Big data. Mag het ietsje minder zijn?

Big data. Mag het ietsje minder zijn?

Je hoeft geen big data te hebben om er toch iets mee te doen. Voor mij is big data een idee. Niet een onmetelijke hoeveelheid data. Niet letterlijk. Maar wat dan wel?

Hip en moeilijk te omarmen

Big Data: mag het ietsje minder zijn?

Bron: freeimages.com – Florencia Raffa

Big data is hip. En daarmee ook meteen beladen en moeilijk te omarmen. In de praktijk heeft bijna geen organisatie echte big data. Veel organisaties zijn al blij als ze leerresultaten kunnen rapporteren. Een handje vol data per lerende dus. Duizenden records, maar zeker geen miljoenen of miljarden. Maar waarom is big data dan toch belangrijk?

Op zich vind ik big data niet belangrijk. Maar wat ik wel belangrijk vind is dit: het zet je aan het denken wat je met data kunt doen. En daar zit ‘m voor mij de crux. Bij rapporteren, analyseren, trends zien en voorspellingen doen. Bij out-of-the-box denken over data en informatie.

Ook jij hebt data. Maak er informatie van!

De meesten van ons zitten toch op behoorlijk wat data. En wat doen we er in de regel mee? Alleen rapporteren of iemand zijn leerdoelen gehaald heeft. In een vast leerpatroon. Maar we kunnen zo veel meer met de data die we hebben. Hoe we dat kunnen doen? Dat kijken we af bij de jongens en meisjes die met big data aan de slag zijn gegaan.

Succesvol je modules afronden

Neem nou Amazon en bol.com. Die bevelen je aan welke boeken je nog meer kunt kopen. Gebaseerd op data die hen vertelt welke andere boeken ook vaak in hetzelfde winkelmandje belanden. Laten we dat idee eens toepassen op data van onze lerenden. Zie je het voor je? “Anderen die deze module gedaan hebben, hebben met succes module X daarna afgerond”. Per module heb je hiervoor maar twee datapunten nodig: de datum van afronding en de score die iedereen behaald heeft.

Timing

Deze zie ik ook vaak: “Wanneer zullen we de nieuwe versie van de lesstof online zetten?” Nou, als je in de zorg werkt, dan niet tussen 2 en 5 ‘s nachts en ook niet zondag ‘s avonds tussen 7 en 9. Dat zijn respectievelijk de rustige uren in de nachtdienst en het moment dat studio sport op TV is. Hoe je daar achter komt? De login gegevens van je leeromgeving kunnen je er alles over vertellen.

Identificeer je volgende coaches

Nog een derde voorbeeld dan: “Die heeft nog helemaal geen lesstof doorlopen. En toch een 9 gehaald bij de eindtoets. Die heeft vast vals gespeeld.” Denk die maar eens om: dit is wellicht je volgende coach of praktijkbegeleider. Die schud dit namelijk zo uit haar mouw. En ook dit voorbeeld kun je vast al uit je leeromgeving halen.

Zoals je ziet, gaat het mij dus niet om big data. Maar om de manier waarop je je huidige data ook anders kan inzetten. Er nuttige nieuwe informatie uit kunt halen.

Doe je mee?

Heb jij ook een voorbeeld? Deel het dan met ons. Of wil je meer weten? Sluit je aan bij de Big Data Learning Circle tijdens Next Learning 2015 op 22 april. Je mag me – Paul Kemper – daarvoor gewoon mailen (p.kemper@noordhoff.nl) of bellen (0611 889 475).

Lees meer over deze Learning Circle

1 COMMENTS

  1. Joëlle Zelis
    april 03, 2016 19:32 Beantwoorden

    Dit artikel roept enkele vragen bij mij op. Want waarom zouden we niet BIG Data omarmen?
    Ik denk juist dat het vele voordelen heeft;zo ook het combineren van diverse informatie! In een wereld waarin de Data steeds meer wordt; hoe moeten we hierin minderen?

Leave a reply

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

nextlearning.nl website is van Euroforum BV. Privacy statement | Cookie statement | Copyright ©2019