Wat is big data? Wat zijn de voordelen van big data? Wat zijn voorbeelden van het gebruik van big data, zowel in het bedrijfsleven, voor de overheid, in de gezondheidszorg en voor jou als persoon?

Definitie big data

Na het lezen van dit artikel weet je wat big data is. Is het een trend met een grote impact of is het een holle term? Naast de definitie van big data, lees je ook over de voordelen en de nadelen.

Tot slot ga ik in op een aantal voorbeelden van big data, zowel in het bedrijfsleven, de gezondheidszorg, de overheid en op persoonlijk niveau. Als je dat allemaal weet, hoe kun je het dan vervolgens toepassen?

Wat is big data?

Wat is big data precies? Er is geen vaste definitie van big data. Om te starten met het tweede woord: data. Data komt in allerlei vormen, zoals getallen, tekst, audio of video. Over het eerste woord bestaat nog de minste overeenstemming. Wat is groot? Bereken je de omvang aan de hand van de benodigde opslagruimte? Of aan de mate waarin het geanalyseerd kan worden?

Die laatste definitie houd ik zelf meestal aan. Een spreadsheet, ook al heeft deze enorm veel rijen en kolommen, kun je nog steeds met een standaard programma analyseren. Denk aan Excel of Google spreadsheets. Wil je er echt iets mee kunnen, dan heb je geavanceerde algoritmes en kunstmatige intelligentie nodig [link onderin].

Volgens weer een andere stroming staat big data niet voor de omvang, maar voor een ontwikkeling. Een trend waarbij steeds meer data verzameld wordt en door verbeterde hard- en (statistische) software, verbanden en relaties in kan worden ontdekt.

Big data trend

Sinds een paar jaar is er steeds meer aandacht voor big data. Volgens sommige experts is data zelfs “het nieuwe goud”. De reden hiervoor is dat er steeds meer data beschikbaar komt. Denk aan sensoren, camerabeelden en technologie die we zelf gebruiken, zoals social media. In dat licht is de vergelijking met goud een beetje gek. Van goud is namelijk een beperkte hoeveelheid beschikbaar, terwijl de hoeveelheid data blijft uitdijen.

Big data is niet echt nieuw. Het verzamelen en (statistisch) analyseren van data wordt al jarenlang gedaan, bijvoorbeeld door de wetenschap en de overheid. Nieuw is dat we door de toenemende rekenkracht én de aanwezigheid van steeds meer data, in staat zijn om betere toekomstvoorspellingen te doen.

Dit zijn voorspellingen over (ongrijpbare) fenomenen in de natuur, zoals het weer of aardbevingen, maar ook over de ontwikkeling van ziektebeelden en het gedrag van consumenten. Met name dat laatste is een belangrijke drijfveer geweest voor de groeiende populariteit van de term big data.

Big data voordelen

Big data wordt vooral gebruikt om correlaties te vinden tussen fenomenen, personen en gebeurtenissen. Correlatie is een statistisch woord voor ‘verband’ of ‘relatie’. Soms lijkt dat logisch: er is een verband tussen iemands leeftijd en de kans dat iemand overlijdt.

Er is een verband tussen het aantal mensen per jaar dat verdrinkt in een zwembad en het aantal films waarin Nicholas Gage dat jaar verscheen

Soms is dat onlogisch: zo is er een verband tussen het aantal mensen per jaar dat verdrinkt in een zwembad en het aantal films waarin Nicholas Gage dat jaar verscheen. Of tussen het aantal zelfmoorden in de Verenigde Staten en het aantal Duitse auto’s dat is verkocht. Of ook een bekend voorbeeld: tussen de hoeveelheid chocolade die in een land wordt gegeten en het aantal Nobelprijswinnaars die uit een land komen.

Data is subjectief

Dit kwam ook mooi naar voren in het boek Het bestverkochte boek ooit (met deze titel) van Sanne Blauw [link onderin]. In dit boek beschrijft ze dat cijfers, data en statistiek vaak een aura van objectiviteit met zich mee brengen. Toch is dat bedrieglijk, want achter de cijfers zit vaak een ideologie, aannames en doelstellingen (van een bedrijf, instelling of persoon).

