Artikel Digital transformation Datadrevet markedsføring Smarte beslutninger Compliance Smart data

5 datatendenser for 2017

23 mar 2017

De mellemstore og store danske virksomheder er så småt begyndt at ride med på tidens databølge. Og langt de fleste beslutningstagere har fået øjnene op for den værdi, der ligger gemt i at arbejde med data. Men hvad er det så, der kommer til at dominere hos de danske virksomheder på dataområdet?

1. Automatik

1. Automatik

Virksomheder vil gerne strømline og automatisere processer og aktiviteter ud mod kunderne.

Og mange beslutningstagere har allerede fået øjnene for marketing automation og de systemer, der kan administrere automatiske udsendelser og diverse kommunikative tilpasninger til forskellige kundesegmenter.  Det, der er vigtigt at huske på, er, at der ligger et forstadie til automatik-delen, som består i at analysere og forstå data og kundernes adfærd.

Det kræver en høj grad af datadisciplin at få den nødvendige indsigt i kundernes adfærd, så automatikken planlægges til de rigtige modtagere, med det rigtige budskab og sendes på det rigtige tidspunkt. Det hjælper nemlig ikke ret meget at automatisere, hvis ikke det gøres med udgangspunkt i kundernes behov, touch points og livscyklus.

Derfor anbefaler vi altid, at du får defineret dine kundesegmenter og dit markedspotentiale forud for hele automatikflowet. Det giver dig nemlig et meget bedre grundlag for at kunne differentiere og prioritere dine salgs- og marketingsindsatser.

2. Maskinlæring

2. Maskinlæring

Du har måske hørt om det – men forstår ikke helt meningen i maskinlæring. (Det er også lidt nørdet😁)

Men maskinlæring er den arbejdsform inden for datalogi, som sætter computeren i stand til at lære selv, uden at en data-ekspert har kodet en hel masse regler og koblinger mellem data. Maskinlæring er derfor computeren selv, som konstruerer såkaldte algoritmer, der finder tendenser og sammenhænge i data.

Maskinlæring baseres på historiske data og bruges oftest til at kunne forudsige fremtidige actions og adfærd. Fx har vi hjulpet flere kommuner med at definere såkaldte aktivitetsindikatorer, som med udgangspunkt i en lang række datavariable estimerer, hvorvidt en virksomhed er i reel drift, eller den blot er en juridisk konstruktion.

Allerede nu er maskinlæring kommet ind under huden på næsten alle større it-virksomheder, og vi ser kun, at maskinlæring bliver endnu større i de kommende år. Tænk også bare på, at du med maskinlæring forholdsvist præcist kan forudsige, hvornår en given kunde vil stoppe samarbejdet med dig, hvornår en specifik person er mest tilbøjelig til at reagere på dine e-mails, og hvornår du kan sælge mere til udvalgte kundesegmenter.

3. Datahygiejne

3. Datahygiejne

For at kunne arbejde intelligent og smart med data kræver det, at data er let tilgængeligt, struktureret og opdateret. Det nytter altså ikke noget at lave en masse gymnastik med data, som er ældgammelt, eller som ikke giver dig de svar, du leder efter. Derfor er god datahygiejne en nødvendighed for at få succes med dataarbejdet og faktisk det allerførste step i at blive en datadrevet virksomhed.

Det virker måske umiddelbart som en smal sag, men det er faktisk på dette område, at mange virksomheder fejler. Beslutningstagere haster ind i mellem afsted for at komme i gang med alt det nye, der sker inden for teknologiens verden, og så bliver detaljerne glemt. Derfor ser vi, at der ligger et kæmpe arbejde for de danske virksomheder i at få sikret, at data har den rette kvalitet – ikke mindst pga. den nye dataforordning, som skærper kravene for datastruktur og datasikkerhed.

Så har du ikke allerede en strategi og nogle understøttende processer for, hvordan du lagrer, strukturerer, opdaterer og validerer dine data, så de er fuldstændige fejlfrie, kan vi kun anbefale dig at starte arbejdet. (Vi hjælper dig gerne i gang!)

