ישנן הגדרות רבות ל- של Big Data, את ההגדרה הנפוצה רבים מכירים: נפח (Volume), מהירות (Velocity) ומגוון (Variety). אולם לטעמי הגדרה זו לוקה בחסר, כיוון שזוהי הגדרה טכנולוגית, בעוד Big Data הינה תפיסה עסקית שעליה להביא ערך לארגון, מטרת הטכנולוגיה היא לאפשר את יישום הערך העסקי, לפיכך סיכויי ההצלחה של פרויקט Big Data שלא יהיה מחובר לאסטרטגיה העסקית קלושים. אציג מספר דוגמאות הממחישות יישומים עסקיים ל- Big Data.

ה-Waze של הרמזורים

את אפליקציית Waze כולם מכירים, בואו ניקח את זה צעד קדימה: נסעתם פעם להצגות חנוכה בסינרמה, בדרך פקקים איומים, ובצד עומד שוטר ליד לוח הבקרה של הרמזורים ומכוון אותם? תארו לכם שיקום סטארטאפ ויפתח תוכנה לשליטה ובקרה על רמזורים. החברה תנתח מספר סוגי נתונים בזמן אמת: תנועת רכבי חרום ותנועת תחבורה ציבורית, בנוסף החברה תחתום על הסכם שיתוף פעולה עם חברת Waze לפיה נתוני יעדי הנסיעה של כל המשתמשים יועברו לחברה בזמן אמת. על בסיס ניתוח נתונים אלו, הרמזורים ישנו את פעילותם: רכבי חירום ואוטובוסים יקבלו עדיפות, כיווני תנועה בהם יש עומס רב יותר, יקבלו אור ירוק לזמן ממושך יותר, וכן הלאה.

המלצות קניה (לא תמיד) מותאמות אישית

המלצות קניה מותאמות אישית הם יישום נפוץ של Big Data, דוגמא מפורסמת לכך היא נערה ממיניאפוליס שקיבלה קופוני הנחה לבגדי הריון ברשת טארגט, אביה פנה לרשת בזעם ושאל מדוע שלחו לבתו קופונים לבגדי הריון, רק מאוחר יותר התברר לאב כי בתו אכן בהריון, רשת טארגט ניתחה זאת על בסיס ניתוח רכישותיה, שכללו מגבונים ריחניים ותוספי מגנזיום.

אולם, לעיתים האלגוריתמים מפספסים, לאחר שרכשתי ספרות מקצועית באמזון, קיבלתי מספר אימיילים המציעים לי ספרים נוספים באותו תחום, נחמד חשבתי לעצמי. כשנה מאוחר יותר רכשתי מחשב נייד באמזון, לא חלפו שבועיים ממועד הרכישה וקיבלתי מייל המציע לי דגמים שונים של מחשבים ניידים.

שמישהו יספר לאנליסטים של אמזון, שאם קניתי ספר הם יכולים להמליץ לי על ספר נוסף לאחר שבועיים, אך אם קניתי מחשב הם אמורים להציע לי דגמים נוספים לאחר שנתיים.

טרפיק זה לא רק באינטרנט

רוצים להקים עסק המבוסס על מופע רב של קהל ברחוב? נניח בית קפה או חניון, בשיטה המסורתית הייתם צריכים לבחור מדגם של מספר ימים, לעמוד ברחוב עם סטופר ולספור את התנועה, או לוותר על התענוג ולהשתמש באומדנים. לפני כשנה נכתב בוול סטריט ג'ורנל על חברה בשם Turnstyle, החברה שתלה מאות חיישנים במרכז טורונטו, הקולטים אותות מסמארטפונים באופן חד ערכי, מסירה מידע אישי ומוכרת את המידע לצרכים שיווקיים,

לשיטה זו יש חסרון, ל Turnstye-אין מידע דמוגרפי כמו גיל, מקום מגורים ופרטים נוספים, חלק מפרטים אלו מצויים בידי חברת הסלולר, שגם מודעת למיקום שלנו בכל עת, חברות הסלולר יכולות להסיר את המידע המזהה מהנתונים ולמכור אותו לחברות לניתוח מידע צרכני, שעל בסיסו יפיקו ניתוחים כגון אילו סגמנטים נכנסים לאיזה חנות, מה משך השהיה הממוצע בחנות, מה תנועת הולכי הרגל, ומה תנועת הרכבים (על פי מהירות המעבר בין האנטנות ניתן להבחין לבין הולכי רגל לבין נוסעים), זהו מידע שיכול להיות רב ערך לחברות קמעונאיות.

