Jump to content

Mi már tudjuk mire van szükséged!

2014-06-12 19:24:19

Hogyan tudott az áruház hamarabb egy lány terhességéről, mint a saját apja? Honnan tudják az internetes hirdetések, hogy mi az amire szükséged van és mi érdekel? A válasz a BIG DATA.

Ma már minden konferencián van legalább egy szekció arról, hogy mennyire jó a BIG DATA, de Te vajon tudod, hogy mi is ez az új hoax? A BIG DATA nem egy új találmány, eddig is létezett és használták is, csak akkor még adatbányászat volt a neve és jelentős költséget igényelt. Azonban az internet terjedésével ma már mindenkinek elérhetőek valamilyen formában a többlet információk, mellyel megismerhetjük fogyasztóinkat, azok szokásait, sőt még titkolt vágyaikat is...



Hasonló történt az amerikai Target áruházlánc esetében is. A cég weboldalán elhelyeztek egy regisztrációt a várandós nők részére, amivel különféle célzott többletszolgáltatásokhoz, kuponokhoz jutnak néhány adat megadása után. Ezeket az adatokat elemezve jött rá a cég, hogy a kismamák a második trimeszter kezdete táján nagy mennyiségben vásároltak szagtalan testápolót, illetve az első 20 hétben az átlagnál nagyobb mennyiségű kálcium, magnézium, és cink tablettákat. A szülés közeledtével pedig megnőtt az illatmentes szappan, az extra méretű vattalabda-csomag, és a kézfertőtlenítő vásárlásaik száma.

Összesen 25 olyan terméket lokalizáltak, amelyek kombinációit vásárlók esetében a rendszer kiadott egy terhességi valószínűségi mutatót, valamint azt, hogy az adott kismama a terhesség milyen szakaszában tart és mire lesz szüksége a későbbi szakaszokban. Ezt az algoritmust pedig nem csak a webes regisztrálók esetén, hanem a hagyományos vásárlóknál is elkezdték használni és terhes termékeket tartalmazó kedvezménykuponokkal ajándékozták meg őket.

Egy nap bement egy felháborodott férfi az egyik áruházukba, és dühösen követelte, hogy a vezetővel beszélhessen. Felháborodott, hogy a középiskolás lányának terhességi termékeket tartalmazó kuponokat küldött az áruház, ezzel "arra csábítva" a gyereket, hogy idő előtt vállaljon gyereket. A felháborodott apukát sűrű elnézéskérésekkel sikerült leszerelni, a szoftver fejlesztőket pedig gondolom alapos fejmosás érte.  De mikor néhány nappal később az ügyfélszolgálat még egyszer visszahívta, az apa már más hangnemben beszélt, mivel időközben kiderült, hogy apuka féltve őrzött, kicsi lánya valóban terhes, de neki nem merte elmondani. Az apuka természetesen megdöbbent, hogy az áruház előbb tudta? A szoftver azonban a szokások alapján helyesen mutatta ki a várandósságot.

A hír elterjedését követően azonban az emberek megijedtek, elkezdték félteni adataikat, titkaikat, ezért az előrelátó termék ajánlás vesztett népszerűségéből, a forgalmi adatok pedig csökkeni látszottak. Mit lépett erre az áruházlánc? A terhes termékek közé irreleváns kuponokat kevertek, így a terhességi vitaminok mellé például fűnyírót, edényeket, ezzel oszlatva el a vásárlók kétkedését és ismét sikeresen megnövelve a babaápolási és terhességi cikkek szegmensét.

Nem véletlen írták már, hogy a jövő kereskedőinek olyan élményt kell adniuk vásárláskor, mint egy jól sikerült randevú. Egy olyan esemény, ahol a kereskedő tudja, mik az igényeim, és azonnal képes a lehető legjobb választ adni rájuk. Ahol minden klappol, azt kapom amit vártam, sőt, még egy kicsit többet is, de az egész mégis természetes, és magától értetődő, nem szennyezi be a kémkedés érzése.

Mire van szüksége a kereskedőnek, hogy előre tudja a gondolataimat?