4. Datasikkerhed og datalovkrav

4. Datasikkerhed og datalovkrav

Ud over at du i din virksomhed skal have sikkerhedsforanstaltninger mod hacker-angreb og data-lack, skal du også sikre dine datas sikkerhed i forhold til alverdens lovkrav.  "Money Laundering Regulations 2007... MiFID client verification and classification... Sarbanes Oxley legislation". What tænker du måske – hvad er det? Det handler i bund og grund om at opfylde de sikkerhedsstandarder, virksomhedspolitikker og lovkrav, der er forbundet med samhandel og udveksling af informationer. Fx så du sikrer, at du ikke handler med kunder, som er involveret i hvidvaskning af penge, eller som på den ene eller anden måde er forbundet til terrorisme.

Datasikkerhed er vigtigere end nogensinde før. Se nu bare igen med den nye persondataforordning – den har til formål at sikre, at personfølsomme data ikke bliver misbrugt. Når den nye EU-persondataforordning træder i kraft fra 2018, skal alle de processer, internt og eksternt, som på den ene eller anden måde berører data, være i overensstemmelse med reglerne i persondataforordningen.

Er du klar til den nye persondataforordning?

Tag et kig på Datatilsynets 12 spørgsmål, som kan give dig svaret.

5. Dataværktøjer

5. Dataværktøjer

Før i tiden har diverse dataværktøjer krævet et større teknisk set-up og dedikerede ressourcer i forhold til anvendelsen. Her ser vi en stor forandring, da mange dataværktøjer er blevet meget hurtigere, mere tilgængelige og mere easy going. Det, der før kunne tage flere dage at lave, er blevet speedet op, og du behøver ikke nødvendigvis at have en datauddannelse for at kunne arbejde med nogle af de mere moderne open source dataværktøjer.

Her får du et hurtigt overblik over nogle af de gratis dataværktøjer, som er brugbare for dig (eller måske mere for din lidt mere datanørdede kollega), der gerne vil i gang med at visualisere og strukturere data.

QGIS

Dette er et open source ”Point and Click” program, som du kan bruge til håndtering af kort og andet geografisk refereret data.  Det giver mulighed for at visualisere forskellige typer af data på kort – fx på et Danmarks kort.

Power BI

Dette er Microsoft Business Intelligences flagskib. Her kan du på en meget simpel måde få visualiseret forskellige datakilder overfor hinanden i diagrammer og forskellige dashboards. Du behøver ikke at være specielt teknisk for at kunne udnytte programmet, og derfor kan du forholdsvist hurtigt få struktur over alle dine data. Programmet er under konstant udvikling med månedlige releases, hvilket betyder, at det hele tiden bliver lettere for dig som bruger at få visualiseret data, så det giver helt ny mening for din forretning.

Spark

Dette er et program til parallelisering og cluster computing (dataklynger), og det har et rigtigt godt maskinlæringsbibliotek. Hvis du har meget tunge beregninger med store datamængder, giver programmet dig mulighed for at splitte dem op i mindre dele og foretage de enkelte udregninger på forskellige maskiner. Du får altså brudt data ned i klynger, som du kan få visualiseret i forskellige diagrammer mv.

R

Dette er også et gratis softwareværktøj, som du kan bruge til statistisk databehandling og grafik. Med ”R” er den statistiske modellering gjort forholdvis simpel. ”R” består af et kæmpe samfund af statistikere og programmører, der udvikler forskellige datapakker til alt muligt – lige fra maskinlæring til apps, som du kan ligge på din hjemmeside. Det betyder, at du kan bruge en utrolig stor mængde funktioner, når du har lært den grundlæggende kodning at kende i systemet.

Python

Python er et programmeringssprog, der ligger vægt på, at selve kodningen skal være simpel og til at have med at gøre. Sproget er såkaldt ”general purpose”, hvilket vil sige, at det kan bruges til mange andre ting end bare dataanalyse. Eksempelvis er den første Google crawler blev skrevet i Python. Det gør det væsentligt nemmere eksempelvis at kode webapplikationer i Python kontra eksempelvis R.  Herudover er der også nogle fremragende pakker til dataanalyse og maskinlæring i Python.

Vil du modtage nyheder fra Bisnode?

Tilmeld dig vores nyhedsbrev og få relevante og topaktuelle nyheder om trends, tendenser og nye tiltag fra dataverdenen.

Data er et vidt begreb - derfor har vi delt vores nyhedsbreve op. Fortæl os derfor gerne hvad du vil modtage nyheder om!