obesitas waarbij mensen een verkeerd dieet volgen is er volgens hem een vergelijk te maken met de verkeerde consumptie van informatie in deze wereld. Het probleem is niet dat er teveel data is, maar dat ons dieet om data te consumeren verkeerd is. Uit onderzoek is gebleken dat smartphone gebruikers gemiddeld 150 keer per dag kijken of er nog iets nieuws is en hij noemt dat infobesitas. Later bleek dat het onderzoek niet klopte maar iedereen had het al geadopteerd via sociale media en ook dat is volgens hem een typisch voorbeeld van infobesitas. Hij pleit dan ook voor discipline bij het gebruik van data en stelt dat er een belangrijke taak is voor ouders om hun kinderen een ‘informatie dieet’ op te leggen. Iedereen praat over Big Data maar er zijn volgens hem echter maar weinig bedrijven echt serieus en gestructureerd mee bezig. Ze verwarren wat urgent is met wat belangrijk is. “Ze beantwoorden e-mail in plaats van dat ze nadenken over belangrijke veranderingen en schuiven beslissingen vooruit”, aldus Magnus Lindkvist.

12


Analytics technologie en Visual Analytics daarbij kunnen helpen. Maar ook praten we met de klant over welke kennis er in het bedrijf aanwezig moet zijn om het maximale effect uit onze software te halen.“ Jeroen Dijkxhoorn: “We hebben jarenlang de boodschap gebracht dat analytics echt positief kan bijdragen in de bedrijfsvoering en daardoor in de resultaten. Dat is nu doorgedrongen in de top van de bedrijven waar men het belang er van inziet. De volgende stap is om met opleiding en door bewustwording te laten zien hoe je verstandig omgaat met analytics. Niet alleen de tools waarmee gewerkt wordt zijn een belangrijke succesfactor, ook governance speelt een grote rol. Daarbij is de monitoring van alle disciplines heel belangrijk. Hoe ziet mijn initiële vragenset er uit? Hoe ziet het onderzoek er uit? Hoe zijn de modellen opgebouwd, hoe wordt het proces uitgevoerd en gemanaged? Modellen maken om het modellen maken is zinloos. Test daadwerkelijk of het werkt. Dat zijn feiten die doorgewinterde analisten al weten, maar veel executives die nu zelf datasets kunnen bevragen moeten hiervan bewust worden gemaakt.”

Testen en nog eens testen Malcom Gladwell - Brits-Canadese journalist, schrijver en spreker - stelt dat data-analyse tools heel gevaarlijke gereedschappen zijn. Hij ging daarbij zelf zo ver dat hij het vergeleek met een pistool. In handen van de politie is het veilig, maar een misdadiger heeft hele andere motieven. Hij pleit dan

“We lijden wereldwijd aan infobesitas”

“Zelfoverschatting is een groot gevaar”

Malcom T. Gladwell BritsCanadese journalist, schrijver en spreker

Als schrijver zoekt hij interessante verhalen en verzamelt hij research. Daarbij kijkt hij of er onderwerpen zijn die elkaar kruisen. In zijn eerste boek The Tipping Point (2005) gaat hij op zoek naar de oorzaak van een plotselinge daling van het misdaadcijfer in New York en belicht van daaruit hoe een kantelpunt ontstaat. Het onderwerp ‘expert failure’ illustreert hij met een voorbeeld van het historische verhaal over een belangrijke slag in de burgeroorlog van de VS, de slag bij Chancellorsvile. Generaal Hooker had grenzeloos vertrouwen in de grote hoeveelheid informatie die hij had opgedaan uit zijn spionagenetwerk en door misinterpretatie en zelfoverschatting nam hij verkeerde beslissingen. Generaal Lee wist daar handig gebruik van te maken en besliste de slag daardoor in zijn voordeel. De les die Malcom Gladwell hier uit trok was dat de hoeveelheid gegevens niet altijd zaligmakend is en lang niet altijd leidt tot meer accurate beslissingen, maar hooguit een groter gevoel van zekerheid geeft. Hij gebruikte hierbij de term ‘miscalibration’ en ‘expert failure’. Hij gaat daarbij zo ver dat hij dergelijk zelfoverschatting betiteld als ‘expert disease’ en dat is volgens hem zeer beangstigend.

13


ook dat bedrijven er uiterst zorgvuldig mee omgaan. Russ Cobb: “Mark Twain heeft gezegd: er zijn leugens, vreselijke leugens en statistieken. Je kunt in Big Data elk patroon vinden wat je wilt bevestigen en vanuit die gedachte ben ik het eens met Malcom. Vanuit dat perspectief is het inderdaad zo dat zonder de juiste training, structuur en richting waarin het bedrijf gaat, je als business analist elke visie kunt onderbouwen. Maar als je het commercieel en in lijn met de business van het bedrijf doet om zo op een positieve manier, of als Malcom zegt 'politieveilige manier' met analytics omgaat, dan kan het heel behulpzaam zijn. We zien veel bedrijven die dubbel testen. Ze doen een serie analyses of hypotheses op een dataset en dan een nog een keer op een andere set om te zien of het resultaat overeenstemt.” Jeroen Dijkxhoorn: "Elk business analysemodel is gebaseerd op aannames, dat is nu eenmaal de kern van wiskunde en statistiek. Dus als er een fout zit in de aannames kun je er vreselijk naast zitten. Dus moet je dat in kleine delen testen binnen alle disciplines van de organisatie en van daaruit uitbreiden. Dat is nieuw voor veel bedrijven die tot op heden traditionele methoden gebruikten waarbij alleen intern getest wordt. Daar moeten we een omslag zien te maken naar experimenteel testen op een ‘live’ situatie. Experimenteren en testen is een kritisch onderdeel. Als je dat niet doet dan kan business analytics een gevaarlijk wapen zijn."

“Experimenteren en testen is een kritisch onderdeel”

“Gebruik analyse ook voor eigen organisatie”

Lynda Gratton Doceert aan de London Business School

14

Lynda Gratton is professor aan de London Business School en doceert daar Management Practice. Ze heeft een aantal academische boeken en publicaties op haar naam staan en staat bekend als een autoriteit op het gebied van de menselijke maat in organisaties. In 2006 heeft zijn de Hot Spot Movement opgericht die uit een community van duizenden mensen bestaat die een gezamenlijke passie delen om energie en innovatie op de werkvloer te brengen. Als voorbeeld van de verspreiding van technologie hanteert zij een voorval dat ze meemaakte in Tanzania. Ze liep daar samen met een lokale Maasai te praten toen er plotseling een mobiele telefoon afging. In eerste instantie gaf ze haar zoon de schuld, maar het bleek de Maasai te zijn die door zijn broer gebeld werd om door te geven dat hij ergens goed gras had gezien voor hun geiten. Die verspreiding van technologie en het overal online kunnen zorgt volgens haar ook voor wereldwijde educatie. Als voorbeeld geeft ze het MIT dat onderwijs online biedt dat voor iedereen toegankelijk is. Dit voorziet in globalisering van het ‘human capital’ en zal in de toekomst leiden tot een volkomen ongebalanceerde wereld op het gebied van talent verspreiding. Bedrijven zouden er dan ook goed aan doen om met alle kennis die ze gebruiken om de klant in beeld te brengen ook eens in de organisatie te kijken en mensen daardoor optimaal te laten presteren.


Analyse van het bedrijf zelf Volgens Lynda Gratton weten bedrijven door business analytics meer over consumenten dan over hun eigen organisatie en personeel. Zij pleit ervoor dat bedrijven hun analysegereedschappen niet alleen naar buiten laten kijken maar ook naar binnen. Is dat een goed idee? Jeroen Dijkxhoorn: “Er moet inderdaad kritisch naar interne processen gekeken worden, maar dat gaat geen enórm verschil maken. Wij zien al verschillende bedrijven die vanuit een bedrijfsculturele of organisatorische keuze met dezelfde gereedschappen de organisatie verbeteren als waarmee ze ook klanten bedienen. Maar het is moeilijk om beide tegelijk te doen. In de praktijk zien we dat in een opgaande markt alles erop gericht is om naar buiten kijken, en heeft de interne organisatie geen focus. Maar in het geval van mergers of acquisities is alles erop gericht om juist naar de interne organisatie te kijken en is er minder focus op de klant. Dat is haast een natuurlijke golfbeweging.” Russ Cobb: “Als we op dezelfde manier kijken naar alle informatie die op een werknemer afkomt in de vorm van e-mail, telefoongesprekken en andere communicatie, zoals we ook bij klanten doen, dan zouden we beter inzicht krijgen in het huidige prestatieniveau. Als we dat dan met behulp van analyse tools zouden bekijken, kunnen we een inschatting maken van waar verbeteringen mogelijk zijn, maar dat doen we op dit moment nog niet. De vraag is heel interessant wat de gevolgen zouden zijn als we dat wel zouden doen. Maar hoe zou je je als medewerker voelen? In plaats van dat je eens per half jaar een evaluatie van je prestaties krijgt, worden doorlopend alle interne transacties, e-mails, telefoongesprekken, met wie je geluncht hebt en alle andere contacten gemonitord. Op basis daarvan

"Vertrouw niet te veel op modellen”

Tomáš Sedlácˇek Econoom en universitair docent

Was op 24 jarige leeftijd economisch adviseur van president Václav Havel. In 2006 werd hij door Yale Economic Review uitgeroepen tot één van de vijf ‘Hot Minds in Economics’. Nu is hij Chief Macroeconomic Strategist bij de Tsjechische bank CˇSOB en publiceert hij, schrijft columns, is media commentator en doceert aan de Charles Univerity. Hij gelooft stellig in de zeven vette en zeven mager jaren theorie. Hij spoort bedrijven aan om te sparen voor de zeven magere jaren want dat geeft de mogelijkheid om bedrijfstechnisch op de resetbutton te drukken. Hij gelooft niet in nog meer economische modellen omdat die modellen ons juist in de recessie gedreven hebben. “We geloven in onze eigen mythes”, aldus Sedlácˇek. Het is volgens hem zinloos om te proberen een perfect economisch groeisysteem te bouwen omdat dergelijke systemen uiteindelijk de crisis veroorzaakt hebben. Marktwerking is geen natuurlijk systeem want het is allemaal door mensen bedacht en dat werkt niet. Hij onderschrijft dat met de vraag: “Computerprogramma’s lopen van tijd tot tijd vast, waarom loopt de samenleving dan nooit vast?” Economische groei gaat volgens hem altijd ten koste van stabiliteit en hij vraagt zich af of economen voor ons de problemen gaan oplossen of dat ze juist de problemen veroorzaken. Als conclusie adviseert hij om daarom niet te veel te vertrouwen op aannames en modellen bij het vaststellen van strategieën.

