De hype voorbij: hoe slim is Big Data nou eigenlijk?

Vandaag werd voor de derde keer Perfect Storm georganiseerd, een congres over Big Data. Maar wat is Big Data precies? En hoe slim is Big Data eigenlijk?

Roland Haeve, general manager Big Data international van Atos, probeert antwoord te geven op deze vragen. Alleerst, Big Data is volgens Haeve álle data. Bij voorkeur wel relevante en actuele data. Deze data kan van alle bronnen komen. Data van smartphones, wearables, van datamining via internet: alle data die verzameld kan worden is Big Data.

Hij omschrijft Big Data onderzoek als: “searching for relations between a set of heterogenious data tot reveal insights and be proqctive, in literally every field possible. Big Data enables to view structured and unstructured data from multiple perspectives in order to find concrete answers tot complex problems.”

Maar wat maakt deze grote hoeveelheid data nu ‘slim’ of ‘intelligent’? De ruwe data die verzameld wordt, is zelf niet intelligent. Als je niet weet wat je met je verzameld gegevens kan doen, dan heb je er niets aan. Heb je echter een goed algoritme nog een systeem om data te verwerken, kun je dankzij je data wel hele slimme dingen doen.

Haeve geeft het voorbeeld van Sensor City, de Drenthe stad Assen. In deze stad zijn verschillende auto’s uitgerust met sensoren. Zo kunnen files voorspeld worden en gedrag in het verkeer gevolgd worden. Ook zijn in de hele stad sensoren gehangen waar geluid mee gemeten kan worden. Alle gegevens verzameld door deze sensoren maken de stad ‘slim’, waardoor de stad kan anticiperen op grote drukte in het verkeer en geluidsoverlast kan voorkomen.

Hoewel Big Data op vele mooie manieren gebruikt kan worden, zijn er volgens Haeve nog wel enkele problemen. Zo is Big Data nog steeds sterk in ontwikkeling, waardoor er nog niet veel experts zijn. Ook is de technologie vaak nog ruw en nog niet volledig ontwikkeld. Met name problemen in de opslag van data en de beveiliging van persoonlijke gegevens zijn nog problemen waaraan gewerkt moet worden volgens de Big Data manager.

Meer informatie en meer voorbeelden over slim gebruik van Big Data vind je hier, hier en hier.