Datavliegwiel: hoe data zichzelf versterkt
Een datavliegwiel is een bedrijfsstrategie waarbij een product of dienst data verzamelt over hoe mensen het gebruiken, die data gebruikt om het product te verbeteren, en daardoor meer gebruikers aantrekt die op hun beurt weer meer data opleveren. Het is geen technisch apparaat maar een zichzelf versterkende kringloop: hoe meer het draait, hoe meer vaart het krijgt, net als een echt vliegwiel dat steeds makkelijker blijft ronddraaien zodra je het eenmaal op snelheid hebt gebracht.
Een simpel voorbeeld: hoe meer mensen Netflix kijken, hoe meer kijkgedrag het bedrijf verzamelt (wat je start, waar je stopt, wat je overslaat). Die gegevens worden gebruikt om betere aanbevelingen te doen, waardoor kijkers tevredener zijn en langer blijven, wat weer meer kijkdata oplevert. Zo ontstaat een lus die concurrenten met minder gebruikers moeilijk kunnen inhalen, omdat zij simpelweg minder data hebben om van te leren.
Wat is het precies?
Het datavliegwiel bestaat uit een aantal opeenvolgende stappen die elkaar blijven voeden. Eerst is er een product dat mensen gebruiken, bijvoorbeeld een zoekmachine, een winkel-app of een zelfrijdende auto. Tijdens dat gebruik ontstaat data: klikken, aankopen, ritten, correcties, beoordelingen.
Die ruwe data wordt vervolgens verwerkt en geanalyseerd, vaak met behulp van machine learning (een vorm van kunstmatige intelligentie waarbij computers patronen leren herkennen uit voorbeelden in plaats van vaste regels te volgen). Het systeem leert bijvoorbeeld welke producten vaak samen gekocht worden, of welke verkeerssituaties lastig zijn voor een zelfrijdend algoritme.
Op basis van die geleerde patronen wordt het product aangepast: betere aanbevelingen, nauwkeurigere spraakherkenning, veiligere rijbeslissingen. Een beter product trekt meer gebruikers aan, of houdt bestaande gebruikers langer vast. Meer gebruikers betekent meer interacties, dus meer nieuwe data, en de cyclus begint opnieuw. Belangrijk is dat elke doorloop van de lus in theorie iets sneller of beter verloopt dan de vorige, omdat het model met meer voorbeelden nauwkeuriger wordt.
Wat wil men ermee bereiken?
Bedrijven bouwen datavliegwielen om een duurzaam concurrentievoordeel te creëren dat moeilijk te kopiëren is. Een concurrent kan wel dezelfde website of app namaken, maar niet zomaar dezelfde jarenlange berg aan gebruiksdata. Dat maakt het vliegwiel aantrekkelijk als strategie: het voordeel groeit vanzelf mee met de tijd, mits het product goed genoeg is om gebruikers vast te houden.
Daarnaast is het doel vaak kostenbesparing en kwaliteitsverbetering tegelijk: door te leren van echt gebruik in plaats van aannames, kunnen bedrijven gerichter investeren. Bij zelfrijdende auto's bijvoorbeeld helpt het vliegwiel om zeldzame, gevaarlijke verkeerssituaties te leren herkennen die je nooit allemaal van tevoren kunt bedenken.
Er schuilt ook een keerzijde in deze ambitie: een sterk datavliegwiel kan leiden tot marktmacht die moeilijk te doorbreken is voor nieuwkomers, wat mededingingsautoriteiten en toezichthouders scherp in de gaten houden.
Voorbeelden uit de praktijk
Het begrip vliegwiel als bedrijfsmetafoor werd populair gemaakt door Amazon-oprichter Jeff Bezos, die rond 2001 op een servetje tekende hoe lage prijzen meer klanten trekken, wat meer verkopers aantrekt, wat het aanbod vergroot, wat weer klanten trekt. Later werd dit idee expliciet gekoppeld aan data: Amazon gebruikt koop- en zoekgedrag om aanbevelingen en voorraadbeheer te verbeteren.