15


krijg je dan te horen wat je prestaties zijn en wat daarom je plek in de organisatie zal zijn. Ik denk niet dat veel medewerkers hierop zitten te wachten. Het is natuurlijk gechargeerd, maar ik denk wel dat als we dit in enige mate toepassen we mensen kunnen helpen om optimaal te presteren. Overigens zit daarbij nog wel een addertje onder het gras. De flexibiliteit die klanten ondervinden doordat zij na analyse van hun gedrag meerdere opties voorgeschoteld krijgen, kunnen de meeste bedrijven hun medewerkers niet bieden. Een onbedoeld neveneffect zou dan kunnen zijn dat blijkt dat een werkgever in het huidige bedrijfsmodel de werknemer niet optimaal werk zou kunnen bieden. De vraag is of je dit wel wilt weten gezien het mogelijke averechtse effect.” Jeroen Dijkxhoorn: "Bij gebruik van data-analyse moet je altijd op zoek naar de balans in hoe ver je kunt gaan. Hoeveel mag ik van klanten weten en mag ik die kennis vervolgens ook gebruiken zonder dat de privacy in het gedrang komt? Waar ligt de balans tussen wat klanten laten weten en welke service hen dat oplevert. De klanten bepalen dus de grens. Maar dat is een heel vaag gebied. Vraag je teveel dan raak je klanten kwijt en vraag je weinig dan is de concurrentie je wellicht een stap voor. Het is dus een uiterst gevoelige zaak om de juiste balans te houden.”

“Altijd op zoek naar de juiste balans in hoe ver je kunt gaan” Niet op voetstuk Tomáš Sedlácˇek - Econoom en universitair docent - zegt dat aannames en modellen prima zijn maar vertrouw er niet blind op. “Als je modellen maakt, begin je met het definiëren van aannames”, zegt Jeroen Dijkxhoorn. “Bij het maken van die afspraken neem je bewust afstand van de realiteit om structuur aan te brengen in het modelleerproces. Het punt van Sedlácˇek was eigenlijk dat in de wereld van de economie dat op een niveau gebeurde, dat aannames voor realiteit werden aangenomen. En dat is precies waarom je een Data Scientist en een hoog gekwalificeerde analist nodig hebt om niet die fouten te maken. Interpretatie is de enige manier om data-analyse volledig tot zijn recht te laten komen, maar er zal altijd teruggekeken moeten worden of de originele aannames waarop het model gebaseerd is nog wel kloppen. Het echte gevaar zit in zelfoverschatting, dat je alles al weet en op basis daarvan beslissingen neemt. De echte beslisser is dus niet degene die de beslissingen neemt, maar degene die de structuur aanbrengt in het beslissingsproces. Dat is dus degene die ervoor zorgt dat alle overwegingen meegenomen worden, die kijkt naar de onderliggende aannames en dan samen met het team tot een weloverwogen beslissing komt. “ Daaruit volgt dat je in zo’n team naast Data Scientists ook analytisch bekwame managers moet hebben. “Misschien is er een tekort aan het ontstaan aan goede Data Scientists, maar ik ben van mening dat dat wat overdreven is omdat met veel van de huidige technologie de al bestaande groep Data Scientists veel productiever is te maken. Maar een echt tekort gaat ontstaan aan analytisch bekwame managers die daadwerkelijk iets met de resultaten kunnen bewerkstelligen.” Russ Cobb: “Zolang je maar blijft testen of je modellen en aannames kloppen met de realiteit en niet bang bent om fouten te erkennen en bij te sturen is er niets aan de hand. Zolang bedrijven en wetenschappers maar niet op een voetstuk blijven staan en zeggen dat ze het niet fout kunnen hebben, dan kunnen modellen en aannames heel effectief worden gebruikt. Als we praten over het gebrek aan

16


“Er ontstaat een tekort aan analytisch bekwame managers” analytisch talent wordt er altijd gekeken naar studenten die door de universiteiten worden afgeleverd en dat zou de datagedreven bedrijven van vooruitgang weerhouden. Waar ik wel nieuwsgierig naar ben is of de leiders van de bedrijven wel zijn voorbereid op een wereld waarin het nemen van data en analytisch gedreven beslissingen bij mensen komt te liggen die daarin gespecialiseerd zijn. De rol van de leiders binnen een bedrijf gaat om die reden nog veranderen en dus ook de manier waarop bedrijven bestuurd gaan worden. “

Management moet faciliteren Jeroen Dijkxhoorn vindt dat er vanuit het managementvlak meer beslissingsbevoegdheid lager in de organisatie neergelegd moet worden en dan het liefst op het punt waar echt contact gelegd wordt met de business. “De managementrol zou meer ondersteunend aan het besluitvormingsproces moeten zijn dan bepalend, door de zorg voor het experimenteren en het monitoren van de resultaten op zich te nemen. Dat zou kunnen door ervoor te zorgen dat datamanagement en integriteitscontrole goed zijn opgelijnd en het analytische management goed georganiseerd is. Uiteindelijk moet dat uitmonden in een juiste implementatie op de werkvloer waar de beslissingen genomen moeten worden. Samenvattend zou je kunnen vaststellen dat je moet waken voor het te gemakkelijk accepteren van onderzoeksresultaten. De les is dat je altijd je modellen en aannames moet blijven testen. En als het resultaat te mooi is om waar te zijn, dan is dat waarschijnlijk ook zo.” Russ Cobb ziet duidelijk twee punten in de presentaties naar voren komen. “Er zijn vragen waar je op kunt anticiperen en er zijn er waarop je dat niet kunt. Er zijn operationele en strategische beslissingen. We moeten organisaties inzicht geven in welk type data, welk proces en welke academische vaardigheden nodig zijn om sturing te geven in de vraagstelling die nodig is om juiste antwoorden te krijgen. We praten te vaak over trends in Big Data en analytics en alles wat daarom heen zit, maar we moeten helpen om te bepalen wat nodig is om operationele of productieprocessen te ondersteunen. Zo zal de werkwijze om een productieproces aan de hand van data-analyse te optimaliseren totaal anders zijn dan de werkwijze om antwoord te vinden op de vraag waarom een concurrent ineens spectaculair groeit.“ Zijn tweede punt is de vraag hoe belangrijk het is dat er vast gehouden wordt aan het Westerse bedrijfsmodel. “Met de top-down structuur waarbij de top de beslissingen neemt voor wat er in de rest van het bedrijf gebeurt, ten opzichte van een structuur die meer op een netwerk of bol lijkt. In dat geval komen onderdelen met onderling verschillende niveaus van invloed bij elkaar, waarbij invloed dan doorgaans staat voor kennis of transacties, en waarbij het beslissingstraject kris kras door het bedrijf loopt. De achterliggende gedachte is dat data wordt geanalyseerd en beslissingen worden genomen op de plek waar ze direct invloed hebben. De vraag is of we als organisaties de bekwaamheid hebben om die transformatie op een goede manier te laten verlopen? Dat zijn in mijn visie de twee grote vragen en opdrachten waar het bedrijfsleven zich in de nabije toekomst zou moeten gaan bezighouden.“ ■

17


INTERVIEW

Rijk Boerma

18

partner bij Mijksenaar wayfinding experts


Goede visualisatie maakt het verschil

Beeld is bepalend Een boodschap overbrengen met behulp van een plaatje. Dat is de meest basale definitie van visualisatie. Welke aspecten bij visualisatie een rol spelen, blijken zelfs in onderzoeken niet zo eenvoudig te benoemen. Specialist op het gebied van visualisatie Mijksenaar wayfinding experts, dat wereldwijd faam heeft opgebouwd met bewegwijzering in en rond Schiphol, probeert aan te geven wat er bij komt kijken om een boodschap visueel goed over te brengen.

Visualisatie van informatie vinden we overal om ons heen. Pak een willekeurige verpakking en er staan meerdere pictogrammen op die informatie geven over de inhoud, het gebruik en wat te doen met de fles of het pak als het leeg is. Dat is zo gewoon en algemeen geaccepteerd dat het eigenlijk niet meer opvalt. Op de vraag wat er nodig is bij het juist visualiseren van gegevens of boodschappen antwoordt Rijk Boerma, partner bij Mijksenaar wayfinding experts, het volgende: “We beginnen met het verzamelen van materiaal over het onderwerp dat gevisualiseerd moet worden. Vervolgens combineren we die informatie, waardoor het onderwerp steeds meer gaat leven. Het is van belang om in de huid van de gebruiker te kruipen, waarbij we er vanuit gaan dat diegene weinig of niets van het onderwerp afweet. We proberen vast te stellen waar mensen mee bekend zijn, want dat zijn belangrijke aanknopingspunten.” Als voorbeeld noemt hij een pictogram dat is ontwikkeld voor het waarschuwen tegen mengen van bepaalde vloeistoffen. “Naar aanleiding van een geval uit de jaren 80 waarbij er iemand is overleden door het mengen van een bleekmiddel met een andere vloeistof, moest er een waarschuwingspictogram komen op de flessen. We verzamelden toen allemaal materiaal dat met dat onderwerp te maken had. Dat waren bestaande waarschuwingen op allerlei gebieden, van verkeersborden tot waarschuwingen tegen onjuist machinegebruik. Daaruit probeer je te filteren wat voor deze opdracht van belang zou kunnen zijn. Je wilt een beeld hebben dat aanspreekt en dat mensen direct begrijpen. Omdat het er niet is moet je iets nieuws maken, maar wel iets wat teruggrijpt op voor mensen al bekende zaken.” Er werden vijf ontwerpen gemaakt en door testen in de praktijk is daar een winnaar uitgekomen. Uiteindelijk is er gekozen voor een soort gevarendriehoek met schenkende flessen erop afgebeeld waarvan er één door een deel van de driehoek is doorgestreept.

