“It’s about how can we translate data into something that is more meaningful and relevant to people’s lives without having to talk about the data all the time.”

Aldus Gavin Starks, CEO van het Open Data Institute in Londen. Zoals in onderstaande Wall Street Journal reportage te zien is, wordt Big Data bij het Open Data Institute op een bijzondere manier ingezet: negatief nieuws over de economie zorgt er bijvoorbeeld voor dat de snackautomaat ineens zijn inhoud vrijgeeft.

Je zal maar tot die 5% behoren…

Volgens Kenneth Cukier is het niet eens de privacygevoeligheid van de gegevens die een groot probleem gaat worden, naarmate de hoeveelheid data toeneemt, maar vooral propensity – onze aangeboren neigingen (zoals de negatieve neigingen om snel ergens aan verslaafd te raken of om te stelen). Hij schetst een toekomstbeeld waarin op basis van alleen data (algoritmes) voorspellingen worden gedaan om criminaliteit voor te zijn. Het probleem hiervan wordt duidelijk wanneer iemand bijvoorbeeld 95% kans vertoont op bepaald crimineel gedrag, dus nog steeds 5% kans die neiging helemaal niet te hebben, maar de voorspellende algoritmes voorrang krijgen. Je kunt dan preventief opgesloten worden op basis van die 95% kans op ongewenst gedrag.

Een snufje menselijkheid

Leuk, al die cijfermatige voorspellingen, maar wanneer je de menselijkheid eruit haalt kunnen de effecten nogal drastisch zijn. Kortom, zonder de mens slaat al die data nergens op. Zelfs Cukier is het hiermee eens en schrijft in de Wired:

Big data is not an ice-cold world of algorithms and automatons. What is greatest about human beings is precisely what the algorithms and silicon chips don’t reveal, what they can’t reveal because it can’t be captured in data. It is not the “what is,” but the “what is not”: the empty space, the cracks in the sidewalk, the unspoken and the not-yet-thought.”

Toch, als ik de vele artikelen en ideeën over Big Data lees, ook hier, zijn we vooral gefocust op de gegevens en negeren we onze eigen bijdrage aan die data. Als de gegevens er al zijn waarom zouden we dan nog moeite doen om de complexe mens eraan toe te voegen?

Kwantiteit en kwaliteit in de mix

Alle hoop is niet verloren, want er zijn wel degelijk mensen die juist op zoek zijn naar het menselijk element (kwalitatieve data) in de berg aan kwantitatieve gegevens. Cyrille Rentier, User Experience Researcher bij Mirabeau, is hier een voorbeeld van. Benieuwd naar de toepasbaarheid van die focus-op-de-mens-visie heb ik hem gevraagd hoe dit werkt in de praktijk. In zijn geval bestaat die praktijk vooral uit online gebruikersstatistieken, misschien wel de meest gehanteerde toepassing van Big Data op dit moment:

Hoeveel is (Big) Data waard als je alleen naar de cijfers kijkt?

“In het ontwerpen en continue optimaliseren van een (online) gebruikersbeleving, is het naar mijn idee belangrijk om kwalitatieve data te combineren met kwantitatieve data. Daarvoor werk ik samen met zowel webanalisten als UX researchers. Die data is sowieso veel waard; óók als je alleen naar de cijfers kijkt.

Het gevaar van een grote hoeveelheid aan data is dat het ontbreekt aan focus tijdens de analyse daarvan. En juist die analyse is belangrijk bij (grote hoeveelheden) data: we analyseren niet om het analyseren, maar om actie te ondernemen.

Om grote hoeveelheden data daarom behapbaar te maken, analyseer ik webstatistieken bijvoorbeeld op basis van KPI’s (Key Performance Indicators). Als deze KPI’s – zoals een percentage herhaalbezoeken of het aantal nieuwsberichten dat iemand leest – aan bedrijfsdoelstellingen zijn gekoppeld, valt er dus heel gericht te analyseren.

Ook belangrijk is het sorteren van de data. Bijvoorbeeld op hoe bezoekers op een site terecht komen, op bezoekers die al eens online een aankoop hebben gedaan, etc. Op die manier kijk je gericht naar al die cijfers. Dankzij dit soort analyses kunnen we nu achterhalen waarom de KPI’s presteren zoals ze presteren en er achter komen wát er mis gaat (zoals bij mensen die de aankoop niet afronden) en wáár de schoen wringt.”

Hoe voeg jij een snufje menselijkheid toe aan de Big Data waar je mee werkt?

Interview tbv kwalitatieve data“Waaróm iemand die bestelling niet afrond, en waarom bijbehorende KPI dus niet gehaald zal worden, is vaak niet uit die kwantitatieve data af te leiden. Hiervoor zal je een eindgebruiker moeten observeren. Denk daarbij aan user tests, usability tests of online validaties, op locatie of in een usability lab. Dat hoeven geen grote, kostbare projecten te zijn: even de straat op om voorbijgangers wat te vragen of iemand in de rij bij de koffiebar een aantal schetsen voorleggen en zijn/haar cappuccino betalen levert al veel bruikbare informatie op. Daarnaast kun je altijd nog via een wervingsbureau een tiental mensen uitnodigen voor een usability test.

De kracht van deze manier van data analyseren zit in de samenwerking tussen diverse specialisten. De webanalist die met ‘het probleem’ op de proppen komt, de UX researcher die de eindgebruiker observeert en een team van ontwerpers die direct meekijken en verbetervoorstellen schetsen of ze zelfs direct uitwerken. Om die verbeteringen (zoals een nieuw website design) extra te testen, worden A/B-tests toegepast op de website. Door die laatste, extra test verzekeren we er ons van dat we alle data – dus zowel de gebruikersstatistieken (cijfers) als de input van bezoekers (mensen) – goed begrepen en gebruikt hebben.”

Hoe reageren jouw opdrachtgevers op deze aanpak?

“Ik maak regelmatig mee dat het voor een opdrachtgever een stuk duidelijker wordt waarom bepaalde webonderdelen niet werken op het moment dat hij zijn doelgroep echt met de site ziet ‘worstelen’. De kwantitatieve data wordt op dat moment verrijkt met kwalitatieve data. Zo was een marketeer al maanden aan het zoeken naar de reden waarom driekwart van de bezoekers in de tweede stap van zijn bestelprocedure afhaakten. Toen hij vervolgens drie verschillende mensen zag hannesen met de bestelformulieren, werd het hem ineens duidelijk…

Ik las hier laatst ook een mooie quote over van Sam Walton, de oprichter van Amerikaanse supermarktgigant Wal-Mart, in zijn biografie ‘Made in America’: “A computer is not –and will never be- a substitute for getting out in your stores and learning what’s going on. In other words, a computer can tell you down to the dime what you’ve sold, but it can never tell you how much you could have sold.”

Vraag

Big Data is al een groot onderdeel van ons leven en gaat het nog meer worden. De vraag is alleen: in hoeverre laten we het menselijk element onderdeel zijn van al die data?


Geschreven door