Netflix bouwde vanaf de Netflix Prize-wedstrijd in 2006, waarbij het bedrijf onderzoekers uitdaagde zijn aanbevelingsalgoritme te verbeteren, een steeds fijnmaziger systeem dat kijkgedrag omzet in gepersonaliseerde suggesties en zelfs in beslissingen over welke series het zelf laat maken.
Google Search verbetert al sinds de begindagen van het bedrijf zijn zoekresultaten deels op basis van miljarden zoekopdrachten en kliks per dag, al is de precieze werking van het rankingalgoritme grotendeels geheim.
Tesla verzamelt sinds de introductie van Autopilot, halverwege de jaren 2010, rijdata van zijn hele wagenpark, onder meer via een systeem dat 'shadow mode' heet: de software berekent in de achtergrond wat het zou doen, vergelijkt dat met de bestuurder, en gebruikt afwijkingen om het model te verbeteren. Het bredere zelfrijdende-autoproject van Google, sinds 2016 verdergegaan als Waymo, verzamelt sinds 2009 rijkilometers om zeldzame verkeerssituaties te leren herkennen.
Bij OpenAI worden gesprekken die gebruikers voeren met ChatGPT, met toestemming en na filtering, gebruikt om modellen te verbeteren via een techniek die RLHF heet (reinforcement learning from human feedback, oftewel bekrachtigend leren op basis van menselijke beoordelingen).
Hoe ver is de techniek?
Het datavliegwiel is geen nieuwe uitvinding maar een volwassen bedrijfsstrategie die al ruim twee decennia wordt toegepast, met machine learning als motor die de laatste tien à vijftien jaar sterk is verbeterd. Bij grote, gevestigde platforms zoals Amazon, Google en Netflix draait het vliegwiel al jaren op volle toeren en is het een integraal onderdeel van hun architectuur.
Toch stuiten bedrijven op reële obstakels. Het zogeheten cold-start-probleem speelt bij nieuwe producten: zonder gebruikers is er geen data, en zonder data is het product niet goed genoeg om gebruikers te trekken, waardoor de lus lastig op gang komt. Ook is meer data niet automatisch beter data: als de verzamelde gegevens scheef of onvolledig zijn, leert het systeem vooroordelen (bias) aan in plaats van ze te corrigeren, bijvoorbeeld wanneer bepaalde gebruikersgroepen ondervertegenwoordigd zijn.
Privacywetgeving zoals de Europese AVG (Algemene Verordening Gegevensbescherming, ook bekend als GDPR) legt bedrijven beperkingen op bij het verzamelen en hergebruiken van persoonsgegevens, wat het vliegwiel kan afremmen of dwingt tot aanpassingen zoals anonimisering. Daarnaast zijn de infrastructuurkosten voor het opslaan en verwerken van enorme datavolumes en het trainen van modellen aanzienlijk, wat het vliegwiel vooral toegankelijk maakt voor kapitaalkrachtige spelers.
Wie werken eraan?
Er bestaat geen apart wetenschappelijk vakgebied of instituut dat zich specifiek op 'het datavliegwiel' richt; het is vooral een strategisch en architectonisch concept dat bedrijven combineren met bestaande kennis uit machine learning, data-engineering en productontwikkeling. De bekendste toepassers zijn grote techbedrijven met veel gebruikers: Amazon en Google in e-commerce en zoeken, Netflix en Spotify in aanbevelingen voor entertainment, Meta in advertentietargeting, en Tesla en Waymo in zelfrijdende technologie.
Ook OpenAI en andere ontwikkelaars van taalmodellen, zoals Google DeepMind en Anthropic, benutten gebruikersinteracties om hun modellen te verfijnen, al verschilt per bedrijf hoeveel gebruikersdata daadwerkelijk voor training wordt ingezet en onder welke voorwaarden. Academisch onderzoek naar de onderliggende technieken, zoals aanbevelingssystemen en reinforcement learning, vindt breed verspreid plaats aan universiteiten en in onderzoeksafdelingen van deze bedrijven zelf, zonder één centraal kennisinstituut.