Data-driven is een hype. Het liefst in combinatie met big data en kunstmatige intelligentie. Zelfs organisaties die maar over heel weinig data beschikken laten zich verleiden om zich te transformeren tot data-driven organisaties.

Om data-driven te zijn heb je heel veel data nodig. Het vereist namelijk dat je rekening houdt met verschillen in situatie en context voordat je een conclusie trekt. Bijvoorbeeld: lag de toename van de ijsverkoop deze maand aan de nieuwe marketingcampagne, aan het mooie weer, aan de staking in het openbaar vervoer of aan het negatieve nieuws over de concurrent? Als je data-driven wilt zijn, dan heb je misschien wel meer data nodig dan je denkt.

Zoals elke econometrist en ervaren data-analist weet, is correlatie niet hetzelfde als causaliteit. Het verwerken van grote datasets laten we steeds meer over aan black boxes, zoals deep learning artificial intelligence. Maar oude wetten blijven nog steeds van kracht: garbage in, garbage out. En aan de black box kun je niet eens meer vragen om uit te leggen hoe hij aan zijn conclusie is gekomen.

× How can I help you?