Esztelen mennyiségű adatra és jó kérdésekre! A fenti példa ugyanis akármennyire döbbenetes, mégis kivételnek számít, pusztán tranzakciós adatok alapján nem lehet minden élethelyzetet megtippelni. Ahogy a terhes anyák esetében a regisztrált felhasználók vásárlásai szolgáltatták a mintákat, szükség van egy jól azonosítható körre, akiknek az adatai alapján viselkedési mintákat nyerhetnek ki, és rávetíthetik az ismeretlen tömegekre.

retail5.jpg

Szerencséjükre, ma már olyan mennyiségű adatforrás áll rendelkezésükre, hogy sokszor azt sem tudják mit kezdjenek vele.

A pénztárgépek tranzakciós adatai, a hűségkártyák adatai, a boltok készletváltozásának adatai, a bolti mozgásérzékelő szenzorok adatai, az online boltjuk keresései, böngészései, az online vásárlások adatai, a call centerük hívásai mind mind olyan információk, amiből jobban meg lehet érteni, hogy kik, mit, mikor vásárolnak. Sőt, a modern big data alkalmazások az ömlesztett információkban (facebook, twitter, blogok, kommentek, videó-, és képmegosztás, stb.) is kitűnően képesek keresni.

Nem lehet azt állítani, hogy korábban ne létezett volna adatbányászat. De ilyen méretű adatbázisokban összefüggéseket találni nem, vagy csak óriási erőforrással és nagyon lassan lehetett. Nem véletlen, hogy a legtöbb helyen még ma is a vezetők számára a statisztikát a havi riportok jelentik. De képesek lehetnek a jövőben havi riportok alapján megfelelő sebességgel reagálni? 

ÁT mernél-e sétálni az úttesten, ha a legfrissebb információd az áthaladó autókról 5 perces?

A vásárlási adatoknak és egy hűségkártya rendszer személyes adatainak összevezetésével a SPAR, a Coop, vagy a CBA már ma is képes lenne arra, hogy hasonló előrejelzéseket készítsen, mint az amerikai Target. Vannak hozzá adatai, és rendelkezésre állnak a technológiák. De ehhez a megfelelő kérdéseket kell tudni feltenni a szerteágazó adattömegnek.

Kevin Weil, a Twitter vezető elemzője mondta: “Ma már könnyű megtalálni a választ egy kérdésre. Sokkal nehezebb megtalálni a megfelelő kérdést". Cégek ezrei ülnek terabájtnyi méretű adathalmokon, de a legtöbb esetben fogalmuk sincs, hogyan tudnának az alapvető statisztikákon túl hasznos információt kiszedni belőle. Egy idő után szalagra archiválják, és beteszik egy szekrénybe. Pedig ott van rajta a múltunk, ami számukra a jövő lehetne.

Még több adat kell

Azonban annak ellenére, hogy ennyi adat és forrás áll rendelkezésünkre, még mindig nincsenek meg sok esetben a megfelelő eszközeink arra, hogy az egyes adatforrásokat összekössük és együttesen elemezük azokat. Ez ugyanis a kulcsa annak, hogy  a kereskedők elérjék azt a bizonyos randevú hatást és a siker biztos lehessen.  

Jelenleg még csak a BIG DATA felszínét kapargatjuk, például a Google párizsi utazásos hirdetést jelenít meg neked, ha korábban valamiért a Párizs szóra kerestél, pedig lehet, hogy Te csak azt szeretted volna megtudni, hogy hány metró van Párizsban. A jövőben a Google és az összes webáruház olyan intelligens ajánlatokkal bombáz majd, amiben tudni fogják, van-e pénzed Párizsba utazni, van-e kivel utaznod, szoktál-e utazgatni és milyen programok érdekelnek inkább. Meg tudják becsülni, hogy autóval, vagy repülővel fogsz-e menni, milyen hotel lehet a preferenciád, stb.

Ehhez azonban a big data algoritmusokba az élet minél több területéről származó adatokat be kell kapcsolni. A vásárlásaidat, a netes kereséseidet, a hozzászólásaidat, megosztásaidat a közösségi oldalakon, és nem utolsó sorban a téged körülvevő szenzorok információit is be kell majd csatornázni. Ezt készíti elő a Google új analikai kódja a Universal Analytics is, ahol már nem csak az online, hanem az offline szokásaidat is követhetik a cégek.

Kémek a lakásban, a boltokban, a testünkön ....

