16 Δεκέμβριος 2017

Δέκα υποθέσεις big data εν συντομία

Πώς χρησιμοποιούν τα big data εταιρίες όπως οι Macy's, Tesco, American Express και Wal-Mart Stores; Ρεπορτάζ της Data Mill.

Ακολουθούν 10 παραδείγματα:

1. Macy's Inc. και τιμολόγηση σε πραγματικό χρόνο. Η προμηθευτής λιανικής προγραμματίζει σε σχεδόν πραγματικό χρόνο 73 εκατομμύρια (!) αντικείμενα, με βάση τη ζήτηση και την καταγραφή των προϊόντων, χρησιμοποιώντας τεχνολογία από το Ινστιτούτο SAS.

2. Tipp24 AG, μια πλατφόρμα για προβλέψεις στοιχημάτων στην Ευρώπη. Η εταιρία χρησιμοποιεί λογισμικό της KXEN για να αναλύει δισεκατομμύρια συναλλαγές και εκατοντάδες συμπεριφορές πελατών, και για να αναπτύσσει μοντέλα πρόβλεψης που στοχεύουν σε πελάτες και προσωποποιούν την μηνύματα μάρκετινγκ εκείνη τη στιγμή. Αυτό οδήγησε σε μείωση 90% του χρόνου που χρειάζεται για να δημιουργηθούν μοντέλα πρόβλεψης. Η SAP εξαγόρασε την KXEN. «Πρόκειται για πάρα πολύ καλή κίνηση από την SAP για να γεμίσει το κενό των analytics πρόβλεψης που αντιμετώπιζε εδώ και καιρό,» ανέφερε ο Laney.

3. Wal-Mart Stores Inc. και αναζήτηση. Ο τεράστιος προμηθευτής λιανικής χρησιμοποιεί στη μηχανή αναζήτησής του, Walmart.com, σημασιολογικά δεδομένα. Η Polaris, μια πλατφόρμα που δημιουργήθηκε για εσωτερική χρήση, βασίζεται σε ανάλυση κειμένου, machine learning, ακόμη και σε εντοπισμό συνωνύμων για να εντοπίζει παρεμφερή αποτελέσματα. Η Wal-Mart αναφέρει πως η πρόσθεση σημασιολογικής αναζήτησης βελτίωσε τις πωλήσεις μέσω διαδικτύου, που ανέβηκαν στο 15%. «Για τα δεδομένα της Wal-Mart, αυτό μεταφράζεται σε δισεκατομμύρια δολάρια,» ανέφερε ο Laney.

4. Fast food και βίντεο. Αυτή η εταιρία (δεν αναφέρεται ποια είναι) χρησιμοποιεί κάμερες σε γραμμές drive-through για να καθορίζουν τι πρέπει να φαίνεται στο μενού στο ψηφιακό ταμπλό. Όταν υπάρχει κίνηση στις γραμμές, το ταμπλό δείχνει φαγητά που μπορούν να ετοιμαστούν γρήγορα, όταν δεν έχει πολλή κίνηση, τότε εμφανίζονται φαγητά που παίρνουν περισσότερο χρόνο να ετοιμαστούν.

5. Morton's The Steakhouse και αναγνώριση της μάρκας. Όταν ένα πελάτης ανέφερε για πλάκα στο Tweeter ότι η αλυσίδα εστιατορίων με ψητά με έδρα το Σικάγο πρέπει να του φέρει φαγητό στο αεροδρόμιο γιατί είχε καθυστέρηση, η Morton έγινε πρώτο όνομα στα κοινωνικά δίκτυα. Αφού είδε το τουίτ, το εστιατόριο έλεγξε τα δεδομένα του, είδε ότι είναι συχνός πελάτης (και ότι μπαίνει συχνά στο Tweeter), υπέθεσε σε ποια πτήση θα ήταν, και έστειλε με έναν κύριο με σμόκιν να του σερβίρει το δείπνο του. Βέβαια, όλο αυτό έγινε για διαφημιστικούς λόγους, αλλά δεν είναι αυτό το ζήτημα. Το ερώτημα είναι το εξής: «Μπορεί η εταιρία σου να κάνει κάτι τέτοιο;» ανέφερε ο Laney.

