De basis: Big What?

Big Data: een berg gegevens
Big Data: een grote hoeveelheid informatie, altijd digitaal. Video, audio, tekst en cijfers. Wanneer noem je informatie of data ‘big’? De definitie is vaag. De hoeveelheid moet gewoon ‘groter zijn dan gangbaar’.

Verwerking, snelheid en diversiteit van data
De ware betekenis van Big Data zit hem in de verwerking van al die info. Dat vraagt nieuwe, aangepaste analysesystemen.  Ook de snelheid waarmee de data binnenkomen speelt een belangrijke rol. Hoe sneller er nieuwe data beschikbaar zijn, hoe meer rekenkracht je nodig hebt. Ander belangrijk punt: de diversiteit van de informatie. Hoe meer verschillende soorten data, hoe ingewikkelder de analyse ervan. De grote uitdaging van Big Data? Heldere conclusies filteren uit een onoverzichtelijk kluwen informatie.

Hoe werkt Big Data?
De grote uitdaging bij Big Data? Informatieverwerking. Big Data gebruikt een groot aantal computers voor de opslag en de verwerking van data, de zogenaamde distributed storage en distributed processing. Om de enorme hoeveelheid én de diversiteit van de data de baas te blijven, heb je heel wat digitale hersenen en stockageplaats nodig.

De algoritmes van Google
Big Data is meer dan rekenkracht. Het betekent ook geavanceerde analysetechnieken, en data effectiever en efficiënter laten verwerken. Google is daarvan een goed voorbeeld. De zoekmachine bundelt en categoriseert een enorme hoeveelheid info. Het maakt daarbij gebruik van een leger aan servers. Het verschil met oudere zoekmachines zit hem in de algoritmes die Google loslaat op die info.

Open Data versus Big Data
Open Data en Big Data zijn twee verschillende concepten. In de praktijk komen ze in de stad samen. De stad stelt haar data ter beschikking van het brede publiek. Dat zijn dan Open Data. De hoeveelheid of aard van de data doet er niet toe. Hoewel: de stad streeft er wel naar om die data bruikbaar aan te bieden.

Stad Antwerpen moet privacy garanderen
Door de complexiteit van Big Data is het soms moeilijk om privacy te garanderen. Wie verschillende
databronnen met elkaar verbindt, kan mogelijks toch persoonlijke gegevens filteren uit
geanonimiseerde data. Dat moet koste wat het kost uitgesloten worden. Om juridische redenen, en
om het vertrouwen te behouden.

 

 

 

Big Data in de stad

Beter energieverbruik met een platform van slimme meters
Slimme meters leveren massa’s data. Ze registreren het energieverbruik én stellen de info tegelijk ter beschikking van de gebruiker. Zo stuur je je energieverbruik bij. Als je die individuele gegevens verzamelt in een overkoepelend platform, komt er een schat aan informatie vrij. Daarmee zou je dan een gericht energiebeleid kunnen invoeren.

Efficiënter energieverbruik in Seattle
Door gebouwen uit te rusten met sensoren verzamel je een schat aan waardevolle informatie. Met realtimedata stel je verwarmings- en verluchtingssystemen bijvoorbeeld af op het aantal aanwezige mensen en de weersomstandigheden. Een voorbeeld? Bij een samenwerking tussen de Amerikaanse stad Seattle, Microsoft en dienstenbureau Accenture werden 90 gebouwen uitgerust met sensoren.  De samenwerking verminderde het energieverbruik met 10% tot 25% per gebouw.

Betere luchtkwaliteit met meer betaalbare sensoren
De vaste meetstations van de Vlaamse Milieumaatschappij (VMM) leveren gedetailleerde metingen over luchtkwaliteit. Maar die vaste meetpunten zijn duur. Meer betaalbare sensoren zouden meer betrouwbare meetresultaten opleveren, voor een lagere prijs. Zo zouden we beter inspelen op de actuele luchtkwaliteit. En met die gegevens neem je verkeersmaatregelen die mobiliteit én luchtkwaliteit verbeteren.

Sneller en gezonder met de fiets-app
Een andere mogelijkheid, die al in Elsene is gelanceerd: een mobiele app voor voetgangers en fietsers. De app biedt hen de snelste en gezondste route aan, op basis van realtime-informatie.

Mobiliteit verhogen met parkeersensoren
Veel steden doen nu al een beroep op parkeergeleidingssystemen. Die verwerken gegevens van parkeergarages in real time. Dynamische verkeersborden leiden bestuurders naar vrije parkeerplaatsen.  Het vraagt wel bijkomende investeringen om aparte parkeerplaatsen in de stad op te nemen in zo’n systeem. Want je hebt er meer camera’s en sensoren voor nodig dan in een parkeergarage.

Metingen van laad-en loszones
Een andere, meer gerichte toepassing van parkeersensoren zie je bij laad- en loszones. Zo loopt er in de Van Schoonhovestraat en de Van Wesenbekestraat een proefproject om foutparkeerders te detecteren. Wanneer de metingen wijzen op een mogelijke foutparkeerder, krijgen parkeerwachters in de buurt een verwittiging. Zij gaan dan ter plaatse kijken.