19


Niet betuttelen Maar wat gebeurt er nu in het hoofd van mensen zodat ze geactiveerd worden om op een bepaald beeld te reageren? “Dat is niet in een exacte wetenschap te vatten. Wij werken vooral vanuit een soort ‘gut feeling’. Op basis van veel onderzoeken en heel veel ervaring die we hebben over wat wel en niet werkt, maken we onze visualisaties. Alles om ons heen wijst erop dat we steeds meer in een beeldcultuur komen. Mensen hebben, of gunnen zichzelf, geen tijd meer om iets te lezen. Daarmee wordt het beeld wel belangrijker maar niet eenduidiger”, zegt Rijk Boerma. Uit voortdurend onderzoek blijkt dat de wayfinding op Schiphol door het merendeel van de ondervraagden als heel duidelijk en positief beschouwd wordt. “Daar worden de mensen aan de hand genomen en visueel geleid. Je moet wel heel erg je best doen om op Schiphol te verdwalen, en dat zonder dat het betuttelend overkomt. Wie zich betutteld zou kunnen voelen is de frequente reiziger die alles al weet, maar die kijkt toch niet meer op de borden. Je hoeft er natuurlijk niet naar te kijken.” De bewegwijzering op Schiphol is het paradepaardje van Mijksenaar en staat model voor veel andere luchthavens.

“De kracht van visualisatie zit in het totaalbeeld”

20


Visualisatie is een vak apart De evaluatie van visualisatie De wetenschap rond visualisatie is nog volop in ontwikkeling. De vraag waarom bepaalde visualisaties werken en andere niet, of in welke context, is een steeds belangrijker aspect van onderzoek. Prof. dr. Jos Roerdink van de Rijksuniversiteit in Groningen is onderzoeker op het gebied van de visualisatie van grootschalige gegevensbestanden (“Big Data”). Hij werkt onder meer samen met collega-onderzoekers uit de astronomie, die grote hoeveelheden data produceren waarin ze snel antwoorden op onderzoeksvragen willen vinden. “Om onverwachte verschijnselen te zien zoals sterren die opvlammen en dan weer uitdoven, moet je in een zee van data met een efficiënt algoritme zoeken. Dat heeft geleid tot een combinatie van visualisatie met onder andere datamining, statistiek, perceptie, en visuele interfaces, en dat geheel noemen we Visual Analytics. Dat is de nieuwste ontwikkeling waarbij we visualisatie koppelen aan allerlei andere technieken.” Keuzes maken Bij visualisatie is het van belang vooraf te bepalen welk deel van de data moet worden weergegeven en voor welke doelgroep. Als de datasets heel groot zijn is het vinden van de balans in wat wel en wat niet wordt weergegeven zeer belangrijk. Teveel informatie leidt tot crowding of clutter en het gebruik van meerdere visualisaties naast elkaar is dan een oplossing. Een andere manier is weergave in animaties. Kenmerkend voor mensen die met animatievisualisatie werken, is dat ze het beeld op een bepaald moment stil willen zetten om het nog eens goed te bekijken. De oplossing daarvoor is animatie plus interactie zodat de gebruiker invloed heeft op de presentatie. Dat leidt tot allerlei hybride vormen. Een andere optie voor de presentatie van grote datasets is visualisatie in 3D. Dat werkt vooral goed bij de weergave van objecten met een ruimtelijk aspect, zoals een hersenstructuur of de constructie van een auto. Minder goed gaat het bij het weergeven van abstracte informatie omdat er geen intuïtieve connectie is met een ruimtelijke 3D structuur. Denk bijvoorbeeld aan de 3D weergave van sociale netwerken. Daarbij zitten de verbindingen tussen de netwerkelementen elkaar in de weg, zijn er tekstlabels die het zicht belemmeren, en dan wordt het geheel snel onoverzichtelijk. Bovendien heeft niet iedereen een even goed ruimtelijk inzicht. Ook bij animaties is er verschil in het vermogen van mensen om de informatie goed te interpreteren. Praktijktest “Zoals we nu tegen de evaluatie van visualisatie aankijken is er een aantal vuistregels te benoemen. Sommige daarvan zijn heel goed onderbouwd, en anderen minder. We kunnen gebruikmaken van theorieën uit andere vakgebieden voor een objectieve beoordeling. Maar daarnaast evalueren we een visualisatiemethode vaak met groepen vrijwilligers of proefpersonen. We formuleren van tevoren een proefopzet waarbij we goed kijken naar de doelgroep en wat we willen meten. Je moet goed kijken naar wat je evalueert. Bijvoorbeeld door aan de hand van een aantal taken te kijken hoe snel het visualisatiesysteem een proefpersoon in staat stelt informatie uit een dataset te halen. Dat kun je meten en zo bepalen welke visualisatie dan het beste werkt. Er is ook een ander protocol waarbij mensen hardop praten bij het werken met een visualisatiesysteem, waarbij we registreren wat er gezegd wordt. Achteraf worden de mensen geïnterviewd over hoe ze de visualisatie ervaren hebben. Daardoor grenst visualisatie aan cognitieve wetenschap en dat is ook de reden dat wij soms samenwerken met wetenschappers uit de gebieden psychologie en kunstmatige intelligentie.” Prof. dr. Jos Roerdink is hoogleraar aan de Rijksuniversiteit Groningen in het vakgebied Informatica. Zijn expertise ligt op het gebied van Wetenschappelijke Visualisatie, Computergrafiek, Beeldbewerking, Neuroimaging en Bioinformatica. 21


22


“Visualisatie van informatie vinden we overal om ons heen” De kracht van visualisatie De kracht van visualisatie zit in het totaalbeeld. De aantrekkelijkheid van het totale plaatje is van groot belang. Rijk Boerma: “Als het totaalbeeld er saai uitziet, bijvoorbeeld met grote hoeveelheden data die je allemaal moet aflezen, dan is het moeilijk om de aandacht vast te houden en geconcentreerd te blijven. Maar als je het beeld interessant weet te maken door het ook voor het onderwerp geschikt te maken, dan snap je het snel en hoef je verder niets te verduidelijken. Het pakt je en het blijft je ook beter bij.” Kleuren spelen daarbij een belangrijke rol. Rood en geel zijn volgens Boerma de meest opvallende kleuren en trekken direct de aandacht. Verlichte rode tekst is heel goed onderscheidbaar voor het menselijk oog. Blauw licht is voor mensen juist weer lastig scherp te krijgen. “Let maar eens op bij rood verlichte letters, die zijn op grote afstand heel goed te zien terwijl blauw verlichte letters al snel onscherp worden. Aan kleur wordt ook betekenis toegekend: rood wordt door mensen vaak geassocieerd met gevaar terwijl groen staat voor ‘ok, doe maar’.

Pictogram meest belangrijk Bij visualisatie is voor Mijksenaar wayfinding experts het pictogram het meest belangrijk. Kleur is van secundair belang. “Voor ons is het zo dat we ook rekening hebben te houden met mensen die kleurenblind zijn. Zij zien bijvoorbeeld de kleur rood slecht of soms helemaal niet. Van de mannen is 8% in verschillende gradaties kleurenblind. Ook kleurbeleving tussen mannen en vrouwen verschilt. Mannen nemen rood beter waar en bij vrouwen ligt de hogere gevoeligheid in het blauwgroene gebied. Dat betekent dat we bij onze kleurkeuze er rekening mee houden dat we kiezen voor heldere en duidelijke kleuren.” En dan blijkt er ook nog eens verschil te zitten in hoe jongeren en ouderen kleur waarnemen. “Uit onderzoek blijkt dat bij ouderen de kleurperceptie verandert, waardoor alles veel roder lijkt dan dat het in werkelijkheid is. Ouderen zien een kleur daardoor soms als oranje, terwijl jongeren het zien als geel. Met visualisatie moet je er dus rekening mee houden welke kleuren je toepast voor je doelgroep zodat ze snel begrijpen wat de bedoeling is. Maar houd vooral goed voor ogen wat het probleem is dat je wilt oplossen en probeer een eenvoudige en doeltreffende oplossing te vinden. Keep it simple!” ■

23


(aan)tekeningen

24


25


Een test: de kracht van beelden De kracht van visualisatie is dat daarmee in één beeld een compleet verhaal verteld kan worden. De gevleugelde uitdrukking: ‘Een plaatje zegt meer dan duizend woorden’ is dan ook niet zomaar bedacht, maar is gebaseerd op praktische ervaring uit het dagelijkse leven. Om de kracht van visualisatie hier te laten zien is het volgende interview met Aart Jochem, Manager Monitoring en Response bij het NCSC (Nationaal Cyber Security Centrum) niet alleen in tekst maar ook visueel weergegeven. Een tekenaar heeft tijdens het interview het

gesprek live op papier gezet en zo de essentie van de boodschap direct weten te registreren. Een praktische test dus om aan te tonen dat met visualisatie in korte tijd een boodschap is over te brengen met tijdwinst als resultaat. Een korte blik op de illustratie geeft een globaal beeld van het interview. De kern van de boodschap is in ieder geval direct duidelijk. Het lezen van de tekst van het interview kost meer tijd en zal uiteindelijk dezelfde informatie geven.

Nationaal Cyber Security Centrum werkt aan inzichtelijkheid

Bestrijding cybercrime door data-analyse Sinds 1 januari 2012 is het Nationaal Cyber Security Centrum (NCSC) operationeel. Vanaf die datum wordt invulling gegeven aan haar missie: het bijdragen aan het vergroten van de weerbaarheid van de Nederlandse samenleving in het digitale domein, en daarmee aan een veilige, open en stabiele informatiesamenleving. Het NCSC is onderdeel van het Ministerie van Veiligheid en Justitie en valt rechtstreeks onder de Nationaal Coördinator Terrorismebestrijding en Veiligheid. Een pure overheidsinstantie die gedreven wordt door private en publieke samenwerking.

