Kijk naar The Bridge, Marcella of NCIS en er is altijd wel een politiemedewerker die de hele dag achter het scherm zit, op zoek naar data uit video’s of documenten. Denk aan Abbey Sciuto uit NCIS of John Lundquist uit The Bridge. Deze medewerkers zorgen regelmatig voor belangrijke doorbraken in een zaak door data te combineren of onverwachte verbanden te leggen.
Voor een bedrijf is het eigenlijk hetzelfde. Je hebt veel data. Maar je kunt niet zonder iemand met veel expertise om verbanden te zoeken en een doorbraak te forceren. In veel series zijn deze medewerkers vaak wat excentrieke of wereldvreemde types. Maar het is tijd om deze data-analisten – want dat zijn ze – op een voetstuk te plaatsen.
Data langdurig bewaren
Al in 2006 zei de Britse wiskundige Clive Humby dat ‘data de nieuwe olie is’. Natuurlijk weten wij als technologie-kenners dat je zonder data alleen meningen hebt. Daarom richten we ons bij Extreme Networks sterk op het ontsluiten van de kracht van data om nieuwe ervaringen te bieden aan IT-beheerders en gebruikers. En bewaren we data niet gedurende enkele weken, maar langdurig.
Waarom is langdurige retentie van belang? Neem als voorbeeld het aantal bezoekers van een winkel gedurende enkele jaren. Het moet heel interessant zijn om te kijken wat daarbinnen de trends zijn. Hoeveel bezoekers waren er gemiddeld? Welke pieken en dalen waren er en hoe beïnvloedt het bezoekersaantal de netwerkprestaties? En in hoeverre hebben software-upgrades of vernieuwing van hardware bijgedragen aan betere prestaties? Dat zijn interessante zaken om te weten zodat je met de uitkomsten kan zorgen voor een betere ervaring.
Hoeveel data verwerken we dagelijks om tot inzichten te komen?
Wat te denken van de tientallen terabytes aan gegevens die elke dag wordt verzameld? Volgens Andrew Ng, de vader van AI, zorgen meer gegevens voor een betere training van ML-algoritmen die op hun beurt een product verbeteren. Een beter product leidt tot meer gebruikers, wat weer leidt tot meer data! Op deze manier zorgt deze vicieuze cirkel voor continue verbetering en groei.
Beschikken over veel data is ook heel praktisch bij voorspellende analyses. Je kunt bijvoorbeeld vaststellen wat normaal gedrag is. En daardoor wat abnormaal is. Je kunt ook bepalen hoe je afwijkende trends kunt identificeren, bijvoorbeeld dat je netwerk in de loop van de tijd trager is geworden. Het is niet mogelijk om deze trends te begrijpen met gegevens van twee weken. Je moet netwerktrends over lange perioden observeren om seizoensinvloeden en veranderingen te detecteren.
Anomalieën
Hoe gaan we als Extreme met data om? Na het opschonen van gegevens wordt alle persoonlijk identificeerbare informatie (PII) verwijderd door onze data-scientists. Dan gaan we op zoek naar anomalieën, zaken die afwijken van wat je mag verwachten. Daarbij heeft niet alles AI nodig. Je kunt ook een eenvoudige zoekopdracht uitvoeren of een berekening maken. Afhankelijk van de use case gebruiken we vervolgens algoritmen voor machine learning, mét en zonder toezicht.
Misschien wel het meest opwindende gebied van datagestuurde analyse is het concept van Explainable AI (XAI). Daarbij gaat het erom dat we de uitkomsten van AI ook goed kunnen begrijpen en er nieuwe acties op kunnen baseren. Dat draagt bij aan het vertrouwen in AI. Naast vertrouwen is zorgvuldigheid cruciaal. Dat bieden we door het verwijderen van PII en door interactieve communicatie met klanten.
Probleemstelling
Net als bij een misdaadonderzoek is er bij iedere organisatie een proces voor het oplossen van problemen. Onze productmanagers besteden tijd aan het nauwkeurig opstellen van de probleemstelling. Zij werken dan hand in hand met onze data-engineers die gebruik maken van de relevante datasets. De engineers gebruiken vervolgens de juiste tools en algoritmen om de gegevens te analyseren. En tot slot werkt ons Global Technical Assistance Center Knowledgebase samen met onze klanten om problemen op te lossen. Dat is het recept voor succes: slimme mensen die nog slimmer worden door data en machines.
Patrick Groot Nuelend – International Solutions Architect bij Extreme Networks
