Av Olav Lydersen og Torgeir Strat, begge IT-rådgivere hos PA Consulting Group i Norge.
Hypen rundt big data er basert på premisset om at det finnes interessant, nyttig og verdifull forretningsinnsikt som enda ikke har blitt oppdaget i de enorme datamengdene som flyter rundt i de fleste organisasjoner, og som i økende grad er tilgjengelige i det offentlige rom.
Ut fra disse data kan det være mulig å bedre forutse fremmøte på konserter, for eksempel basert på mengden relatert Twitter-aktivitet to uker i forveien, eller å identifisere kunder som er tilbøyelige til å bytte leverandør ved å se på deres mest brukte søkeord rett før de signerte.
_logo.svg.png){kind=logo}
Dyr prislapp
Dessverre kommer «big» i big data altfor ofte med en stor prislapp, fordi man trenger store servere, store team, store programvarelisenser og en stor tidsramme. Det blir vanskelig å rettferdiggjøre kostnaden ved å begi seg ut på et stort prosjekt, hvis verdien av de nyttige datakorrelasjonene synes lav eller umulig å estimere.
I møte med usikker avkastning og høye kostnader gjør organisasjoner én av to ting: Enten graver de dypt i lommeboken sin og håper på gevinst, eller så trekker de på skuldrene og går videre, og går dermed glipp av muligheten til å oppdage nyttige korrelasjoner.
Et tredje alternativ
Det finnes likevel et tredje alternativ. Dagens skytjenester tilbyr ubegrenset lagring og prosesseringskraft, og kan begynne å løse et problem i løpet av få minutter. Hvis man tar et eller to datasett, laster dem opp i skyen og setter en dyktig dataanalytiker med et brukbart visualiseringsverktøy på saken, kan man få generert nyttige svar i løpet av få dager.
Slike fremgangsmåter kan omgå de lange ledetidene og høye kostnadene forbundet med å sette opp en storskala database og fokusere på raskt å bekrefte, eller avkrefte magefølelser eller hypoteser om for eksempel markedsutvikling eller kjøpsadferd.
Google BigQuery
Et «proof of concept» som nylig ble gjennomført av en kollega tok hele datavarehuset (anonymiserte data) til en nasjonal detaljhandler, la det inn i Google BigQuery og satte en dataanalytiker på saken. Han produserte nyttig output i løpet av tre dager og innen tre uker presenterte han interessant og anvendbar innsikt i adferdsendring hos medlemmer av butikkens lojalitetsprogram.
Enda mer spennende er det at man klarte å kombinere data fra sosiale media med inntektstall for å vise en verdifull korrelasjon mellom Twitter-aktivitet og pengebruk de påfølgende to ukene.
Hastigheten på dette eksperimentet førte til en holdningsendring. I stedet for å diskutere verdien av å bruke måneder og millioner av kroner på å få på plass verktøy og infrastruktur, kunne man gå rett på sak og hente ut verdifulle svar i løpet av få dager.
Du trenger med andre ord ikke være redd for at big data betyr store steg eller store investeringer. Bare sett i gang og la veien bli til mens du går.
Delta i debatten
Informasjon om debattinnlegg og kronikker i digi.no
Alle innlegg må sendes til redaksjon@digi.no. Husk å legge ved et portrettbilde. Vi forbeholder oss retten til å redigere innsendt materiale.