6. PredPol Inc. και επαναπροσδιορισμός. Τα αστυνομικά τμήματα του Λος Άντζελες και της Σάντα Κρουζ, μια ομάδα εκπαιδευτών και μια εταιρία με το όνομα PredPol χρησιμοποιούν έναν αλγόριθμο για να προβλέπουν σεισμούς, αλλά και για δεδομένα εγκλημάτων. Το λογισμικό μπορεί να προβλέπει πού πρόκειται να γίνουν εγκλήματα σε απόσταση 150 μέτρων. Στο Λος Άντζελες, οι διαρρήξεις μειώθηκαν κατά 33% και οι βίαιες συμπεριφορές κατά 21% σε περιοχές όπου χρησιμοποιήθηκε αυτό το λογισμικό.

7. Tesco PLC και αποτελεσματικότητα απόδοσης. Η εταιρία σουπερμάρκετ συγκέντρωσε 70 εκατομμύρια σημεία δεδομένων σχετικά με ψυγεία από τις μονάδες της και τα τοποθέτησε σε μια αποθήκη δεδομένων. Αυτά τα σημεία δεδομένων αναλύθηκαν για να έχουν καλύτερη απόδοση, να αναφέρουν όταν πρέπει να γίνει σέρβις και να γίνουν πιο αποδοτικά ενεργειακά.

8. American Express Co. και επιχειρηματική ευφυΐα. Η AmEx συνειδητοποίησε ότι οι αναφορές εκ των υστέρων και οι δείκτες παρακολούθησης μπορούν να οδηγήσουν πολύ μακριά μια εταιρία. «Η παραδοσιακή ΕΕ των αναφορών εκ των υστέρων και των δεικτών παρακολούθησης δεν προχωρούν μπροστά την επιχείρηση,» ανέφερε ο Laney. Έτσι λοιπόν η AmEx ξεκίνησε να αναζητά δείκτες που θα προβλέπουν πράγματι την αφοσίωση και ανεπτυγμένα μοντέλα πρόβλεψης για να αναλύουν το ιστορικό συναλλαγών και άλλες 15 μεταβλητές για την πρόβλεψη πιθανών αναταραχών. Η εταιρία πιστεύει ότι τώρα μπορεί να εντοπίσει το 24% των λογαριασμών στην Αυστραλία που θα κλείσουν τους επόμενους τέσσερις μήνες.

9. Express Scripts Holding Co. και δημιουργία προϊόντων. Η Express Scripts, που επεξεργάζεται φαρμακευτικά προϊόντα, ανακάλυψε πως αυτοί που παίρνουν κάποιο φάρμακο έχουν τις περισσότερες πιθανότητες να ξεχάσουν ότι πρέπει να το πάρουν. Έτσι δημιούργησε ένα νέο προϊόν: καπάκια φαρμάκων που κάνουν ήχο και αυτόματες τηλεφωνικές κλήσεις που υπενθυμίζουν στους ασθενείς πότε πρέπει να λάβουν την επόμενη δόση τους.

10. Infinity Property & Casualty Corp και σκοτεινά δεδομένα. Ο Laney περιγράφει τα σκοτεινά δεδομένα ως πληροφορίες που χρησιμοποιήθηκαν ελάχιστα, συγκεντρώθηκαν για έναν και μοναδικό σκοπό και από τότε μπήκαν στο αρχείο. Αλλά υπό σωστές προϋποθέσεις, μπορούν να χρησιμοποιηθούν και για άλλους λόγους. Η Infinity, για παράδειγμα, ανακάλυψε πως είχε άπειρα δεδομένα από αναφορές ρυθμιστών, που μπορούσαν να αναλυθούν και να σχετιστούν με υποθέσεις απάτης. Κατασκευάστηκε ένας αλγόριθμος και χρησιμοποίησε δεδομένα για να εισπραχθούν $12 εκατομμύρια από ανακτήσεις υποκατάστατων.