Big Data – סיסמה או הבטחת אמת?

המונח Big Data הולך וצובר תאוצה בשנים האחרונות. הוא הופך למגמה רווחת בתעשייה. בעצם, הכוונה ב-Big Data היא למאגר מידע עם נתונים שאינם מאורגנים לפי שיטה כלשהי, שמגיעים ממקורות רבים, בכמויות גדולות, בפורמטים מגוונים ובאיכויות משתנות. לטובת הטיפול בנושא, יצרני מיחשוב משווקים פתרונות טכנולוגיים וארגונים מוצאים עצמם מתלבטים האם להיכנס לפרויקטים בתחום.

אמריקן אקספרס (American Express) הצליחה לחזות אירועים משמעותיים על סמך ניתוח התנהגות של לקוחותיה. כך, למשל, היא השכילה לזהות ולהיערך ללקוחות שנמצאים לפני פשיטת רגל, לפי התנהגות תשלום חשבונות גדולים וסמיכות להעתקת מקום מגוריהם.

על פי רוב, Big Data נתפס על ידי ארגונים שטרם עושים בו שימוש כאוטופיה – ים מידע רחב ועמוק ללא גבולות, עם נתונים מתוך ומחוץ לארגון, מסוגים שונים, מחוברים ביניהם. בנוסף, הוא נתפס כמכיל מנועים אנליטיים חכמים המשמשים כ-"חכות דיג" שיודעות להציף תובנות עסקיות. תשכחו מהתהליכים המסורתיים המייגעים של הגדרת שאלה עסקית ובניית פתרון מידע. באמצעות ה-"חכות" המשוכללות, התובנות המפתיעות יצופו מתוך ים הנתונים. הרעיון מסנוור בגלל הפוטנציאל העסקי שהוא יכול להביא לארגון.

אנשי מערכות המידע ברוב ארגוני ה-Brick and mortars יצננו את ההתלהבות: "הים עם החכות" רחוק מהם כמרחק השלום הכולל במזרח התיכון. לכל היותר הוא בריכה צנועה שמוגבלת לנתונים כמותיים בתוך הארגון. המאמץ להרחיב, לנקות ולהצליב כל סוג נוסף של נתונים הוא עצום. וזה עוד לפני ההשקעה המסיבית במנועים החכמים. אז איך בכל זאת עושים את קפיצת המדרגה? והאם זה כדאי?

לצד איום ההשקעה הטכנולוגית הנדרשת, ובמיוחד לאור ההאטה הכלכלית במשק, מתחילים לצוץ סיפורי הצלחה מפתים. קחו למשל את בסט-ביי (Best Buy), שאפיינה סגמנטים של לקוחות לפי התנהגותם באתר, ואחר כך פישטה את המודל ולימדה אנשי מכירות בחנויות לזהות לקוחות "טובים" לעומת "גרועים". מיקוד מאמצי המכירות הביא לכך ש-7% מהלקוחות מייצרים 43% מנפח המכירות.

מחקר של MIT משנת 2011 מצא שהשימוש במידע הוביל לכך שהביצועים העסקיים של ארגונים שקיבלו החלטות על סמך המידע היו גבוהים ב-5%-6% מארגונים מקבילים להם. מחקר מקיף של CapGemini מצביע על תיאבון עצום למידע ותקוות ל-Big Data כמקפצה עסקית. כלומר: הבאזזז בהחלט קיים, אבל יש גם הכרה שהמרחק למידע האולטימטיבי בארגון גדול ולפיכך, יש להתקדם בשלבים.

סדרי העדיפויות לטיפול במידע מצביעים על פופולריות של ניתוח פעילויות הארגון (מכירות, הוצאות, הזמנות וכו'…) לצד ניתוח נתוני POS במגזר הקמעונות. יותר מ-40% עודם נרתעים מטיפול במידע בלתי מובנה, כגון ניתוח אי-מיילים או סנטימנט ברשתות החברתיות. פרויקטי Big Data מתמקדים במטרות כגון: הגדלת כמות הלקוחות, הגדלת נתח הארנק, שיפור השירות או חיזוי אירועים חריגים (למשל נטישה).

חשוב להבין שפרויקט Big Data יהיה רק חלק מהמאמץ הכולל. כלומר, הפתרון הטכנולוגי שיניב זיהוי אוכלוסיית לקוחות או התאמת מוצר חייב להשתלב במהלכים נוספים לקראת השינוי המיוחל: התאמה של תהליכי עבודה, הכשרת הצוות המטפל ועוד. לפעמים, הפיתוי של ה-Big Data מסיט את תשומת הלב של הארגון מהזדמנויות "אפורות" יותר בשיפור דרמטי של תהליכים עסקיים. חשוב למקד את המאמצים הארגוניים ולבחון עלות/תועלת בפרויקט שכזה לעומת מיצוי תהליכי המכירות והשימור הנוכחיים בארגון.

לסיכום, פרויקט Big Data הוא הבטחה גדולה לשינוי עסקי, ובתנאי שמתקדמים בשלבים ובוחרים אותם בצורה נכונה מבחינת עלות/תועלת, ותוך הבנה שכל שלב הוא חלק מפרויקט שינוי של תהליכים, טכנולוגיה, מידע וארגון.

הכותבת הינה מנכ"לית משותפת של B-Pro