26


Aart Jochem

manager monitoring en response bij ncsc

27


Aart Jochem, Manager Monitoring en Response legt uit wat de taak van het NCSC is: “Wij houden in de gaten wat er aan risico’s en dreigingen in de digitale sector op ons afkomen en informeren de desbetreffende partijen daarover.” Als er echt iets aan de hand is dan helpt het NCSC met het oplossen van incidenten en zo nodig wordt daarbij uitgerukt met speciaal geprepareerde voertuigen om ter plaatse ondersteuning te bieden. “In die rol worden we soms aangeduid als de digitale brandweer, met dat verschil dat we niet kunnen zeggen dat iedereen aan de kant moet zodat wij kunnen blussen. Die autoriteit hebben we niet, we bieden hele praktische hulp.” Een ander belangrijk onderdeel van de taak is contactpunt zijn voor de internationale community op het gebied van cybercrime en het verzamelen en bundelen van informatie voor lokaal gebruik. In geval van een crisis, zoals bij het DigiNotar incident, coördineert het NCSC bij het oplossen van de problemen aan de ICT kant. “We grijpen niet rechtstreeks in bij systemen van de getroffen partijen, maar adviseren aan de zijlijn. Maar ook dan is het soms efficiënter om ter plaatse aanwezig te zijn. We zijn altijd bezig met inschatten van veiligheidsrisico’s. Dat doen we niet alleen. In Nederland zijn zo’n 20 incidentresponsorganisaties bij telecomproviders, banken en ziekenhuizen met wie wij samenwerken. Internationaal werken we met zo’n 300 organisaties samen om de boel veilig te houden”, aldus Aart Jochem.

“We lopen per definitie achter de feiten en de criminelen aan, maar wel heel dicht erachter”

28


Inhaalrace In lijn met de rol als digitale brandweer ligt er ook een belangrijke taak om bedrijven en organisaties te informeren op het gebied van preventie en signaleert het NCSC als er rook is in de vorm van digitale bedreigingen. “Dan geven we op de website een alert af. In dringende gevallen gaat dat per sms. Als het hele gerichte aanvallen zijn dan wordt er ook heel gericht geïnformeerd. Daarbij werken we dan weer heel nauw samen met politie en inlichtingendiensten”, zegt Jochem. Hij geeft aan dat het lastig is dat de wetgeving altijd net een stapje achterloopt op de ontwikkelingen. In de cybercrimewereld gaan de ontwikkelingen heel snel. Jochem: “Als je eenmaal weet hoe criminelen werken is dat na drie maanden weer achterhaald omdat er dan weer andere methoden gebruikt worden. Wetgeving kan dat nog niet bijhouden, maar we zijn bezig aan een inhaalslag omdat we onder een ministerie vallen dat zowel het beleid maakt als de uitvoering doet. We lopen per definitie achter de feiten en de criminelen aan, maar wel heel dicht erachter.” Preventie in de vorm van informatie en een juiste opzet van systemen is daarom heel belangrijk. Maar dat vergt veel van organisaties zowel organisatorisch als het doen van de benodigde investeringen. Het wordt volgens Aart Jochem absoluut grimmiger in deze business. Voorheen was het een domein waarin studenten zich bezighielden. Nu wordt er geconstateerd dat vooral criminelen ermee aan de slag gaan en er veel geld mee verdienen. Sinds 2007 blijken ook bepaalde overheden zich te richten op cybercrime. Niet op het gebied van preventie maar om criminele activiteiten te ontregelen. “Die verschuiving zien wij heel duidelijk. Internet heeft zo’n belangrijke impact op ons dagelijks leven dat we eigenlijk niet zonder kunnen. Dat klinkt als een cliché maar het zit inmiddels verweven in alle haarvaten van de samenleving. Het wordt wel

29


30


De kracht van visualisatie wordt pas echt duidelijk met een voorbeeld. De tekening illustreert de hoofdlijnen uit de tekst van het interview met Aart Jochem.

31


eens vergeleken met water uit de kraan. Voor sommige mensen is het zelfs belangrijker. Er lopen meer mensen met internettoegang op zak dan met een flesje water”, zegt Aart Jochem.

Data-analyse wordt cruciaal Dataverwerking is bij het NCSC heel veel mensenwerk. Wat er op dit moment gemeten wordt, is nog vrij beperkt en overzichtelijk om door de technici handmatig te verwerken en te analyseren. “We hebben wel geconcludeerd dat als we meer willen zien we dat met bepaalde systemen moeten gaan meten. Er is besloten dat we daarvoor in samenwerking met een aantal publieke en private partijen een nationaal detectienetwerk gaan opbouwen. Daarin automatiseren we het meten van dreigingen en visualiseren we wat we meten om snel inzicht te krijgen. We moeten rapporteren aan onze partners bij de overheid en de vitale sectoren en dan ontkom je niet aan het inzichtelijk maken van data, al is het alleen al om een vergelijking te maken met voorgaande jaren”, aldus Aart Jochem. De manier waarop dat nu gebeurt is door middel van een netwerk van zogeheten ‘honeypots’. Dat zijn systemen die zich bewust kwetsbaar opstellen voor virussen en andere aanvallen en hiermee informatie over cyberaanvallen verzamelen. Aart Jochem: “Daarmee meten we eigenlijk de achter-

32


“Vanuit ruwe meetdata moeten we naar een inzichtelijke weergave die meteen laat zien wat er aan de hand is” grondruis op het internet. Dat is dus niet de acute dreiging en de gerichte aanvallen, maar wel de algemene aanvallen en wat er aan malware op het internet rondzwerft. We kijken met die honeypots vooral naar internationale partijen die scans uitvoeren over netwerken om te zien of er gaten in de beveiliging zitten en of er op computers malware geplaatst kan worden die zo’n pc kan overnemen. Die honeypots verzamelen zo voor ons een belangrijke collectie malware die op internet wordt losgelaten. Ook kijken we wanneer bepaalde kwetsbaarheden in webapplicaties gebruikt gaan worden door malafide partijen.” Alle gegevens die zo verzameld worden, komen in statistieken en die worden jaarlijks samen met de gegevens van onze partners in een nationaal Cybersecurity Beeld gerapporteerd. Het doel daarvan is om meer kwantitatieve informatie aan te bieden. “Met het nationaal detectienetwerk willen we straks veel meer gegevens gaan meten om beter inzichtelijke informatie te delen. Vanuit ruwe meetdata moeten we dan naar een inzichtelijke weergave die meteen laat zien wat er aan de hand is. We noemen dat ‘situational awareness’ en daarmee zouden niet alleen publiekspartijen maar juist ook de organisaties in vitale sectoren, zoals de water- en elektrabedrijven, direct een beeld kunnen krijgen hoe de situatie rond mogelijke cyberdreiging is”, zegt Aart Jochem. De manier waarop dit gebeurt, is in Nederland anders dan bijvoorbeeld in de VS of de UK waar enorme budgetten beschikbaar zijn. “Dat wil niet zeggen dat we hier, samen met alle organisaties die verantwoordelijk zijn voor hun beveiliging, geen grote investeringen doen voor het vergroten van de weerbaarheid tegen cyberaanvallen. Maar we moeten beter gaan kijken naar wat er aan de hand is. De trend is absoluut dat we in de toekomst meer data moeten gaan analyseren en visualiseren.” ■

33


INTERVIEW

Colin Nugteren

operational manager bij DirectPay


5

Vijf vragen aan Colin Nugteren

Kennis, data en inzicht zijn cruciaal voor DirectPay DirectPay in Barendrecht richt zich op het efficiënt beheren en innen van vorderingen op debiteuren in de meest brede zin. Vaak vormt het ‘kopen van de vordering’ de basis van de samenwerking en zo voorziet DirectPay meteen in de liquiditeitsbehoefte van haar klant. Daarbij wordt ook rekening gehouden met de belangen van de debiteuren.

Het dienstenpakket omvat de inkoop van vorderingen, debiteurenbeheer, incassogarantie, kredietinformatie en schuldbewaking. De klanten van DirectPay houden daarbij maximale invloed op het inningbeleid ten aanzien van hun debiteuren. Onder meer de uitgebreide rapportagemogelijkheden en het meedenken in alle processen rond het debiteurenbeleid maken DirectPay tot een verlengstuk van de klantorganisatie. Daarbij gaat het in feite om twee activiteiten: factoring en forward flow incasso. Bij factoring nemen we het hele facturatieproces over voor bijvoorbeeld een telecom provider en financieren we de groei van het bedrijf door de vorderingen te kopen. Forward flow incasso heeft te maken met het opkopen van langer uitstaande vorderingen. Colin Nugteren, operational manager bij DirectPay geeft antwoord op de volgende vijf vragen:

Hoe belangrijk is data voor uw organisatie? “Data, kennis en inzicht maken het verschil tussen winst en verlies. We beschikken over zeer veel data over zowel onze klanten als over de klanten van onze klanten. Al deze gegevens verwerken we tot actuele en nauwkeurige rapportages over kredietwaardigheid, risico’s, betaalgedrag en de ontwikkelingen daarin. De informatie moet altijd in de juiste vorm op het juiste moment bij de juiste mensen beschikbaar zijn.”

35


Wie gebruiken de verkregen inzichten en waarvoor? “Met die inzichten kunnen we betere rendementen behalen en ontwikkelden we een maatoplossing voor credit checks. We gebruiken die modellen en onze eigen credit ratings nu al drie jaar op verschillende vlakken binnen de organisatie. En door meer kennis van die mensen hebben we meer inzicht in de risico’s die we lopen. Eigenlijk bedienen we met onze analyses en rapportages drie groepen. Onze operationele mensen willen vooral informatie over de debiteuren, onze eigen productie, de kansrijke en kansarme dossiers en over klantendossiers. Daarnaast willen onze klantmanagers, die dagelijks met onze klanten omgaan, hen kunnen vertellen hoe het staat met hun debiteuren, wat de kwaliteit is, of zij wel de juiste debiteuren hebben en over de trends die zich aftekenen. Als derde hebben we een groep die zich richt op managementinformatie zoals het betaalgedrag, de omzet, risico’s en scores van portefeuilles.”


