ד"ר שמואל בר, אינטו וויו: "ה-Big Data עוזר לפענח כוונות של טרוריסטים בשפות שונות"

"ה-Big Data עוזר לפענח כוונות של טרוריסטים בשפות שונות, באמצעות תוכנה לניתוח טקסטים שהם מפרסמים ברשתות חברתיות, בפורומים ובטוקבקים. יישומי Big Data עוזרים למיין ולהפריד את כמויות המידע האדירות, לזהות בתוכן שמות של ישויות ולהפריד ביניהן. התוצר הוא תמצית בשפה מובנת של מסמכים שכתובים בשפות שונות", כך אמר ד"ר שמואל בר, מייסד ומנכ"ל אינטו וויו (IntuView). הוא הוסיף שהמנוע של החברה, Intuscan, מנתח טקסטים בשפות שונות ומחפש בתוכן מכנה משותף, כדי לעלות על עקבותיהם של טרוריסטים.

ד"ר בר דיבר בכנס BAI-Big Data, שנערך באחרונה, בהפקת אנשים ומחשבים, במרכז הכנסים אווניו בקריית שדה התעופה. השתתפו בו 500 מקצועני BI ו-Big Data. הנחו אותו פלי הנמר, יזם ומנהיג אנשים ומחשבים, ופלורה לוין, מנכ"לית משותפת של B-Pro.

"אינטו וויו התחילה מפרויקטים בתחומים ביטחוניים שעסקו במידע בשפות כגון ערבית, אורדו ואינדונזית, וכיום אנחנו מבצעים פרויקטים שעוסקים במידע ברוסית, תורכית וסומלית. הרעיון הוא ליצור מכנה משותף של טקסטים משפות שונות על ידי מתווך", אמר ד"ר בר.

לדבריו, "הקושי מתחיל בכך ששפה היא דבר דינמי. כל אחד מאיתנו נתקל בשפות היברידיות. למשל, ישראלים שכותבים באנגלית ומשלבים בטקסט כמה מילים בעברית, באותיות לטיניות (למשל, Toda). הבדל בולט נוסף הוא בין האנגלית התקנית לאנגלית של טוויטר (Twitter), שנקראת טוויטיש. הוא גדול יותר מההבדל בין גרמנית לשבדית".

"מנוע Intuscan מאפשר לנו בנוסף לתעדף טקסטים לפי מודלים סטטיסטיים, לספק סיכומים מיידיים של תוכן הטקסטים, לתת פירוש להתייחסויות תרבותית ודתית בתוכם, לזהות את מינו של מחבר הטקסט ונטיותיו הפוליטית, האידיאולוגית והדתית, לזהות את הסוגיות בהן עוסק הטקסט ואת עמדת הטקסט כלפיהן. אנחנו גם מתחשבים במשלבים השונים של השפות, כדי לצמצם את ריבוי המשמעויות, וכמובן בודקים את המשמעות בהקשר של הטקסט".

"אנחנו מכירים את הלקוחות יותר מהם עצמם"
בהמשך הכנס סיפר גיל דותן, מנהל BI בישראכרט, על פרויקט Data Direct, שבוצע על ידי איטרניטי, במסגרתו מסופקים פרטים מצרפיים לבעלי עסקים על התנהגות הלקוחות שלהם. המידע מחולק להתפלגויות שונות, כגון מין הרוכשים, גילאים ומה שחשוב יותר – כיצד אותם לקוחות ביחס לשאר בתי העסק בענף.

"אנחנו מכירים את הלקוחות שלנו יותר מהלקוחות עצמם, כולל ברמה הדמוגרפית", אמר דותן. "אנחנו מספקים לבתי העסק לוח מכוונים עם כל המגמות והנתונים, ויכולים לספר להם מי הלקוחות שלהם. בעצם, אנחנו עוזרים להם כאילו הכנו עבורם פרויקט BI".

לדברי דותן, היו בפרויקט שני דברים חשובים: שהנתונים יהיו מדויקים ועדכניים ושהממשק למשתמש, שהוא לא איש מחשבים מטבעו, יהיה פשוט. "המערכת התקבלה היטב בשטח", ציין. "כיום, לדוגמה, מנהלת של רשת אופנה גדולה יכולה להתחיל את היום בבדיקת מכירות היום הקודם והתאמת הקמפיין לפי נתון זה, הרבה לפני שהיא יכולה להשיג את הנתונים ממערכת ה-IT שלה".

"על המפעילים הסלולריים לחשוב מחוץ לקופסה"
עמית דניאל, סמנכ"לית השיווק של cVidya, ציינה שכל בית אב הוא כיום ישות תקשורת עצמאית, בין אם יש לו טלוויזיה רב ערוצית, קישור ביתי לאינטרנט או קישור סלולרי לרשת. "לא כל השירותים הללו משולמים על ידי אותה ישות – יש רבים שהחשבון שלהם משולם על ידי המעסיק – ובדרך כלל, חברות הסלולר לא מקשרות בין החשבונות", אמרה.

"המפעיל הסלולרי יכול לדעת עלינו ולשייך אותנו לפרופילים שיאפשרו לו להציע לנו דברים שאנחנו אוהבים גם אם לא הצהרנו עליהם. למשל, אם אנחנו צופים תדיר בתוכניות ספורט", ציינה דניאל.

היא הוסיפה כי "העולם השתנה ובתחילה, המפעילים הסלולריים התכחשו לכך. יש כיום תחרות למפעילים הסלולריים על ידי יישומים כמו ווטסאפ (WhatsApp), ועליהן לחשוב מחוץ לקופסה, להיות יצריתיות. אם הן ישתמשו במערכת Big Data לכריית נתונים הן יוכלו, למשל, להציע ללקוחות הצעות משפחתיות כוללות ולא רק אוסף של הצעות בודדות".

"יש להוציא מהנתונים תובנות תפעוליות"
אילנה יוחה, מנכ"לית חברת סטט-מרקט, דיברה על תחום השיווק התחזיתי (Predictive Marketing) והציגה את המערכת של החברה. היא אמרה כי "המערכת מאפשרת לדעת כמה שווה הלקוח ולא להשקיע את כל המשאבים של הארגון בשימור לקוחות".

בהמשך היא תיארה את מערכות החברה העוסקות בלימוד עצמי ובחיזוי אנליטי: "חברות יותר מקדמות עשו חיזוי אנליטי אבל אנשי השיווק לא השתמש בכך. מי שינצח הוא זה שיידע מה יקרה וגם יפעל. הנתונים עצמם הם דבר משעמם, אבל אם לא הוצאתם מהם תובנות תפעוליות – לא עשיתם שום דבר".