Celem Big Data jest zdobycie nowej wiedzy. Jest to tak dynamicznie rozwijająca się metoda, znajdująca zastosowanie we wszystkich dziedzinach życia, że przewiduje się, iż w ciągu najbliższych dwóch lat, aż 73 proc. przedsiębiorstw na świecie zwiększy wydatki przeznaczone na tego typu badania. W Polsce ten procent będzie o wiele niższy, jak czytamy z raportu Intela tylko albo aż 18 proc. firm nad Wisłą zaczyna korzystać i rozumieć zjawisko Big Data.
Aby nie popadać w manie „wielkości”, przeanalizujmy model 3V według Douglas Laney. Przedstawia on najważniejsze i podstawowe cechy tego typu danych:
1. Volume (objętość)
Przechowywanie, zarządzanie i analiza takiego zbioru przekracza możliwości typowych narzędzi bazodanowych. Zazwyczaj są to liczby sięgające przynajmniej kilku terabajtów. Pionierzy typu Google, Amazon czy Walmart, przetwarzają dane rzędu kilkudziesięciu petabajtów, a nawet eksabajtów
2. Velocity (prędkość)
Dane napływają niezwykle dynamicznie, w czasie rzeczywistym lub bardzo do niego zbliżonym. Oznacza to, że niemal w tej samej sekundzie, w której informacja zostanie wygenerowana, możliwe jest jej wykorzystanie.
Przykładem jest monitoring Twittera, który pozwala na natychmiastową reakcję w przypadku pojawienia się wpisu dotyczącego np. naszej firmy.
3. Variety (różnorodność)
Dane pochodzą z wielu różnych, często zaskakujących źródeł. Same w sobie też nie są jednorodne – mogą być to pliki tekstowe, dźwiękowe lub graficzne.
Wiele źródeł dodaje kolejne „V” i tak powstaje rozszerzenie tego modelu o Value (wartość), Veracity (wiarygodność), Variability (zmienność).
Jak firmy rozumieją Big Data i w jaki sposób wykorzystują potencjał danych, oto przykłady:
- wyszukiwarki Google, Yahoo, Bing
Korzystają z Big Data, podczas gdy wyświetlają odpowiedzi na zapytania użytkowników. Muszą one rozprawiać się z bilionem danych znajdujących się w sieci i przeanalizować miliardy zachowań ludzi w internecie, aby dokładnie wiedzieć gdzie znaleźć odpowiedź.
Wytwórni fonograficzna EMI, wykorzystała Big Data jako narzędzie do prognozowania popytu na dany produkt. Po wypuszczeniu albumu, specjaliści od analizy zbierają tonę danych dotyczących dalszej historii płyty, np. o liczbie pobrań w sieci, komentarzach w social mediach, a nawet charakterze odtworzeń w serwisach streamujących. Następnie są one segregowane według danych demograficznych, lokalizacji, subkultur. Zebrane i posortowane dane, pomagają w oszacowaniu przyszłego popytu na album. Wytwórnia na podstawie takiej analizy następnie dostosowuje lub dokonuje korekty kampanii reklamowych.
- spedycja UPS
Firma uruchomiła program badawczo-analityczny ORION, dzięki któremu śledzi 46 tysięcy pojazdów. Monitoruje m.in ich prędkość, kierunek jazdy, zużycie paliwa, czas dotarcia do celu. Takie informacje służą do wyznaczania najbardziej efektywnej trasy. Sensory zamontowane w pojazdach wraz z innym systemami, pozwalają na reagowanie w czasie rzeczywistym na zmiany wynikające z potrzeb klientów np. zmiana miejsca dostarczenia paczki. Dzięki temu UPS może sprawnie modyfikować trasę z uwzględnieniem nowego miejsca na odbiór lub wydanie przesyłki. Te wszystkie zabiegi doprowadzają do znacznych oszczędności do nawet 5,5 mln litrów paliwa, co jest równoznaczne z oszczędnością ponad 50 mln dolarów rocznie.
Firma Big Date wykorzystuje na zminimalizowanie ryzyka przy udzielaniu pożyczki oraz do oszacowania wartości klienta i dostosowania oferty do jego możliwości. Na podstawie weryfikacji danych o kliencie system jest w stanie automatycznie ocenić ryzyko i wydać decyzję o kliencie. W tym celu wykorzystywane są m.in. informacje (np. pliki cookies) zostawiane przez użytkowników w serwisach internetowych – portalach społecznościowych, czy platformach zakupowych.
