AI Fundamentals

Drie redenen waarom Chinese bedrijven vooroplopen in datastrategie – en wat Europa daarvan kan leren

Job van den Berg

April 28, 2025

min read

Drie redenen waarom Chinese bedrijven vooroplopen in datastrategie – en wat Europa daarvan kan leren

Chinese bedrijven zijn extreem sterk in datagedreven werken

In de snel veranderende wereld van data en technologie valt het op hoe ver Chinese bedrijven zijn in hun omgang met data. Tijdens een recente reis naar China werd duidelijk dat bedrijven daar een voorsprong hebben als het gaat om het opzetten van een sterk datafundament en het effectief toepassen van AI. Maar hoe komt dat? En belangrijker: wat kunnen Europese bedrijven hiervan leren?

1. Data verzamelen zonder beperkingen

In China wordt alle beschikbare data opgeslagen. Dit begint bij klantgegevens en strekt zich uit tot gedragspatronen, interacties, en zelfs uitgebreide klantreviews.

Geen strikte privacyregels

Waar Europese bedrijven moeten voldoen aan strenge regelgeving zoals de AVG/GDPR, kennen Chinese bedrijven nauwelijks beperkingen op het gebied van dataprivacy. Hierdoor kunnen zij een veel breder spectrum aan data verzamelen.

Voordeel van brede databasis

Deze overvloed aan data stelt hen in staat om snel de voorspellende waarde van verschillende variabelen te herkennen en hier data-gedreven beslissingen op te baseren.

2. Dataopslag is geen drempel

Een ander belangrijk verschil is de rol van dataopslag. In China is er sprake van een enorme overcapaciteit aan datacenters.

Opslag is goedkoop en schaalbaar

In tegenstelling tot Europa, waar opslagkosten en infrastructuur soms beperkingen opleggen, is dataopslag in China goedkoop en vrijwel onbeperkt. Bedrijven hoeven zich geen zorgen te maken over de kosten van het bewaren van grote datasets.

Gevolg: geen verlies van waardevolle data

Hierdoor wordt er niets weggegooid – alles kan potentieel waardevol zijn voor toekomstige analyses en AI-toepassingen.

3. Slim gebruik van verschillende databronnen

Chinese bedrijven combineren kwantitatieve data met kwalitatieve inzichten. Denk aan het systematisch opslaan van:

Klantreviews
Enquêtes
Beeldmateriaal (zoals productfoto’s)

Case Study: Poison – AI in e-commerce

Een goed voorbeeld is Poison, een luxe variant van Zalando. Zij hebben een AI-algoritme ontwikkeld dat via foto’s kan herkennen of merkkleding echt of nep is. Dit is mogelijk geworden door een combinatie van productkenmerken én miljoenen klantreviews.

Wat kan Europa leren?

Hoewel Europese bedrijven te maken hebben met privacyregels en hogere dataopslagkosten, zijn er lessen te trekken uit de Chinese aanpak:

Investeer in een breed datafundament binnen de kaders van regelgeving.
Combineer harde data met kwalitatieve feedback van klanten.
Gebruik AI om waarde te halen uit bestaande datasets.
Denk creatief: beperkingen hoeven innovatie niet te stoppen.

Conclusie

Chinese bedrijven tonen aan hoe krachtig een slimme datastrategie kan zijn. Door optimaal gebruik te maken van alle beschikbare data, goedkope opslag en geavanceerde AI-toepassingen, weten zij hun groei te versnellen. Europese bedrijven kunnen – ondanks beperkingen – veel leren van deze aanpak om zelf data-gedreven innovatie te stimuleren.

‍