Kortom: data is subjectief.

Volgens Peter Diamandis wordt alles digitaal

Definitie big data

Toch zijn er echt direct voordelen voor bedrijven en publieke organisaties. Verzekeraars gebruiken het om risico’s van individuele klanten in te schatten en daar de premie uit af te leiden. Handelaren gebruiken het om koop- en verkoop beslissingen op te baseren. De politie gebruikt het om in te schatten waar en wanneer ze moeten patrouilleren.

Die voordelen komen ook naar voren in hoe Victor Mayer-Schönberger (hoogleraar aan de Oxford Internet Institute) de term definieert: ‘De term ‘big data’ verwijst naar dingen die je op een grote schaal kan doen en die op een kleinere schaal niet mogelijk zijn, en waarmee je nieuwe inzichten verkrijgt of nieuwe vormen van economische waarde creëert op een manier die invloed heeft op onder andere markten, organisaties en de relaties tussen burgers en overheden.’

Het past ook in de ontwikkeling van de 6D’s van technologiedenker en visionair Peter Diamandis. Hij stelt hierin dat alles wordt gedigitaliseerd. Doordat we alles digitaliseren, ontstaat data (een digitale foto is immers niets meer of minder dan data in de vorm van nullen en enen); je krijgt vervolgens weer data over data (metadata) en er ontstaat nieuwe data doordat je databronnen met elkaar combineert.

Toepassing

Wat zijn de gevolgen van de big data revolutie. Volgens auteur Victor Mayer-Schönberger gaat het steeds minder om specifieke expertise op een bepaald gebied. Het gaat steeds meer gaat om waarschijnlijkheden, verbanden en correlaties. Een bekend voorbeeld hiervan is de film Moneyball. Daarin werden honkbalscouts overtroefd door statistici, omdat ze het moesten afleggen tegen geavanceerde analysetechnieken.

Het belangrijkste is om je bewust te zijn van welke rol data nu speelt in je leven en in je organisatie. Data staat op het punt om nog een grotere impact te krijgen op de manier waarop we leven, werken en denken. Vroeger had je kennis nodig om het verleden te begrijpen, straks is het bezit van data en kennis van doorslaggevende betekenis om de toekomst te voorspellen.


Voorbeelden zijn overal. Van bedrijven tot de gezondheidszorg, de overheid en persoonlijke big data.

Big data voorbeelden

Wat zijn voorbeelden van big data toepassingen? Dat ligt aan het type organisatie en waarvoor je het wilt gebruiken. Zo heeft big data impact op het bedrijfsleven, de gezondheidszorg, de overheid en op persoonlijk niveau.

  1. Bedrijven
  2. Gezondheidszorg
  3. Overheid en Maatschappij
  4. Personen

Een paar specifieke toepassingen en voorbeelden heb ik hieronder uitgewerkt.

1. Bedrijven

Wat kunnen bedrijven met big data? Ik was te gast op een conferentie van de Raad voor Volksgezondheid en Samenleving. Daar verzuchtte een directeur van een groot bedrijf in de gezondheidszorg tegen mij: ‘Alles draait tegenwoordig om data en gegevens. Zelfs in mijn bedrijf.’Je kan big data gebruiken om meer geld te verdienen of juist om geld te besparen.

Geld verdienen

De bekendste voorbeelden van bedrijven die big data gebruiken, zijn bedrijven die al beschikken over immens veel data. Zo denk ik bij de term big data vaak aan Google (met data als websites en zoekgedrag, maar ook geografische informatie), Facebook (met data zoals interesses, sociale connecties en voorkeuren), Netflix (met data over kijkgedrag), Spotify (met data over luistergedrag) en Amazon (met data over koopgedrag).

Het primaire proces van deze bedrijven draait om data verzamelen, verwerken, analyseren, gebruiken en dan dezelfde trits nog een keer doorlopen. Dat doen ze allemaal met als doel om ons beter te adviseren (zoals Spotify en Netflix) zodat we van de diensten gebruik blijven maken, om ons de juiste updates van vrienden te tonen (zoals Facebook) zodat we langer op die website blijven, en door ons relevante informatie te geven (zoals Google) zodat we ook af en toe op advertenties klikken. Kortom, big data om geld te verdienen.

