Nasze niedoskonałe narzędzia z ostatnich kilku dekad nie zawsze radziły sobie z analizą nawet ustrukturyzowanych danych. Zdecydowanie lepiej idzie nam gromadzenie informacji, niż ich mądre używanie. Skrajnym tego przykładem jest nowy, 120-petabajtowy system pochodzący od IBM, firmy, która z drugiej strony promuje oprogramowanie zdolne do analizy strumieni danych (bez potrzeby zapisywania ich na nośnikach). Problem dostrzegają już prawie wszyscy. Na przykład HP wyraziło chęć kupna brytyjskiej firmy Autonomy, która intensywnie pracuje nad oprogramowaniem zdolnym do analizy nieustrukturyzowanych danych zaczerpniętych z naszego, ludzkiego świata. Jak zauważa CEO Autonomy, Mike Lynch, około 85% wszystkich informacji używanych przez biznes należy do kategorii pozbawionych struktury. Tego typu informacje są naturalnym środowiskiem człowieka, ale nie maszyn, dla których są skrajnie trudne do przetworzenia.

Czy da się przewidzieć przyszłość?

Nowa epoka miałaby więc należeć do przemysłowych maszyn informacyjnych opartych na zaawansowanych silnikach analitycznych sprzęgniętych z dedykowanym hardware’em, czego przykładem jest IBM-owski Watson. Czy takie maszyny będą w stanie przewidzieć przyszłość? Na pewno nie, ale wystarczy, że będą z dużym prawdopodobieństwem przewidywać zachowania ludzi i, co istotniejsze - przedsiębiorstw.

Wiedzą to już na Wall Street, gdzie od bardzo dawna giełdowa gra toczy się na poziomie ludzkich emocji, oczekiwań i marzeń. Jak pokazały badania Johana Bollena, profesora informatyki z Uniwersytetu Indiana, istnieje mocna i głęboka zależność pomiędzy nastrojami, jakie udzielają się internautom, a notowaniami giełdowymi. Metodologia jest prosta. Należy zebrać dzienny plon wiadomości pozostawionych na Facebooku i Tweeterze, następnie przeanalizować nastrój autorów oraz poczynić odpowiednie ruchy na giełdzie. Kupować, jeśli internauci mieli dobry dzień lub sprzedawać, gdy wieszali psy na całym świecie. Jeśli ktoś czuje się zdegustowany tego typu metodą inwestowania, to być może przekona go wskaźnik trafności na poziomie blisko 87% na 3 do 4 dni naprzód.

Inny przykład to Quid, start-up, który w lipcu tego roku pozyskał od inwestorów 10 mln USD. Firma zajmuje się przewidywaniem, jaki start-up ma szanse stać się nowym Googlem, który przyniósł swoim pierwotnym inwestorom zwrot liczony w tysiącach procentów. Jak to działa? Quid tworzy mapę wszystkich branż, nakłada na nią startujące przedsięwzięcia i typuje miejsca, gdzie proch spotka się z ogniem. Najuważniej przygląda się nietypowym projektom na przecięciu dwóch, zasadniczo odmiennych dziedzin życia. Szefostwo spółki chwali się odkryciem start-upów na przecięciu branży sprzętu medycznego i technologii nawigacyjnych lub genomiki i targetowania reklamowego. Co prawda, przez moment Quid stał się nawet przedmiotem żartów na słynnym blogu Techcrunch, ale zdobycie 10 mln USD od inwestorów w dobie kryzysu świadczy o tym, że sprawa wygląda na całkiem poważną.

Kto zyska, kto straci?

Tego typu tematy omawia się zazwyczaj, wskazując potencjalne zyski biznesu, jakie odniesie dzięki możliwości lepszego "targetowania" potencjalnych klientów. Jest to prawda, ale nie cała. Praktycy marketingu wiedzą, że namierzenie potencjalnego klienta w żadnym wypadku nie oznacza automatycznie skłonienia go do zakupu. Nie mniej istotne od trafnego celowania jest użycie właściwej argumentacji. Potwierdzili to dwaj doktoranci Uniwersytetu Stanforda: Maurits Kaptein i Dean Eckles, którzy postanowili pójść o krok dalej i stworzyli pojęcie "profilowania perswazyjnego" (persuasion profiling). W ramach akademickiego eksperymentu otworzyli księgarnię internetową, która potrafi nie tylko podsunąć właściwe tytuły (jak to czyni Amazon), ale także odnajduje najlepszy sposób na przekonanie użytkownika do zakupu. Rekomendacja przyjaciół, okazyjna cena, wysoka nota od uznanego autorytetu - to tylko kilka sposobów na przekonanie do zakupu. Co więcej, jeśli algorytm profiluje trafnie, to znaczy odnajdzie zależność między targetowanym konsumentem a właściwą argumentacją, to najprawdopodobniej zadziała ona także w przypadku zakupu w innych sklepach.