Jaar in vogelvlucht: memorabele campagnes en trends voor 2017

In 2017 is Big Data echt tot gemeengoed verworden en hebben we het vooral over kunstmatige intelligentie en voorspellende modellen. Bedrijven gaan verder in het komende jaar nu écht blockchain-technologie oppikken en de gebruikerservaring verschuift van turen naar schermpjes naar een meer natuurlijke UX.

Een campagne waarin datatoepassingen een essentiële rol hebben gespeeld is de Amerikaanse presidentsverkiezing. Prachtige algoritmes, maar de data bleek niet altijd een correcte weergave van de werkelijkheid. 2016 ligt achter ons. Op naar een prachtig 2017.

Dé campagne van 2016: De Amerikaanse verkiezingscampagne

De mens centraal tijdens de Amerikaanse verkiezingen
De mens centraal tijdens de Amerikaanse verkiezingen

De Amerikaanse verkiezingen hebben het afgelopen jaar het nieuws gedomineerd. Over een grootscheepse campagne gesproken! Vanuit mijn vakgebied is een aantal zaken mij binnen de verkiezingen opgevallen. Zo is gebleken uit een onderzoek van Buzzfeeddat Amerikanen fake headlines vaker als waar ervaren dan de echte headlines. In de strijd om de aandacht van een lezer gaan contentproducenten steeds verder, voor een consument is het online nauwelijks mogelijk echt van nep te onderscheiden. Omdat veel sites werken met recommenders is het belangrijk het model dat de aanbevelingen maakt ook rekening te houden met het tonen van juiste content. Google is al met een technologie gekomen die nieuwsberichten op waarheid controleert. Facebook heeft zoiets momenteel nog niet.

Wat me verder is bijgebleven is hoe moeilijk het is gebleken om de uitslag juist te voorspellen. Tot op het laatste moment leek Clinton de gedoodverfde winnaar. De NY Times hield op een website real-time de resultaten bij en toonde hieromheen voorspellingen. Om 3 uur ’s nachts Nederlandse tijd nam de lijn van Clinton ineens een lijnrechte duik naar beneden. De lijn van Trump schoot omhoog. Wat de Amerikaanse kiezers in de polls hadden aangegeven bleek niet overeen te komen met het werkelijke stemgedrag. Een typisch voorbeeld van een krachtig algoritme die een verkeerde voorspelling doet door dat de data niet correct blijkt te zijn.

Centraal in beide voorbeelden staat voor mij niet de data, maar vooral de mens. Enerzijds zijn mensen beïnvloedbaar door wat ze zien en geloven. Daarnaast is het moeilijk om gegevens te verzamelen over gedrag van mensen, je ziet dat mensen zeggen op Clinton te stemmen, maar uiteindelijk de keuze maken voor Trump.

Een goed werkend model luistert heel precies. Organisaties kunnen niet zomaar blind vertrouwen op de uitkomst van een model. Uiteindelijk is het ontwikkelen, interpreteren en optimaliseren van een voorspellend model mensenwerk. Zelf hebben we dit ervaren bij het in productie brengen van een algoritme welke de vraag naar vers brood in supermarkten voorspelt.

Nieuwe technologische ontwikkelingen zetten de stap naar volwassenheid

Technologie wordt volwassen
Technologie wordt volwassen

Op algemeen niveau hebben de meeste trends wel doorgezet in het afgelopen jaar, wel had ik meer verwacht van blockchain als gedistribueerd database-systeem om transacties op een betrouwbare manier te valideren zonder tussenpartij.

Verder valt op dat veel organisaties moeite hebben om echt datagedreven te gaan werken. Grote organisaties vinden het lastig om hun organisatiestructuur om te gooien, kleine organisaties vinden het spannend om in experimenten te investeren zonder dat de uitkomst van tevoren vast staan. Organisaties die de eerste succesvolle projecten met voorspellende modellen hebben uitgevoerd lopen er tegenaan dat het daadwerkelijk in gebruik nemen van een model ze verplicht om goed na te denken over de randvoorwaarden, zoals data governance (wie kan er bij de data en wie heeft de data gebruikt) en het accepteren van een nieuwe werkwijze. Ook het vinden van de juiste mensen met de juiste kennis en vaardigheden is een grote uitdaging in het Nederlands bedrijfsleven.

2017 wordt het jaar van…

2017 trends
2017 trends

Big Data als het verzamelen en opslaan van grote hoeveelheden data is als trend wel passé en mag als een basisvoorwaarde gezien worden. Ik verwacht dat in 2017 organisaties vooral bezig zullen zijn met het in productie nemen van voorspellende modellen. Consumenten zullen dit ervaren door een hoger serviceniveau en snellere (re)actie vanuit organisaties. Organisaties die dit jaar starten met de ontwikkeling van datatoepassingen hebben geen tijd te verliezen. De markt wordt snel professioneler, om de aansluiting met de concurrentie niet te verliezen moeten organisaties snel investeren in een goed technologisch fundament, de juiste mensen en een agile werkwijze met ruimte om te experimenteren.

Een andere trend waar consumenten indirect baat bij hebben is blockchain. Het komende jaar zullen de eerste organisaties blockchain gaan toepassen om transacties te valideren. Eerst binnen de eigen organisatie maar ook al vrij snel binnen een hele keten. De potentiële impact rijkt ver. Blockchaintechnologie is niet alleen een vervanger voor bijvoorbeeld standaard notariële werkzaamheden. Als consumenten onderling transacties kunnen valideren, zullen platformen als Uber en AirBNB ook minder relevant worden.

Ten slotte zullen we in 2017 steeds meer gebruik gaan maken van stembediende interfaces, waarbij het gebruik van technologie veel intuïtiever wordt en niet beperkt is tot pc, tablet en smartphone.

En wat ga ik doen?

Blockchain en kunstmatige intelligentie
Blockchain en kunstmatige intelligentie

Meer grote organisaties helpen om hun mogelijkheden met datatoepassingen helder te krijgen en ze te helpen hun ambities met voorspellende modellen te realiseren, door hun bestaande business slimmer te maken en daarnaast door een centrale rol te spelen bij productinnovaties. Deep learning, kunstmatige intelligentie en blockchain zijn hierin onvermijdelijke thema’s.

Add a Comment

Your email address will not be published. Required fields are marked *

Quick IQ test to separate humans from computers... *