“Geld innen lijkt wel op marketing. Hoe kun je iemand overtuigen zijn geld aan jou over te maken?” Welke rol speelt visualisatie in de bedrijfsbeslissingen? “Voorheen moesten we onze informatie via standaardrapportages of specifieke vragen aan IT boven water krijgen. En het kostte veel tijd om voor relatief kleine wijzigingen steeds weer naar hen terug te gaan. Dankzij SAS Visual Analytics hoeft dat nu niet meer. Omdat onze cijfers zijn gebaseerd op veel debiteuren en je de data op veel manieren kunt bekijken, was het een uitdaging om dit ook te visualiseren. Een afbeelding zegt nu eenmaal vaak meer dan een groot aantal regels in een Excelsheet.”

Welke resultaten heeft DirectPay al bereikt met Visual Analytics? “Als we bij een klant de risico’s en de debiteuren doorspreken, ontstaan er regelmatig discussies over individuele gevallen. Dankzij SAS Visual Analytics kunnen we dan snel in de informatie duiken en de gegevens een laag dieper zichtbaar maken, om zo direct op basis van de feiten actie te ondernemen. Dit scheelt enorm in tijd, efficiëntie en uiteindelijk in de resultaten en tevredenheid van onze klanten. Inzake kredietrisico’s wil je elke probleemsituatie voor zijn en direct kunnen zien of het betaalgedrag van bepaalde debiteuren of groepen debiteuren verandert. We hebben onze eigen inschattingen ten aanzien van de risico’s en het terugbetaalpotentieel van vorderingen flink kunnen verbeteren. Veel voorspellingen zijn nu geautomatiseerd maar het blijven mensen die er naar kijken. Met SAS Visual Analytics zijn wij in staat om actuele informatie te visualiseren, te voorspellen en voorspellingen begrijpelijk weer te geven. Het is praktisch en biedt een overzichtelijk totaalbeeld waarmee ook managers snel kunnen werken. Het systeem toont in enkele minuten de adressen waar een huisbezoek loont. Ook kunnen we daarvoor nu werken aan een efficiënte routeplanning. Verder kunnen we de rapporten nu op een iPad meegeven zodat de manager die dan weer realtime met anderen kan delen.”

Wat wilt u nog bereiken met analytics en visualisatie? “Optimalisaties zoals het maken van een efficiënte routeplanning langs kansvolle adressen is een zinvolle optimalisatie. Ook willen we in de toekomst op basis van betaalgedrag van debiteuren marketing managers van onze klanten adviseren in welke postcodegebieden bepaalde marketingcampagnes het meest zinvol zijn. Dat soort ontwikkelingen zijn interessante onderwerpen om nog eens met de SAS consultants in te duiken.” ■

37


“Innovatieve ICT biedt ook researcher in kleine bedrijven kansen bij gebruik Big Data”

SURFsara helpt met Big Data-onderzoek SURFsara ondersteunt Nederlandse onderzoekers, zowel in de universitaire wereld als in het bedrijfsleven, met een geavanceerde ICT-onderzoeksinfrastructuur en met dienstverlening op de gebieden gegevensverwerking, dataopslag en -visualisatie, netwerk- en cloudcomputing en e-Science (met de ‘e’ van enhanced).

Centraal hierin staan de verwerking en visualisatie van zeer grote hoeveelheden onderzoeksgegevens. Onderzoek dat vaak niet, onvoldoende snel of te weinig gedetailleerd in de eigen researchomgeving van de klant mogelijk is. De laatste jaren is een nieuwe stroming hierin de verwerking van ‘Big Data’; daarbij gaat het om de (vaak realtime) verwerking van zeer grote hoeveelheden gestructureerde en ongestructureerde en vaak snel wijzigende gegevens uit verschillende bronnen. Bronnen waarbinnen de klant zoekt naar relevante correlaties die voor zijn onderzoek, beslissingsmodellen of simulaties van belang zijn.

Werkterrein De verwerking van Big Data en de visualisatie daarvan vormen een heel breed werkterrein dat we in allerlei wetenschapsgebieden en in commerciële omgevingen tegenkomen. Voor groepsleider ‘Visualisatie’ Paul Melis en groepsleider ‘e-Science & Cloud Services’ Machiel Jansen van SURFsara is dit een veelzijdig werkterrein dat allerlei disciplines raakt. Machiel: “Onze organisatie is van oudsher bekend van High-Performance Computing met supercomputers, die we onder andere inzetten voor bodemanalyse en ruimteonderzoek. Dat is, net als de inrichting en het gebruik van grote rekenclusters en gridcomputing, nog steeds een belangrijk onderdeel van de activiteiten van SURFsara. Daarmee werkten we vooral voor grote opdrachtgevers als onderzoeksinstituten, universiteiten en academische ziekenhuizen.” “Maar Big Data is een ontwikkeling die op grote schaal doorzet, nu ook kleinere organisaties big data gaan inzetten bij hun bedrijfsvoering. Onze dienstverlening zit ‘m daarbij vooral in ondersteuning bij de keuze van hardware en de opschaling van de daarop gebaseerde gegevensverwerking naar de grote systemen die wij daarvoor bij SURFsara inzetten. Veel bedrijven beschikken al over grote hoe-

38


Paul Melis

Machiel Jansen

veelheden ongebruikte data. Binnen de doelstellingen van zo’n organisatie kijken we of het bedrijf die gegevens kan inzetten en naar de manier waarop dat moet worden aangepakt.”

Aanpak “Het is in principe niet zo moeilijk om met die data aan de slag te gaan; de meerwaarde van die gegevens komt op een bepaald moment wel bovendrijven. Maar de praktijk wijst uit dat wie nog nooit met grote hoeveelheden data heeft gewerkt, ons steuntje in de rug goed kan gebruiken. Daarvoor gebruiken we Nederlands grootste, gedeeltelijk op vindingen van Google gebaseerde Hadoopcluster, een platform dat binnen onze organisatie staat. Naast relatief goedkoop en eenvoudig is het vooral ook ánders; het Hadoop file system kan worden gezien als een NoSQL system, dat geschikt is voor het opslaan van ongestructureerde data.” Volgens Jansen groeien bedrijven en wetenschap ook dankzij dit platform steeds meer naar elkaar toe: ”Er ontstaat een nieuwe vorm van onderzoek. Gingen onderzoekers vroeger vooral hypothetisch te werk met bijvoorbeeld als uitgangspunt ‘dit gen veroorzaakt deze ziekte…’, nu husselen we grote hoeveelheden data door elkaar en treffen we bepaalde correlaties aan.” In plaats van hypotheseonderzoek waarbij we uitgaan van bepaalde veronderstellingen en ons focussen op de ontdekking of waarneming van zeer specifieke aspecten, richten we ons nu veel meer op dynamisch onderzoek. Door bepaalde parameters steeds aan te passen, kunnen we nu uiteenlopende simulaties creëren van bepaalde processen op microniveau in het lichaam. Door die simulaties na of naast elkaar af te spelen, kunnen we zien wat de invloed van de gewijzigde parameters is.”

Ontdekkingen Er zijn voorbeelden van het gebruik van Big Data te over. Paul Melis: “Neem bijvoorbeeld het astronomisch sensorproject Lofar in Dwingeloo waarmee begin 2013 een tot dan onbekend, gigantisch 39


In het Collaboratorium van SURFsara kunnen animaties uiterst gedetailleerd en desgewenst met verschillende parameters simultaan worden gevisualiseerd.

radiostelsel is ontdekt. De talloze over Nederland en Europa verspreide sensoren geven continu gigantische datastromen af. Door die voortdurend te analyseren kon deze bijzondere ontdekking worden gedaan.”

Visualisatie De weergave van veel gedetailleerde data op een klein pc-scherm is lastig. Bij een goed overzicht ontbreekt het aan details en een gedetailleerd beeld biedt geen overzicht. Soms zijn beide tegelijk vereist om een afwijking in het beeld op te kunnen sporen. Die problematiek leidde tot de bouw van het Collaboratorium bij SURFsara, een visualisatie- en presentatieruimte voor de analyse en gedetailleerde, realtime, weergave van Big Data. Met de plaatsing daar van grote gekoppelde schermen met een hoge resolutie waarop de verkregen informatie wordt getoond, is een weergave van grote overzichtsbeelden tot in de kleinste details nu wel mogelijk”, vervolgt Melis. Daarbij gaat het (zie bijgaande foto) om een zaalbreed scherm, waarachter in teamverband achter een grote vergadertafel kan worden overlegd. Melis: “Een ander voorbeeld is een groot project voor de visualisatie van oceaanstromen. Door op dit megascherm meerdere simulaties gelijktijdig weer te geven, zijn verschillen in diverse scenario’s zorgvuldig met elkaar te vergelijken. Daarnaast biedt multi-touch interactie de mogelijkheid om op een natuurlijke manier te interacteren met getoonde data. De hoge resolutie biedt mogelijkheden om tot in detail te visualiseren, voor zeer verscheidene toepassingen, zoals biomedische simulaties, bestudering van criminele netwerken of vorming van het heelal.” Hieraan voegt Jansen nog het volgende toe: “Geavanceerd Big Data-onderzoek is mogelijk bij de gratie van de heel andere vorm waarin ICT-technologie wordt ingezet. Veel onderzoekers zijn daarmee nog niet vertrouwd en onderkennen dus ook nog niet de enorme potentie daarvan. Deze 40


categorie ‘conventionele wetenschappers’ kunnen door hun gebrek aan kennis soms hun eigen onderzoek belemmeren. Maar door al in de opzet van een researchproject de mogelijkheden van de allernieuwste onderzoekmethoden - zoals die van Big Data - mee te nemen, zijn verrassende resultaten mogelijk.”

