Ze waren niet aan hun proefstuk toe toen de Duitser Stefan Groschupf met een team van acht mensen in 2009 een big data-verwerker ontwikkelde. "We hadden tien jaar geleden al een analytics-platform voor Apple gebouwd, maar ook voor Sun Microsystems, AT&T en Verizon, legt Groschupf uit. "De opdracht, en dus het probleem, was in elk bedrijf hetzelfde : data begrijpelijk maken voor zakelijke gebruikers" (lees : buiten het it-departement).
...

Ze waren niet aan hun proefstuk toe toen de Duitser Stefan Groschupf met een team van acht mensen in 2009 een big data-verwerker ontwikkelde. "We hadden tien jaar geleden al een analytics-platform voor Apple gebouwd, maar ook voor Sun Microsystems, AT&T en Verizon, legt Groschupf uit. "De opdracht, en dus het probleem, was in elk bedrijf hetzelfde : data begrijpelijk maken voor zakelijke gebruikers" (lees : buiten het it-departement). Maar wat levert dat die bedrijven op ? "Ze gebruiken onze tools onder meer om microfraude op te sporen. Bedragen die zo laag zijn dat je ze nauwelijks opmerkt op je kredietkaartafrekening. Maar dat is wel een probleem van 3,2 miljard dollar per jaar. Ook kunnen we met behulp van logbestanden verdachte handelingen van traders opsporen." In een B2C omgeving gaat het onder meer om het behouden van klanten. "Vroeger zou je klanten enkel segmenteren op leeftijd, inkomen of woonplaats. Maar we helpen bedrijven ook met hun churn rate (het percentage klanten dat vertrekt, nvdr)." Dat gebeurt door volledig geautomatiseerd linkjes te leggen tussen gedragsveranderingen van klanten. "Als iemand met een levensverzekering plots regelmatig zijn balans van dat product opvraagt, maar ook de pagina met gebruiksvoorwaarden opvraagt of naar het callcenter belt, dan is de kans groot dat die klant overweegt op te stappen en zijn geld op te vragen. Net zoals de kans groot is dat klanten die opvallend vaak de prijs van een iPhone bekijken, dat ook elders doen en dus mogelijk een andere operator overwegen." Groschupf gaat ook in detail over een grote internationale telecomspeler die honderd miljoen dollar wist te besparen door Datameer in te schakelen voor value based capacity planning. "Ze hebben ons product gebruikt om te evalueren welke zendmasten ze best upgraden naar 4G. Zo weten ze heel goed in welke mate het dataverbruik zal toenemen als de snelheid van het netwerk verbetert. En dus ook hoeveel klanten overschakelen naar een duurder abonnement. Zo kan je heel precies inschatten wat de financiële return zal zijn van de investering in een bepaalde mast." Als je spreekt over de verwerking van duizenden of miljoenen (klant)gegevens dan moeten die data ook met enige voorzichtigheid worden behandeld. Groschupf is daar zelf een grote voorstander van. "Het is onze plicht om data te anonimiseren en te versleutelen. Het zit vanaf de start in ons product. Als iemand met ouders uit Oost-Duitsland weet ik hoe belangrijk dat is." De link met Duitsland is overigens niet beperkt tot de afkomst van Groschupf : "We hebben geen ingenieurs in de VS, alle ontwikkeling gebeurt in Duitsland." De ambitie van Datameer is om big data te democratiseren. "We willen ons product niet moeilijker maken dan een Excelsheet. Al beschouwen we onszelf wel als Excel op steroïden. Maar zo kunnen gewone gebruikers, dokters, politieagenten, trainers, fenomenale dingen doen eens de drempel om met big data om te gaan laag genoeg wordt. It blijft natuurlijk verantwoordelijk voor het beheer van de data zelf. Maar wat er op het vlak van analytics mee gebeurt is min of meer zelfbediening voor de gebruikers." Pieterjan Van Leemputten