Gaan we van big data naar data-minimalisatie?

Wordt data-minimalisatie belangrijker dan big data? Die vraag stelt beveiligingsspecialist en Computable-lezer Maria Genova. Ze gaat in op de situatie waarin klanten van grote bedrijven bezorgd zijn over privacy en security. Futuroloog en oud-Intel-gediende Steve Brown, schrijver van het boek 'The Innovation Ultimatum', beantwoordt de vraag. Volgens hem is het cruciaal dat bedrijven in hun big-datastrategie onderscheid maken tussen persoonlijke gegevens en operationele data.

In een serie van drie artikelen beantwoordt futurist Steve Brown vragen van Computable-lezers. Uit de vragen die na een oproep zijn binnengekomen, heeft de redactie een selectie gemaakt: 

• Wordt het minimaliseren van data belangrijker dan big data?
• Is ‘gratis’ functionaliteit in ruil voor data en privacy een houdbaar verdienmodel voor techreuzen?
• Wanneer wordt de ict-consultant weg-geautomatiseerd?

In dit eerste artikel gaan we in op de vragen van auteur en beveiligingsspecialist Maria Genova. Zij stelt dat consumenten zich bewust worden van het risico dat hun data in verkeerde handen kan komen. Bijvoorbeeld als gevolg van hacking. Genova: ‘Consumenten kunnen niets doen om die gegevens te beschermen wanneer een bedrijf er eigenaar van is. Gegevens die in handen zijn gekomen van hackers kunnen keer op keer worden gebruikt.’ Haar vragen aan Brown:

• Wat vindt u van de mogelijkheden van consumenten om zich te beschermen tegen de risico’s van data mining door bedrijven?
• Moeten grote bedrijven zich in plaats van big data richten op data-minimalisatie?

Spotify

Brown: ‘Jouw vragen gaan over een grote kwestie binnen de hedendaagse inzet van technologie: de opkomst van het zogenoemde surveillance-kapitalisme. Het gaat dan om de situatie waarin onze persoonlijke gegevens worden verzameld, verkocht en verhandeld op een open markt.’

‘Door gebruik te maken van ‘gratis’ internetdiensten zijn we geleidelijk het product geworden in plaats van de klant. Onze ervaringen, gewoonten, beslissingen en gedrag zijn een grondstof geworden. Het uitstekende boek van Shoshana Zuboff, ‘Surveillance Capitalism’, beschrijft hoe dit binnen verschillende sectoren een standaard bedrijfsmodel is geworden. Persoonlijke gegevens voorspellen onze gemoedstoestand en hoe we ons in de toekomst zullen gedragen. Bedrijven gebruiken deze inzichten om te proberen ons gedrag vorm te geven zoals de aankoop van een product, het stemmen op een kandidaat of de verbondenheid (loyaliteit) met een merk.’

Brown plaatst een kanttekening: ‘Binnen de zakenwereld worden onze gegevens niet altijd tegen ons gebruikt. Persoonlijke gegevens zijn nodig om de personalisatie te bieden die consumenten eisen, of het nu gaat om aanbevelingen op muziekdienst Spotify, het automatisch invullen van online-formulieren (tijdswinst) of het leveren van gepersonaliseerde medicijnen op basis van onze genetica.’

Big data of data-minimalisatie?

Op de vraag of bedrijven moeten streven naar data-minimalisatie in plaats van big data, antwoordt Brown: ‘Als we het hebben over persoonlijke gegevens, dan misschien – zie de drie regels hierboven.’ Hij benadrukt dat de meeste gegevens niet persoonlijk zijn en ‘we’ anders moeten denken over gegevens en een onderscheid moeten maken in persoonlijke gegevens en operationele data. Brown: ‘Industriële gegevens van sensoren, bedrijfssystemen, toeleveringsketens en talloze andere bronnen zijn allemaal van vitaal belang om bedrijven efficiënt en effectief te laten werken.’

Hij vervolgt: ‘Met gegevens kunnen managers hun bedrijf in de gaten houden en sneller beslissingen van hogere kwaliteit nemen. Datagestuurde besluitvorming is essentieel om innovatie in de bedrijfsvoering te stimuleren. In mijn boek (titel) waarvan je een exemplaar krijgt, lees je ook hoe gegevens kunnen worden gebruikt om producten te verheffen tot services, services tot ervaringen en ervaringen tot transformaties. Door dat te doen, krijgen klanten meer waarde en kunnen bedrijven hogere prijzen vragen voor die verhoogde waarde.’

Brown behandelt in zijn boek ook hoe de data van vandaag de kunstmatige intelligentie van morgen voeden en beschrijft hoe gegevens kunnen worden gebruikt om de inspanningen van mensen en machines te coördineren. Hij legt uit waarom ‘gegevensspiralen’ zo belangrijk zijn om waarde te creëren: ‘Slechts’ zo’n 2 procent van de bedrijfsgegevens wordt gebruikt om die doelen te bereiken. De rest wacht nog steeds om te worden ontgrendeld en om geweldige dingen te doen.’