Web 3.0 = big data + internet of things + semantic technology

Verslag van de tweede Data Donderdag

Het was onrustig buiten de Beurs van Berlage toen op 20 februari de tweede Data Donderdag van start ging. De op dat moment nog luidruchtige Ajaxsupporters zouden een veel betere avond hebben gehad als ze in de Beurs waren aangeschoven. Helaas voor hen was dat slechts voor een select gezelschap deelnemers weggelegd die zich tijdig hadden ingeschreven voor dit groeiende evenement.

Data Donderdag is een initiatief van Rutger Wetzels (Anchormen), Mark van Rijmenam (Datafloq) en Rob Dielemans (GoDataDriven). Het groeit volgens plan uit tot een tweemaandelijkse meetup over Big Data waarbij het nadrukkelijk gaat om hele concrete toepassingen. De organisatie wijst er met klem op dat het niet om technische verhandelingen gaat. De gemiddelde data scientist zal er dus niet zo goed aan zijn trekken komen. Managers, marketeers en business owners des te meer en dat bleek opnieuw op deze donderdag met sprekers van TNO en ING, plus een pitch van Science Rockstars.

Papieren Google

Freek Bomhof is als business consultant werkzaam bij TNO. Ondanks zijn achtergrond als elektrotechnisch ingenieur wist hij met een niet-technisch verhaal de visie van TNO op big data enthousiast uit de doeken te doen. Onder het motto “kleine data worden groot” liet hij eerst zien hoe de ontwikkeling van kennis verloopt.

Wist je bijvoorbeeld dat de Belg Paul Otlet bijna een eeuw geleden al een papieren versie van Google had ontwikkeld en zich tot doel stelde alle kennis van de wereld te verzamelen? Het leverde een classificatiesysteem op dat tot de dag van vandaag in bibliotheken wordt gebruikt. Google wordt pas in 1997 geboren en Web 2.0 laat dan nog twee jaar op zich wachten (althans, de term werd toen voor het eerst gebruikt).

Paul Otlets Mundaneum – credits afbeelding: Wikimedia/Marc Wathieu (CC)

Drivers van innovatie

Freek legt uit hoe de drivers van innovatie op het web beurtelings technisch en sociaal zijn. De driver van web 2.0 (web of people) is vooral sociaal van aard en technisch gezien nauwelijks interessant. Dat verandert nu we ons in web 3.0 begeven, web of data, en hij definieert dat als volgt:

Web 3.0 = big data + internet of things + semantic technology

Twitcident is een goed voorbeeld van de kracht van semantic technology. Het maakt het mogelijk om op basis van Twitter-berichten crowd management te optimaliseren of door vroegsignalering bedreigingen op het spoor te komen.

Een ander voorbeeld is het opnemen van sensoren in dijken om tijdig vast te stellen of een dijk verzwakt. Hetzelfde kun je doen met stabiliteit van bruggen of aardbevingsschade. Dan hebben we het over heel veel sensoren en dus heel veel data. Hetzelfde geldt voor zelfrijdende auto’s die voortdurend signalen naar elkaar sturen.

Uitdagingen van web 3.0

De uitdagingen van web 3.0 zijn volgens hem:

• Het realtime maken van data.
• Data zijn vooralsnog vooral een intranet of things en geen internet of things. Hoe maak je het benaderbaar van buitenaf? Hoe ziet een DNS van een kamerlamp eruit?
• Interconnectiviteit: de betekenis van data in het ene domein moet identiek zijn aan die in andere domeinen.
• Trust: welke data kun je vertrouwen? De griepvoorspellingen van Google blijken ondertussen niet meer te kloppen nu iedereen ervan weet.

Uitdagingen van web 4.0

De uitdagingen van 4.0 zijn volgens Freek nog groter. Zo is er nog geen sluitende oplossing voor de veiligheid van data. Niet minder belangrijk: kunnen we het allemaal nog wel begrijpen?

Verder zal het in zijn ogen niet zozeer meer om winstmarge gaan, maar om het maatschappelijk belang van 4.0. En last but not least vraagt hij zich af: als data de nieuwe olie vormen, hoe ziet dan de productielijn eruit? Hij schat in dat 4.0 nog enkele jaren op zich laat wachten, dus we hebben nog even de tijd om bevredigende antwoorden op deze vragen te krijgen.

