6 tips om betrouwbare data te behouden in tijden van de filter bubble

Ben je al bekend met de filter bubble? Al een tijdje wordt er over gesproken dat de wereld van social media wordt ingekleurd door algoritmes in platforms als Google en  Facebook. Zij zorgen ervoor dat informatie zodanig wordt gepersonaliseerd, dat je zoekresultaten, nieuws en aanbiedingen te zien krijgt die in het verlengde liggen van wat je eerder leuk vond, zocht of kocht. Je wordt dus continu bevestigd in je eigen wereldbeeld. Op zich niks mis mee, maar besef je nog wat er buiten die bubble allemaal gebeurt? En is die data eigenlijk wel betrouwbaar?

De achterliggende systemen en algoritmes zijn steeds omvangrijker en complexer geworden. Het heeft uiteraard zijn voordelen. De informatie wordt veel gerichter aangeboden en mensen hoeven niet constant te kiezen waar ze hun aandacht op richten. Maar zijn mensen wel voldoende bewust van deze filtering en de consequenties ervan? Bovendien hebben we weinig zicht op de werking van de filters en de regels die erin worden toegepast. Het is dan ook erg belangrijk om altijd kritisch en objectief te blijven om de betrouwbaarheid van de data te waarborgen.

Een filter bubble bestaat ook in jouw organisatie

Vergelijkbare effecten als die van de filter bubble zijn zichtbaar rond het gebruik van data om processen aan te sturen en beslissingen te nemen binnen jouw organisatie. Er is tegenwoordig enorm veel data beschikbaar en alles is in principe meetbaar. Om deze hoeveelheden aan data op de juiste wijze te kunnen gebruiken worden in bedrijfsprocessen en -systemen allerlei bewerkingen uitgevoerd en algoritmes toegepast — de filter bubble.

• Getallen worden gemiddeld
• Databronnen worden gecombineerd
• Modellen en formules worden toegepast om indicatoren te bepalen
• Data wordt samengevoegd
• Data wordt geconverteerd, bijvoorbeeld naar andere eenheden
• Uitbijters worden soms weggestreept of gecorrigeerd
• Formaten worden omgezet
• Data wordt handmatig of geautomatiseerd uit andere systemen overgenomen

Al deze acties maken het mogelijk dat een manager, een planner of een operator niet constant naar alle achterliggende data hoeft te kijken, maar zijn acties kan laten sturen door een eenvoudige grafiek of een dashboard gebaseerd op KPI’s.

Hierbij is het essentieel dat je besluiten neemt op basis van betrouwbare data. Daarvoor is inzicht nodig in hoe de achterliggende data tot stand komt. Maar ben je er als beslisser voldoende van bewust dat wat je ziet een afgeleide van de werkelijkheid is doordat er filters en algoritmes zijn toegepast? En met de toename van data en complexiteit van systemen en processen is het steeds belangrijker om kritisch en objectief te blijven.

Het applicatielandschap moet invulling geven aan het beschikken over betrouwbare data

Je ICT systemen en het applicatielandschap moeten invulling geven aan de behoefte van de business in het ondersteunen van de business processen en het beschikken over betrouwbare en tijdige data. Veel organisaties hebben een applicatielandschap dat bestaat uit oudere en nieuwere systemen die met elkaar in de juiste samenhang die behoefte onder zo beheersbaar mogelijke omstandigheden moet dekken. Terwijl de praktijk en de business vaak dynamisch en weerbarstig zijn.

Met de juiste aanpak en ervaring om op een beheersbare manier je applicatielandschap te beheersen kom je een heel eind. Maar hoe kun je flexibel en beheersbaar inspelen op wensen en behoefte uit de business en daarbij betrouwbaarheid en objectiviteit van je data borgen?

6 tips om grip te houden op je data bubble

1. Hou de data traceerbaar
Weet welke weg je data heeft afgelegd en waar de verschillende stromen oorspronkelijk vandaan komen.

2. Behoud inzicht en creëer transparantie
Goede en heldere definities zijn noodzakelijk. Zeker wanneer informatie tussen verschillende afdelingen, bedrijven of productieketens gedeeld worden.

3. Begrijp de data
Dwing jezelf om goed te begrijpen waar je naar kijkt en waar je het over hebt. Doorvragen en de diepte in gaan kosten tijd.

4. Behoud grip en controle
Zorg dat je op de hoogte gesteld wordt wanneer er dingen in de datastroom veranderen zodat je de impact ervan kunt bepalen.

5. Ben bewust van aannames en onzekerheden
Modellen of afgeleiden indicatoren vragen vaak om aannames en het inbouwen van een (correctie)factor. Dit houdt systemen werkbaar, maar wees je bewust van de gedane aannames en de onzekerheid die het eventueel met zich mee kan brengen. Zeker wanneer modellen ‘gestapeld’ worden kunnen fouten exponentiële gevolgen hebben.

6. Verifieer en stuur bij
Met behulp van een data audit moet je bovenstaande elementen periodiek toetsen en nalopen. Zeker in een veranderlijke, complexe omgeving als die van de agrofood sector.

Wil je weten hoe je ondanks de filter bubble inzicht in je datastromen kunt houden en hoe je datakwaliteit en betrouwbaarheid kunt waarborgen om zo goed mogelijk processen aan te sturen en beslissingen te nemen? Neem vrijblijvend contact met ons op. Onze specialisten vertellen u er graag meer over.