Zodra er in Florida een orkaan wordt voorspeld dan schiet de verkoop van Strawberry Pop-Tarts omhoog. Deze zoete snack is calorierijk, compact, lang houdbaar en je kunt hem gemakkelijk en snel opwarmen in een broodrooster. Perfect voor als je gaat hamsteren dus, maar toch is het niet het product waarvan je zou verwachten dat veel mensen het inslaan als er een orkaan op komst is.
De Amerikaanse winkelketen Walmart ontdekte dit opvallende feit toen het de verkoop van producten combineerde met een set weerdata. Op die manier kreeg de winkel inzicht in de relatie tussen het koopgedrag van mensen en het weer. Vervolgens kan Walmart dankzij die relatie zijn inkoopbeleid mede laten afhangen van het weer. Het zal Walmart niet meer gebeuren dat het schap van de Strawberry Pop-Tarts leeg is op het moment dat er een orkaan onderweg is naar Florida.
Dit is een grappig, maar vooral heel concreet voorbeeld van wat data-analyse kan betekenen voor een bedrijf. Door het slim combineren van allerlei data die al aanwezig zijn binnen een organisatie, eventueel met algemenere data (zoals in dit voorbeeld over het weer), kun je verbanden ontdekken en zelfs voorspellingen doen. Vooral dat laatste wordt de komende jaren alleen maar interessanter.
Dankzij de opkomst van kunstmatige intelligentie kunnen slimme algoritmes zelfstandig opvallende en afwijkende verbanden vinden in grote datasets, maar ook voorspellen wat er morgen gaat gebeuren. Dankzij machine-learning-technologie wordt het voor het eerst mogelijk om op basis van keiharde feiten de toekomst te voorspellen. En dat raakt eigenlijk iedere sector.
Fabrieken kunnen hun productie beter aanpassen op de verwachte vraag en winkels kunnen preciezer inkopen. Dat zijn twee voorbeelden die voor de hand liggen. Maar wat dacht je van energie- en waterbedrijven die steeds beter kunnen voorspellen hoeveel vraag er naar elektriciteit, gas en water op welk moment is? Of van artsen die eerder een diagnose kunnen stellen, doordat het de gegevens van één patiënt kan vergelijken met die van heel veel anderen over de hele wereld.
Er wordt met de dag meer mogelijk en de ontwikkeling staat nog maar in de kinderschoenen. Doordat een steeds groter deel van ons leven digitaal is, creëren we steeds meer data. Tegelijkertijd worden er in de fysieke wereld steeds meer data verzameld door sensoren die in verbinding staat met het internet, oftewel Internet of Things.
Op dit moment gaat dat vooral nog om data die bestaan uit cijfers of andere specifieke waardes, zogeheten gestructureerde data. Computers worden echter ook steeds beter in beeldherkenning. Dankzij computer-vision-technologie kunnen daarom afbeeldingen worden geanalyseerd en dankzij natural language processing geldt datzelfde voor tekst.
De berg data die kan worden geanalyseerd zal de komende jaren verder groeien. De analyses die mogelijk zijn en de voorspellingen die worden gedaan, zullen dankzij de ontwikkeling van kunstmatige intelligentie alleen maar beter worden. Dit raakt uiteindelijk ieder bedrijf, in iedere sector. En het enige advies dat ik daarom kan geven is om werk te maken van data. Het gaat je uiteindelijk een heleboel opleveren en is op de lange termijn ook gewoon onvermijdelijk om te overleven.
Elger van der Wel is onafhankelijk expert op het gebied van tech & media-innovatie en schrijft dit stuk op persoonlijke titel.
