Big Data: de toekomst van business intelligence

For the English version, click here

Big Data is een begrip dat steeds vaker voorbij komt. De exponentiële groei van gegevens heeft het voor organisaties steeds moeilijker gemaakt om de verkregen informatie te identificeren en te benutten. Hierdoor besteden steeds meer organisaties aandacht aan datawarehousing en data-analyse tools, wat het aantal uur aan rapportage werkzaamheden van medewerkers op de lange termijn vermindert. Een bijkomstig voordeel daarvan is dat bedrijven korter op de bal kunnen spelen en de resultaten beter kunnen begrijpen. Maar wat is Big Data? Welke data-analyse tools zijn er en wat zijn de kenmerken en verschillen van de twee grootste spelers in de markt op het gebied van data-analyse? 

Big Data

Er wordt gesproken van Big Data wanneer er wordt gewerkt met één of meerdere datasets die te groot zijn om met reguliere databasemanagementsystemen onderhouden te worden. Althans, dat is één van de definities. Vooral de term ‘Big’ is een begrip waarover geen consensus kan worden bereikt. Sommigen zijn van mening dat alle data die niet meer op één pc passen vallen onder het begrip Big Data, terwijl anderen vinden dat data pas Big wordt als het niveau van meerdere servers wordt ontstegen. De overeenkomst die kan worden gevonden is dat Big Data de omvang van een verzameling van data beschrijft. Dimitri Tokmetzis, auteur van De Correspondent, gaf eind 2013 aan dat Big Data vaker geen omvang beschrijft, maar een ontwikkeling. “Het bevat namelijk twee componenten. Allereerst de computertechnologie: de steeds geavanceerder hard- en software die het mogelijk maakt om meer data te verzamelen, te bewerken en te bewaren. Het tweede component is de statistiek die het mogelijk maakt om in een verzameling losse data betekenis te vinden”. Tokmetzis stelt dat dat de wereld vol komt te hangen met sensoren toegangspoorten, camera’s, telefoons en meetapparatuur die continu alles registeren en data opslaan, die wij vervolgens weer kunnen gebruiken. “De digitale wereld en de fysieke wereld worden steeds meer één lichaam en data is het bloed”, aldus de Correspondent van Surveillance & Technologie [1]. 

Data-analyse Tool: Power BI

Maar welke middelen zijn er beschikbaar om echt waarde te hechten aan alle gegevens die zijn opgeslagen? In dit artikel bespreken we er twee. De eerste data-analyse tool die verder wordt toegelicht is Microsoft Power BI. Power BI wordt strategisch gebruikt om ruwe data om te zetten in begrijpelijke inzichten met behulp van visuele grafieken en dashboards. Dit stelt gebruikers in staat om overtuigende rapporteren te generen en de huidige stand van zaken in de business te delen. Dit geeft de gebruikers van Power BI meer inzicht in de genomen activiteiten en behaalde prestaties, waardoor ze weloverwogen beslissingen kunnen nemen op basis van echte gegevens. Daarnaast kan Power BI profiteren van een enorme hoeveelheid aan data terwijl andere platforms daar moeite mee hebben. Power BI heeft indrukwekkende compressiemogelijkheden die het mogelijk maken om gegevens te analyseren en te visualiseren die niet in Excel kunnen worden geopend. Bovendien kan je in Power BI data transformeren, zoals het toevoegen van kolommen, het creëren van relaties tussen verschillende databronnen en het maken van de zogeheten ‘measures’ waarmee je bepaalde waardes kan berekenen. De tool is zo krachtig dat Power BI zelf de analyse kan doen waarom de omzet van de afgelopen maand achterloopt ten opzichte van het budget [2].  

Data-analyse tool: Tableau

“Benut de kracht van uw gegevens. Ontketen het potentieel van uw mensen. Kies het analyse platform dat de wereld van business intelligence ontwrichte. Kies Tableau”, is de slogan die lezers als eerste te zien krijgen als de website van Tableau wordt bezocht [3]. Tableau is een krachtige en snel groeiende datavisualisatie tool die helpt bij het vereenvoudigen van onbewerkte gegevens. Het mooie van Tableau-software is dat het geen technische of enige vorm van programmeerkennis vereist om met de tool te werken. Bovendien kunnen de gemaakte visuals en dashboards door professionals op elk niveau in een organisatie worden begrepen. Zelf een niet-technische gebruiker is in staat om een dashboard aan te passen in Tableau [4].