ING en Whatsapp

Ivo Broeren, senior marketeer bij ING, bood een kijkje in de innovatiekeuken van ING op het terrein van big data. Hij trapte af met een vergelijking met Whatsapp dat op deze dag verkocht werd aan Facebook. Whatsapp telt nauwelijks 50 medewerkers en is 19 miljard waard, terwijl ING met 84.000 medewerkers ‘slechts’ 31 miljard waard is. Het onderstreept eens te meer de opvatting van ING dat data en data-analyse van het grootste belang zijn voor deze financieel dienstverlener. CEO Ralf Hamers heeft het dan ook hoog op de agenda gezet.

ING beweegt daarbij uiterst omzichtig. Ivo wijst op de rel die er ontstond toen Equens vorig jaar het voornemen had om informatie over pinbetalingen te gaan vermarkten. De bank wil te allen tijde voorkomen in een dergelijk scenario te belanden en is dan ook enigszins terughoudend in het analyseren van de enorme hoeveelheid big data waarover het kan beschikken.

Insights

Dit alles betekent niet dat ING op zijn handen zit. Zo bekijken ze of bijvoorbeeld Commbiz Merchant Insights van de Australische Commonwealth Bank ook hier aan zou kunnen worden aangeboden. Het biedt retailers waardevolle inzichten in verkooppatronen (regionaal, in de tijd, naar typen outlet, e.d.) op basis van betalingen met debit- en creditcards. Dit alles uiteraard generiek en dus zonder 1-op-1-data van individuele kaarthouders.

Drie stappen

Ivo onderscheidt drie fases in het hele proces:

1. Het begint met data verzamelen. Er zijn binnen een bank heel veel databases die centraal ter beschikking moeten komen en aan elkaar moeten worden gekoppeld. Dit alles zonder dat je op voorhand weet welke databases zinvolle informatie op gaan leveren.
2. Vervolgens moet je modellen maken op basis van de beschikbare databases.
3. Tenslotte moet je de verkregen informatie distribueren. Welke klant wil je het gaan aanbieden en niet minder belangrijk: welke prijs ga je daarvoor vragen?

In dit proces staat de vraag centraal van wie de data zijn. Daarom zijn de afdelingen operational risk management, legal en compliance altijd nauw betrokken. Pas als die allemaal hun fiat hebben gegeven, kan de volgende stap worden gezet.

Incubator

ING heeft met het ING Customer Experience Center een heuse incubator in huis. Hier is ook een aantal strategische partners bij betrokken, zoals Microsoft. ING wil met ICEC innovatie stimuleren, de klantervaring verbeteren en de bank helpen om nieuwe producten te ontwikkelen. En dat lukt volgens Ivo, mits je oog hebt voor de volgende lessen:

1. Zien is geloven. Zorg dat je doelgroep met nieuwe innovaties kan gaan ‘spelen’.
2. Wees transparent en creëer vertrouwen.
3. Zorg voor klant- of businesswaarde.
4. Betrek altijd legal, compliance en operational risk management.
5. Een incubator werkt!

Persuasion profiling

Tot slot kreeg Jay de Groot in de afsluitende big data startup pitch kort de tijd om Science Rockstars (leuke naam trouwens) te presenteren. Science Rockstars combineert intelligente algoritmes met theorieën van gedragswetenschappers zoals Cialdini.

Zij gaan veel verder dan A/B-testen, want dat levert in hun ogen slechts gemiddelde resultaten op, terwijl je juist individuele prospects met individuele op maat gemaakte content kunt converteren. Dit kan door ze met zogenoemde persuasion profiling-technieken op een dynamische manier te bewerken en aldus te verleiden. PersuasionAPI is het eerste product van Science Rockstars en afnemers ervan zien naar verluidt de conversie fors toenemen.

17 april 2014

Ook deze tweede Data Donderdag smaakte naar meer, want het maakt de belofte waar dat het concrete praktijkcases voor het voetlicht brengt zonder echt technisch te worden. Zet het daarom nu al in je agenda: de volgende staat gepland voor 17 april. Aanmelden kan via Meetup. Zorg dat je dat tijdig doet, want er kunnen maar 75 personen in.

Visuele notulen

Zie hieronder het verslag van deze Data Donderdag, gemaakt door Visuele Notulen.