Human information: meer inzicht door rich data

Informatie is van levensbelang voor succesvol zakendoen. Alleen door de analyse en het gebruik van informatie kunnen organisaties strategieën ontwikkelen, inzicht krijgen in hun klanten en jagen op rijp geworden verkoopkansen.

Er is nu meer informatie beschikbaar dan ooit tevoren. Bedrijven beschikken vaak over enorme databases, maar klanten passen helaas niet netjes in de rijen en kolommen van deze databases. Klanten tweeten of schrijven online recencies, bellen, e-mailen en praten met vrienden; dat is de informatie die er werkelijk toe doet.

Human information
Hoewel deze informatie direct beschikbaar is, slagen de meeste bedrijven er toch niet in om deze informatie ten gelde te maken. De traditionele aanpak is om te focussen op het verwerken van de bekende, gestructureerde informatie, een aanpak die inmiddels ruim veertig jaar door bedrijven wordt gebruikt. Tijden veranderen echter: deze gestructureerde informatie vertegenwoordigt nog maar tien procent van het totaalplaatje. De overige negentig procent is ‘human information’ en die bestaat uit tekst, audio, video en social media, ook wel ‘rich data’ genoemd.

Door middel van ‘human information’ hebben bedrijven direct inzicht in wat hun klanten zeggen, wat zij willen en wat hun mening is over het merk of de producten. Meer dan ooit tevoren hebben bedrijven de mogelijkheid om daadwerkelijk te luisteren naar klanten, hen te betrekken bij het merk en snel, dynamisch en gericht een aanbod te doen. Het enige wat bedrijven hoeven te doen, is de echte kracht van hun informatie benutten.

Praktijk
In theorie klinkt dit prachtig, maar hoe kunnen bedrijven dit in de praktijk bereiken? Er wordt dagelijks zo veel informatie geproduceerd in een veelvoud aan complexe bestandsformaten, hoe kunnen bedrijven hierin bijblijven?

Traditioneel is het analyseren van ‘human information’ zeer arbeidsintensief en is er veel hardware nodig om data op te slaan en te verwerken. Omdat ‘rich data’, zoals een klantbeoordeling, niet in een database past, waren er altijd mensen nodig om deze beoordelingen te lezen en de inhoud te beoordelen. Hoe voelt de klant zich, is er sprake van een negatief of een positief sentiment?  Door deze analyse breder te trekken kun je wellicht opkomende trends signaleren, zoals meerdere klanten die hetzelfde probleem hebben of verschillende producten die beschadigd uit hetzelfde magazijn komen. Wat als klanten echter tweeten en bellen met de klantenservice over hetzelfde probleem? Omdat er niemand is die het volledige beeld overziet, is het moeilijk om problemen die via verschillende kanalen kenbaar worden gemaakt te identificeren.

Analyse en betekenis
Doordat de hoeveelheid informatie en de snelheid waarmee deze wordt geproduceerd sterk zijn toegenomen, is het onmogelijk om deze informatie handmatig te analyseren. Bedrijven zouden duizenden mensen nodig hebben voor een doeltreffende analyse van deze informatie. De enige mogelijkheid is om dit proces te automatiseren. Om het daadwerkelijke doel te bereiken is het verder noodzakelijk dat de betekenis van deze ‘human information’ begrepen wordt. Door een meaning-based benadering toe te passen, kunnen bedrijven de beperkingen die het proces van handmatig beoordelen met zich meebrengt doorbreken. Dit maakt ook een holistische benadering van de informatie mogelijk. Als een computer alle mogelijke ‘human information’ kan begrijpen, dan kan deze informatie real time worden verwerkt en inzicht geven over alle kanalen. Hierdoor wordt het ineens eenvoudig om opkomende trends te signaleren en daarop te reageren. Als klanten bellen met het bedrijf of schrijven over een bepaald onderwerp wordt dit gedetecteerd en kan er direct actie worden ondernomen. Wordt er een opkomende markt gesignaleerd dan kan het bedrijf zich daarop richten en er zijn voordeel mee doen.

De hype rondom Hadoop, In-Memory en Big Data draait om een belangrijke gemeenschappelijke uitdaging. Het begrijpen van de informatie, onafhankelijk van het formaat waarin die informatie staat. Geen van deze buzz-woorden kan hierin voorzien. Door simpelweg een meaning-based benadering toe te passen, kunnen bedrijven – voor het eerst – inzicht krijgen in al hun data. Honderd procent van de gestructureerde informatie en ‘human information’, over alle kanalen. Daarmee biedt informatieanalyse daadwerkelijk toegevoegde waarde voor bedrijven en hun merken.