Vestiging
Taal  
  
Home    |   Over ons    |    Software    |    Oplossingen    |    Strategische Partners    |    Nieuws & Media    |    Documenten    |    Contact
  • Nieuws 
  • Media 
  • Blogs 

BLOGS 




Aart van 't Land 
 
Aart van 't Land
 

 

Data is de dood in de pot
 

Al vrij lang weten we dat data op zich niets waard zijn. Het gaat er om wat er mee wordt gedaan, dus het omzetten van data in informatie.

Dat klinkt leuk, maar inmiddels ontvangen we op elk moment van de dag zodanig veel informatie dat we moeten gaan schiften in die informatie. Daar worden nu op diverse wijzen software voor ontwikkeld. Doel is dan alleen die informatie te verschaffen waar men echt iets aan heeft, en als het slim gedaan wordt: iets aan heeft precies op dat moment. Dat alles klinkt als het intrappen van een open deur, zo logisch.

 

Helaas is de werkelijkheid vaak wat weerbarstiger. Nog afgezien dat het niet altijd eenvoudig is om juist die informatie te verschaffen op het moment dat men die nodig heeft bestaat er ook nog zo iets als een leren omgaan en accepteren van de informatie: “Kan ik als gebruiker wel geloven wat er staat?”. Dat wordt nog erger als die informatie afhankelijk is van (proces) sensoren. Om data van dergelijke sensoren om te zetten in informatie worden er algoritmes ontwikkeld die een vertaalslag vormen tussen de data en de informatie. Als men dan diep in de data duikt komen er in de meeste gevallen 2 aspecten naar voren: de nauwkeurigheid van de data en de interpretatie ervan.

 

Allereerst de nauwkeurigheid: hoe belangrijk is het om te weten dat ik op de snelweg 120,573 km/uur rijd?  Als we 120 =/- 5 km rijden is het nauwkeurig genoeg: we krijgen geen bekeuring en zijn op tijd thuis.  Lopen we echter de 100 meter sprint dan is een nauwkeurigheid in duizenden wel interessant.

Dan de interpretatie:  indien nauwkeurigheid van individuele metingen niet relevant is dan kan er gekozen worden voor eenvoudiger, goedkoper sensoren en accepteert men een grotere afwijking ten opzichte van een gekalibreerde meting. Door slimme algoritmes en vergelijk met historische gegevens zal het uiteindelijke informatie resultaat voldoende nauwkeurig zijn om de gebruiker een actie te laten ondernemen.

 

Hierbij wordt opgemerkt dat het vertrouwen op de gegeven informatie geen gegeven is. Dit moet men leren. Voor een van onze producten maken we gebruik van Dynamisch Linear Modelling. Door deze techniek is de uitkomst voor de gebruiker veelal al helemaal niet meer te relateren aan de achterliggende data.  Dan moet hij blindelings vertrouwen dat het systeem tot de juiste en beste conclusie is gekomen. Dat we onbewust ons leven vaak in de handen van vergelijkbare technieken, zoals de computerberekeningen in een vliegtuig wordt vaak vergeten.

 

In een tijdperk van automatisering willen we een stap verder gaan dan robotisering. Robotisering beperkt zich tot elektronica, mechanica en embedded software om het apparaat te laten doen wat verwacht wordt. Automatisering is het gebruik van robotica maar dan zodanig dat menselijke interventie wordt gereduceerd, bij voorkeur tot 0. In de toekomst zullen we steeds meer te maken krijgen met automatisering op alle gebieden. Menselijke interventie is steeds minder noodzakelijk, maar vaak willen we nog steeds “begrijpen” wat er gebeurd.

 

Gezien het bovenstaande zou het wenselijk zijn om kennis en interpretatie van sensoren en informatie een gericht onderdeel van elke studie te laten zijn. Daarbij is dan nog buiten beschouwing gelaten dat we algemene informatie in de vorm van tweets en hele korte berichten zonder achtergrond informatie over ons heen krijgen.

Het vak “De kunst van Informatie Management” zal er toe bijdragen dat we beter met informatie omgaan.

Aan ontwikkelaars is het de taak om er voor te zorgen dat informatie die verstrekt wordt voldoet aan de volgende criteria:

1) eenvoudige en bruikbare informatie op de gewenste tijd

2) details zijn beschikbaar, maar het gaat vooral om het bewaren van het overzicht

3) operationele informatie is uitsluitend gericht op preventie

 

Overzichten , KPI, historische gegevens, hoe interessant ook zijn alleen een overkill op het moment dat men er niets mee kan doen. Die gegevens dienen dus anders en separaat voorgeschoteld te worden, met een duidelijk onderscheid van de operationele informatie.

 

Het zal niet lang meer duren voor dit vak verplichte kost bij studies voor software programmeurs wordt, maar ook de gebruikers zullen dat onderricht moeten gaan volgen.

 

Aart van ‘t Land 
 

OPMERKELIJKE BLOGS

Over Ons
•  Cultuur
•  DDF
•  Vacatures
Software
•  Strategie
•  Projecten
•  Scrum
 
Oplossingen
•  Strategie
•  Segmenten
 
Strategische Partners
•  TTI
Nieuws&Media
•  Nieuws
•  Media
•  Blogs
Documenten
•  Overige
Contact