Wat is fast data en wat is het verschil met big data?

Analyses aan de hand van big data zijn al jaren een trend, maar de laatste tijd is er een andere vorm van analyse in opkomst: fast data. Het toenemend aantal slimme apparaten en applicaties genereren een ongelofelijke hoeveelheid data. Dan is er nog de hoeveelheid gegevens die bedrijven als Google en Amazon ondertussen hebben vergaard dankzij onze zoekopdrachten en ons gebruik van hun diensten. 

TomTom past routes live aan

Fast data in de praktijk

Fast data is specifieke informatie waarmee je direct kunt inspelen op het gedrag van mensen. Met fast data kun je sneller informatie classificeren en daar op anticiperen. Het is kortom data die snel toegankelijk is.

Een voorbeeld: je rijdt rustig op de A4 richting huis. Dan ineens begint jouw TomTom te piepen: ‘Er is een snellere route beschikbaar. U bespaart acht minuten. Wilt u uw route aanpassen?’ Iedereen kent deze melding wel. Moderne navigatiesystemen komen namelijk met een functie om actuele verkeersinformatie te verwerken in de route. Dit houdt in dat, bijvoorbeeld in het geval van TomTom, elke twee minuten de data wordt ververst en de snelste route opnieuw wordt berekend. Mocht er een snellere route mogelijk zijn, dan laat het systeem dit aan jou weten.

Hoe komt TomTom dan aan deze wijsheid? Daarvoor gebruikt de navagatiegigant data van meer dan vierhonderd miljoen automobilisten. De (anonieme) gegevens zijn afkomstig van navagatiekastjes, professionele gps-kasten voor goederenvervoer, mobiele telefoonsignalen en bijvoorbeeld slimme dashboardcomputers.

Al deze data wordt zeer snel verwerkt en zorgt ervoor dat het file-leed tot een minimum wordt beperkt. Het systeem ziet dankzij deze gegevens dat meerdere auto’s zich steeds langzamer verplaatsen of zelfs stilstaan en kan met die gegevens berekenen dat er een file ontstaat en hoeveel vertraging deze gaat veroorzaken. Door deze analyse aan de hand van fast data is TomTom in staat om jou op tijd te waarschuwen en je om te leiden.

Fast data vs big data

Realtimetraffic is niet het enige dat mogelijk is met de data uit het verkeer. Je zou de dataset ook kunnen gebruiken om te analyseren op welk tijdstip van de dag de weg het drukst is en wanneer de spitsstrook open moet. Met een langetermijnanalyse is het zelfs mogelijk om in te schatten of de weg verbreed moet worden en waar de specifieke bottlenecken liggen voor dit traject. Deze analyses op de langere termijn worden ook wel bigdata-analyses genoemd. Bij big data gaat het namelijk om heel grote hoeveelheden data die je niet altijd specifiek nodig hebt. Buiten het gebruik in het is verkeer is het mogelijk om bijvoorbeeld als webwinkel profielen van klanten samen te stellen over hun complete aankoopgedrag en op grond daarvan beslissingen te nemen. Big data verschilt dus vooral met fast data omdat het gegevens omvat die in jaren en zelfs deccenia zijn verzameld en daarmee veel accurater is.

Hoe werkt fast data?

Zoals alle datagedreven tools begint het met het verzamelen van data uit diverse bronnen. Dit kan een mobieltje in de file zijn, een klant die klikt op iets in jouw webwinkel of een printer die aan zijn laatste beetje inkt is begonnen en dit via een signaal aan een server laat weten. Deze data wordt vaak verzameld in een message-queue. Een goed voorbeeld van zo’n queue is Apache Kafka. Deze tool zorgt ervoor dat de data wordt doorgevoerd naar een analyticstool zoals Apache Spark waar een diepe data-analyse plaatsvindt. Wat een message-queue echter ook doet en wat het zo interessant maakt, is het toelaten van realtime datagebruik door applicaties die kunnen reageren op de stroom data die door de queue loopt. Je hoeft dus niet meer te wachten op de analyticstool voordat je iets met de vergaarde data kan doen. Met fast data interpreteer je de gegevens namelijk direct. De data wordt door de queue uiteindelijk ook doorgezet naar de storage waar big data-analyses kunnen plaatsvinden. Zo sla je twee vliegen met één dataset.

