In dit artikel geven we een aantal big data voorbeelden. Na een korte definitie leggen we uit waar big data zoal vandaan kan komen en wat je er als bedrijf mee kunt bereiken.
We geven in dit artikel een aantal big data voorbeelden. Eerst echter een korte definitie. Als we het over big data hebben, bedoelen we een grote hoeveelheid gegevens. We drukken met de term de omvang van data (of beter: een dataset) uit. Vaak gaat het bij big data om gevarieerde gegevens uit verschillende soorten bronnen, zoals het Internet of Things (IoT), zoekopdrachten in zoekmachines en socialmedia-data. De hoeveelheid data groeit exponentieel.
Het verzamelen van die gegevens is echter alleen interessant als je er voordeel uit kunt halen. Dat doe je door de gegevens te bewerken en te analyseren. Het gaat bij big data dus net zo goed om het realiseren van toegevoegde waarde, afkomstig van de bewerking en analyse van data.
Big data-analyse is het proces van het onderzoeken van big data om verborgen patronen, onbekende correlaties, markttendenzen, klantvoorkeuren en andere nuttige informatie te ontdekken. Met deze kennis kun je beter geïnformeerde beslissingen nemen. Uit onderzoek blijkt dat steeds meer bedrijven beslissingen nemen op basis van gegevens, of in ieder geval deze gegevens vertalen naar bruikbare zakelijke inzichten.
Om welke beslissingen en zakelijke inzichten gaat het dan zoal? Data kan bijvoorbeeld een grote impact hebben op de (succesvolle) bedrijfsvoering van bedrijven. Neem een streamingdienst, die gegevens over kijkgedrag slim inzet om klanten te behouden. De big data wordt door de klanten gegenereerd, de streamingdienst hoeft de gegevens enkel te verzamelen en analyseren. Of neem risico-inschattingen van verzekeringsmaatschappijen, die daarvoor bijvoorbeeld ook informatie over het weer en de regio inzetten.
Een van de bekendste big data voorbeelden is voorspellend onderhoud, ook wel predictive maintenance genoemd. Hierbij vindt de specifieke planning van onderhoudsactiviteiten plaats op basis van de feitelijke staat van de machines. Dat zit zo: eerder zette men meestal in op periodiek onderhoud, bijvoorbeeld eens per twee maanden. Het probleem is dat onderhoud op dat moment wellicht nog helemaal niet nodig is, waardoor er te veel onderhoudskosten worden gemaakt.
Wanneer we problemen beter kunnen voorspellen, dan kunnen we onderhoud plegen op het juiste moment. Bijvoorbeeld vlak voordat een onderdeel compleet is versleten en er een stilstand ontstaat. Door de verzamelde data te analyseren, kunnen we trends herkennen, zoals een oplopende temperatuur. Deze trends kunnen we in dit geval omzetten naar voorspellend onderhoud. Voorspellend onderhoud vindt inmiddels ook in de Nederlandse industrie steeds meer plaats.
En dan de volgende van onze big data voorbeelden: de slimme stad, oftewel een smart city. In een smart city wil je zoveel mogelijk data verzamelen. Gegevens staan namelijk centraal in de slimme stad. Deze gegevens kunnen uit vele bronnen komen, waaronder instanties (zoals demografische gegevens en schooldata) en burgers (actief of passief, onder meer door sensoren in smartphones). Veelal zal de data echter afkomstig zijn van het Internet of Things (IoT).
In een smart city wordt deze voortdurend aanzwellende stroom gegevens die de stad continu genereert intelligent benut. Wat heet: slimme steden vertrouwen op nauwkeurige gegevens om goed te functioneren. Met deze juiste gegevens kun je geluidsoverlast, criminaliteit, vervuiling en verkeersopstoppingen verminderen. Laten we hieronder eens wat verder op die verkeersopstoppingen inzoomen.
Een slimme stad wil het verkeer zo veel mogelijk in goede banen leiden. Op die manier kunnen we verkeersongevallen verminderen, evenals vervuiling en de tijd die mensen (onnodig) in het verkeer doorbrengen. Om verkeer in goede banen te leiden, is het belangrijk om te weten hoeveel mensen zich waar en wanneer bevinden.
Om het verkeer in goede banen te leiden, is het dus noodzakelijk om big data te verzamelen. De verzamelde gegevens over verkeersstromen kunnen vervolgens ingezet worden voor apps die automobilisten helpen een parkeerplek te vinden. Daarnaast kan de data gebruikt worden voor slimme verkeerslichten, die de doorstroom verbeteren. Ook kunnen er voorspellingen gedaan worden en op basis daarvan specifieke verkeersroutes aangeraden worden.
Wil je meer weten over wat 3Bplus kan betekenen op het gebied van big data? We hebben ons in de afgelopen jaren gespecialiseerd in de nieuwste innovaties, onder meer in de zorg en op het gebied van smart homes. Wij laten je graag de mogelijkheden en de voordelen zien. Neem gerust contact met ons op voor meer informatie.
