Afrika en Big Data

In het digitale tijdperk nemen data exponentieel toe in alle activiteitensectoren. Telecommunicatie, banken of verzekeringen: steeds meer bedrijven verzamelen informatie van verbonden objecten, computernetwerken en sociale netwerken.

Door verbinding te maken met het internet produceert iedereen data en de trend is dat er steeds meer mensen data produceren. In feite verzamelen smartphones, computers, tablets en andere verbonden objecten tegenwoordig massa’s informatie die te omvangrijk is om te worden verwerkt en geanalyseerd. Dit door menselijke capaciteit alleen of door traditionele technologieën voor gegevensbeheer.

De opslag en exploitatie van deze massa aan informatie leidde vervolgens tot de opkomst van een nieuwe applicatie. We spreken van “Big Data”. Big Data verwijst naar een zeer omvangrijke set gegevens die wordt gekenmerkt door hun verscheidenheid en snelheid van acquisitie en die automatisch en massaal wordt gegenereerd door onze elektronische apparaten.

Big Data is een hefboom voor economische groei geworden. Met name bij de levering van digitale diensten. Big Data is een bron van werkgelegenheid. Vooral in de digitale beroepen zoals: Traffic Manager, Data Scientist, Web Architect, Web Ergonomist en Web Media Trader.

In de Verenigde Staten en Europa nemen bedrijven en publieke instellingen al enkele jaren de nodige stappen om te profiteren van Big Data. Het Afrikaanse continent blijft in deze richting achter met uitzondering van bepaalde landen zoals: Nigeria, Kenia, Marokko en Egypte.

Het Afrikaanse continent maakt echter al enkele jaren de meest dynamische digitale groei ter wereld door. Alleen al de mobiele-telefoonrevolutie in Afrika is een uiterst omvangrijke bron van gegevens.

 Hoe kan Afrika hun datakapitaal benutten en waarderen?

Big Data kan worden gebruikt om veel problemen op verschillende gebieden in Afrika op te lossen.

In Afrika zijn sectoren als onderwijs, gezondheid, landbouw, financiën en transport de belangrijkste gebieden waar Big Data grote kansen biedt.

In november 2013 opende het Big Data Africa Congress in Kaapstad, Zuid-Afrika. Dat was het eerste Afrikaanse evenement dat gewijd was aan de popularisering van het nieuwe concept (Big Data), wat een zegen is voor de wereld van zaken en ontwikkeling.

Big Data maakt het namelijk mogelijk om, uit de analyse van data en nieuwe databronnen, modellen en gedragingen naar voren te brengen om te voorspellen, verbeteren, automatiseren en innoveren.

Big Data vereist daarom nieuwe methodieken en technologieën voor het verwerken van deze nieuwe soorten data met het oog op het verbeteren van inzicht en strategische besluitvorming binnen bedrijven en overheden.

Big Data ligt aan de basis van de meeste technologieën die de wereld van vandaag revolutionair veranderen zoals: Cloud Computing, Artificial Intelligence, Machine Learning en de Blockchain.

Als we het over gegevens hebben, hebben we over het algemeen twee hoofdcomponenten:

• Gegevensbeheer: dat alle moderne gegevensuitwisselingsplatforms betreft en technologieën voor het laden en overdragen van gegevens tussen verschillende systemen om gegevens te kunnen verzamelen en ordenen voor analysedoeleinden.

• Analyse en exploitatie van gegevens: die betrekking heeft op al het werk wat betreft het ontwerpen en implementeren van oplossingen voor gegevensanalyse.

De verschillende niveaus van data-analyse die leiden tot effectieve besluitvorming zijn onder andere voorspellend en prescriptief. Bijvoorbeeld :

• Met voorspellende analyse kunnen marketingafdelingen bijvoorbeeld het percentage klanten dat het bedrijf verlaat om naar de concurrentie te gaan aanzienlijk verminderen. Telefoonoperators gebruiken het ook om te begrijpen waarom bepaalde abonnees naar de wedstrijd gaan en om geld te besparen.

