De eerste stappen naar predictive analytics

8 maart 2016
De eerste stappen naar predictive analytics

Predictive analytics kan zakelijk veel voordeel bieden. Maar hoe zorg je dat deze voorspellende modellen ook daadwerkelijk worden ingezet? Heliview organiseerde onlangs een ronde tafel waarbij professionals inzichten deelden over hun eerste stappen naar predictive analytics en de aandachtspunten die zij hierbij tegenkwamen.  

Predictive analytics omvat voorspellende modellen waarmee je op basis van data inzicht krijgt. Een bekend voorbeeld is dat Amazon nog niet bestelde pakketjes alvast naar distributiecentra stuurt. Maar ook wat webwinkels al jaren doen: ze geven bezoekers aankoopsuggesties op basis van eerdere aankopen en wat klanten met soortgelijke profielen kozen.

Cultuuromslag
Om predictive analytics succesvol in te zetten gaat het volgens de aanwezigen vooral om het realiseren van de stap vóór de inzet van predictive analytics: de cultuuromslag. Het is zaak te bepalen wie je nodig hebt voor het proces en hoe je het proces zelf borgt in je organisatie. De manier om hiermee te starten is de organisatie ingaan. Laat zien hoe je in een testteam meerwaarde aan de beschikbare data kunt toevoegen en wees de architect van die meerwaarde. Kijk waar de data aanwezig is en praat met collega’s die data beheren, ook al ken je ze niet. En volgens de aanwezigen essentieel: win het vertrouwen van die collega’s.Hiervoor is het zaak klein te beginnen. Start met een veldtest waarin je checkt of het algoritme dat je inzet op geanonimiseerde gegevens werkt. Kloppen de verwachtingen met de uitkomsten? Welk probleem ga je oplossen en welke impact heeft het op de business? Lukt zo’n test, dan leidt dat tot draagvlak binnen de organisatie.

Stel een Chief Data Officer aan
Daarnaast moet er een eigenaar zijn van de data en het proces.Vaak liggen de databases bij de IT-afdelingen, maar daarmee zijn ze zeker niet direct ook de eigenaar. Tegenwoordig is de business de eigenaar van data. Als de marketingafdeling eigenaar én tegelijk de leverancier is, komt dat met verantwoordelijkheden. Het is daarom verstandig een Chief Data Officer in te stellen om naar de data governance te kijken.

Privacy en klantvertrouwen
Verder noemen de deelnemers van de ronde tafel privacy als heikel punt bij het gebruik van predictive analytics. Klantvertrouwen komt te voet en gaat te paard. Hoe ga je dan om met privacy? Het is belangrijk te laten zien dat je netjes met klantgegevens omgaat. Het moet onderdeel zijn van de continue dialoog die je met de klant hebt. Zo heeft energiebedrijf Eneco de slimme meter Toon. Daarmee hebben consumenten volledige controle over hun eigen data. Met schuifjes via de muurthermostaat geeft de klant per dienst toestemming of er data wordt gedeeld. Dat kan ook weer direct worden ingetrokken via het privacyscherm. De teksten daarop zijn laagdrempelig en dus geen onbegrijpelijke, ellenlange gebruikersvoorwaarden.

Betere privacywetgeving nodig
Als die (geanonimiseerde) gegevens bewaard zijn, merkt men in de praktijk dat de ene regelgeving soms botst met de andere. Zoals het recht om vergeten te worden. Farmaceuten zitten bijvoorbeeld in een spagaat bij klinische trials. Tien jaar na die trials moet de data nog beschikbaar zijn voor de toezichthouders. Zij moeten namelijk de data controleren op basis waarvan de medicijnen op de markt werden gebracht. Als deze data ook vergeten moet worden, geeft dat enorme problemen. Het ‘vergeten’ zou dan namelijk helemaal moeten worden doorgevoerd naar alle afgeleiden. Dan is anonimiseren niet meer genoeg. Er moet volgens de aanwezigen duidelijkere privacywetgeving komen.

Data gebruiken om verbanden te leggen
Het combineren van data uit verschillende, externe kanalen en daar met predictive analytics voorspellingen op doen, is een potentiële goudmijn voor marketing. Het blijkt dat de deelnemers van de ronde tafel er nog niet allemaal aan toe zijn om dat echt toe te passen. Wel zijn er goede voorbeelden van het combineren van data uit verschillende bronnen en het toepassen van analytics. Zoals een datamanager van een woningbouwvereniging. Hij combineert informatie van Airbnb met eigen data om illegale verhuur te ontdekken. Verzekeringsmaatschappijen gebruiken op hun beurt de gegevens van weeronline om te toetsen of hagelschademeldingen wel valide zijn. Deze voorbeelden zijn slechts het begin van wat er mogelijk is. Maar als je verder wil komen en de weg naar predictive analytics aflegt zul je ook ergens moeten starten.

Meer weten over hoe je predictive analytics inzet voor marketing, risicomanagement en operationele processen? Lees het in de white paper 'Drive your business with Predictive analytics'.