Big Data Analytics

Big Data Analytics

Hoe werkt big data analytics? 

Met big data analytics onderzoek je onderling van elkaar verschillende datasets om patronen, correlaties, klantvoorkeuren en markttrends te ontdekken en daarmee nieuw perspectief voor een onderneming aan te brengen.

Onderzoek van McKinsey toonde – pre Covid19 –  al aan dat Big Data in toenemende mate gebruikt wordt door bedrijven om het toekomstperspectief te vergroten. Die bedrijven zijn voornamelijk multinationals.

McKinsey rekende uit dat het mondiale gebruik van deze technieken tot een globale omzetwaardestijging van maar liefst USD 9,5 tot USD 15,4 Biljoen zou kunnen leiden.

In het “nieuwe normaal” zal het niet verbazen dat gebruik van Big Data, Social Listening en Artificial Intelligence een grote vlucht hebben genomen.

De meeste (familie-)bedrijven gaan nog steeds vooral uit van eigen historische data om hun beleid bij te stellen. Historische data die veelal volledig achterhaald blijken door de gebeurtenissen in 2020.

Neem bijvoorbeeld die historische data op het gebied van Retail omzetten. Uit CBS gegevens blijkt wel dat daar geen enkele waarde meer aan toegekend kan worden sinds maart 2020. Doe het zelf bedrijven als Gamma, Praxis en Hornbach zagen hun omzetten met 25% toenemen t.o.v. vorig jaar. Kledingverkopers zagen een afname van hun omzet met -/- 58%! Degenen die in deze sectoren op basis van 2019 een begroting voor 2020 maakten, hebben de plank volstrekt misgeslagen.

Big Data kan op verschillende manieren ingezet worden om nieuw perspectief te bieden.

1. Door het toepassen van “Social Listening”

Bij deze variant, worden de miljarden posts op Facebook, Instagram, Youtube, Twitter etc. doorzocht op voor een bedrijf relevante informatie. Welke verbeterpunten in de verkoop, dienstverlening, productontwikkeling enz. zijn er op nieuws- en social media voor een specifiek product/dienst terug te vinden?

2. Door het toepassen van kwantitatieve informatie uit Google zoekopdrachten

Waar Social Listening vooral tot actiepunten voor directe omzetverhoging leidt, is kwantitatief onderzoek in Google databases nodig om trends in een markt te herkennen.

Voor een wijnimporteur kan bijvoorbeeld als trend naar voren komen dat er een hype aan het ontstaan is in de vraag naar wijnen waarin de Gruner Veltliner verwerkt is. Ook dat de vraag naar wijnen met de Merlot als belangrijkste ingrediënt, snel in belangstelling afneemt.

3. Door het gebruik van branche specifieke databases.

Deze vorm van Big Data wordt vooral ingezet bij uitbreidingsplannen van bedrijven waarbij er nieuwe vestigingen gebouwd – of overgenomen – gaan worden. Wat is de juiste locatie voor die nieuwe vestiging(en)? Welke omzetverwachting is daarbij reëel? Waaruit bestaat de concurrentie in het desbetreffende verzorgingsgebied?

Tijdige toepassing van de beschreven technieken zal zowel bijdragen tot behoud van bedrijven, arbeidsplaatsen en geïnvesteerd vermogen. Iets waartoe ook de Nederlandse overheid opriep bij de aankondiging van het derde NOW pakket.

Benieuwd wat wij voor uw bedrijf kunnen betekenen?

Vul onderstaand formulier in en wij nemen zo snel mogelijk contact met u op.