Τα Big Data αποτελούν μία από τις θεαματικότερες τεχνολογίες των τελευταίων ετών. Εξίσου εντυπωσιακά είναι και τα προσδοκώμενα οφέλη, όπως τα καταγράφει πρόσφατη έρευνα.

Η έννοια των Big Data μπορεί να μπήκε στον επιχειρηματικό κόσμο μόλις τα τελευταία χρόνια, αλλά είχε ήδη κάνει «κινηματογραφική πρεμιέρα» από το 2002. Στο Minority Report, με πρωταγωνιστή τον Τομ Κρουζ, τρεις από τους χαρακτήρες της ταινίας έχουν την υπερφυσική δυνατότητα να «επεξεργάζονται» τα δεδομένα από όλα τα εγκλήματα που έχουν συντελεστεί στην πόλη στο παρελθόν και να προβλέψουν επικείμενες δολοφονίες.

Χαρακτηριστικές λεπτομέρειες της ταινίας είναι οι ηλεκτρονικές αφίσες οι οποίες «αναγνωρίζουν» τους περαστικούς και προβάλουν εξατομικευμένα μηνύματα, ανάλογα με τις καταναλωτικές τους συνήθειες και προτιμήσεις. Δέκα χρόνια μετά, οι τότε φουτουριστικές έννοιες της πρόβλεψης γεγονότων και διαχωρισμού των πελατών μπορούν πλέον να αποτελέσουν διαδικασία της επιχειρηματικής καθημερινότητας για την εταιρεία που διαθέτει την σχετική τεχνολογία.

Ισως κιόλας να είναι αυτή η αύρα «επιστημονικής φαντασίας» που κάνει το θέμα των Big Data τόσο προσφιλές στον επιχειρηματικό κόσμο του σήμερα. Ας προσγειωθούμε όμως στην πραγματικότητα, για να εξετάσουμε τα απτά οφέλη τα οποία μπορεί να προσδοκά μια επιχείρηση από την επένδυσή της σε τεχνολογία Big Data, όπως αυτά προκύπτουν από πρόσφατη έρευνα της aim – Global Community of Information Professionals.

 Αυτά που ανοίγουν το δρόμο προς τα Big Data
• Το 70% των ερωτηθέντων μπορούν να οραματιστούν ένα killer application στον τομέα των Big Data το οποίο θα μπορούσε να αποδειχθεί «πολύ χρήσιμο» ή και «θεαματικό» (18%) για την επιχείρησή τους. Η πλειοψηφία αυτών προτιμά να μην κατονομάσει το τι είδους εφαρμογή θα ήταν αυτή.

• Το 61% βρίσκει «πολύ χρήσιμη» τη σύνδεση μεταξύ αδόμητων και δομημένων datasets. Σήμερα, η ενοποιημένη πρόσβαση σε δεδομένα που βρίσκονται σε διαφορετικά repositories αντιπροσωπεύει μια πρόκληση για τους περισσότερους ερωτηθέντες.

• Το 56% θα το έβρισκε «πολύ χρήσιμο» να μπορεί να τρέξει εξελιγμένα analytics στο αδόμητο περιεχόμενο και, κυρίως, pattern analysis, keyword correlation, incident prediction και fraud prevention.

• Για το 70% των ερωτηθέντων είναι «δυσκολότερη» ή «πολύ δυσκολότερη» η αναζήτηση πληροφορίας στα εσωτερικά συστήματα της εταιρείας απ’ ότι είναι η αναζήτηση στο Web. Η έλλειψη τυποποιημένων εργαλείων ανάλυσης αποτελεί κρίσιμο θέμα για τη βελτίωση του business intelligence.

 Ειδικές εφαρμογές σε ειδικές αποστολές
• Η αναγνώριση τάσεων και μοτίβων, καθώς και η κατηγοριοποίηση του περιεχομένου, δείχνουν το υψηλότερο επίπεδο ζήτησης μεταξύ των τεχνικών αδόμητης ανάλυσης.

• Η ανάλυση των πεδίων σχολιασμού είναι η δυνητικά δημοφιλέστερη εφαρμογή (68%). Η ανάλυση των logs του help desk και του CRM είναι η δημοφιλέστερη εφαρμογή σήμερα. 

• Το 9% των επιχειρήσεων ήδη χρησιμοποιούν τα data sets που είναι διαθέσιμα δημοσίως ώστε να εξάγουν μακροπρόθεσμα business intelligence ή να επιλύσουν προβλήματα, και το 42% θέλουν να το κάνουν. Αντίστοιχη είναι και η προθυμία για σύνδεση με εξωτερικά, συνδρομητικά data sets.

• Η παρακολούθηση των system logs, των συνομιλιών του help desk και των web clicks είναι οι δημοφιλέστερες real-time ή time-critical εφαρμογές σήμερα, με απώτερο μελλοντικό στόχο την παρακολούθηση και την ανάλυση όλης της εισερχόμενης επικοινωνίας, καθώς και των εξωτερικών πηγών κοινωνικής και γενικής πληροφόρησης.

