Big Data was het thema van de MWG-bijeenkomst gistermiddag in het CoolBrands House in Amsterdam. Big Data. Als variëteit, hoeveelheid en/of snelheid een beperking gaan vormen dan praat je over Big Data. En over Big Data praten, dat kan Marjolijn Kamphuis. Zelden iemand zo vloeiend een verhaal zien oplepelen als Marjolijn Kamphuis. Inclusief een op het oog nonchalante maar perfecte timing met de sheets. Ze repte over de vooravond van een datarevolutie die in feite al jaren aan de gang is, maar die nu een boost krijgt door het gebruik van o.a. social media. Maar ook de iPhone genereert een bak aan data. De sensoren in de telefoon worden door allerlei apps gebruikt en sturen continue data van iemand heen en weer. 90% van de data van vandaag is in de afgelopen twee jaar geproduceerd. 90%! Neem nou Twitter. In 2007 nog een bescheiden mini-blog, met een homepage waarop je ALLE tweets van dat moment kon lezen. Nu vliegen er dagelijks 450 miljoen tweets de wereld in. 450 miljoen!
Datascientist
Twitter heeft de nodige aanpassingen moeten doen om al dit verkeer in goede banen te leiden. In het begin was het systeem vaak overbelast en kreeg je die walvis in beeld, maar nu gebeurt dat eigenlijk niet meer. De techniek aanpassingen brengen wel met zich mee dat je moet inleveren op accuratesse als het gaat om informatie. Je weet niet precies of je nou 1.010 of 1.012 volgers hebt. Maar je kan wel op elk moment die informatie opvragen. En dat is in de ogen van Kamphuis weel relevanter. Anytime, anywhere informatie opvragen. Nog belangrijker is het toekennen van waarde aan al die data. Wat kan ik ermee en hoe kan ik een product of dienst er beter mee maken. Datascientist zal het beroep van de toekomst worden. Meer weten? Kijken op Numrush. Een blog van Kamphuis over Big Data.
Sessievoorzitter John Faasse kondigt de tweede spreker aan. Een nerd. Een echte nerd. Stef van Grieken. Een nerd die kan praten. En hoe. Lijkt Kamphuis wel. Laat voorbeelden zien van eenvoudige apps waarachter en bak aan data verscholen zit. Apps die binnen een dag gebouwd zijn. Daar zit de moeilijkheid dus niet. Gewoon slim en handig naar data kijken en hup, weer een app. Althans die indruk wekt Van Grieken.
Olie en exobrain
Data is de nieuwe olie, ook volgens Van Grieken. En er komt steeds meer data. Vooral in de cloud. En er wordt steeds meer data gedeeld. Niet alleen op sociale netwerken, maar ook door bedrijven en overheid. Alles met een steeds lager kostenniveau qua opslag. Van Grieken roept op om te investeren in nerds, ze de ruimte te geven en data prioriteit te maken. Veel experimenteren en niet bang zijn om een keer te falen.
Vanuit Engeland was Nick North (GfK) overgekomen. Nick sprak van multi dimensional media usage, waarbij de traditionele mediapanels op zich al heel veel data genereren, maar dat retourpad data en social traffic daar een extra hoeveelheid informatie aan toevoegen. En wat te denken van mobiel in combinatie met TV of in combinatie met lokaties. De term ‘Geo intelligence’ valt. Weer die iPhone met al z’n sensoren. Nick ziet de iPhone of andere smartphone als een exobrain. Soort persoonlijk extern geheugen en externe intelligentie die je in allerlei verschijningsvormen bij je hebt. De ene keer als camera, de andere keer als notitieblok, dan weer als navigator, of soms zelfs als telefoon.
Algoritme
Ook Stephan Noller van Nugg.ad kan niet om de iPhone heen. Sterker nog, hij opent ermee. Verhaal gaat over dokter en bloeddruk, waarbij de dokter zich nog roert met klassieke devices om de bloeddruk te meten, terwijl Noller bij die dokter pocht over apps en historie over diezelfde bloeddruk. Ondertussen wordt voor de neus van de dokter een iPhone gehouden waarop de ene na de andere datasheet over Noller’s bloedddruk voorbij komt.
Noller vergelijkt de huidige mediapraktijk met een orkest met mensen en instrumenten met allemaal hun eigen discipline. Maar in de wereld van Big Data en media revolution verdwijnt dat orkest en worden de taken overgenomen door machines. Machines die 15.000 dataprofielen per seconde kunnen verwerken. 15.000! Algoritme is hier het toverwoord. De rol van de mediaplanner zal in de ogen van Noller significant veranderen. Hierbij geeft Noller wel aan dat er een balans gevonden moet worden tussen ‘privacy-data’, ‘requirememts’ en ‘business opportunities’. Dat is een mooie afsluiter van zijn betoog.
Math Men
Tot slot Mervyn Brookson van UM, die de zaal een kijkje gunt in de datakeuken van een modern mediabureau. Brookson praat over een trading desk en laat dat ingewikkelde schema maar weer ’s zien van de markt, waarin heel veel nieuwe partijen elkaar verdringen voor een positie in die markt. En dat plaatje geldt niet alleen voor internet, maar ook voor mobiel, video, search enz.
Adverteerders zwemmen in de data, volgens Brookson. Naast de standaardgegevens over media en effectiviteit hebben ze enorme hoeveelheden aan data uit bijvoorbeeld klantensystemen en saleskanalen. Ook Brookson geeft aan dat het vergaren van data niet zo’n kunst is, maar eruit halen wat je nodig hebt, daar gaat het om. Brookson noemt achtereenvolgens de uitdagingen van Big Data: verzamelen, opslag, structuur, formaten, analyse, visualisatie, toepassen en delen. En ja, UM investeert ook in nerds. Het werkt met econometristen die niks anders doen dan salesresultaten toerekenen aan de inzet van media. Daar heb je modellen voor nodig met relevante variabelen. Variabelen die er niet toe doen of niks verklaren gaan eruit.
Richting 2020 ziet Brookson een verdergaande ontwikkeling van IP related devices, waarmee het geautomatiseerd inkopen van advertentieruimte straks ook voor TV, radio en lezen vanaf de tablet toegankelijk wordt. Net als Noller geeft Brookson aan dat privacy hierbij een belangrijke rol speelt.
De nerds krijgen van Brookson nog een mooi predicaat op het eind. “We gaan van Mad Men naar Math Men!”
Faasse doet nog een poging de zaal te verleiden tot een discussie van 10 minuten. 10! Maar de hoofden staan al richting bar.
Conclusie van een middagje Big Data: het gaat hard, heel hard met de data-industrie. Data is overal en in zeer ruime hoeveelheden aanwezig, maar om van een bak data echt Big Data te maken heb je specialisten nodig. Zij kunnen uit die bak data halen wat je nodig hebt om je product of dienst beter te maken en om concurrentie-voordelen te halen. Het is nu nog een specialiteit, maar één van de sprekers wees al op de mogelijke komst van een academische studie, die zich helemaal richt op Big Data. Wie weet!
Reacties