ORDINA BLOGT

Succesfactoren bij het inrichten van Big Data

Big data is hot. Veel organisaties zien de potentieel toegevoegde waarde van data waarover zij beschikken. Proof of Concept definiëren, een Hadoop cluster inrichten en gaan....

  • Robbert Jellinek
  • 25 november 2014

Zoals zo vaak is praktijk weerbarstiger. Die eerste Proof of Concept (PoC) uitvoeren lukt vaak wel, maar hoe verbreed je het gebruik van Big Data toepassingen in je organisatie? In de tweede Ronde Tafelbijeenkomst georganiseerd door VisionWorks met onder meer ProRail, Schiphol en de Havenbedrijven Amsterdam en Rotterdam als deelnemers bleek hoe relevant de vraag is hoe je zorgt dat de hele organisatie meer ‘data minded’ wordt en dat de organisatie zich (in)richt om optimaal de toegevoegde waarde uit beschikbare data te gaan gebruiken. Drie succesfactoren op een rijtje.

 

Leren door doen

Een van de belangrijkste succesfactoren hiervoor is het organiseren van een omgeving, een Big Data proeftuin, waarin betrokkenen met elkaar kunnen experimenteren. In de Big Data proeftuin kunnen data-analisten, business analisten, business owners, beheerders en ontwikkelaars experimenteren en ervaren. Hierdoor leren zij onder andere over de business waarde van data, het platform en de tooling, aspecten van compliancy en implementatievraagstukken voor governance, organisatie, processen en producten.

Natuurlijk is het belangrijk dat de technische componenten van de Big Data proeftuin, de hardware en de software, helemaal in orde zijn. Maar techniek alleen is niet voldoende. Minstens zo belangrijk zijn de deskundige uitvoering van de experimenten in het lab, met begrip voor de vraagstukken en de processen binnen de organisatie, een goed contact met business owners voor het verzamelen van interessante use cases en het verzorgen van (interne) communicatie en PR om de organisatie te informeren over de successen en mogelijkheden van de proeftuin.

 

Agile, agile, agile

De tweede succesfactor is agile werken. Zorg ervoor dat de Big Data proeftuin is zo is ingericht dat het voor verschillende experimenten op maat ingezet kan worden. De proeftuin moet verschillende (business) vragen, type analyse en producten en brondata aankunnen. Elke PoC richt zich op een specifieke vraag, een use case. Bij de start van het Big Data Lab zijn deze use cases nog niet in detail bekend. De Big Data proeftuin biedt een, op best practice geënte, basisvoorziening in hardware, software en ondersteuning. Maar de specifieke kenmerken van een PoC bepalen wat nodig is. Dus moet de proeftuin zo lenig zijn dat hij voor de use case op maat aangepast kan worden: naar behoefte kan snel de gewenste hardware, software en ondersteuning ingezet worden.

Een andere reden om flexibel in toolkeuze te blijven is dat Big Data tools nog sterk in ontwikkeling zijn. Het is aan te raden zelf nog in de experimenteer fase te blijven: welk ecosysteem aan Big Data tools past het beste bij de verschillende vraagstukken waar ik het voor wil inzetten. Ga geen traditionele en langlopende licentieverplichtingen aan zeker nu er ook Big Data oplossingen in de cloud en als service op de markt verschijnen.


 


 

 

Organisatiebreed draagvlak

Maar de allerbelangrijkste succesfactor is organisatiebreed draagvlak. Voor het echt succesvol implementeren van Big Data toepassingen dient een organisatie een centrale governance(board) aan te stellen met vertegenwoordiging uit alle geledingen. Big Data is geen ICT-feestje, niet het feestje van een bedrijfsonderdeel, maar dient onderdeel te zijn van de innovatieportefeuille van een organisatie. En die hoort organisatie breed en op hoog niveau te liggen.

Over de auteur:

Robbert Jellinek

Robbert is een ervaren management consultant en programmamanager. Hij vertaalt (bedrijfs)doelen naar een programmatische aanpak met concrete doelen en resultaten. Zijn ervaringen liggen in de industrie en binnen de overheid.