Synergie In dat kader komt een onderzoek naar de vogeltrek boven Europa van het Institute for Biodiversity and Ecosystem Dynamics (IBED) van de Universiteit van Amsterdam naar voren. Anders dan het handmatig spotten van vogels, hebben de onderzoekers zich gericht op een heel nieuwe aanpak. Ook daarbij heeft men zich eerst georiënteerd op de mogelijkheden van allerlei nieuwe technologieën, zoals het gebruik van kleine GPS ontvangers bevestigd op vogels. Naast gegevens over de vogeltrek en over hun stopplaatsen worden andere databronnen, zoals weerspatronen en radarbeelden, gebruikt. Een toepassing die met het vroegere handmatige onderzoek van vogelspotters ondenkbaar was. Bovendien wordt de data gebruikt in de luchtvaart voor de ontwikkeling van risicomodellen voor het vliegverkeer. Daarmee levert Big Data-onderzoek niet alleen een interessante meerwaarde van ogenschijnlijk onsamenhangende gegevens, maar is er dus ook synergie mogelijk tussen heel uiteenlopende disciplines. SURFsara biedt hierin met name ook een steeds grotere groep kleine bedrijven de gewenste ondersteuning. Niet alleen in de opzet van Big Data-onderzoek, maar zo nodig ook in de realisering en visualisatie ervan. ■

Wat is Big Data? In de ogen van SAS is er sprake van Big Data als ‘de hoeveelheid, snelheid en variatie aan data de normale opslag- en verwerkingscapaciteit van een organisatie overstijgt’. Daarmee vermindert het vermogen van de organisatie om snel correcte beslissingen te kunnen nemen. Een andere goede definitie beschrijft Big Data als ‘Elke situatie waarin het gebruik en de verwerking van data je buiten je comfortzone brengt’. Terwijl verhalen over Big Data al snel over de hoeveelheid van data gaan, is dat niet het belangrijkste. De essentie van Big Data zit in de

combinatie van groeiende volumes en de complexiteit van de data. Denk bijvoorbeeld aan ongestructureerde data die voortkomt uit sociale media en call center verslagen. Het is de uitdaging niet alleen de gestructureerde data, maar ook de ongestructureerde en semi gestructureerde data snel te kunnen verwerken waarmee betere beslissingen genomen kunnen worden. De variëteit van de datastromen, de daaruit voortvloeiende complexiteit en de mogelijkheid om hier relevante inzichten uit te halen vormen de kern van de uitdaging.

41


INTERVIEW

Peter Wijers

42

business support manager bij euramax


5

Vijf vragen aan Peter Wijers

Datavisualisatie geeft Euramax meer grip op de toekomst Euramax Coated Products in Roermond is een toonaangevende producent van voorgelakt aluminium op rol en levert jaarlijks vijftienduizend kilometer van dit bandgelakte aluminium in vele kleuren en designs aan dak- en gevelfabrikanten wereldwijd. Naast uni en metallic kleuren in verschillende kwaliteiten bieden de ‘design coatings’ totaal nieuwe perspectieven voor projecten in voorgelakt aluminium. “Colour your world with Euramax” is de slogan waarmee het bedrijf de wereld tegemoet treedt. Euramax wil de wereld kleur geven. Momenteel wordt dat gedaan in drie afzetmarkten; projectarchitectuur, de transportindustrie en de caravanmarkt. Sinds drie jaar is fors ingezet op innovatie. Euramax innoveert op allerlei gebieden; zowel in producten, services als afzetmarkten. Zo is er in 2013 een printlijn in bedrijf genomen waar buitenduurzame* prints op aluminium worden aangebracht op afmetingen tot 10 x 2,6 meter. De grootste afmeting ter wereld. Deze XXL prints betekenen het einde van de ‘witte caravan’. Interieurarchitectuur is een nieuwe afzetmarkt die Euramax sinds dit jaar belevert onder de naam “Aluphant”. Euramax zet SAS Visual Analytics in voor de operationele rapportages rond kwaliteit, materiaal en financiële aspecten van de (productie)processen. Peter Wijers, Euramax Business Support Manager, geeft aan welke rol SAS Visual Analytics speelt bij Euramax.

Hoe belangrijk is data voor uw bedrijf? “Sinds 2007 is Euramax actief met datawarehousing. Het screenen en verrijken van de data geeft ons de mogelijkheid om sneller en beter informatie te genereren. Deze informatie is uiterst belangrijk, onder meer om fouten in de processen, waaronder de productieprocessen, snel te detecteren, te analyseren en die analyses te staven of te onderbouwen. Dat is van groot belang voor de kwaliteit en voortgang van de processen.”

“Het vertrouwen in de kwaliteit van onze data leidt tot snellere en betere beslissingen.” 43


Wie gebruiken de verkregen inzichten en waarvoor? “Naast de ook mobiel beschikbare management rapportages, voorziet SAS Visual Analytics ons van flexibele inzichten in grote datasets. De intuïtieve rapportageschermen bieden de gebruiker al een scala aan selectie- en drilldownmogelijkheden. Business analisten kunnen van hieruit aanvullende detailexploraties doen voor analyse van trends of afwijkingen. Ook kunnen zij ad hoc analyses uitvoeren. Onze oplossing koppelt beide door flexibele zelfbediening in data-exploratie en analytics te combineren.”

Welke rol speelt visualisatie bij de bedrijfsbeslissingen? “Daarmee kunnen we sneller beslissen in de bijsturing van de processen en daarmee verlieskosten beperken. We willen immers onze medewerkers optimaal ondersteunen in hun dagelijkse werk door alle middelen voor data-exploratie en rapportage beschikbaar te stellen om hen te helpen. Conventionele business intelligence focust op de gegevens die voorhanden zijn en verschaft niet noodzakelijkerwijs de vereiste informatie. Met SAS Visual Analytics kunnen we snel en intuïtief de mogelijke oorzaken achterhalen en veel sneller bijsturen.”

Welke resultaten heeft Euramax al bereikt met Visual Analytics? “Onze analisten krijgen dankzij de snelle informatie van SAS Visual Analytics én de intuïtieve interface nu veel eerder antwoord op nagenoeg al hun vragen. Daarmee rekenen we voorgoed af met het bijsturen op basis van de onderbuikgevoelens van onze medewerkers, die lang niet altijd juist bleken

44


te zijn. Door filters toe te voegen of in te zoomen op bepaalde informatie, komen we nu veel eerder bij de kern van problemen in de processen. Verder kunnen we dankzij de dynamische rapportages en analysemogelijkheden dieper én breder onderzoek doen. Verder zijn - met het oog op een veilige toegangsstructuur - de rapporten ontworpen voor het individuele gebruikersniveau. Ook zijn de inzichten en informatie mobiel beschikbaar zodat men die via tablets met klanten op locatie kan delen. Door de gegevens altijd en overal beschikbaar te hebben, krijgen we waar dan ook sneller inzicht en kunnen we betere beslissingen nemen. Euramax gebruikt SAS Visual Analytics nu in meerdere landen voor een heldere verslaggeving, om de processen te verbeteren en onderzoek te verbreden.”

Welke stappen wil Euramax met Visual Analytics nog zetten? “Een nieuwe stap in de toekomst ligt op het gebied van innovatie, vormgeving en architectuur. Tastbaar voorbeeld daarvan is ‘s werelds grootste precoated aluminium dak van Ferrari World Abu Dhabi. Deze enorme rode, logovormige dakstructuur ligt er opvallend bij in de immense woestijn. Voorbeeld van innovatie is de nieuwe XXL printlijn met buitenduurzame* kwaliteit. Het kunnen maken van goede inschattingen van toekomstige ontwikkelingen is voor een belangrijk deel bepalend voor het succes van Euramax. Het verkennen en analyseren van gegevens helpt zowel onze analisten als onze beleidsmakers bij het volgen van de dynamiek van onze industrie. Daartoe gaan wij steeds verder in ons streven naar de verbetering van onze processen, door steeds sneller en gedetailleerder te zoeken naar alle mogelijke oorzaken van afwijkingen ten opzichte van de verwachte resultaten.” ■ *Buitenduurzaamheid is de mate waarin een materiaal of een afwerklaag zijn eigenschappen behoudt bij blootstelling aan weersinvloeden.

Het grootste precoated aluminium dak dat is aangebracht op Ferrari World in Abu Dhabi

45


Carlo van de Weijer

Vicepresident traffic solutions bij tomtom

Begonnen op Palmtop Gestart als softwareontwikkelaar kwam TomTom in 1998 op de markt met onder meer navigatieproducten voor palmtops en later met een dedicated, zelfontwikkeld product voor navigatie. Daarnaast levert het Amsterdamse bedrijf de auto-industrie nu ook first mount navigatiesystemen voor inbouw en richt het zich op de verkoop van verkeersdata aan derden. Zo gebruikt de Rijksoverheid de data voor het verkeersmanagement. 46


Verkeersnavigatie ontwikkelde zich tot complex dynamisch proces

TomTom visualiseert de drukte op de wegen Goede verkeersinformatie is niet meer weg te denken. Op basis van deze informatie bepalen reizigers hun tijdstip van vertrek en hun route, maken zij hun keuze tussen auto en openbaar vervoer, en bepalen zij soms ook óf zij überhaupt wel weg zullen gaan. De informatie waarop dergelijke beslissingen worden genomen, is een mix van ervaring, verkeers- en weersverwachtingen en actuele (file)informatie. ‘Meten is weten’ en gebruikmakend van de actuele meetgegevens die TomTom’s navigatiesystemen voortdurend doorgeven, speelt dit bedrijf een belangrijke rol in die gegevensvoorziening. Daarbij gaat het om zeer veel, dynamische en actuele data, ofwel Big Data.

Van bovenaf ziet ons wegennet er tijdens de spits uit als krioelende mieren. Druk verkeer in allerlei richtingen, voor een deel gestructureerd langs vaste banen en ook veel verkeer in afwijkende richtingen. Alleen lijken mieren het fenomeen filevorming niet echt te kennen. Als verkeersdeelnemers functioneren wij mensen allemaal autonoom, hebben wij allemaal onze eigen bestemming en communiceren weggebruikers onderling nauwelijks. Daarvoor hebben we onze navigatiesystemen die ons helpen om zo snel of zo efficiënt mogelijk onze bestemming te bereiken. Naast vaste informatie zoals de kaart van ons wegennet, speelt daarin ook dynamische informatie over tijdelijke wegaanpassingen/versperringen, filevorming en filesnelheden een steeds belangrijkere rol.