Tα εμπόδια που θα πρέπει να ξεπεραστούν
• Πολλές εταιρείες (26%) πασχίζουν ακόμη να οργανώσουν το περιεχόμενό τους. Πολλές (30%) έχουν ανεπαρκείς δυνατότητες reporting και BI. Και οι δύο αυτοί παράγοντες επηρεάζουν τις προτεραιότητες και τη δυνατότητα εκτέλεσης ενός έργου Big Data.

• Υπάρχει κάποια αλληλεπικάλυψη προτεραιοτήτων μεταξύ της αναζήτησης και των analytics, αλλά οι περισσότεροι χρήστες βλέπουν την ίδια αξία και στα δύο. Το 55% των εταιρειών σήμερα δεν έχουν κανένα από τα δύο. Μόνο το 8% έχουν και τα δύο.

• Η ασφάλεια της αναζήτησης και των analytics αποτελεί βασικό προβληματισμό για το 64% των ερωτηθέντων, συμπεριλαμβανομένου ενός 19% που την αναφέρει ως ανασταλτικό παράγοντα. Η ασφάλεια αναφέρεται επίσης σαν βασική προϋπόθεση για οποιαδήποτε αγορά.

• Η έλλειψη εξειδίκευσης εσωτερικά αποτελεί το βασικότερο πρόβλημα για τους περισσότερους ερωτηθέντες -και ακολουθεί το κόστος και της δυσκολίας σύνδεσης των datasets. Οι ερωτηθέντες επιδιώκουν να εκπαιδευτούν καλύτερα στο θέμα των Big Data και να τα αξιοποιήσουν καλύτερα μέσα από τη γνώση αυτή.

• Οι όροι «content analytics», «unified data access», «semantic analysis» και «sentiment analysis» γίνονται κατανοητοί από το 50% των ερωτηθέντων. Συγκεκριμένες τεχνολογίες, όπως οι Hadoop, NoSQL και Map Reduce, είναι γνωστές μόνο στο 25% των ερωτηθέντων.

Το «happy end» της υλοποίησης
• Το 88% θα προτιμούσε να δημιουργήσει μεγάλα datasets για ανάλυση on-premise ή σε private cloud αντί σε εφαρμογή SaaS (6%) ή σε υποδομή public cloud (3%).

• Δεν υπάρχει σύγκλιση απόψεων όσον αφορά το sourcing των Big Data capability. Είναι ανοικτά όλα τα ενδεχόμενα: in-house development, open source, custom development, best-of-breed και analytics suites. Η πλειοψηφία των ερωτηθέντων είναι πιθανότερο να:

• Χρησιμοποιήσει ένα συνδυασμό των παραπάνω.

• Το 7% των ερωτηθέντων έχουν ήδη επενδύσει σε Big Data ή σε big content analytics tools. Το ποσοστό αυτό αναμένεται να διπλασιαστεί μέσα στους επόμενους δώδεκα μήνες. Οι περισσότεροι ερωτηθέντες (48%) τοποθετούν την επένδυση σε ορίζοντα δύο ή τριών ετών. 


Οι περιορισμοί των «small data»
Η όλο και σε μεγαλύτερο βαθμό υιοθέτηση της τεχνολογίας Big Data σημαίνει ότι κάθε επιχείρηση που βασίζει το πλεονέκτημά της σε δεδομένα είναι πλέον πιθανότερο να βρεθεί εκτεθειμένη σε ένα πεδίο διευρυμένου ανταγωνισμού.

Μεγάλη πρόκληση για πολλές επιχειρήσεις αποτελεί και το γεγονός ότι τα «βουνά» δεδομένων που συγκεντρώνουν, κρύβονται συχνά σε σιλό συγκεκριμένων τμημάτων, συνθήκη που δεν επιτρέπει την έγκαιρη αξιοποίησή τους. Αντίστοιχη είναι και η παρακράτηση των στοιχείων των πελατών σε συγκεκριμένα τμήματα, γεγονός που παρεμποδίζει τη διαμόρφωση ενιαίας άποψης σχετικά με τον πελάτη.

Κάποιες εταιρείες προσπαθούν ήδη να καταργήσουν αυτά τα διαχωριστικά και να ενοποιήσουν τα δεδομένα που έχουν εγκλωβιστεί σε επιμέρους συστήματα, ενισχύοντας τη συνεργασία μεταξύ απομονωμένων μεταξύ τους επιχειρησιακών τμημάτων ή, ακόμα, καλώντας προμηθευτές και πελάτες τους σε συνεργασία για τη συνδημιουργία νέων προϊόντων.

Αλλάζοντας τα δεδομένα
Τα Big Data επιτρέπουν σε μια επιχείρηση να λαμβάνει τις αποφάσεις της σε μια εντελώς διαφορετική βάση. Χρησιμοποιώντας ελεγχόμενα «πειράματα», οι εταιρείες μπορούν να δοκιμάζουν διαφορετικές υποθέσεις και, αναλύοντας τα αποτελέσματά τους, να κάνουν λειτουργικές αλλαγές και στοχευμένες επενδύσεις.