Geld besparen

Big data kun je ook inzetten om geld te besparen. Een beroemd en praktisch voorbeeld van het gebruik van big data om geld te besparen is van UPS. Uit analyses van data bleek dat het bedrijf minder kosten zou maken als de chauffeurs minder bochten naar links zouden maken.

Hiermee reden de chauffeurs 32,8 miljoen kilometer minder in 2011 ten opzichte van 2010, terwijl ze wel 350.000 meer pakketjes hebben bezorgd. De reductie van het aantal gereden kilometers zorgde ook voor een flinke reductie in CO2 uitstoot door de vrachtwagens van UPS.

Een bekende casus is dat vervoerder UPS geld heeft bespaard met big data.

2. Big data gezondheidszorg

Wat is de toepassing van big data in de gezondheidszorg? Op het congres Get Into The Future over technologie en innovatie sprak ik hierover met Kris Verburgh. ‘Er zit enorm veel potentieel in big data voor de gezondheidszorg.’ Hij noemde daarbij diensten zoals Sickweather en Google Flu Trends.

Het voorbeeld van Google Flu Trends wordt vaak aangehaald als het gaat over big data in de gezondheidszorg. In 2009 hadden een paar datawetenschappers van Google een artikel gepubliceerd in het vooraanstaande tijdschrift Nature. In dat artikel legden ze uit dat Google de verspreiding van de wintergriep in de Verenigde Staten kon voorspellen, zelfs per regio en deelstaat.

Dat deden ze door 50 miljoen zoektermen die het meest werden ingetypt te vergelijken met data over de verspreiding van seizoensgriep. Door de combinatie van de hoeveelheid gegevens, de enorme rekenkracht en de statistische kennis bleek het systeem van Google een bruikbaarder en snellere indicator dan overheidsstatistieken.

Big data + kunstmatige intelligentie

Wat big data tegenwoordig nog interessanter maakt, is dat je er kunstmatige intelligentie op kunt loslaten. Kris Verburgh vertelde over IBM Watson. Dat is kunstmatige intelligentie software die artsen nu al helpt om het genetisch materiaal van een tumorcel te analyseren, diagnoses te stellen en vervolgens de beste behandeling voor te stellen. Meer over kunstmatige intelligentie in de link beneden.

Een praktisch voorbeeld komt uit Japan. Daar had een patiënt een kwaadaardige tumor, maar ze reageerde niet goed op de behandeling. Een analyse van Watson wees uit dat de patiënt een zeldzame vorm van leukemie had. Watson had de foto van de tumor vergeleken met een enorme datasets aan tumoren met de bijbehorende diagnoses.

Toen daar de behandeling op werd afgestemd, sloeg deze wel direct aan.

3. Big data: Overheid

Wat is de invloed van big data op de overheid? Eerder heb ik een artikel geschreven over de ‘smart city’ [link onderin]. De overheid gebruikt steeds meer data om hun beleid op te maken, te evalueren en hun werk op aan te passen. Ze maken de infrastructuur in gemeenten bijvoorbeeld slim met sensoren en gebruiken data om fraude te bestrijden.

Slimme infrastructuur

Een bekend voorbeeld zijn sensoren, zowel in de straat als ook in andere voorzieningen (zoals lantaarnpalen en vuilnisbakken). De gemeente Amsterdam heeft bijvoorbeeld een project genaamd BAMBEA, wat staat voor Bewegen in Amsterdam met Beacons. Daarmee werden lantaarnpalen met beacons uitgerust. Die beacons zijn een technologie waarmee je signalen via bluetooth kan versturen naar andere apparaten.

In dit geval de smartphones van inwoners van Amsterdam. De beacons meten de afstand, tijdsduur en snelheid dat iemand hardloopt. De gemeente Amsterdam werkt hiervoor samen met de Hogeschool van Amsterdam. De beacons zijn voor een proef geïnstalleerd in lantaarnpalen in het Oosterpark en Marineterrein.

