Aan de slag met kleine datasets

Big data blijven onverminderd belangrijk voor marketeers. Maar wanneer zijn big data té groot? Een stapje terug doen en je verdiepen in kleine datasets loont ook. Workshop helpt je op weg.

1. Ken je de nadelen van het gebruik van big data?

Ja: De vier dimensies van big data (volume, velocity, verscheidenheid en waarheidsgetrouwheid) laten de valkuilen zien. Door de grote omvang kost het veel tijd en is betrouwbaarheid een risico.

Nee: Om meer inzicht te krijgen in big data, ontwikkelde IBM een vierpuntssysteem: volume, velocity, verscheidenheid en waarheidsgetrouwheid. Maar wat als je slechts een kleine test uit wilt voeren, terwijl er een enorm volume aan data is dat zich razendsnel aanvult (velocity) met allerlei verschillende facetten (verscheidenheid)? Bovendien is het de vraag hoe betrouwbaar data is op het moment dat je verschillende sets bij elkaar voegt.

2. Weet je wanneer je small data in kan zetten?

Ja: Als je twee datastromen in huis hebt, bijvoorbeeld een CRM gekoppeld aan een financieel systeem, is het al mogelijk om veel informatie uit data te halen.

Nee: Veel bedrijven werken met externe datasets, maar vergeten dat ze zelf al veel data in huis hebben. Tevredenheidsonderzoeken, websitestatistieken, kleine marktonderzoeken, CRM-systeem: wie daar de juiste informatie uit weet te halen, is minder tijd kwijt en heeft voldoende data in handen om zijn business te optimaliseren. In plaats van miljoenen datapunten, gaat het om honderden. Zo voorkom je dat je dure aanschaffingen doet als een datawarehouse en uiteindelijk verdrinkt in data.

3.Weet je wat de voordelen van small data zijn?

Ja: Goed om te weten dat de inzet van kleine datasets het gebruik van big data niet uit hoeft te sluiten. Het kan elkaar versterken.

Nee: Alles begint bij mensen en een menselijke fout is snel gemaakt. Data bevatten mede door het (handmatig) foutief invoeren veel vooroordelen of ruis. Bij small data zijn deze fouten vanwege de omvang sneller te herkennen. Bovendien is de herkomst van data goed te herleiden als je het klein houdt en is er minder expertise nodig om de data te kunnen interpreteren. Plus: doordat de aanschaf van kostbare software niet essentieel is, blijven de kosten laag.

4. En welke nadelen er zijn?

Ja: Een vermindering van kwaliteit bij big data vanwege het volume is niet altijd problematisch, bij small data wel. Kleinere datasets zorgen bovendien voor een momentopname.

Nee: Een kleine dataset is meer een momentopname, die een beperkter inzicht geeft. Is de kwaliteit van de data niet goed, dan kom je met small data sneller in de problemen. Goede data begint al bij het verzamelen: zorg bij een enquête dat de vragen relevant zijn om de juiste data te vergaren en dat de datastromen duidelijke antwoorden geven op heldere geformuleerde vragen. Zo krijg je vooral inzicht in de waarom-vraag, stelt Forrester.

5. Hoe je kleine datasets betrouwbaar kunt maken? 

Ja: Door informatie van buitenaf te halen of een steekproef te doen om de validiteit te testen. Dit is echter wel tijdsintensief.

Nee: Een veelgehoord probleem bij kleine datasets is de betrouwbaarheid. Bij kleine vragen kan small data voldoende zijn, maar bij grotere vragen kan een kleine dataset een eerste stap naar het uiteindelijke antwoord zijn. Door meerdere onderzoeken naast elkaar te leggen, kun je harde uitspraken doen. Ook is het een mogelijkheid om steekproeven in een grotere dataset te doen, om je bevindingen te staven. Let wel, dit kost meer tijd.

6. Weet je welke software er beschikbaar is om small data te gebruiken?

Ja: Business Intelligence Software is gebruiksvriendelijk en snel om small data in uit te lezen, terwijl een ervaren marketeer al met Excel ver kan komen.

Nee: Doordat grote softwarepakketten met small data niet nodig zijn, kun je flink kosten besparen. Business Intelligence software als Tableau en Qlik Sense is tamelijk gebruiksvriendelijk, zodat iedereen met basiskennis over analyses een heel eind moet komen. Tegenwoordig storten ook grotere softwareontwikkelaars als SAP en Oracle in de markt van small data, al zijn de licenties bij die partijen een stuk kostbaarder. Bekijk echter ook opensourcemogelijkheden. Lees hier meer.

7. Weet je welke resultaten je met small data kunt behalen?

Ja: Met small data krijg je snel inzicht in voornamelijk kleine vragen die als startpunt voor verder onderzoek kunnen dienen. 

Nee: Met small data is het mogelijk om actiegerichte informatie te krijgen op businesscaseniveau. Heb je een concrete vraag, dan kun je goede resultaten behalen. Complexere vraagstukken ga je er niet mee beantwoorden, maar als je kleine veranderingen door wilt voeren, dan hoef je daar geen groot dataproject voor op te tuigen. Dat geldt voor kleine én grote bedrijven: die laatste hebben immers ook laaghangend fruit om te onderzoeken.

8. Weet je genoeg om aan de slag te gaan?

Ja: Met een simpele case, waardevolle data en medewerkers met basiskennis over data moet je binnen een maand antwoorden kunnen vinden.

Nee: Ga op zoek naar een simpele case in je bedrijf, zoek naar waardevolle data daarbij die voorhanden is en maak tijd vrij van medewerkers om ermee aan de gang te gaan. Zoals gezegd gaat het bij small data-analyse om een overzichtelijk soort onderzoek. Van hieruit kun je onderzoekstrajecten verder optuigen. Of juist in serie verschillende onderwerpen onderzoeken. Het zal je helpen om meer resultaat uit je teams te halen. Lees in dit artikel meer over hoe je dat doet.

* Dit artikel verscheen eerder in het maartnummer van Emerce magazine (#176).

Over de auteur(s): Loeka Oostra is freelance journalist en schrijft onder andere voor Emerce. Jos Cup is eigenaar van Tada Analytics.