Data analytics en kunstmatige intelligentie speerpunten in digitale transformatie

10 januari 2017

Wij krijgen in onze verandertrajecten steeds vaker te maken met data analytics en kunstmatige intelligentie. Omdat dit een vak apart is, werken wij in die trajecten vaak samen met Ortec. Om die reden was Lex Knape uitgenodigd om tijdens een Qhuba Speedcamp wat meer te vertellen over dit onderwerp.

Ortec doet kortgezegd wiskunde op het hoogste niveau. Ze hebben bijvoorbeeld het algoritme ontwikkeld dat de wereldwijde routeplanning voor Coca-Cola berekent, evenals het dynamic pricing-algoritme dat onderdeel is van de online boekingstool van KLM. In Nederland is Ortec verreweg het grootste bedrijf in zijn soort. Maar Lex Knape nuanceert meteen: “Nederland loopt behoorlijk achter bij de Verenigde Staten. Daar zie je al veel meer datagedreven businessmodellen. Nederlandse bedrijven beginnen zich eigenlijk nu pas echt te realiseren dat als zij geen beter gebruik gaan maken van de enorme berg data die er is, een ander het wel gaat doen.” Data kan worden gesplitst in twee categorieën: gestructureerd en ongestructureerd. De laatste categorie is verreweg het grootst, maar wordt het minst ingezet. Daar liggen kansen. De data kan grofweg op twee manieren worden gebruikt: om klanten op maat te bedienen (zie KLM) of om de efficiency te verbeteren (zie Coca-Cola). In beide gevallen is het zaak om interne data te combineren met data uit open bronnen.

Data slim combineren

Lex Knape geeft een voorbeeld. “Wij zijn benaderd door een verzekeringsmaatschappij die wilde weten welke inputvariabelen significant zijn voor het bepalen van het rendement van een waterschadepolis, zodat ze op basis van die variabelen de hoogte van de polis kunnen differentiëren. De verzekeringsmaatschappij had weinig interne data, eigenlijk alleen maar data over claims die ze in de loop der jaren hebben ontvangen. Maar open data is er des te meer, denk bijvoorbeeld aan historische data over extreme neerslag in Nederland verkregen via het KNMI en via sensoren op putdeksels die meten of het riool overbelast wordt. En denk aan data over de leeftijd van een pand en het type dak. Door data van vele verschillende bronnen te combineren kon Ortec berekenen welke variabelen een significante invloed hebben op het rendement van een polis. We noemen dit ook wel Exploiroty Data Analysis (EDA).” De volgende stap is om op basis van de verkregen inzichten algoritmes te maken die bij iedere klant die zich aanmeldt voor een waterschadeverzekering direct te berekenen bij welke premie die klant nog winstgevend is en wanneer niet meer. Dit is het modelleren en dat vereist zwaar programmeerwerk. Het algoritme dat nu door de verzekeringsmaatschappij wordt gebruikt heeft in een periode van anderhalf jaar tijd gezorgd voor een rendementsverbetering van 32 procent.

Slimmer worden met machine learning

Zo’n algoritme wordt vaak in de loop van de tijd verbeterd met artificial intelligence (AI). AI is een vorm van machine learning waarbij de voorspellende algoritmes steeds slimmer worden. Hoe dit werkt kan eenvoudig worden uitgelegd aan de hand van een toepassing die iedereen kent: een spamfilter. Alle e-mails die al dan niet vreemde woorden bevatten worden verdeeld in een trainingsset en een testset. De trainingsset wordt gebruikt om het algoritme dat voorspelt of een e-mail spam is te verbeteren, waarna het algoritme wordt getest op de testset. Lex Knape waarschuwt dat je voor het uitvoeren van big data analytics en AI weliswaar zware wiskundige kennis nodig hebt, maar dat het bedenken van de juiste businessvragen juist om creativiteit vraagt. En daarin schieten veel organisaties nog tekort. Hij ziet daarin een belangrijke rol weggelegd voor Qhuba. “Jullie expertise is het verbinden van de business aan IT. Jullie kennen de businessuitdagingen. En laten die nu net cruciaal zijn voor het succes van big data analytics en AI.”

Qhuba houdt elk kwartaal een Speedcamp, waar interessante sprekers meer vertellen over hun vakgebied of nieuwe belangrijke ontwikkelingen. Interesse om hierbij aanwezig te zijn? Neem contact met ons op.