De beste eigenschappen van Tableau zijn:

1. Gegevens mengen: hiermee kun je meerdere databronnen aan elkaar koppelen, door het vinden van een gemeenschappelijk veld. Een voorbeeld hiervan is het veld artikelnummer in de databron ‘verkochte artikelen’ en voorraad artikelen’.
2. Real-time analyse: deze optie stelt gebruikers in staat om dynamische gegevens snel te analyseren en te begrijpen. Dit is vooral nuttig wanneer de snelheid van updaten van de gegevens erg hoog is.
3. Samenwerking: data-analyse mag geen isolerende taak zijn, daarom is Tableau gebouwd voor samenwerking. Teamleden kunnen gegevens delen, vervolgvragen maken en gemakkelijk visualisaties doorsturen naar anderen die waarde uit de gegevens kunnen halen [5].

Power BI vs Tableau 

De wereld van data visualisatie en analyses groeit erg snel en er komen elke dag nieuwe toetreders bij. Gebruiksgemak, kracht, merkherkenning en prijs zijn belangrijke begrippen die Power BI en Tableau op dit moment hebben om voorop te blijven in de markt. 

Power BI gebruikt de bestaande Microsoft-systemen zoals Azure, SQL en Excel om datavisualisaties te bouwen. Power BI heeft daarom een streepje voor op mensen die met Microsoft-producten werken. Het is daarnaast ook een goede en goedkope opties voor startups die gegevens visualisatie nodig hebben maar niet veel extra kapitaal hebben. Ook is Power BI goedkoper dan Tableau, vooral als een organisatie al flink heeft geïnvesteerd in software van Microsoft. Power BI heeft een desktop, service en een mobiele versie. Veelal heb je alle drie de varianten nodig wanneer een dashboard wordt gemaakt, maar het is vrij eenvoudig om dit onder de knie te krijgen. Bovendien kunnen gegevens uit verschillende databronnen makkelijk worden opgehaald. De hele tool is gebouwd om de tijd van visualisaties te versnellen en het geeft zelfs de meest beginnende gebruikers toegang tot krachtige data-analyse en ontdekking zonder veel voorkennis vooraf. De realtime gegevensverwerking zorgt ervoor dat organisaties direct kunnen reageren op veranderingen die in de data-analyse worden weergegeven.  

Tableau is gespecialiseerd in het maken van mooie visualisaties, maar veel van hun advertenties zijn gericht op bedrijfsomgevingen met data-engineers en grote budgetten. In het algemeen geldt: hoe meer je betaalt, hoe meer mogelijkheden je krijgt in Tableau. Als je gegevens van derde partijen als Marketo, Google Analytics of Hadoop in wil laden betaal jezelf de hoofdprijs. Een voordeel van Tableau is dat je een gratis proefperiode hebt met volledige toegang tot de onderdelen van de data-analyse tool. Tableau heeft flink geïnvesteerd in integraties en verbindingen met grote tools en veel gebruikte verbindingen. Echter is het maken van deze verbindingen wel een stuk lastiger in Tableau dan in Power BI, omdat je vooraf in Tableau goed helder moet hebben welke gegevens je naar de tool wilt halen. Op het gebied van data-analyse zijn de functies in Tableau bijna net zo krachtig als Power BI, maar zijn sommige functies minder intuïtief omdat ze verborgen zijn achter verschillende menu’s [6]. 

Stap nu in de trein

Ondanks dat er meerdere definities zijn van het begrip Big Data kan wel het advies worden gegeven dat het verstandig is om eerder vandaag dan morgen te beginnen met één van de talrijke en opkomende data-analyse tools. Van de twee grootste marktleiders is Power BI op dit moment het meest aan te raden, aangezien deze tool gebruiksvriendelijk en goedkoop is. Doordat Power BI van Microsoft is kunnen gemakkelijk gegevens van andere Microsoft-producten worden ingeladen en daardoor is de dag-tot-dag gegevensverwerking in Power BI sterker. Voor de meer technische gebruikers die verschillende databronnen willen combineren is het aan te raden om Tableau te verkiezen boven Power BI. Een ding is zeker: de strijd tussen de koppositie in de markt op het gebied van data-analyse is nog lang niet gestreden en er zullen in de toekomst vast en zeker nog veel meer ontwikkelingen plaatsvinden op het gebied van Big Data.

Wil jij je Big Data skills boosten? Asset | Accounting & Finance organiseert samen met Deloitte een Power BI training op 7 oktober! Inschrijven kan via deze link.