Τέτοιου είδους «πειράματα» πραγματοποιούν ήδη, και σε μεγάλο βαθμό, διαδικτυακές εταιρείες οι οποίες βρίσκονται σε διαρκή αναζήτηση των παραγόντων που αιχμαλωτίζουν την προσοχή του χρήστη και μεγιστοποιούν τις πιθανότητες για πώληση. Αντίστοιχα πειράματα τρέχουν και παραδοσιακού τύπου επιχειρήσεις.

Τα McDonald’s, για παράδειγμα, έχουν εξοπλίσει κάποια από τα καταστήματά τους με συσκευές οι οποίες συλλέγουν λειτουργικά δεδομένα, παρακολουθώντας τις συναλλαγές των πελατών, την κίνηση στα καταστήματα και τα «μοτίβα» που ακολουθούν οι παραγγελίες. Ολη αυτή η πληροφορία, αναλύεται με τρόπο τέτοιο που να καθιστά ορατή τη σύνδεση που υπάρχει μεταξύ των εναλλαγών στο μενού, τον σχεδιασμό του καταστήματος και την εκπαίδευση του προσωπικού με την παραγωγικότητα και τις πωλήσεις.

Οι φορείς που δεν έχουν τη δυνατότητα να διεξάγουν ένα παρόμοιο «ελεγχόμενο πείραμα», μπορούν να ακολουθήσουν τη λογική του «φυσικού πειράματος», για να εντοπίσουν τους παράγοντες που επηρεάζουν την απόδοση. Ενας κυβερνητικό οργανισμός, για παράδειγμα, συνέλεξε δεδομένα από πολλαπλές ομάδες εργαζομένων που ασκούν παρόμοια καθήκοντα στα διαφορετικά του γραφεία.

Το γεγονός και μόνο ότι τα δεδομένα αυτά έγιναν ευρέως διαθέσιμα, παρακίνησε τους «αργότερους» εργαζόμενους να βελτιώσουν την απόδοσή τους. Ο χώρος του λιανεμπορίου, τέλος, προσφέρει αρκετά παραδείγματα αξιοποίησης των Big Data μέσα από την παρακολούθηση των κινήσεων των πελατών μέσα στο κατάστημα και του τρόπου αλληλεπίδρασης τους με τα προϊόντα.

Οι retailers αυτοί συνδυάζουν τα παραπάνω στοιχεία με τα αρχεία των συναλλαγών και τρέχουν πειράματα σχετικά με το ποια εμπορεύματα θα πρέπει να διαθέτουν, πού θα πρέπει να τα τοποθετούν και πώς και πότε θα πρέπει να προσαρμόζουν τις τιμές. 

Παρόμοιες μέθοδοι βοήθησαν μια μεγάλη εταιρεία λιανεμπορίου να μειώσει των αριθμό των ειδών των αποθεμάτων της κατά 17%, αυξάνοντας παράλληλα το mix των επικερδέστερων προϊόντων λευκής ετικέτας -χωρίς να πλήττουν το μερίδιο αγοράς. 

Η πληροφορία στο επίκεντρο της στρατηγικής
Τα Big Data ανοίγουν το δρόμο για τη δημιουργία ενός νέου τύπου επιχειρήσεων, με την πληροφορία στο επίκεντρο της στρατηγικής. Κάποιες από τις επιχειρήσεις αυτές παίζουν το ρόλο του διάμεσου σε αλυσίδες αξίας όπου συλλέγουν και αξιοποιούν τα δεδομένα που προκύπτουν από επιχειρηματικές συναλλαγές.

Μια εταιρεία μεταφορών, για παράδειγμα, αντιλήφθηκε ότι μέσα από τις διαδικασίες της συνέλεγε τεράστιες ποσότητες πληροφορίας σχετικά με την παγκόσμια αποστολή προϊόντων. Αντιλαμβανόμενη την ευκαιρία που ενείχε η γνώση αυτή, δημιούργησε ένα τμήμα το οποίο διαθέτει τα δεδομένα αυτά (έναντι πληρωμής) για την πραγματοποίηση επιχειρηματικών και οικονομικών προβλέψεων.
Τα Big Data δημιουργούν επίσης και έναν σημαντικό αριθμό νέων θέσεων εργασίας.

Μόνο στις ΗΠΑ, σύμφωνα πάντα με έρευνα της McKinsey Group, η ζήτηση για managers και αναλυτές με κατανόηση των δυνατοτήτων αξιοποίησης των Big Data θα φτάσει το 1,5 εκατ. θέσεις εργασίας μέχρι το 2018. Η δε ζήτηση στον χώρο των εξειδικευμένων αναλύσεων (συμπεριλαμβανομένου του machine learning και της προηγμένης στατιστικής ανάλυσης) θα αφορά 140.000 με 190.000 επαγγελματίες.