Fraudebestrijding

Een overheidsinstelling kan big data analyses ook toepassen op de databestanden die ze al in huis hebben of voor het maken van bestandskoppelingen met andere instellingen. Dit wordt vaak gebruikt bij de bestrijding van fraude met gemeentelijke uitkeringen en belastingen.

In een rapport van de Wetenschappelijke Raad voor Regeringsbeleid (WRR) werd het voorbeeld aangehaald van de Belastingdienst. Die maakte in 2016 bekend dat big data analyses hebben geleid tot de opsporing van honderd belastingadviseurs met 75.000 klanten die in totaal voor meer dan 400 miljoen euro aan onterechte aftrekposten hadden geclaimd [link onderin].

big data boek
Boek De Big Data Revolutie

4. Big data: Persoonlijk

Hoe kun je als persoon gebruik maken van big data? Dit hangt wat mij betreft samen met quantified self. Vrij vertaald: de meetbare mens. Denk aan het meten van je trainingen, beweging, voeding, slaap, stress, geluk, productiviteit, gezondheid en nog veel meer [link onderin].

In de afgelopen jaren heb ik hier regelmatig over geschreven, gesproken, ben ik erover geïnterviewd of heb ik experts geïnterviewd. Zelf sprak ik daar onder meer over in mijn podcast met Yuri van Geest van Singularity University [link onderin]. Hij zegt onder meer dat de toename van quantified self niet meer tegen te houden is, met name door de enorme versnelling op het gebied van sensortechnologie.

Sensoren worden steeds krachtiger en goedkoper. Daarom gaan we in de toekomst overal sensoren in stoppen, van een bed en toilet tot gebruiksvoorwerpen zoals een fietsband en aluminiumfolie. Die sensoren gaan een enorme hoeveelheid data produceren, oftewel ‘big personal data’. Aan de andere kant; is dit beeld wel zo futuristisch? Ga eens bij jezelf na, hoeveel data er over jou al beschikbaar is.

De belangrijkste ontwikkelingen rondom quantified self zitten momenteel op de eigendom en interpretatie van data. Daarover sprak ik onder meer met Maarten den Braber en Joost Plattel.

Eigendom van persoonlijke data

Maarten den Braber is één van de drijvende krachten achter de quantified self beweging, zowel in Nederland als internationaal. Ik sprak hem in 2015: ‘De vragen die ik krijg, worden steeds concreter. Ik ben steeds meer bezig met dingen die echt in de praktijk komen. Het wordt steeds meer wijdverspreid, je ziet het overal terugkomen maar dan ook in andere vormen. Denk bijvoorbeeld aan kwesties rond de eigendom van persoonlijke data.’

Van data naar wijsheid

Ik sprak ook met Joost Plattel over quantified self. ‘Meer data is de eerste stap naar wijsheid. Er zijn nog meer stappen. Van data naar informatie. Van informatie naar kennis. Van kennis naar wijsheid.’

Volgens hem is er relatief weinig aandacht voor de laatste stappen. Het gaat erom om verbanden beter te leggen, slimmere algoritmes en visualisaties van data waar mensen echt wat mee kunnen. ‘Als mens ben je niet gemaakt om een tabel te snappen. Een figuur, dat snap je veel sneller.’

Kortom, het gaat nu over context geven aan data. Hoe kun je de analyses gebruiken en echt toepassen in je leven?

Voordat het zover is, liggen er nog een paar uitdagingen op de weg. Deze zijn zowel van toepassing op het niveau van een bedrijf als de consequenties die het heeft op de samenleving.

Uitdagingen

De verwachtingen zijn veelbelovend. Maar wat zijn de uitdagingen, problemen en kritiekpunten als het gaat om big data?

  1. Gebruik van data
  2. Apophenia
  3. Eigendom
  4. Privacy
  5. Openheid
  6. Objectiviteit

Over #1 en #2 had ik het uitgebreid over met Dimitri Tokmetzis, correspondent van De Correspondent en auteur van het boek ‘Je hebt wel wat te verbergen’ [link onderin].

