Opinie: Alex Bordei, director of product and development, Bigstep Cloud: Big data pentru big business

A ”face big data“ se referă la a face lucruri la scară mare, dar și lucruri mai dificile, cum ar fi să determini automat tipare sau corelații, trenduri și predicții și, 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 roboți complet autonomi, dar, relativ ușor, se poate elimina multă muncă manuală. La fel cum informatizarea a adus creșteri de eficiență semnificative și a transformat businessuri, aceste tehnologii adaugă inteligență în procesele automate și revoluționează deja industrii întregi cum ar fi taximetria (vezi Uber, Lyft) sau advertisingul.

Cel puțin printre clienții noștri, vedem trei tipuri de utilizări ale acestor tehnici:

1. CORELAREA MAI MULTOR SURSE DE DATE

Aproape toți 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. Corelațiile între două sau mai multe sisteme sunt, în general, foarte reduse.

Se vorbește despre așa-zisele ”silozuri de date“. Multe date, dar separate unele de altele în sisteme diferite, cu politici de securitate diferite și, 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“ și în el se pot stoca și procesa nu doar date structurate cum ar fi tabele, ci și date nestructurate, cum ar fi feedback adunat de la clienți, sub formă de text.

2. ACCELERAREA DECIZIILOR

A doua mare utilizare a big data este pentru aducerea unei interactivități în analiză și, implicit, viteză în luarea deciziilor. ”|n timp real“, respectiv cu o frecvență similară cu viteza cu care datele sunt produse la sursă, se pot aduce date din teren, coroporate și agregate, în fața directorilor, pentru decizii foarte rapide.

Deciziile pot fi luate de oameni, dar și automat, de către sisteme expert care mimează într-o oarecare măsură un om. De exemplu, într-un magazin se poate determina automat ce produse și din ce varietate sunt insuficiente la raft pentru consumul estimat din următoarele două ore și 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 și 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 clienți și a le apropia experiența din magazin de cea din online.

4. SIMULĂRI ȘI EXPERIMENTARE AUTOMATĂ

Multe companii au probleme în stabilirea prețurilor. Trebuie luate în calcul nu doar costurile de producție, dar și prețurile concurenței. Dacă aceste două aspecte se pot automatiza relativ ușor, 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 clienții vor fi sensibili sau nu la o variație de preț și cu cât. Dacă creștem prețul 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 diferența. Automat, se pot și testa ipoteze. Se rulează un experiment timp de o lună și, pe baza reacției, 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 profesioniști. Tehnologiile sunt universale, dar pot rezolva doar probleme specifice bine definite și, prin urmare, implicarea cuiva care are experiență în domeniu este crucială pentru succesul unei astfel de inițiative.

Spre deosebire de un ERP sau un CRM, o soluție de big data nu este implementată o dată și apoi ținută la zi. Algoritmii trebuie să fie constant ajustați și îmbunătățiți pentru a rămâne sau a trece în fața concurenței care, cu certitudine, va implementa aceleași practici mai devreme sau mai târziu. Cele mai multe organizații, chiar și cele eminamente non-tehnice, cu care lucrăm, își construiesc echipe interne de big data. Infrastructura hardware și software sunt externalizate, dar cunoștintele din industrie sunt cele care fac diferența.

Este, desigur, nevoie și de o deontologie profesională în acest domeniu și GDPR definește o serie de reguli, însă, este clar că big data a depășit de mult nivelul de tehnologie nouă despre care doar se vorbește. Este cât se poate de productivă și, în curând, indispensabilă în societatea modernă.