Big Data Modellering
Jan van Til
Toegegeven: geen sexy
onderwerp. Big Data spreekt tot de verbeelding, zeker! Maar modellering ervan…?
Daar loopt toch niemand warm voor? Is dat een serieus onderwerp? Ja, ik denk
van wel: dacht u al wel eens (serieus) na over nut en noodzaak van
systematische modellering van Big Data?
In de afgelopen decennia
ontwikkelde informatieverkeer zich van, grofweg – in één grote reuzenstap
geschetst, eenrichtingsverkeer via krant, radio en TV naar n-richtingsverkeer
via een veelheid aan (slimme) apparaatjes die vandaag de dag met grootst gemak
in tas en broekzak passen. En dat alles uiteraard
– wie denkt daar eigenlijk nog over na: any-time, any-where, any-body, any-thing, any-event en any-why.
Dergelijke, veelal
onstuimige, ontwikkelingen groeien ons, mensen, van tijd tot tijd welhaast als
vanzelf boven het hoofd. En dan moeten we met elkaar een, zeg maar even,
ontwikkelingsstap doormaken, waarna we weer ‘lekker’ verder kunnen. Hoe zo’n
ontwikkelingsstap er ook precies uitziet, er valt altijd die ene
gemeenschappelijke beweging in te ontdekken: de beweging richting
infrastructuur. Iedere keer als ‘de boel’ ons weer eens boven het hoofd groeide
en de rook van verwarring en chaos weer wat is opgetrokken, zien we dat een
waaier aan tot dan tot waardevol gedachte ideeën en probeersels zijn ingeruild
voor een enkele, algemene waarde. Een waarde waar we met z’n allen, per saldo,
toch weer een hele stap verder mee komen – voordat ‘het’ ons opnieuw boven het
hoofd groeit.
Nu kunnen we ‘het’ ons met
Big Data natuurlijk weer gewoon opnieuw boven het hoofd laten groeien. En dan
zien we wel weer verder hoe ‘het’ er uit ziet als de rook weer wat is
opgetrokken. Maar wellicht is het toch productiever om zo’n ontwikkelingsstap,
om zo’n infrastructuraliseringsbeweging actief te
(onder)zoeken en die dan ook bewust zelf in te zetten.
Bij Big Data draait het
doorgaans om heel veel data, data die verspreid ‘zit’ in tal van registers
(informatieverzamelingen), data waar veel vraag naar is, data die ook (erg)
veranderlijk is, data die bovendien heel divers qua vorm/aard/structuur is. En
in/op zo’n grote Big Data mierenhoop ‘rennen’ machines/apparaten en mensen als
‘een malle’ rond: op zoek naar data, data genererend, data manipulerend
enzovoort.
En dan rijst daar op een
gegeven moment toch een vraag. Hoe structureren we, hoe modelleren we
informatie in/voor zo’n Big Data ding?
Want, laten we wel zijn, een
verzameling op één hoop gegooide registers is nog (lang) geen Big Data (al
kunnen we natuurlijk wel net doen alsof). Al die registers nemen nu eenmaal al
hun eigen individuele eigenaardigheden met zich mee: zo zijn ze nu eenmaal
bedacht en in elkaar gestoken! Wie dergelijke registers domweg op één hoop
gooit, creëert duplicaten, inconsistenties, overlappingen, kwaliteitsverlies
enzovoort. Op zo’n manier resulteert dat zomaar en vanzelf in Veel Data, maar
zeker niet in Big Data.
Wie serieus werk wil maken
van de infrastructuraliseringsbeweging die we Big
Data noemen, moet dus op zoek/op weg naar systematische organisatie van data
voor alle in de Big Data participerende registers. Anders blijven we steken in
Veel Data. En dan groeit het ons zomaar weer boven het hoofd en dobberen we netzo gewoon weer ‘lekker’ verder. Dan wachten we weer
gewoon tot de rook is opgetrokken. Dan zien we wel weer wat er aan nieuwe
startbrokken op de weg ligt. Wie er echter serieus werk van wil maken,
permitteert zich dergelijke passiviteit en onverschilligheid niet.
Wie Big Data tot een bloeiend
levende werkelijkheid wil ontwikkelen… moet concreet aan de slag met Big Data
Modellering.
Daarbij dienen we ons
allereerst te realiseren – en voortdurend voor ogen te houden – dat het bij
informatie altijd maar weer draait om heldere betekenis tot trefzekere actie.
Ook moeten we leren inzien en accepteren dat het toekennen van betekenis aan
informatie niet een statisch, eenmalig gebeuren is dat vooraf z’n beslag wel
kan krijgen, maar dat toekennen van betekenis een heel dynamische en door en
door situationeel bepaalde menselijk activiteit is. We kunnen mensen geen
betekenis opdringen – die bepalen ze zelf! Wel kunnen we mensen optimaal (be)dienen door hen informatie steeds contextueel aan te
reiken. Alleen wanneer we informatie keer op keer contextueel – d.w.z. tot
heldere betekenis – aanreiken, leidt het met grootst mogelijke zekerheid tot
trefzekere actie. Mensen zijn door en door situationele wezens – laten we hen
dan ook op contextuele wijze van informatie, van Big Data, voorzien!
En dat vereist dat we onze
informatie niet langer statisch modelleren – zoals we dat nu domweg doen, maar
dat we informatie-in-context, d.w.z. dynamisch modelleren. Dat is het steeds
weerkerende patroon [1]. Informatie staat
nooit op zichzelf, maar ‘zit’ altijd in context. Context die heel fijnmazig betekenis
stuurt – betekenis tot trefzekere actie [2].
Wie informatie zo modelleert,
modelleert met het oog op een schaalbaar stelsel van registers – duurzaam
bedoeld voor een heel breed toepassingsbereik (infrastructureel). Zo’n stelsel
doet het erg goed als Big Data – ook over organisatie- en landsgrenzen heen.
Bergen informatie stelselmatig georganiseerd tot situationeel heldere betekenis
tot trefzekere actie in handen van mensen. Daar is het mensen om te doen. Niet
meer. Niet minder.
Data ligt voor het oprapen.
En de vraag is: wat wilt u d’r mee? Veel Data? Of Big Data? Veel Data komt als
vanzelf – wacht maar gewoon af. Big Data vereist echter actie – en dat brengt u
een hele (ontwikkelings)stap verder. Veel of Big, that’s the question.
Noten:
[1] Met de modelleertaal Metapatroon kan informatie systematisch contextueel worden gemodelleerd. Zie Architecture of Information (Information Roundabout; 2013).
[2] Zie Context-modellering (Emovere; 2015).
April 2015, 2015 © Jan van Til