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.
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
_logo.svg.png){kind=logo}
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.