Big Data Daarbij gaat het om grote hoeveelheden snel veranderende gegevens die allemaal bewaard blijven. Die enorme stroom van datapoints zorgt voor een sterk groeiende gegevensverzameling. Vicepresident Traffic Solutions Carlo van de Weijer: “TomTom gebruikt voor de navigatieberekening de gegevens uit miljarden historische en actuele metingen. Die metingen zijn de gegevens die we doorkrijgen van de tachtig miljoen navigatiesystemen die we wereldwijd aan onze klanten hebben geleverd. Een groot deel daarvan genereert een voortdurende datastroom van miljarden meldingen per dag. Hun navigatiesystemen zijn direct verbonden met onze backoffice en met de ingebouwde ‘connected navigation sharing’ verzamelen we gegevens over de snelheid van onze gebruikers op de weg. 47


Dit zegt ons veel over mogelijke filevorming op de betreffende verkeerslocaties. Verder kunnen de gebruikers zelf verbeteringen aan de kaart aanbrengen die we dan geschikt maken voor algemeen gebruik zodat we die informatie kunnen delen met de overige gebruikers. Dit levert ons duizenden verbeteringen per dag op. Samen met de miljarden snelheidsmetingen die we ontvangen, kunnen wij kleine infrastructurele aanpassingen in onze kaartinformatie automatisch zien en doorvoeren. Zo zien we bijvoorbeeld heel snel of ergens een rotonde is aangelegd ter vervanging van een gewone kruising. Of als een nieuw weggedeelte of viaduct in gebruik is genomen zien we dat meteen via onze community.”

Veel bronnen De meest interessante informatie komt van een groeiend aantal zogeheten ‘connected’ navigatiesystemen. Er zijn ruim zes miljoen van dit soort navigatiesystemen voorzien van een eigen SIM-kaart die om de één tot drie minuten ‘floating car data’ (FDC) over de snelheid op de weg levert. “Al die verkeersdata uit nu al 28 landen, verwerken wij hier in ons backoffice. De informatie die daar uitgehaald wordt, gaat vervolgens weer terug naar de gebruikers in het betreffende land om hen daar beter door het verkeer te leiden.” Verkeersinformatie komt niet alleen uit deze eigen bronnen. “In diverse landen werken we nauw samen met Vodafone en verwerken we de locaties van de mobiele telefoons die daar actief zijn. In sommige landen nemen we data af van bedrijven die ‘floating car data’ bezitten. Ook hierbij gaat het natuurlijk om grote aantallen vergelijkbare gegevens die onderling met elkaar overeen moeten komen. Het mag natuurlijk niet zo zijn dat één enkele bestuurder die langzaam rijdt of even stopt om te bellen, tot gevolg heeft dat wij een filemelding afgeven voor zijn locatie.”

TomTom slaat andere wegen in Na een eerder gestarte succesvolle samenwerking met Nike, gericht op de ontwikkeling van sporthorloges, volgt TomTom in de markt nu zijn eigen weg. Met de introductie van twee sporthorloges voor hardlopers en voor diegenen die ook fietsen en zwemmen, wil het bedrijf zijn markt verbreden. Evenals bij de navigatiesystemen, ligt ook hier het accent op gebruiksgemak, functionaliteit en een goed design. Het resulteerde in producten met een groot scherm en een 1-knops bediening. De

48

focus ligt niet zozeer op navigatie, maar vooral op meting van de prestaties. Er zijn drie modi waarin de gebruiker zijn doelstelling(en) en de gemeten waarden kan weergeven: een racemodus, een goalmodus en een zonemodus. De horloges communiceren nog niet met TomTom’s achterliggende datasystemen. Voorlopig beperkt de functionaliteit zich tot de behoeften van de gebruikers in deze nieuwe groeimarkt van sportend Nederland.


Overheden “TomTom gebruikt in landen waarin we pas kort actief zijn en waar nog relatief weinig eigen ‘connected systemen’ rondrijden vaak tijdelijk overheidsdata. Daarbij worden steeds vaker open standaarden gebruikt zodat de retourinformatie steeds eenvoudiger wordt. Door de combinatie van deze data is in de toekomst het gebruik van detectielussen in het wegdek overbodig. Belangrijke aanvullende informatie is journalistieke data over de oorzaak van een file of de melding dat er een rijstrook is afgesloten. Behalve informatie over de vertraging wil de gebruiker ook graag de oorzaak weten, deels uit nieuwsgierigheid en deels om de duur van de vertraging in te kunnen schatten. Deze journalistieke data krijgen wij in Nederland van de ANWB, politie of Rijkswaterstaat. Informatiebronnen als Twitter helpen ook mee maar zijn moeilijker te gebruiken omdat het filteren van de informatie lastig is te automatiseren. We kijken natuurlijk wel naar de potentie van nieuwe media, maar we willen zoveel mogelijk inzetten op passief gegenereerde informatie. Tijdens het rijden moet de bestuurder aandacht hebben voor het verkeer en niet voor zijn Twitteraccount. Onze missie is immers om mensen veilig, snel en comfortabel van A naar B te krijgen.”

Weersinvloeden “Het is lastig om de effecten van het weer in een navigatieadvies mee te nemen. Natuurlijk zal bij forse regen- of sneeuwval de gemiddelde snelheid omlaag gaan en de reistijd dus langer worden, maar dat zien we dan vanzelf wel aan onze metingen van de verkeersdoorstroming. Het verwachte weerbeeld klopt vaak niet en kan lokaal heel verschillend zijn. Wat je wel mee moet nemen is dat in veel landen de maximum snelheid bij regen anders is dan bij een droge weg. Bij het verzamelen van betrouwbare data en het zoeken naar de meerwaarde moeten we dus heel kritisch zijn.”

Visualisering De visualisering van alle gegevens gebeurt op verschillende manieren. In de eerste plaats is alle informatie direct zichtbaar op de schermen in het verwerkingscentrum van TomTom. Daar zijn de verkeersstromen op de wegen live zichtbaar. Daarnaast is er voor Nederland sprake van een informatieuitwisseling met andere partijen zoals de ANWB en Rijkswaterstaat, die zich onder meer richt op de verkeersdoorstroming in ons land. Door onze informatie naast de eigen waarnemingen te leggen, maakt Rijkswaterstaat de informatie zichtbaar via grote led-schermen langs de snelwegen en matrixborden waarop de maximum snelheid en de afsluiting/openstelling van spitsstroken en extra rijstroken worden aangegeven. En op een derde niveau is er natuurlijk de weergave bij de eindgebruiker op zijn navigatiesysteem. Die krijgt alleen de voor hem relevante informatie te zien die direct verband houdt met zijn route. “Navigatieadviezen worden steeds betrouwbaarder. Niet alleen door de continue verwerking van de steeds groeiende hoeveelheid verkeersdoorstromingsgegevens, alsook door de doorlopende verbeteringen, aanvullingen en verfijningen van ons kaartmateriaal. Een ontwikkeling die we voor een deel kunnen toeschrijven aan de Big Data-inspanningen van de mensen in ons backoffice én die mogelijk is dankzij de TomTom-gebruikers die hun informatie hiervoor willen delen.” ■

49


Rik Eding

data specialist bij ziekenhuis gelderse vallei


5

Vijf vragen aan Rik Eding

Ziekenhuis Gelderse Vallei brengt data-analyse naar de werkvloer Zoals de meeste ziekenhuizen heeft ook Ziekenhuis Gelderse Vallei enkele jaren geleden een organisatiestructuur ingevoerd die is gebaseerd op resultaatverantwoordelijke eenheden (RVE’s). Dat betekent dat zakelijke beslissingen lager in de organisatie worden genomen. Om deze RVE’s de middelen in handen te geven om ook daadwerkelijk te sturen en zelfs vooruit te kijken, implementeert Ziekenhuis Gelderse Vallei SAS Visual Analytics. In vijf vragen schetst Rik Eding, data specialist bij Ziekenhuis Gelderse Vallei, een beeld van het belang hiervan voor zijn organisatie.

Hoe belangrijk is data voor uw ziekenhuis? “In 2005 heeft marktwerking zijn intrede gedaan in de zorg. In datzelfde jaar begonnen wij met de bouw van een datawarehouse en de implementatie van Business Intelligence. In de beginjaren gebruikten we SAS alleen op de financiële afdeling. In de loop der jaren zijn we steeds meer zorggerelateerde data gaan opslaan in het datawarehouse, zodat we grip krijgen op onze primaire processen. Bovendien kunnen we met de analyses die we op basis van deze data maken het gesprek beter aangaan met zorgverzekeraars. We hebben immers meer inzicht in het marktaandeel van zorgverzekeraars in ons ziekenhuis. Waar nodig en relevant voegen we aan ons datawarehouse ook externe databronnen toe. Een voorbeeld is informatie van het Sociaal Cultureel Planbureau over de sociale status van mensen. Het is algemeen bekend bij artsen dat mensen uit lagere sociale klassen een grotere sterftekans hebben. Eén van hen wilde daarom graag de ziektebeelden van de patiënten op zijn afdeling koppelen aan hun sociale status om op die manier het risico op sterfte beter te signaleren. Zo kunnen we als ziekenhuis nog beter inspelen op de individuele situatie van een patiënt.”

Wie gebruiken de verkregen inzichten en waarvoor? “We gebruiken de informatie in de hele organisatie. Zoals ik al aangaf, zijn we ooit met Business Intelligence begonnen op de financiële afdeling. We zijn steeds meer databronnen aan ons datawarehouse gaan toevoegen, waardoor we steeds meer analyses konden maken. We hebben nu geïnvesteerd in SAS Visual Analytics om de RVE’s van actuele stuurinformatie te voorzien. Voorheen konden medewerkers op de werkvloer niet zelf hun rapportages en analyses maken, dat vroegen ze aan ons. Onze ervaring is: als wij één rapport voor ze maken, komen daar meteen tien vervolgvragen uit. Met SAS Visual Analytics geven we hen de tools in handen om die analyses zelf te doen.” 51



Welke rol speelt visualisatie bij het nemen van beslissingen binnen uw ziekenhuis? “Dat helpt op allerlei manieren. We analyseren bijvoorbeeld de zorglogistieke processen rondom patiënten en zijn daardoor in staat om heel snel bottlenecks op te sporen. We zagen bijvoorbeeld onlangs dat de gemiddelde wachttijd van patiënten met een liesbreuk was gestegen. Toen we dieper in de cijfers doken, bleek dat te komen doordat twee patiënten hun operatie hadden uitgesteld vanwege vakantie. Als we die twee gevallen eruit lieten, bleek de wachttijd zelfs gedaald. Dat is zinvolle stuurinformatie. Een ander voorbeeld is het verzoek van de longartsen om KNMI-data op te nemen in ons datawarehouse. Aan de hand van de weersvoorspellingen kunnen zij nu prognosticeren welke patiënten klachten gaan krijgen. Daar kunnen ze de behandeling op afstemmen. Dat is natuurlijk geweldig.”