#1 Veel data die beschikbaar is, gaat over het relatief jonge verleden. Hoe kun je die datasets gebruiken om meer langdurige trends te identificeren. Daarnaast treden er nog meer problemen op naarmate data ouder is. Wordt het bestandsformaat nog gebruikt, zijn de definities nog hetzelfde en hoe weet je zeker of de data wel authentiek is?

#2 Een ander bekend fenomeen is apophenia. Dimitri Tokmetzis schrijft hierover in een artikel op De Correspondent. Dit fenomeen houdt in dat een schaal van voldoende omvang altijd wel leidt tot een bepaald inzicht of relatie. De eerder genoemde voorbeelden van Nicholas Cage, Duitse auto’s en chocolade eters, toont dit aan.

#3 Tijdens de bijeenkomst van de Raad voor Volksgezondheid en Samenleving maakte een deelnemer aan de discussie een treffende vergelijking met Shell. De Nederlandse overheid heeft destijds met Shell afgesproken dat het bedrijf een deel van zijn gasbaten aan de Staat betaalt. Waarom heeft de Nederlandse overheid deze afspraak nooit met Google gemaakt in het kader van Google Streetview?

#4 Gerelateerd aan punt #3 is privacy. In mijn podcast gesprek met Dimitri Tokmetzis hadden we het hier uitgebreid over. Volgens hem is privacy van belang als er onderscheid in individuen wordt gemaakt. Dat op basis van data die er over jou beschikbaar is wordt bepaald in welke categorie je wordt ingedeeld. Dit kan gaan om verzekeringspremie, toegang tot een land en of je kredietwaardig bent.

#5 Er is geen filosoof die claimt dat complete openheid en transparantie een absolute waarde is die de mensheid moet nastreven. De illusie die soms wordt gewekt is dat openheid en transparantie de oplossing zijn voor bijna elk probleem. In zijn boek noemt Evgeny Mozorov dit ‘Openness Fundamentalism’.

De illusie die soms wordt gewekt is dat openheid en transparantie de oplossing zijn voor bijna elk probleem

Evgeny Mozorov

Neem donaties aan politieke campagnes. Als ik twintig jaar geleden een donatie heb gedaan, die ik nu al lang ben vergeten en niet meer achter sta, kan mij dat nog steeds worden aangerekend?

Een voorbeeld van datagedreven sturing is dat bijvoorbeeld de politie wordt afgerekend op bepaalde statistieken. Een ander gevolg van het openbaar maken van criminaliteitscijfers zijn sociale en culturele neveneffecten. Als je in een slechtere wijk woont, dan kan het je beletten om aangifte te doen of om criminaliteit te melden. Dit wordt door Nikolas Tsoukas als ‘informatie reductionisme’ beschreven: ‘Het idee dat een set van indicatoren op een adequate manier een bepaald fenomeen kan beschrijven.’

#6 Data, databases, algoritmes, modellen en systemen zijn niet objectief. Dit haalde Maxim Februari aan in een podcast interview die ik met hem hield [link onderin]. Hij legt uit dat data, databases, modellen en algoritmes allemaal gekleurd worden door de makers, programmeurs en eigenaren of dat de datasets al een bepaald vooroordeel met zich meedragen.

Privacy

Om nog even in te gaan op privacy, het 4e punt in de opsomming.

Wat is de betekenis van privacy? Hans de Zwart (directeur van Bits for Freedom) kan dat goed illustreren. Eind 2015 gaf ik een lezing bij de Universiteit van Utrecht over quantified self en persoonlijke data. Na mij sprak Hans over privacy op internet.

Het belangrijkste punt in zijn betoog is dat privacy voor vrijheid staat. Hij haalt daarvoor twee voorbeelden aan. Ten eerste de concentratiekampen uit de Tweede Wereldoorlog. Overlevers zeiden dat ze liever even alleen waren dan dat ze behoefte hadden aan eten.

Het andere voorbeeld is de documentaire Superstream Me. Twee mannen werden 18 dagen lang 24 uur per dag gefilmd. [spoiler alert] Ze stopten er na 15 dagen mee, omdat één van de twee paranoïde werd [spoiler alert]. De kern van zijn verhaal: privacy is te belangrijk om zomaar alles van jezelf te delen.