Minél több okos eszközzel vesszük körül magunkat a lakásunkban, az autónkban, a testünkön, annál kiszolgáltatottak leszünk a szenzorok korában. Ugyanis ezek az eszközök kérdés nélkül, vagy egy rosszul látható pipa ki nem csekkolása után, továbbítják majd adatainkat arról, hogy mikor hová megyünk, milyen érzelmi reakcióba kerülünk, mely időszakban mit csinálunk lakásunkban, vagy éppen milyen egészségügyi állapotban vagyunk. Ha csak egy lakás energiafelhasználását gyűjtenénk smart eszközökkel, már abból is nagyon mélyen megismernénk a lakók életét: Hányszor főznek, hányszor melegítik csak mikróban az ételt, mikor és mennyit tévéznek, számítógépeznek, mikor mosnak. retail6.jpgÖsszevetve milliónyi másik háztartás energiafogyasztásával, megdöbbentően pontosan meg lehet saccolni olyan tulajdonságokat is, amelyek az adatokból egyértelműen nem vezethetők le.

Most ez alapján képzeljük el, mit árulunk el azzal, ha az autónk, hűtőszekrényünk, termosztátunk, biztonsági rendszerünk, tévénk, hifink, okosóránk is folyamatosan adatokat szolgáltat. Az egyik oldalról rémisztően orwelli világképet sugall. A másik oldalról azonban ez egy óriási lehetőség, amiből a kereskedők és a vásárlók is profitálhatnak. Tévedés azt hinni, hogy a kereskedők a lehető legdrágább terméket próbálják rásózni a vevőkre. Valójában pontosan tudják, hogy ez nem működne, ehelyett mindenkinek a neki legjobban kellő termékeket szeretnék kínálni, de ehhez a ma elérhetőnél összetettebb adatokra van szükségük.

A facebookon ma is lehet hirdetést targetálni néhány speciális élethelyzetre, pl. akiknek új munkájuk van, távol vannak a családjuktól, friss kapcsolatban vannak, vagy nemrég költöztek, de mivel az adatszolgáltatás önkéntes és manuális, ezért ha már érdeklődési körre szűkítünk, drámaian lecsökken a célba vehető emberek köre.

Big picture

Ahogy a kereskedőknél, vagy a Google-nál, úgy a facebook kezében is csak a valóság egy szelete van, ebből próbálja az alkalmazásaival megbecsülni a teljes képet.

retail4.jpg

Más tabletre lehet szükségem, ha van vagy nincs gyerekem, ha bizonyos márkákat preferálok, ha tévében vagy számítógépen nézek filmeket, ha első vagy többedik

tabletet akarok venni, ha egy blogban vagy a facebookon feltettem már kérdéseket tabletekről, ha kevés vagy sok a fizetésem, de befolyásolhatja az is, ha sok a fizetésem, mégis valamiért bizonytalannak érzem az állásomat.

Ahhoz, hogy a kereskedők a lehető legpontosabban tudják, mire van szükségünk, ahhoz valakinél össze kell futnia az összes (de legalábbis sok) adatnak. Nem véletlen, hogy a Google és az Apple is nyomul a smart home és a hordozható okoseszközök területén.

Ettől függetlenül jelenleg áthatolhatatlan törésvonalak látszanak a kereskedelmi adatok (Amazon, Wal-Mart, stb.), a szociális kapcsolatok adatai (facebook), a webes aktivitás adatai (Google, facebook (Like gomb)), és a szenzorokkal megpakolt kütyük adatai (Google, Apple) között. Azt gondolom, az út mégis ezek közös platformra hozása felé vezet, bármilyen stádiumban vagyunk is jelenleg.

Feltéve, hogy ez megtörténik, elképzelhetetlen piaci rálátásuk és hatalmuk lesz azoknak, akik mindezeket az adatokat birtokolni fogják. Mivel saját önismeretünk legtöbbször elég gyenge lábakon áll, nem végletes túlzás azt állítani, hogy jobban fogják tudni mire van szükségünk, mint mi magunk. A kereskedők olyan alaposan célzott, személyre szabott hirdetéseket tudnak majd készíteni, amik jelentősen felgyorsítják a vásárlási döntéshozatalt, de ez még jelen pillanatban a jövő...

Azt fogjuk mondani: Azért szeretek az XY boltjában vásárolni, mert pont olyan termékeket kínál kedvezményesen, amilyeneket venni akarok. És pont ez lesz a big data egyik legnagyobb eredménye a kereskedelemben, a tökéletes randevú.

Forrás: Smart Tech Blog