ניהול תורים

בקופת החולים שלי, התורים לרופא המשפחה הם בהפרש קבוע של עשר דקות, בפעם האחרונה שביקרתי אצל הרופא הוא קרא לי לפני מטופל אחר, והסביר שהמטופל הזה צפוי לשהות אצלו שעה ארוכה, אם הרופא מכיר את מטופליו, אז בוודאי שמערכת Big Data, יכולה לנהל יומן תורים עם אינטרוול דיפרנציאלי, מטופלים שונים יקבלו תור במשך זמן שונה על בסיס מאפיינים כגון גיל, מחלות כרוניות, היסטוריית ביקורים קודמת.

זיהוי הונאות

Data Scientist חובב אופנועים סיפר לי פעם, כי הוא משך כסף מכספומט, עלה על האופנוע הביתה בשעת לילה מאוחרת, בדרך נזכר שמשך סכום נמוך מידי, עצר בכספומט אחר, אולם כרטיס האשראי שלו נבלע במכשיר. כשהתקשר למחרת למוקד הבנק לברר מדוע, נמסר לו כי הוא ניסה למשוך כסף בערים שונות בהפרש זמנים לא סביר, האלגוריתם של הבנק כנראה לא לקח בחשבון אופנוענים.

הונאות הוא אתגר לחברות כרטיסי אשראי ובנקים, מצד אחד הונאות עולות כסף רב לתעשייה הפיננסית, מצד שני תארו לכם שעל כל חשד בהסתברות נמוכה כרטיס האשראי שלכם ייחסם, האתגר הוא למצוא את האיזון בין מניעת סיכונים לבין פגיעה בנוחות הלקוח וזאת כמעט בזמן אמת.

איך עושים את זה? פעולות בפער גיאוגרפי בזמן לא סביר הם דוגמא אחת, מקרים חריגים נוספים יכולים להיות התנהגות אשר חורגת ממרבית הרוכשים בחנות - לא סביר למשל שכרטיס אשראי יגהץ באלפי דולרים בתחנת דלק או בסופר מרקט.

אולם הדוגמאות לעיל הם חוקים עסקיים פשוטים שניתן להגדיר כהתראות, בעוד המציאות מורכבת יותר, בלוגרית אמריקאית תיארה לפני מספר שנים שיחת שקיבלה מחברת האשראי, בה נשאלה האם ביצעה רכישה בסך 99 סנט ב iTunes, היא השיבה שלא, הבלוגרית נשאלה האם ביקרה במסעדה מסוימת בלא וגאס והשיבה שכן.

חברת האשראי זיהתה כי מספר לקוחות שביקור במסעדה מסויימת בלאס וגאס, חויבו בכרטיס האשראי שלהם בסכום פעוט כגון החיוב בסך 99 סנט, זאת תוך 12 עד 48 שעות מהביקור במסעדה. חברת האשראי העריכה כי הרכישות בסכומים הנמוכים נועדו לבדוק את ערנות הלקוחות, לכן חסמה את הכרטיסים ודיווחה למשטרה על חשד להעתקת כרטיסים במסעדה.

אז מה זה Big Data?

המשותף לכל הדוגמאות שהצגנו, הינו שימוש בנתונים על מנת למצוא בהם דפוסים ותבניות שיכולות להפיק תועלת עסקית. צריך לזכור כי המטרה העיקרית היא להביא ערך עסקי, והטכנולוגיה היא האמצעי, ולא להפך.