Sneller matchen dankzij de inzet van fast data

Een ander goed voorbeeld van het gebruik van fast data is Uber. Met zijn mobiele app verbindt het klanten in tientallen landen met taxi’s en privéchauffeurs. Dit alternatieve taxibedrijf verkrijgt voortdurend grote hoeveelheid informatie via de applicaties die chauffeurs gebruiken en mensen die een ritje nodig hebben. Uber dankt zijn succes niet alleen aan big data, maar ook en vooral aan de juiste data die nodig zijn om auto’s direct ergens naartoe te sturen. Uber moet in milliseconden in staat zijn om jou een interessant aanbod te doen. Om dat voor elkaar te krijgen, gebruikt het bedrijf voor zijn matchingservice fast data. Dankzij deze snelle gegevens weet Uber precies waar alle potentiële autorijders zich bevinden. Op deze manier kan het jouw verzoek, waar ook ter wereld, koppelen aan beschikbare chauffeurs. Inclusief de verschillende routes en de bijbehorende prijs.

Suggesties aan de hand van formules

Fast data is niet alleen handig voor automotive-diensten. Ook webshops en onlinediensten kunnen er gebruik van maken. De muzieksuggesties van Spotify komen bijvoorbeeld tot stand door wiskundige formules die de kans berekenen dat je een volgend nummer leuk vindt. Deze formules gaan daarbij uit van liedjes en zangers die je eerder hebt afgespeeld. Spotify gebruikt voor zijn adviezen een combinatie van fast data en big data. Zo worden nummers die vaak door verschillende gebruikers worden gecombineerd, afgezet tegen wat jij realtime luistert en leuk vindt. Op deze manier doet Spotify een onderbouwde gok welke nummers jij waarschijnlijk ook leuk vindt. Daardoor krijg je nummers te horen die je nog niet kent, maar die wel binnen jouw eigen smaak passen. Hoe doet Spotify dit? In de eerste plaats geldt het (bijna) volledige afspelen van een nummer als een positieve waardering. Ook vraagt de muziekdienst aan nieuwe gebruikers om een aantal favoriete genres en artiesten te selecteren. Aan de hand van deze gegevens is Spotify in staat om bijvoorbeeld de Daily Mix-functie aan te bieden, een dagelijks gegenereerde persoonlijke muzieklijst die elke dag geüpdatet wordt.

Spotify maakt jouw daily mix aan de hand van je luistergedrag.

Smart sensors

Niet alleen mensen zorgen voor een eindeloze stroom aan data. Slimme apparaten vormen een steeds grotere bron van gegevensstromen. Dankzij smart sensors worden er continu datastromen gegenereerd. Denk daarbij aan luchtdruksensoren, regensensoren en bijvoorbeeld camerabeelden. Een mooie toepassing van de inzet van dit soort gegevens is een dienst als Buienradar. Door het inzetten van fast data is het tegenwoordig mogelijk om op tijd te weten dat er een bui aankomt en hoe hevig deze is. Ook is het mogelijk om de datacommunicatie van meerdere apparaten met elkaar te vergelijken. Met deze data kan je bijvoorbeeld trends voorspellen. Steeds meer apparaten in een groeiend aantal sectoren zullen voor preventiedoelen voorzien worden van smart sensors die gebruikmaken van fast data. Deze oplossing is van grote waarde voor bedrijven, omdat je continu ‘in control’ bent en geen onnodige onderbrekingen hebt. Onder andere treinen, vliegtuigen, landbouw- en productiemachines krijgen al toepassingen met smart sensors. Op deze manier zul je, nog voordat een probleem of defect zich aandient, weten wat de oorzaak is en hoe het probleem verholpen kan worden.

Fast data is voor iedereen

Fast data wordt momenteel vooral ingezet door grote bedrijven, maar is eigenlijk ook voor het midden- en kleinbedrijf interessant. Denk bijvoorbeeld aan een gratis kop koffie omdat je al een uur in het winkelcentrum bent, gebaseerd op jouw locatiegegevens. Ook is het mogelijk om jou online een specifieke aanbieding te doen als jij voornamelijk de pagina’s van een bepaald product bekijkt en de webwinkel dankzij jouw data de kans groot acht dat jij dit product wil aanschaffen. Als jij al de hele dag naar kinderwagens aan het kijken bent, is een aanbieding voor een gratis Maxi Cosi bij die kinderwagen misschien wel net datgene dat jou over de streep trekt om de aanschaf te voltooien. Coolblue is hier bijvoorbeeld al ver mee. Dit zijn maar enkele voorbeelden van hoe fast data tegenwoordig wordt ingezet. Wie weet welke andere slimme toepassingen er in de toekomst ons te wachten staan. Wat het ook is, dat fast data een blijvertje is, lijkt ons duidelijk.