Meer vaste meetpunten voor fietsers
Een andere toepassing binnen Antwerpen: de metingen van fietsers. Zowel via vaste als mobiele telpunten. Het grote nadeel van mobiele telpunten? Ze geven een momentopname en zijn weersafhankelijk. Bij regen nemen er minder mensen de fiets.  Meer vaste meetpunten op strategische plaatsen bieden in de nabije toekomst meer gegevens.

 

 

 

 

Stad Antwerpen: pionier

Antwerpen maakt complexe data … eenvoudig
Antwerpen is koploper in data-analyse: de stad en Digipolis onderzoeken – samen met onder meer imec – doorgedreven analysemogelijkheden. Het doel? Altijd betere analysetools ter beschikking stellen van de stad. Zulke hoogstaande data-analytics ogen soms bedrieglijk eenvoudig. Want de kunst bestaat er net in om complexe materie bevattelijk voor te stellen.

Slim van Antwerpen
‘Slim naar Antwerpen’ is zo’n intelligent project om complexe data te vereenvoudigen en te verwerken. De stad houdt voor jou rekening met verwachte files. Je komt te weten of je beter fiets, auto of openbaar vervoer neemt. Dat lijkt simpel, maar de hoeveelheid parameters met een impact op de reistijd is gigantisch. Hun verwevenheid is bovendien complex. Een eenvoudige uitkomst? Ja, maar wel na een enorme analyse.

 

 

 

 

Big Data en de Antwerpse economie

E-health: handig voor de arts, gezond voor de patiënt
E-health, dat is het gebruik van informatie- en communicatietechnologie in de gezondheids- en welzijnssector. Een typevoorbeeld? Ziekenhuisartsen, huisartsen en specialisten die patiëntgegevens elektronisch uitwisselen.

BlueHealthAntwerp begeleidt startups
In Antwerpen trekken startende e-healthbedrijven naar BlueHealth Antwerp. De incubator coacht en ondersteunt startups, zowel financieel als inhoudelijk. Zij verwerken uitgebreide, complexe datasets uit de gezondheidssector.

Antwerpse bedrijven combineren Big Data en creativiteit
Antwerpen telt verschillende bedrijven die zijn gespecialiseerd in het ontwerp van altijd maar intelligentere software. Die levert op een creatieve manier inzichten in complexe zaken, zoals mobiliteit en gezondheidstoepassingen. Zo monitort de startup Sentiance klanten in real time, om ze dan activiteiten voor te stellen. Dat fenomeen heet contextuele marketing.

Trendminer voorspelt chemische incidenten
De chemische installaties in de haven zijn enorm. Ze tellen tot 500.000 sensoren om temperatuur, druk, debiet en andere waarden te meten. De software van Trendminer, een Big Data-bedrijf uit Hasselt, gaat aan de slag met de data. Het indexeert, labelt, analyseert en monitort. Het voorspelt incidenten aan de hand van algoritmes.

 

 

 

 

De toekomst van Big Data

Overstromende meren van data
Info stroomt voortdurend binnen, via – bijvoorbeeld – verkeerscamera’s, weerstations of financiële bewegingen op de beurs. Soms spreken we zelfs niet meer over een dataset of databank, maar over een data lake –een datameer. 
Dat meer overstroomt geregeld. Het is onmogelijk om alle geproduceerde data bij te houden. De uitdaging voor Big Data, of beter gezegd voor de analisten die met Big Data werken? Op tijd zinvolle informatie filteren uit het datameer.

Gezocht: data-analist
Gespecialiseerde dienstverleners in Big Data zijn een groeiende markt. Gezien de specifieke expertise besteden meer en meer bedrijven hun data-analyse uit. Tegen 2017 zou meer dan 30% van de bedrijven die big data gebruiken, een beroep doen op een gespecialiseerde tussenpartij.
In Vlaanderen staan ICT-specialisten in data trouwens al jaren op de lijst van knelpuntberoepen.

Op naar nieuwe business modellen
Een groeiende hoeveelheid sensoren bezorgen bedrijven én consumenten nuttige info. Stel: je auto heeft sensoren. Dan kan je voortdurend nagaan waar hij staat. Of weten wanneer je de olie moet verversen.
Op consumentenniveau gaat het over een relatief beperkte hoeveelheid data. Maar voor een volledig klantenbestand geeft dat een schat aan informatie. De analyse daarvan helpt een bedrijf om betere inzichten te krijgen. Hoe gebruiken verschillende consumenten het product? Hoe stemmen bedrijven hun aanbod daarop af? Big Data biedt een voedingsbodem voor nieuwe businessmodellen.

Cumul.io visualiseert data

Ook in Antwerpen zijn er Big Data-analisten. Cumul.io specialiseert zich in de visualisatie van grote hoeveelheden data. Ze bieden een analysesysteem waarbij de klant zélf met de data aan de slag kan gaan. Van grafieken tot de koppeling aan geografische locatiedata. Cumul.io maakt daarbij ook gebruik van open data, waarbij bedrijfseigen data onmiddellijk gekoppeld worden aan bijvoorbeeld bevolkingscijfers of verkeerscondities.

Meer lezen?
Abonneer u op de trendletter

Onze economische trendletter automatisch in uw mailbox ontvangen? Registreer uw e-mailadres.

Abonneer u hier

Trendletter Digest

U wil zich nog verder verdiepen in de wereld van Big Data? Download de digest-editie van deze trendletter als pdf-bestand.

Download de Trendletter Digest

 

Deel deze pagina: