OnMarc
AI-enabled analytics
Als je hele organisatie opeens om data gaat vragen
Natuurlijk is dit nog toekomstmuziek, maar ondenkbaar is het niet. Het monopolie op datagebruik van de traditionele analist verandert langzaam door opkomende technologieën. Want wat als tools als CoPilot het werk voor Devs makkelijker maakt, geldt ook dat het slicen en dicen van data science programmeren steeds makkelijker op schaal wordt door niet-technische collega’s. AI-enabled analytics voor een grotere doelgroep, vraagt ook iets van je landschap. Want als je hele organisatie om data gaat vragen, moet het fundament wel kloppen.
Dat het nu vooral de dataspecialisten zijn die vragen om infrastructuur en opslag, komt met name door twee dingen:
- Hun ervaring met techniek om toegang te hebben tot die data, zoals SQL en R of Python
- Specialistische kennis van analysemethoden
Maar vraag het een willekeurige data scientist, ook voor hen geldt het developers-adagium: ze doen niks zonder Stackoverflow. Die vaardigheden worden dus ook nu al technisch ondersteund, alleen vereist het veel meer eigen kennis.
Zelf aan de knoppen
Generative AI zorgt voor een inflatie van die vaardigheden. Niet voor de diepgaande specialismen die ook al niet zomaar uit een Google prompt naar boven kwamen, maar wel voor concepten die eerder toch vrij repetitief waren. Dat betekent dat wat vroeger nog een citizen data scientist werd genoemd – een soort zij-instromer van een andere discipline – nu wellicht best de standaard kan worden. Marketing die zelf churn wil kunnen bekijken, support die makkelijker topic mining kan toepassen om veelgehoorde klachten te bundelen.
AI-enabled analytics door een goed fundament
Dat vraagt een serieuze kijk op datakwaliteit, -toegang en controle op eventuele shadow IT. Maar ook zeker: een centraal dataplatform dat al die data ook heeft. Je datagebruik wordt pas echt democratisch als dat niet betekent dat er vijftien verschillende inlogs zijn voor allerlei vendors om data bijeen te trekken.
En hoewel ook daar steeds meer tools voor zijn, zoals Zapier or Airbyte, vraagt dat nog wel een goede kijk op datamodellering en -management om die integraties ook generiek bruikbaar te maken. Zodat niet iedere afnemer zijn eigen pipelines hoeft te creëren en beheer een vertienvoudiging wordt van wat het nu is.
De echte bottleneck van deze hype wordt dus het fundament wat onder de business ligt en de data die je zelf verzamelt. Dat vraagt visie voorbij vandaag, zoals we ook in deze blog op Marketingfacts betogen.
Een keertje sparren? Wij denken graag eens vrijblijvend met je mee over jouw specifieke situatie. Neem vooral contact met ons op!
