Datatrends 2020
News 18 december 2019

Vijf datatrends voor 2020

In het tweede decennium van de 21ste eeuw heeft de digitalisering flink doorgezet. Waar er in 2013 slechts 162 dataformats waren, zijn dat er in 2019 maar liefst 342. Data van verschillende formats zijn lastig te verbinden en te combineren, waardoor analyse ervan meer en meer tijd kost. Volgens Qlik wordt 2020 echter het jaar van harmonisatie: er zijn verschillende technologieën in opkomst die het huidige data-mozaïek kunnen ombuigen naar nieuwe mogelijkheden, zodat we meer dan ooit data aan elkaar kunnen koppelen, met datacatalogi als een belangrijke houvast.

Dan Sommer, Sr. Director Global Market Intelligence Lead bij Qlik, heeft de vijf belangrijkste ontwikkelingen op datagebied op een rij gezet. 

1. Van big naar wide data

Met een oneindig schaalbare cloud-opslag is big data voor de meeste bedrijven geen probleem meer, zeker wanneer er genoeg analysetools zijn om orde te scheppen in de chaos. Deze eerste horde is inmiddels genomen. De volgende drempel: wide data.

In de loop der jaren zijn dataformats gevarieerder geworden, met als gevolg dat er veel verschillende databases zijn die geschikt zijn voor verschillende datasoorten. Door verschillende dataformats te bundelen, kan je als bedrijf aanzienlijke hoeveelheden big data efficiënt verwerken. Bedrijven die hierop inspelen, hebben zo in 2020 al een stap voor op de concurrentie.

2. De opkomst van DataOps

Is het hetzelfde als DevOps maar dan voor data? Nee, absoluut niet. DataOps kan beter worden beschreven als een soort extensie van DevOps. Het is een methode, net als DevOps, maar dan gericht op hoe je data effectiever in kan zetten, door onder andere het gebruik van kunstmatige intelligentie (AI) en betere flows tussen verschillende data-silo’s. Het levert flink wat flexibiliteit voor datamanagement, en voor een kortere doorlooptijd van data.

Door de kortere doorlooptijd heb je data sneller omgezet van ruwe data naar waardevolle informatie. Combineer dit met Business Intelligence (BI)-technologieën als selfservice analytics en je krijgt zo een vlotte doorstroming van de informatiewaardeketen.

3. Actieve datacatologi

Een datacatologus is een software tool die organisaties gebruiken om alle metadata te centraliseren, en die bijvoorbeeld informatie biedt waar je bepaalde data kan vinden. Datacatalogi worden zo door bedrijven gebruikt om hun nogal diverse databestanden te inventariseren en op elkaar af te stemmen, waardoor je je gegevens eenvoudig kan beheren en begrijpen. Met de opkomst van AI in steeds meer sectoren, komt ook hier verandering in.

In 2020 vindt, door onder andere AI, een shift plaats van passieve en manuele data-inventarisatie naar een actieve en adaptieve manier om data te beheren. Door je data meer toe te spitsen op je doelen, kan de actieve datacatalogus ‘gepersonaliseerde’ informatie leveren. Oftewel: als organisatie krijg je relevantere inzichten en op maat gemaakte informatie.

4. Datageletterdheid als dienst

Al deze opkomende technologieën zijn echter niet in staat om zichzelf draaiende te houden zonder dat er mensen bij komen kijken. Om trends als DataOps en wide data effectief in te zetten, moeten mensen begrijpen hoe zij data moeten lezen en analyseren, en hoe ze ermee moeten werken en communiceren.

Door partnerschappen aan te gaan met leveranciers op basis van een combinatie van software en diensten zoals opleiding en ondersteuning, kunnen organisaties afstevenen op een hogere datageletterdheid, ook binnen het personeel dat niet geregeld met data werkt. Zo kan datageletterdheid vervlochten worden in de gehele organisatie.

5. ‘Shazam’en’ van data

Als laatste kunnen we verwachten dat het ‘shazam’en’ van data een vlucht neemt in 2020. Voor wie Shazam niet kent: dit is een app die de titel en artiest van een liedje kan ontdekken als je de app voor de speaker houdt. Hetzelfde wordt ook mogelijk voor data. Een concept dat door de data-analist erg wordt omarmd.

Projecteer je data op een systeem en krijg inzicht in verschillende parameters, zoals informatie over de gebruiker, datakwaliteit en wat er veranderd is in een bepaalde tijdspanne. Algoritmes kunnen hierin ondersteunen door ook afwijkingen op te speuren, en zo nieuwe analyses voor te stellen.

Fragmentatie hoeft dus niet per se een slechte ontwikkeling te zijn, zolang je het maar in je voordeel laat werken. Elke trend vormt een tegel voor het leggen van een datamozaïek in een complexe en gefragmenteerde wereld, waar het gebruik van data in de hele onderneming een belangrijke rol speelt en ons naar de volgende fase van succes in het digitale tijdperk leidt.