A ”face big data“ se referă la a face lucruri la scară mare, dar şi lucruri mai dificile, cum ar fi să determini automat tipare sau corelaţii, trenduri şi predicţii şi, eventual, a lua automat decizii în locul unui om.
Aceste tehnici sunt departe de a fi un panaceu. Tehnologic, suntem încă departe de a avea roboţi complet autonomi, dar, relativ uşor, se poate elimina multă muncă manuală. La fel cum informatizarea a adus creşteri de eficienţă semnificative şi a transformat businessuri, aceste tehnologii adaugă inteligenţă în procesele automate şi revoluţionează deja industrii întregi cum ar fi taximetria (vezi Uber, Lyft) sau advertisingul.
Cel puţin printre clienţii noştri, vedem trei tipuri de utilizări ale acestor tehnici:
1. CORELAREA MAI MULTOR SURSE DE DATE
Aproape toţi directorii cu care vorbim au nevoie de o analiză mai bună a datelor pe care le au. Datele există în ERP-uri sau CRM-uri, dar capacitatea de explorare a acestora este limitată la acele sisteme. Corelaţiile între două sau mai multe sisteme sunt, în general, foarte reduse.
Se vorbeşte despre aşa-zisele ”silozuri de date“. Multe date, dar separate unele de altele în sisteme diferite, cu politici de securitate diferite şi, eventual, formate diferite.
Cea mai crudă utilizare a big data permite aducerea acestor date la un loc pentru a putea face un tip de analize mai avansate, pe date mai diverse, care nu au fost posibile până acum. Un astfel de sistem se cheamă un ”data lake“ şi în el se pot stoca şi procesa nu doar date structurate cum ar fi tabele, ci şi date nestructurate, cum ar fi feedback adunat de la clienţi, sub formă de text.
2. ACCELERAREA DECIZIILOR
A doua mare utilizare a big data este pentru aducerea unei interactivităţi în analiză şi, implicit, viteză în luarea deciziilor. ”|n timp real“, respectiv cu o frecvenţă similară cu viteza cu care datele sunt produse la sursă, se pot aduce date din teren, coroporate şi agregate, în faţa directorilor, pentru decizii foarte rapide.
Deciziile pot fi luate de oameni, dar şi automat, de către sisteme expert care mimează într-o oarecare măsură un om. De exemplu, într-un magazin se poate determina automat ce produse şi din ce varietate sunt insuficiente la raft pentru consumul estimat din următoarele două ore şi poate fi automat coordonat un merchendiser să ducă noi produse la raft exact când trebuie.
3. MARKETING PERSONALIZAT
O mare utilizare a big data este pentru a personaliza mesajele de marketing pentru un individ anume sau pentru un grup sau regiune. De exemplu, un magazin cash&carry poate determina automat tipologia unui client şi îi poate face discount-uri la exact acel grup de produse pe care îl cumpără frecvent, alături de trimiterea de notificări către client exact atunci când acesta este aproape de reaprovizionare. Acest gen de particularizare automată a ofertelor este extrem de eficientă în a-i fideliza pe clienţi şi a le apropia experienţa din magazin de cea din online.
4. SIMULĂRI ŞI EXPERIMENTARE AUTOMATĂ
Multe companii au probleme în stabilirea preţurilor. Trebuie luate în calcul nu doar costurile de producţie, dar şi preţurile concurenţei. Dacă aceste două aspecte se pot automatiza relativ uşor, o a treia dimensiune, mai greu de luat în calcul, este profilul clientelei unui magazin anume. Big data poate determina automat tipologia consumatorilor, construind un fel de model al clientului, care poate estima cu destul de mare precizie dacă clienţii vor fi sensibili sau nu la o variaţie de preţ şi cu cât. Dacă creştem preţul la kg de pui cu 3%, cu cât ne vor scădea vânzările?
Răspunsul e diferit de la magazin la magazin. Operând cu margini foarte mici, orice eficientizare poate face diferenţa. Automat, se pot şi testa ipoteze. Se rulează un experiment timp de o lună şi, pe baza reacţiei, se ajustează modelul care ulterior va prezice mai bine clientul. Nu vorbim despre un client anume, individualizat, în acest caz, ci de un client ipotetic, dar foarte relevant din punct de vedere statistic.
Acestea sunt doar câteva exemple de ce pot face aceste tehnologii în mâinile unor profesionişti. Tehnologiile sunt universale, dar pot rezolva doar probleme specifice bine definite şi, prin urmare, implicarea cuiva care are experienţă în domeniu este crucială pentru succesul unei astfel de iniţiative.
Spre deosebire de un ERP sau un CRM, o soluţie de big data nu este implementată o dată şi apoi ţinută la zi. Algoritmii trebuie să fie constant ajustaţi şi îmbunătăţiţi pentru a rămâne sau a trece în faţa concurenţei care, cu certitudine, va implementa aceleaşi practici mai devreme sau mai târziu. Cele mai multe organizaţii, chiar şi cele eminamente non-tehnice, cu care lucrăm, îşi construiesc echipe interne de big data. Infrastructura hardware şi software sunt externalizate, dar cunoştintele din industrie sunt cele care fac diferenţa.
Este, desigur, nevoie şi de o deontologie profesională în acest domeniu şi GDPR defineşte o serie de reguli, însă, este clar că big data a depăşit de mult nivelul de tehnologie nouă despre care doar se vorbeşte. Este cât se poate de productivă şi, în curând, indispensabilă în societatea modernă.