• Dit is ook het geval voor verzekeringsmaatschappijen: die voorspellende analyses kunnen gebruiken, op basis van de exploitatie van massagegevens, om de verwerking van claims van polishouders te stroomlijnen en vooral om potentieel frauduleuze claims te identificeren.

• Op het gebied van risicobeheer en natuurrampen kunnen we Big Data en Artificial Intelligence gebruiken om modellering te doen en om te weten welke gebieden een hoog risico lopen en in welke gebieden er meer rampen zullen plaatsvinden dan andere enz.

• Dankzij de prescriptieve analyse konden de problemen van het personeelsbeheer worden opgelost. Met name met de planning van de middelen die altijd een cruciale kwestie is geweest.

• In de gezondheidszorg kan het verzamelen, opslaan en analyseren van patiëntgegevens bijvoorbeeld de reactietijd verkorten en gedrag of symptomen voorspellen. Dit zal levens helpen redden, de gezondheid herstellen en veel meer geoptimaliseerde diensten leveren.

• Geolocatie, waarmee gegevens over bevolkingsstromen kunnen worden verkregen om keuzes te maken voor investeringslocaties. Bijvoorbeeld om tankstations, wegen of ziekenhuizen te lokaliseren.

• Mobiele telefoonoperators gebruiken ook datastromen uit hun netwerken om deze om te zetten in statistische indicatoren om het gebruik van geografische gebieden, bevolkingsbewegingen enz. te analyseren.

• Op het gebied van landbouw stelt Big Data de boer in staat de beste teeltbeslissingen te nemen en zo zijn opbrengst te optimaliseren dankzij betrouwbare informatie over het weer en kennis van de aard van de bodem. Dit maakt het mogelijk om slimme landbouw te beoefenen. Precisielandbouw die rekening houdt met betrouwbare klimaatgegevens.

• Nog steeds kan Big Data in de agrarische sector alle actoren in de agrarische waardeketen in staat stellen om over hoogwaardige en nauwkeurige informatie te beschikken om de financiering of logistiek voor de distributie van landbouwproducten te plannen. Deze informatie kan de overheid in staat stellen om bijvoorbeeld de zogenaamde “rampenrisicofinanciering” uit te voeren. Dat wil zeggen zelfs voordat er zich bijvoorbeeld een overstroming voordoet zijn we in staat om de waarschijnlijke risico’s in te schatten en het bijbehorende budget toe te wijzen om het fenomeen aan te pakken.

Uitdagingen:

Helaas is het in Afrika duidelijk dat Big Data zich nog in een embryonaal stadium bevinden onder meer door een aantal grote uitdagingen:

• Het gebrek aan opleiding van gekwalificeerde Afrikaanse arbeidskrachten die in staat zijn te profiteren van deze massa gegevens

• Gebrek aan toegankelijkheid van gegevens

• Gebrek aan geschikte infrastructuur

• Gebrek aan internettoegang in sommige hoeken van het continent

• Daarbij komt het feit dat veel Afrikaanse landen geen gegevensbeschermingswetten hebben.

Om deze uitdaging aan te gaan zal het nodig zijn om human resources voor te bereiden met een opleidingsaanbod, aangepast door een stimulans, om wetenschap en technologie te leren van het basisonderwijs. Dit omdat de implementatie van Big Data nieuwe vaardigheden vereist op het kruispunt van wiskunde en computerprogrammering en -analyse.

Er is ook de noodzaak om geschikte infrastructuren aan te schaffen, met name datacenters, omdat de analyse van Big Data zeer veel rekenkracht vereist. Deze datacenters worden echter gehost in andere landen buiten Afrika (in de VS, in Europa en in Azië) en er zijn er maar heel weinig in Afrika. Deze nogal ongelijke verdeling verzwakt de digitale soevereiniteit van het continent enorm.

Médiatrice Nkurunziza