Welke resultaten heeft Ziekehuis Gelderse Vallei al bereikt met Visual Analytics? “We zijn momenteel bezig met de uitrol hiervan binnen het ziekenhuis, we moeten de eerste vruchten nog plukken. Dat gaat zeker lukken, er is veel laaghangend fruit. Analytics is in ons ziekenhuis al lang geen tool meer van enkel en alleen de financiële afdeling. Het heeft breed zijn intrede gedaan in het zorgproces. In eerste instantie vooral om logistieke KPI’s te monitoren, zoals wachttijd, opnameduur en aantal behandelingen, maar nu ook steeds vaker op medisch gebied. We zijn daardoor in staat de kwaliteit van zorg te verbeteren. En daar zijn de financiële mensen ook weer blij mee, want dat betekent meestal een verlaging van de kosten. Het mes snijdt aan twee kanten.”

Wat wilt u nog bereiken met analytics en visualisatie? “Ik zou graag willen dat iedereen met het analysevirus besmet raakt. Wij kunnen als BI-team wel rapportages aandragen, maar de RVE’s weten zelf het best aan welke informatie zij behoefte hebben. Dat is ook de reden waarom mijn rol steeds meer opschuift van dataspecialist naar informatieanalist. Ik help de RVE’s op weg, stimuleer ze om zelf ideeën te genereren voor mogelijke analyses. Dat is erg leuk werk om te doen, want met een oplossing als SAS Visual Analytics is het niet moeilijk om gebruikers enthousiast te krijgen. Het ziet er fraai uit en het werkt eenvoudig. Als ik uitleg geef, dan borrelen de gebruikers vaak van de creativiteit en dan vragen ze: kan ik dit of dat ook? Dat is trouwens best gevaarlijk; ik merk aan mezelf dat het erg verslavend is om steeds dieper te graven. Als je eenmaal op hoofdlijnen een verband hebt gevonden, ga je steeds verder om nieuwe correlaties te leggen. Je kunt het haast niet meer loslaten. Straks krijgen onze psychiaters het nog druk omdat onder collega’s een nieuw type verslaving de kop heeft opgestoken. Ha ha, als dat gebeurt, dan heb ik mijn doel wel bereikt.” ■

“Mijn rol schuift steeds meer op van dataspecialist naar informatiespecialist” 53


Business Intelligence studenten worden enthousiast gemaakt voor Visual Analytics

Visual Analytics gastcollegetour Edwin Peters, Manager Technology Solutions bij SAS Nederland, geeft regelmatig gastcolleges op verschillende universiteiten. Het doel daarvan is om bij beginnende Business Intelligence studenten interesse voor visual analytics te kweken. In een aantal sprekende voorbeelden laat hij zien hoe Visual Analytics oplossingen biedt voor vragen die nu relevant zijn. Om zijn college snel en overzichtelijk neer te zetten, heeft een tekenaar het in stripverhaalvorm weergegeven. De kracht van het visualisatie komt zo niet alleen in zijn college aan bod, maar ook in de weergave daarvan in dit artikel.

Rode draad in het college van Edwin Peters is de toepassing van de Analytical Lifecycle die de gebruikers houvast geeft om op een juiste manier data voor te bereiden, te onderzoeken, modellen te maken, te monitoren en uiteindelijk te rapporteren. Aan de hand van een aantal voorbeelden laat hij zien dat ingewikkelde vraagstukken die complexe functionaliteit vragen, eenvoudig door eindgebruikers kunnen worden opgelost. Als de spelregels van de business bekend zijn, kun je met de High Perfomance analysetechniek zeer snel tot antwoorden te komen. Zo stelt Visual Analytics bijvoorbeeld een marketeer in staat om heel snel aan de hand van bestaande gegevens verschillende ‘what if’ scenario’s door te rekenen.

Overal toepasbaar In het college wordt duidelijk dat er eigenlijk geen beperkingen zijn in de toepassing van Visual Analytics. In de financiële wereld geeft het snel inzicht in kredietrisico’s. In de gezondheidszorg kunnen patiëntgegevens snel geanalyseerd worden om een optimale behandeling te bieden. Ook op het gebied van veiligheid kunnen risico-inschattingen gedaan worden om zo de algemene veiligheid te waarborgen.

54


Edwin Peters

manager technology solutions bij sas

55


1

2

3

4

56


1

2

3

4

Big Data is bijna overal beschikbaar, maar niet altijd lukt het om er de waarde uit te halen die er in opgesloten zit. De vraagstukken waarop bedrijven en organisaties antwoorden moeten vinden zijn enorm. Hoe bereik je nieuwe klanten en hoe houd je bestaande klanten vast? Welke producten moet ik beschikbaar stellen om mijn doel te bereiken of welke juist niet? Traditionele rapportagetools brengen dan geen uitkomst. Advanced Analytics maakt het mogelijk die gerichte maatregelen ook op subsegmenten van het klantenbestand toe te passen. Het resultaat is dan dat er door een kleine investering een groot resultaat is te behalen. Uit transactiedata en het aankoopgedrag van klanten is met Advanced Analytics veel informatie te halen. Het biedt mogelijkheden om klanten passende aanbiedingen te doen en suggesties te geven voor vervolg of additionele aankopen. Dat kan zowel in producten als in diensten. De Analytics Lifecycle geeft een handvat om structuur te brengen in het proces van data exploratie. Alles begint met het formuleren van de vraag of probleemstelling. Vervolgens moet de data voorbereid worden op het proces en volgt de selectie van relevante gegevens. Dan wordt een model gebouwd en getest, waarna het onder constante monitoring op de data wordt toegepast. Het gastcollege geeft inzicht in de verregaande mogelijkheden die Visual Analytics biedt. Diverse gebruikers uit verschillende afdelingen van de organisatie en met verschillende informatiebehoeften kunnen via self-service de data bevragen. Visual Analytics helpt bij het maken van de right decision.

57



OVER SAS Dagelijks nemen CEO’s, CFO’s, CMO’s, Risk Officers, directeuren en managers beslissingen die de richting van een organisatie op korte of langere termijn blijvend beïnvloeden. SAS levert software om daadwerkelijk inzicht voor deze bedrijfskritische beslissingen te verkrijgen. SAS brengt de beslisser van - te vaak - beslissingen nemen op buikgevoel naar beslissen op basis van feiten. Van data naar informatie, van informatie naar inzicht. SAS is specialist op het gebied van Business Analytics software en dienstverlening, en de grootste onafhankelijke business intelligence leverancier. Met innovatieve oplossingen binnen een geïntegreerd raamwerk, helpt SAS klanten op meer dan 65.000 locaties hun prestaties te verbeteren en waarde te creëren door sneller, betere beslissingen te nemen. Ook helpt SAS bij het naleven van wet- en regelgeving, het doen van baanbrekend onderzoek en het ontwikkelen van de meest innovatieve producten. SAS biedt naast branchespecifieke ook generieke oplossingen en is sterk op het gebied van data-integratie, data-opslag en geavanceerde business intelligence en business analytics toepassingen, vanuit een bedrijfsbreed intelligence framework. SAS levert haar klanten al sinds 1976 The Power to Know. High Performance Analytics Met een ervaring van meer dan 36 jaar op het gebied van business analytics, biedt SAS zijn innovatieve analytics ook op high-performance platforms, om klanten uit snel groeiende hoeveelheden data, met toenemende variatie en hogere complexiteit (Big Data) sneller het vereiste inzicht ter beschikking te stellen. SAS High-Performance Analytics is gebaseerd op SAS’ eigen in-memory computing technologie en biedt de benodigde antwoorden in minuten of seconden in plaats van dagen, zodat managers en bestuurders tijdig hun beslissingen kunnen nemen. De onderneming groeit continu en is vanaf de oprichting winstgevend. Jaarlijks investeert SAS 24 procent van de omzet in Research & Development; meer dan het dubbele van wat concurrenten investeren. Wereldwijd werken er ruim 13.000 medewerkers bij SAS, in meer dan 135 landen en vanuit 400 SAS kantoren. SAS is sinds 1986 actief in Nederland. Het Nederlandse kantoor is gevestigd in Huizen op landgoed ‘Oud-Bussem’, waar ruim 170 medewerkers werken. SAS staat wereldwijd bekend als een van de beste werkgevers en scoort daarom ook al sinds haar oprichting jaarlijks zeer hoog in de verschillende ‘Best Company to work for’ ranglijsten. In Nederland is SAS verkozen tot Beste Werkgever van 2013. Meer informatie is te vinden op: www.sas.com/nl

59


colofon

Realisatie:

SAS Nederland Redactie:

Wouter de Wijn Susan Roos Fotografie:

Eric Fecken Senta de Vries Auteurs:

Ward van Beek Dick de Bruijn Hans Doorn Mirjam Hulsebos Cover:

Philip van Tol, Amsterdam Illustraties:

Jongens van de tekeningen, Tomas Pasma Vormgeving:

Alain Cohen Drukwerk:

Sdu Uitgevers, Den Haag Projectbegeleiding:

SAS Nederland Het boek Future Bright - Visualiseren is Vooruitzien - is gemaakt in opdracht van SAS Nederland. Informatie uit deze uitgave mag uitsluitend worden overgenomen, gekopieerd of gereproduceerd door middel van druk, fotokopie, film, internet of op andere wijze met de expliciete toestemming van de directie van SAS Nederland en met bronvermelding. SAS Nederland is niet verantwoordelijk voor uitspraken gedaan door ge誰nterviewde personen uit dit boek.

60




Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.