Big Data – אין צורך בסקפטיות

באחרונה אני נתקלת, בשיחות עם מנכ"לים ומנהלים נוספים, בספקטיות בכל הנוגע ל-Big Data – תחום בו אני עוסקת בשנה האחרונה. "מה אתם מחדשים ב-Big Data שלא עשינו עד היום?", הם שואלים, ומשיבים: "תמיד היו מודלים, היה חקר נתונים, תמיד כתבנו ב-SQL והפקנו שאילתות, העלינו רשימות לייזום, אחסנו דאטה, בנינו עולמות ב-DWH ועוד".

נכון שכבר שנים ארגונים עוסקים באנליזה וחקר נתונים בסיסי, אך האם הם באמת עוסקים ב-Big Data? כדי לענות על השאלה הזו אני משתדלת בכל מפגש להחזיר ולשאול את המנהל הסקפטי התורן שאלה אחת ממגוון שאלות שמענה עליהן מבהיר לו שהוא כנראה רחוק מלממש Big Data, ושכדאי שינסה להפוך את גישתו בעניין לחיובית. קיבצתי כאן כמה מהן:

האם בכל פרויקט בו עולה שירות חדש או מערכת חדשה אתם זוכרים לאפיין גם את דרכי שמירת הדאטה לצורך לימוד ושיפור, או שהנושא נדחק לסדר עדיפות נמוך ומפאת חוסר תקציב או רצון להזדרז, הוא עולה ללא ארכיטקטורת ניהול מידע אפקטיבית?

האם אתם מנטרים תוכן פגישות או שיחות בכל ממשק עם הלקוח ומתוך ניטור זה מוציאים תובנות, במטרה להכיר את הלקוח ואת צרכיו טוב יותר?

האם אתם מנתחים פעילות לקוח בכל הערוצים, במבט של 360 מעלות, או מנתחים כל ערוץ בנפרד?

האם בהתמודדות שלכם עם שאלות עסקיות אתם נוטים להחליט מתוך אינטואיציה, ניסיון עבר או על בסיס מידע מנותח ומעובד פרסונאלי, עד רמת הלקוח הבודד?

האם אתם עוסקים במה היה ומתי היה, או גם במה יהיה אם?

האם אתם מנתחים דאטה שאינה טבלאית, כמו מסמכים סרוקים או קבצי Word לצורך קבלת תובנות נוספות?

האם אתם משלבים בין מודלים סטטיסטיים לדפוסי גלישה של לקוח באתר או במובייל, במטרה לחזות טוב יותר מה הוא רוצה או צריך?

האם אתם בונים מסעות לקוח בגין פעילות בודדת או לאור ממצאים עסקיים ומנתחים מה הוביל לתוצאה לאורך זמן, כולל ניתוח כל נקודות המגע ותוך השוואה ללקוחות אחרים?

כאמורף זהו רק מקבץ של שאלות שעוסקות במהות עולם ה-Big Data, מהות שמובילה לשינוי חשיבתי בארגונים ומעבר מניתוח אנליטי בסיסי לניתוח אנליטי מתקדם, מבוסס דאטה מובנה ולא מובנה.

Big Data הוא לא עוד טרנד, אלא שינוי תפיסתי בהסתכלות על הנתונים. לא עוד דיווחים (Reports) בדיעבד על פעילות אלא חיזוי, ניבוי ויישום של הפעולה הבאה הטובה ביותר (Next best action), מה הצעד הבא שעלינו לעשות כדי להגיע למטרה עסקית – שירותית או מכירתית.

המהות היא להגדיר שאלה עסקית ולחקור אותה מכל הכיוונים, מכל הערוצים ובעזרת כל המידעים שקיימים. יש גם לחשוב על מידעים לא קיימים ולהשלים אותם; לקיים סיעור מוחות עם אנשי ביזנס מנוסים שחיים את הנושא ביום יום ולהבין על מה הם מסתכלים; לאתגר את עצמנו בחיבורי מידע שעד היום כל אחד מהם רוכז בנפרד; להבין שמודל סטטיסטי לא יכול להיות מקודש ושחייבים כל הזמן לבדוק אותו ולהעשירו במידע נוסף; להבין שכל ערוץ או שירות חדש שמוקם חייב להיות מנוטר ביום הראשון, כי כבר אז הוא ינפק דאטה חדש וחשוב מפעילות של לקוחות באמצעותו; ולדעת שכל זה רק ילך ויגבר בעולם האינטרנט של הדברים.

אחרי שקראתם את המאמר, אתם עדיין נשארים עם אותה מחשבה?

הכותבת הינה ראש ענף BI ופיתוח מודלים בבנק לאומי.