Een boek dat het belang van privacy goed laat zien is ‘Je hebt wél iets te verbergen’ van Maurits Martijn en Dimitri Tokmetzis [link onderin]. Later heb ik Dimitri ook geïnterviewd voor mijn podcast [link onderin].

Privacy wetgeving

Wat is de wetgeving rond privacy? In de wet is je privacy geborgd. Het bekendste is de Wet bescherming Persoonsgegevens (Wbp). Deze wet komt uit 2001 en is een uitwerking van een Europese Wet. De bijnaam van deze wet is dan ook de ‘privacywet‘. In Nederland is de Autoriteit Persoonsgegevens (AP) bevoegd om deze wet te handhaven.

Naast de Wbp zijn er in andere wetten nog meer regels opgenomen. In de Telecommunicatiewet staan een aantal bepalingen ten aanzien van email en spam. Vanaf mei 2018 zal een Europese privacyverordening van toepassing zijn. Deze is in mei 2016 vastgesteld en heet de Algemene Verordening Gegevensbescherming (AVG).

Het lastige aan internet is echter dat het over landsgrenzen gaat. Als jij op de website van Facebook zit, geldt dan de wetgeving van Nederland of de Verenigde Staten? Of sterker nog, wat als jij als Nederlander de website vanuit Berlijn bezoekt?

Na de definitie, de voorbeelden en de uitdagingen: wat is de toekomst van deze technologie en wat is mijn conclusie?

Toekomst

De experts die ik heb gesproken verwachten vooral veel van big data in combinatie met kunstmatige intelligentie [link onderin]. Zou dit een oplossing kunnen zijn voor een aantal van de uitdagingen die een effectief gebruik van deze technologie nog tegenhouden?

De belofte is dat analyses steeds dichter op de persoon en directer in de tijd gaan plaatsvinden. Een sprekend voorbeeld daarbij is Google Now [link onderin]. De slogan bij de app is ‘De juiste informatie op het juiste moment’. Google houdt bij waar jij bent, waar jij eerder naar hebt gezocht op internet en wat je  onlangs hebt gemaild. Op basis van deze (en meer) datapunten in combinatie met slimme algoritmes, wil de app je informatie geven waar je op dat moment behoefte aan hebt.

Conclusie

Net als met veel andere veelbelovende technologieën en ontwikkelingen zal big data niet alle wereldproblemen oplossen. Het is geen magie. Nog steeds hebben we mensen nodig om de data analyses uit te voeren. Of hebben we mensen nodig die de algoritmes schrijven, waarmee kunstmatige intelligentie software de databerg gaat verwerken en analyseren.

Feit blijft dat big data al een grote rol speelt in ons leven, vooral als je gebruik maakt van diensten zoals Netflix, Amazon, Spotify, Facebook en Google. Maar ook als je die niet gebruikt, dan is er grote kans dat je gegevens een keer in een big data project van de Belastingdienst zijn gebruikt, dat je gezondheidsgegevens een keer als geaggregeerde dataset in een analyse zijn meegenomen of wat dan ook.

Met big data en alle aangrenzende technologieën komen daarom ook een heleboel ethische en juridische kwesties naar boven. Wat weten anderen van mij? Welke verbanden worden er getrokken over mij als consument of burger en op welke wijze wordt deze informatie door bedrijven en instellingen gebruikt? In mijn podcast interview met Brenno de Winter had ik het hier uitgebreid met hem over [link onderin].

Doordat we steeds meer technologie in ons leven gaan gebruiken, de statistische software steeds beter wordt en de kosten steeds lager, zal big data een steeds grotere rol gaan spelen. Ben jij er klaar voor?

Boekentip

Als je meer over big data wil weten, dan heb ik het boek van Schönberger al genoemd. Een extra tip die ik nog heb is Het best verkochte boek ooit (met deze titel) van econometrist Sanne Blauw.