- Euro RTV AGD, Top Secret, Leroy Merlin
Firmy z branży e-commerce wykorzystują Big Date do personalizacji ofert pod konkretnego przyszłego klienta. Takie systemy przetwarzają informacje behawioralne o użytkownikach, a następnie odpowiednio ich segmentują, dokonując rozmaitych analiz jakościowych i prognoz. Dzięki temu można zweryfikować potencjalną wartość biznesową każdego użytkownika. Działy sprzedażowe w tego typu firmach, koncentrują się wyłącznie na tych klientach, których intencja zakupowa i obietnica generowania rzeczywistych zysków jest wysoce prawdopodobna. To pozwala zaoszczędzić czas oraz budżety na tych klientach, którzy do zakupu nie są jeszcze przekonani.
- Alibaba
Wykorzystanie Big Data przez tego giganta ecommerce, zaowocowało dość zaskakującymi wnioskami. Okazało się, że kobiety kupujące staniki o większym rozmiarze mają większą siłę nabywczą. Badania dotyczyły rynku chińskiego. Chinki, które kupiły stanik w rozmiarze B w 65% zaliczały się do grupy klientów z niskimi wydatkami, a tylko 7% Pań z tym rozmiarem należało do grupy wysokich wydatków. Rozmiar C i D kupowały klientki, które w 61% zaliczał się do grupy ze średnimi wydatkami (ani niskie, ani wysokie). Natomiast aż 33% użytkowniczek rozmiaru E zaliczało się do grupy skłonnej do wyższych wydatków. Nie trudno sobie wyobrazić, jak ten prosty wynik można w łatwy sposób było przełożyć na targetowanie reklamy do odpowiednich grup „stanikowych”. Dzięki takiemu zabiegowi firma podwoiła zyski ze sprzedaży, a klientki były zadowolone ze spersonalizowanej kampanii.
- PredPol
PredPol specjalizuje się w narzędziach bezpieczeństwa, które dedykowane są głownie firmom lub instytucją z branż security (policja, detektywi, ochrona). Firma stworzyła algorytm, który potrafi wskazać przyszłe miejsce zbrodni z dokładnością 500 stóp. Jak to robi? Analizuje duże ilości danych z kartotek przestępstw z ostatnich dziesięciu lat z wybranego terenu. Łączy te dane z informacjami o zagęszczeniu ludności, dokonuje specyfikacji sąsiedztwa a następnie tworzy „mapę ostrzeżeń”. I tak – jeśli na przykład w pewnej dzielnicy na przedmieściach Los Angeles – gdzie system faktycznie działa – w ciągu sześciu miesięcy dojdzie do trzech kradzieży aut i dwóch włamań do mieszkań, system wykryje nietypową koncentrację i utworzy alert. Dzięki niemu policjanci mogą zacząć podejrzewać, że w najbliższym czasie prawdopodobnie dojdzie do kolejnych przestępstw.
- Workday Insight Applications
Aplikacja ma podpowiadać kadrze kierowniczej, czy pracownik zamierza opuścić firmę. Poprzez analizę ogólnej aktywności czyli zatrudnienie, awanse, zmiany miejsc zamieszkania czy jakości pracy. Następnie konfrontując te informacje z trendami w danej branży i regionie oraz z aktualnymi ofertami zatrudnienia, ma pozwolić pracodawcom przewidzieć moment, w którym pojawią się w ich pokoju z wypowiedzeniem. Dzięki temu menedżer, jeśli będzie mu zależało na zatrzymaniu pracownika, będzie mógł wcześniej zareagować i np. zaproponować awans czy podwyżkę. Odpowiednie wykorzystanie analityki i big data na tym polu pozwoli też określić potencjał pracowników i przydzielić ich do wykonywania zadań, do których najlepiej się nadają. Na tym skorzystać mają obie strony.
- Prozone Sports
Producent narzędzi do analityki sportowej Prozone Sports, chwali się na swojej stronie, że „śledzi dziesięć punktów danych każdego piłkarza na sekundę i 1,4 miliarda punktów danych na każdy mecz”. Czyli monitoruje około 12 tys. meczy na świecie, które następnie są analizowane przy wykorzystaniu automatycznych algorytmów. Dzięki temu system wypluwa im najbardziej wartościowe wnioski, z których korzystają konkretne kluby sportowe, trenerzy, czy sztaby szkoleniowe, a nawet bukmacherzy. Jak oni to robią?
Z podanych przykładów wynika, że zakres wykorzystywania technologii Big Data jest nie do wyczerpania. Tylko od firmy zależy do jakich celów będą wykorzystywać dane i pod jakim kontem będą je analizować. Dużą wartością jest sam fakt gromadzenia danych i ich filtrowania, znacznie łatwiej prowadzi się bowiem klientów, korzystając np. z bazy CRM, szybko i skutecznie można wygenerować różne podsumowania, raporty czy zestawienia. Warto korzystać ze wszystkich dobrodziejstw jakie niesie ze sobą Big Data, aby mieć pewność, która połowa budżetu na działania reklamowe była dobrze wykorzystana, a która stracona, parafrazując Franka Woolwortha.
