Onlangs op een conferentie hoorde ik een leverancier zeggen dat dankzij soa (en wel dankzij hun oplossing) we eindelijk in staat zijn om niet terug te kijken maar onze blik vooruit te werpen. Oftewel; in plaats van de traditionele achteruitkijkspiegel; een blik door de voorruit.
Ik hoor wel vaker dat we met traditionele business intelligence onze blik met name achterwaarts gericht hebben. Nu klopt dit deels omdat we in het algemeen elke nacht/week/maand de data opladen naar het datawarehouse en deze beschikbaar stellen voor rapportages en analyses. In die context loopt het datawarehouse dus altijd achter bij de werkelijkheid. Nu zijn er mogelijkheden om de data realtime beschikbaar te hebben in het datawarehouse onder meer door gebruikmaking van de realtime varianten van de ETL-tools. Dit zou er in ieder geval voor moeten zorgen dat de rapportages de stand van NU weergeeft. Dit werkt zolang er maar niet teveel complexe bewerkingen gedaan moeten worden omdat deze nu eenmaal tijd kosten waardoor NU altijd enige tijd achterloopt. De bewuste leverancier beweerde dan ook dat een datawarehouse niet moest worden ingezet maar dat, via de soa, men in staat was om een rapportage echt realtime te maken.
Uiteraard is dit een mooie oplossing voor die zaken die men daadwerkelijk NU moet weten maar om nu te beweren dat men in staat is om hiermee vooruit te kijken, vind ik te kort door de bocht. Het voorbeeld dat werd gehanteerd was dat van vrachtwagens die dankzij de soa omgeleid konden worden omdat ze NU zagen dat er een file ergens onderweg was en dus omgeleid konden worden. Nog afgezien van het voorbeeld, volgens mij is ontdekken van beursfraude vele malen relevanter voor realtime rapportage, wordt voorbijgegaan dat simpelweg het NU niet interessant is om een vrachtwagen al dan niet om te leiden. Hiervoor heb je meer kennis nodig om te bepalen wat de slimste route wordt. Neemt de file toe of af? Is dit een ongebruikelijke file (historie)? Wat is de verwachting hoe deze file zich gaat ontwikkelen (voorspellend vermogen)? Voor deze zaken heb je iets nodig waarin je de historie vasthoudt op basis waarvan je zowel terug kan kijken als trends kan ontdekken die mogelijk iets kunnen zeggen over de toekomst. Of dit in een datawarehouse moet gebeuren of dat hier een ander medium voor gebruikt wordt is in dit kader minder relevant.
Mijn punt is dat je om nu eindelijk door de voorruit te kunnen kijken niet alleen moet weten wat er op dit moment onder de wielen gebeurt maar juist wat er verwacht kan worden op basis van de weg die je hebt afgelegd. Vaak staan er borden langs de weg die aangeven wat je kan verwachten (afslag nog duizend meter). Het juist interpreteren van deze signalen geeft een goede indicatie wat je in de toekomst kan verwachten (de juiste afslag). De snelheid die nodig is voor het verkrijgen van deze informatie hangt af van de snelheid die je zelf hebt.
Een soa kan dus behulpzaam bij het kijken door de voorruit, maar is hier geen vereiste voor. Zonder een goed inzicht in de ontwikkeling door de achteruitkijkspiegel zal je blik niet verder komen dan de weg onder je.
ik ben er niet bij geweest, maar het klinkt als de zoveelste leverancier op het zoveelste seminar die beweert dat met zijn technologie alles beter gaat. Gebruikers cq klanten zien we allang niet meer op deze bijeenkomsten, het worden steeds meer feestjes voor de branche.
Ik sluit me aan bij de auteur: real-time intelligence kan heel handig zijn in specifieke situaties, maar heeft niet zo veel te maken met vooruit kijken. Als in de auto zit, en ik wil weten wanneer ik aankom op plaats bestemming, dan moet ik de weg weten, eventuele files onderweg en misschien wat statistieken over mijn historisch rijgedrag. Mijn snelheid op dit moment is daarin eigenlijk nauwelijks relevant.
Dus: een goed inzicht in de leading indicators van de business (intern ?n extern), eventueel geavanceerde analyse technieken voor extrapolatie en regressie, en de voorruit is helder.
Politieke analisten maken met grote regelmaat uitstapjes naar de geschiedenis. Ze gebruiken de lessen uit het verleden om de stappen in het heden te verklaren en waar mogelijk scenario’s in de toekomst te schetsen.
Een goede voorspelling is wat mij betreft daardoor niet gekoppeld aan het snel beschikbaar hebben van een feit. Het gaat wel om het kunnen combineren van zoveel mogelijk verschillende feiten, om het totaal beeld zo compleet mogelijk te hebben. Een mooi voorbeeld wordt gegeven door Remco, die in een eenvoudig voorbeeld al meerdere variabelen geeft om een goede keuze te kunnen maken.
SOA kan wel helpen om aangesloten systemen sneller feiten beschikbaar te laten stellen. Het vermogen van voorspellen zit in de complexiteit van het voorspellingsmodel en de compleetheid van de variabelen en niet zozeer de snelheid van levering.