Acht redenen waarom Big Data projecten mislukken

Bedrijven zitten op een goudmijn, maar aan het delven zijn ze nog niet toegekomen. Zo ongeveer klinkt de belofte van Big Data. 92 procent van de bedrijven doet er nog helemaal niks mee en die het proberen komen ook niet ver. Waar gaat het vaak mis?

Eerst wat cijfers, bij elkaar gezocht door Matt Asay van MongoDB voor Information Week. Volgens Gartner overweegt 64 procent van de bedrijven uit een vorig jaar gepubliceerd onderzoek iets met Big Data te doen, tegen 58 procent in 2012. Om uiteenlopende redenen: bijvoorbeeld om financiele risico’s beter in te schatten, of de klantervaring te verbeteren.

Zo’n dertig procent heeft al geïnvesteerd in Big Data technologie, en negentien procent gaat dat nog doen. Maar Big Data gebruiken, dat doet nog geen 8 procent van de 720 bedrijven die Gartner aan de mouw trok.

Veel bedrijven denken dat ze door het inhuren van een datawetenschapper (gemiddeld salaris: 123.000 dollar) een grote stap kunnen maken, maar dat valt tegen. Gartners Svetlana Sicular identificeert nog acht andere redenen waarom Big Data niet van de grond komt.

1. Weerstand bij het management. Veel managers gaan liever af op hun gevoel dan op harde cijfers. Ze varen op eigen koers, wensen niet gecorrigeerd te worden.

2. Te hoge ambities. Bedrijven beginnen vaak met een onmogelijk project waar ze nog niet aan toe zijn. Anderen gebruiken niet de juiste tools. Big Data moet je leren.

3. De verkeerde vragen. Sommige bedrijven huren experts in die rekenkundige Einsteins zijn, maar de markt onvoldoende kennen. Het is makkelijker om Hadoop onder te knie te krijgen dan om markten te doorgronden.

4. De verkeerde expertise. Datawetenschappers met te veel IT kennis stellen niet altijd de juiste vragen. Domeinkennis is dus cruciaal. Dat pleit wellicht voor opleidingen binnen het bedrijf zelf.

5. Logistieke of organisatorische problemen: het analyseren is maar een onderdeel van Big Data, maar het toegang verkrijgen tot en het verwerken van informatie is een ander verhaal. Dat zou wel eens minder op orde kunnen zijn dan verwacht, zodat men niet aan analyseren toekomt.

6. Strategische verschillen. Big data projecten moeten niet los van elkaar staan, de hele organisatie moet zich vertrouwd maken met de gegevens. Liever nog: datagedreven denken.

7. Gebeurt dat niet dan krijg je zogenoemde Big Data silo’s, waarbij afdelingen gegevens niet delen. Of willen delen, omdat ze de controle over de gegevens willen behouden. De kracht van Big Data is juist het ontdekken van dwarsverbanden.

8. Regelgeving. Farmaceutische bedrijven kunnen via Big Data relaties ontdekken tussen geneesmiddelen en bijwerkingen, maar doen dat liever niet omdat ze verplicht zijn deze relaties aan de toezichthouder te melden. Dat leidt tot ontwijkend gedrag.

Het beste is als bedrijven klein beginnen. In het jargon start small, fail fast. Een fietser zal ook niet meteen de finish van de Tour de France halen. Het gaat erom dat ondernemingen Big Data leren gebruiken. Dat vergt evaluatie en bijstellingen.