Data en statistiek spelen een grote rol in ons leven, in de media en in het politieke debat. In dit boek maakt Sanne Blauw duidelijk dat je goed moet opletten bij het gebruiken of interpreteren van getallen. Zij gaat in op een aantal methodologische en statistische factoren, zoals de vraagstelling, kenmerken en omvang van de steekproef, de non-respons (de deelnemers die niet reageren op een onderzoek), de onzekerheidsmarges en misschien wel het belangrijkste: het belang dat de onderzoeker heeft. 

Het hoofdstuk over algoritmes en kunstmatige intelligentie sprak mij het meeste aan. Hierin gaat ze in op de totstandkoming van kredietscores van creditcardmaatschappijen en de het sociaal kredietsysteem in China. Haar belangrijkste boodschap: elk algoritme heeft morele keuzes.

Eerder schreef ik deze artikelen over dit onderwerp:

Leeslijst

Eerder schreef ik deze artikelen over dit onderwerp:

Zelf word ik af en toe geïnterviewd door andere media over dit onderwerp:

  • Interview: De digitale diëtist dient zich aan (Algemeen Dagblad, 2019)
  • Interview: Dataseksueel (Elle Magazine, 2019)
  • Interview: Dataficatie van het leven (Dagblad van het Noorden, 2019)
  • Artikel: Waarom authentieke data belangrijk is (Nationaal Archief, 2017)
  • Artikel: Big data bij de overheid: het einde van de beleidsambtenaar? (Instance, 2016)

Je kan je ook abonneren op mijn podcast via iOS of Spotify voor interviews over dit onderwerp. Zo sprak ik o.a. met econometrist en auteur Sanne Blauw en Maxim Februari.

    Deze boeken heb ik over dit onderwerp gelezen:

    • Boek De big data revolutie
    • Boek To save everything click here
    • Boek Je hebt wel wat te verbergen
    • Boek Het bestverkochte boek ooit (met deze titel)

    Dit zijn externe links die ik heb gebruikt:

    PS. Doe een boekingsaanvraag als je me wil inhuren voor een lezing of workshop over dit onderwerp!

    Hoe denk jij hierover? Hoe pas jij big data toe in je werk? Laat een reactie achter!

    Over de auteur

    Futurist, toekomst-onderzoeker en topspreker Peter Joosten MSc. geeft lezingen, webinars en workshops over de impact van technologie op de mens en maatschappij. Naast spreker is hij ook auteur van de boeken Biohacking en Supermens, podcastmaker en gastdocent bij de TU Eindhoven.

    Meer weten over Peters werk?

    Wil je meer weten over Peters lezingen, zijn tarieven, expertise en hoe een aanvraag in zijn werk gaat? In deze sprekerskit vind je alle informatie die je nodig hebt. Klik op de button hieronder en download de PDF direct.

    Mis geen updates

    Schrijf je in voor Toekomstbeelden en ontvang iedere maand mijn nieuwsbrief om beter voorbereid te zijn op de toekomst!

    Wat opdrachtgevers zeggen over Peter

    Mooie presentatie, super interactief en bovendien heel interessant en inspirerend.

    Ik raad Peter van harte aan als spreker!

    Anna van Oenen, Visma Nmbrs

    Peter heeft een heel interessant verhaal waarbij hij gebruik maakt van een fijn tempo en voldoende afwisseling en interactie.

    Kortom: een aanrader!

    Jorien van den Akker, Demcon

    Interesse?

    In mijn lezingen, workshops en webinars geef ik een overzicht van de meest relevante (technologische) ontwikkelingen, de kansen die ze opleveren en de risico’s die ze met zich mee brengen.

    Mijn insteek is praktisch, met talrijke concrete voorbeelden, humor en veel interactie met de deelnemers.

    Interesse?

    In mijn lezingen, workshops en webinars geef ik een overzicht van de meest relevante (technologische) ontwikkelingen, de kansen die ze opleveren en de risico’s die ze met zich mee brengen.

    Mijn insteek is praktisch, met talrijke concrete voorbeelden, humor en veel interactie met de deelnemers.

    Reacties

    1. Sarah 18 juni 2019 at 13:20 - Reply

      Na een half uur lezen ben ik amper iets wijzer.
      Er is precies big data nodig om uit te leggen wat big data is.

    Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.