Wat kan je doen met Big Data?

27 oktober 2020 | dJ Talks

Big data bestaat, zoals uitgelegd in onze vorige blog, uit gigantisch veel gegevens, en deze zijn vaak ongestructureerd. Om er informatie uit te kunnen halen, moet deze data dus eerst verwerkt worden. De data analyse die je zou uitvoeren op een normaal aantal gegevens, is niet in staat om de grotere lijnen te ontdekken tussen alle gegevens waaruit big data bestaat. Daarom zijn er technieken ontwikkeld die speciaal tot doel hebben big data te verwerken.

Big data analytics

‘Big data analytics’ is de wetenschap die big data onderzoekt en er conclusies uit trekt. Deze techniek zorgt er voor dat er patronen gevonden worden in de big data, die met een gewone data analyse onontdekt zou blijven.

Big data analytics heeft veel mogelijke toepassingen. Zo kan bijvoorbeeld een ziekenhuis, door gegevens van hun apparaten te analyseren, nagaan welke machines wanneer en hoe vaak gebruikt worden, om zo het gebruik hiervan te optimaliseren.

Data mining

Een andere techniek om big data te gebruiken is data mining. Data mining tools gaan ‘graven’ in de data en zoeken naar statistische verbanden tussen de gegevens, om zo patronen te detecteren of te voorspellen. Deze patronen kunnen worden omgezet in modellen. Bedrijven kunnen bijvoorbeeld modellen creëren die het gedrag van hun klanten gaat voorspellen.

Een gevaar bij data mining is dat er doelbewust naar verbanden wordt gezocht. En zoals statistici weten, kan dat tot gevolg hebben dat er oorzakelijke verbanden gelegd worden waar er eigenlijk geen zijn. Er moet dus altijd voorzichtig en kritisch omgegaan worden met de gevolgtrekkingen die data mining blootlegt.

Nadelen van de verwerking

Om op het voorgaande wat dieper in te gaan, big data wordt vaak gezien als ‘neutraal’ of ‘objectief’, maar dat is een misvatting. Big data wordt verzameld in een specifieke samenleving, op een specifiek moment, waardoor big data slecht een representatie én steekproef blijkt te zijn.

Een ander probleem rijst wanneer er sprake is van de zogenaamde black box. Sommige voorspellingen zijn moeilijk uit te leggen, zoals bijvoorbeeld waarom twee gegevens een relatie hebben met elkaar, er is geen verband tussen input en output. Het is verkeerd om te denken dat big data analytics alleen causale verbanden aan het licht brengt, waarbij het eigenlijk alleen maar om correlatie gaat. Zo kan bijvoorbeeld een correlatie tussen twee verschijnselen (bijvoorbeeld mensen in korte broek eten meer ijsjes dan gewoonlijk) het gevolg zijn van een derde verschijnsel (het weer).

Op sociaal vlak kan big data ook leiden tot een zogenaamde filter bubble. Met algoritmes wordt het aanbod op internet afgestemd op jouw persoonlijke voorkeuren en krijg je enkel te zien waarin het algoritme denkt dat jij geïnteresseerd bent. Alles waarvan het algoritme denkt dat het niet bij jouw profiel past, wordt weggefilterd. Hierdoor kom je als het ware in een bubbel te zitten, waarin je enkel meningen ziet die bij jou passen en kritische noten mist. De filter bubble zorgt er dus voor dat je geen objectieve zoekresultaten te zien krijgt, maar enkel resultaten die bij jouw profiel passen.

Voordelen van Big Data

De mogelijkheden van big data zijn enorm. Het gebruik van big data is kostenbesparend en kan helpen om sneller beslissingen te nemen. Big data kan nieuwe inzichten bieden doordat een veelheid en diversiteit aan informatie met elkaar worden gecombineerd. Zo staat deze veelheid aan gegevens tegenwoordig ter beschikking van bedrijven, wetenschappers en overheden waardoor bijvoorbeeld files kunnen worden vermeden, epidemieën sneller kunnen worden ontdekt, of faillissementen kunnen worden voorspeld.

Kortom, door big data te analyseren, kunnen overheden/wetenschappers/ bedrijven hun potentieel beter benutten. Big data biedt een schat aan informatie, maar die informatie moet natuurlijk op de juiste manier vertaald worden.

Big data belooft dus tal van voordelen, op voorwaarde dat deze juist geanalyseerd wordt. Meer weten over Big data ? Twijfel niet om ons te contacteren op hallo@dejuristen.be of lees alvast onze volgende blog in deze reeks!

Geschreven door Tiara Beelprez en Johanna Coppens, Legal Advisers deJuristen, en Kris Seyen, Partner deJuristen

Onze diensten

Information Technology

Intellectuele Eigendom

Privacy

e-Compliance