”Innovations imply, by virtue of their nature, a big step and a big change … and hardly any ’ways of doing things’ which have been optimal before remain so afterward.”– Joseph Schumpeter
När baseballlaget Oakland Athletics förlorade mot New York Yankies 2001, visste deras manager Billy Beane att han var tvungen att sätta ihop ett nytt lag då flera av toppspelarna värvades av andra lag. Och detta med begränsad budget.Vid ett besök hos Cleveland Indians mötte han den unge ekonomen Peter Brand som hade utvecklat en ny metod att sätta samman lag baserat på stora mängder data från den amerikanska baseball-ligan. Beane anställde Brand och värvade spelare enligt Brands metod. Till en början mötte metoden stort motstånd i media och från ledningen men Brand fick snart upprättelse. Den följande säsongen vann Oakland Athletics 19 raka segrar. Idag använder sig många lag i den amerikanska baseball-ligan av liknande metoder. Brands metod är ett bra exempel på innovativ användning av stora mängder data för att lösa ett problem på ett nytt sätt.
Men det är givetvis inte bara i baseballvärlden det finns gott om data. Varje år växer den totala mängden lagrad information explosionsartat och på stora konferenser och symposier världen över diskuteras vad denna snabbt växande mängd data kan komma att betyda för framtidens samhälle. Vad kan man använda datan till? Hur ska den tolkas? Hur ska den lagras? Vem ska ha tillgång till den? ”Big data”, som denna informationsmängd ofta kallas, kommer bli en allt viktigare fråga.
Många företag har redan insett vikten av att kunna använda sig av stora datamängder för att utveckla nya produkter och affärsmodeller. Det japanska företaget Mitsui är ett bra exempel. Genom att använda sig av ett nytt, snabbare sätt att kartlägga och analysera cancer-patienters DNA, en process som förut tog upp till två dagar men som nu kan göras på 20 sekunder, kan de erbjuda sina patienter skräddarsydda behandlingar i realtid. För företag inom vård- och läkemedelsbranschen kommer den pågående informationsrevolutionen inom genetiken möjliggöra helt nya behandlingsmetoder och läkemedel, men även en helt ny typ av individuell vård, skräddarsydd efter dina specifika behov.
Ett annat bra exempel är Netflix, ett världsledande företag när det kommer till att använda ”big data” för att hela tiden utveckla sitt utbud och sina erbjudanden för att få fler och nöjdare kunder. Här är några exempel på data som Netflix samlar in och analyserar:
- Var man kollar på film.
- När man kollar på film.
- På vilken utrustning man tittar. (dator, surfplatta o.s.v)
- Hur många som kollar färdigt en hel serie.
- Hur många gånger man pausar under tittandet, eller spolar fram eller tillbaka.
- Hur man surfar under tittandet.
- hur man söker på sidan.
- hur man betygsätter filmer.
All denna data kan sedan användas för att skräddarsy erbjudanden för enskilda kunder och analysera deras beteende. Eller som Netflix kommunikationschef uttryckte det: “There are 33 million different versions of Netflix.”
Vi ringde upp Roger Ståhl, specialist inom Bank och Finans på Teradata, ett världsledande företag inom data-analys och big data och diskuterade fenomenet. Vi kommer genast in på den stora utveckling som skett vad gäller vilken information man har tillgång till och hur man väljer att analysera denna.
-Förr hade man ofta bara information från en källa i taget att tillgå. Idag blir det allt vanligare att man integrerar information från flera källor och får därmed mycket bättre beslutsunderlag än tidigare.
Big Data innebär bl a att vi kan analysera såväl traditionell data som nya typer av data som t ex kundinteraktioner – tillsammans – på sätt som tidigare inte varit möjligt. Och dessutom finns mycket bättre verktyg att analysera informationen med. Ett exempel på ett område som ger användbara insikter är mönsterigenkänning. Vilka är de mest vanliga händelserna som föregår ett köp, att kunden avslutar sitt konto eller vad är kännetecknande för kunder som får betalningsproblem? Den insikten ger en rad möjligheter till att förbättra olika kundprocesser. Han nämner som exempel den amerikanska banken Wells Fargo, som använder sig av big data för att analysera sina kunders beteenden för att tidigt kunna fånga upp kunder som man tror ska byta bank.
För företag inom t.ex retail och bank kan big data bland annat möjliggöra ett mycket mer personligt förhållande till sina kunder. Man kan bli mer relevant i sin kundkommunikation. Inte minst viktigt i tider då kunderna gör fler av sina transaktioner och köp online och allt mer sällan har personlig kontakt med sin bank eller affär. -Vi brukar säga att det handlar om att kunna följa ”kundens resa”. Med bättre förståelse för kundens situation kan man alltså ge bättre upplevelser och mervärden till kunderna.
Vad gäller framtiden för big data tror Roger att det helt enkelt kommer handla om en ännu mer sofistikerad användning av data för att skapa relevanta tjänster och produkter och nämner särskilt bilindustrin som ett område där det händer mycket just nu.
Kanske är det viktigt att du redan nu frågar dig hur DU kan använda dig av ”big data” för att utveckla din verksamhet!