Big Data är inte allt

Publicerad

Olika experter har tillerkänt Trumps seger till Big Data, en term som varit ett stort Buzz-word under de senaste åren. Samtidigt har ”Little Data” kommit att konkurrera med Big Data. Så, vad är de egentligen? Och vad kan de användas till?

Big Data – Se världen som den är digitalt.

Big Data innebär från början bara en massiv datainsamling, men har fått en överförd betydelse att också innebära processandet av denna data för att kunna få ut meningsfulla insikter och förutsägelser ur dem. Man brukar säga att ett system för Big Data ska kunna leva upp till nedanstående kriterier.

Volym: Datavolymen skall vara omfattande. Det här är en rörlig måltavla och kraven på hur omfattande datan skall vara har ökat i takt med att informationsmängden ökat. För några år sen var terabyte Big Data, numera är det Petabyte (en miljon gigabyte) som är gränsen.

Hastighet: Insikterna och kunskaperna från denna ofantliga datamängd ska levereras löpande och i nära realtid för att ett system ska räknas som Big Data. Det ställer stora krav på omfattande processorkraft.

Variation: Big Data innebär att flera olika, ofta hundratals eller tusentals, datakällor används. Helst ska det vara olika former av datakällor för att få ett så bra resultat som möjligt.

Machine learning: Med stora datamängder kommer problemet att analysera den på ett meningsfullt sätt, vikta olika samband och leverera någon form av användbar data. Machine Learning analyserar data utan att veta hur för att hitta samband och mönster.

Några exempel från verkligheten.

Logistikföretaget Fedex i Australien analyserar löpande sina kunder utifrån 115 olika datakällor, och lyckas därmed förutse vilka kontrakt de kommer att förlora de nästkommande 6 månaderna. Pratt & Whitney, en tillverkare av flygmotorer, har i sin nya jetmotor 5000 sensorer som kommer att förse deras Big Data-system med två petabyte data årligen i syfte att kunna ta fram en skräddarsydd underhållsplan för varje enskild flygmaskin.

2012 använde Barack Obama Big Data för att optimera sin valrörelse. Mottagare av olika kampanjer testades med demokraternas egna opinionsundersökningar för att se om kampanjerna fungerat och vilka grupper som attraherades av olika budskap. Det användes inte bara för att prioritera olika budskap och koncentrera kampanjresurser till olika grupper och platser. En programvara kallad ”The Optimizer”, tog den datan, samlade in tittardata från USA:s 65 TV-kabelnätverk, delade upp dygnet i 15-minutersblock och köpte reklam-spotar där och när de nådde flest övertalningsbara per dollar.

Little Data – hitta relevanta samband.

Det finns en omfattande kritik mot Big Data, och sättet det används på. Att bygga upp ett big data-system är dessutom en omfattande investering. Detta kombinerat med en bristande insyn i hur systemet kommer fram till sina slutsatser gör att Big Data lätt blir en sanningssägare som man lyder blint.

Fler datakällor är inte alltid bättre utan kan istället grumla en bild som i grunden är väldigt enkel. Big Data bygger dessutom sina förutsägelser på gamla mönster enligt definition och har därför svårt att förutse stora och snabba förändringar.

För många är därför det som börjat kallas Little Data mer relevant. Det handlar om att hitta de mest relevanta datapunkterna och använda dem för att ta rationella beslut. Ett väl uppsatt konto i Google Analytics berättar för dig varifrån kunderna kommer, vad de gör på din sida och när de försvinner.

"Election forecasting experts said that for Leave to win now, it would represent an even bigger polling error than was seen ahead of 2015 or 1992 General Elections.” skrev ansedda tidningen ”The Independent” på valdagen inför Brexit-omröstningen. De hade medhåll av alla vadslagningsfirmor och de flesta politiska analytiker. Men vi på Keybroker lyckades att, med bara 17 datapunkter, förutse ett valresultat där Leave vann med 1,3%. Det verkliga utfallet blev 1,9%.

Åter till inledningen. Vann Trumps kampanjstab med Big Data? Svaret är nog ett nja som lutar mot ett nej. ”The Optimizer” växte mellan 2012 och 2016 till ”Ada”. 40 analytiker, statistiker och matematiker matade ”Ada” med information, och nu styrde hon inte bara medieköp och budskap. Nu var det hon som bestämde var Hillary Clinton skulle göra sina framträdanden och vilka artister som skulle framträda på hennes möten. Ändå förlorade hon.

Men Trump behövde inga förutsägelser för att slå ”Ada”. I efterhand har det talats mycket om Cambridge Analyticas roll. Det de gör, att utifrån data-mining på Facebook kategorisera människor, så kallade psychographics, är bara Big Data i en mycket vid definition av begreppet. Medan marknadsavdelningen gärna pratar om hur viktiga de var sa produktchefen Matt Oczkowski i december. “I don’t want to break your heart; we actually didn’t do any psychographics with the Trump campaign”. Vi kanske ska lämna avgörandet till ”The Donald” själv, som svarade följande gällande Big Data i en intervju; "I’ve always felt it was overrated" .

Kanske finns det något lockande med att föreställa sig att världen ser ut som den gör för att en HAL 9000 sitter och säger ”I’m sorry, Dave. I’m afraid I can’t do that”, men så är det inte.

Trump hade istället Facebook som erbjöd honom samma verktyg du som annonsör kan använda. För att hitta trogna supporters behövde han inte big data. Trumps digitala stab använde email-listan från de som anmält sig till hans möten för att nå ut till andra, genom Lookalike Audiences. De behövde ingen avancerad budskapsformulering, utan A/B-testade sina budskap på Facebook. A/B-testning är något så enkelt som att en kampanj skickas till en grupp och en annan till en annan grupp, sedan görs en mätning för att se vilken kampanj som fungerar bäst.

Använd de spår vi lämnar på internet

Facebook är ett exempel på hur de spår vi lämnar efter oss på internet kan omvandlas till data. Detsamma gäller varje gång någon använder Google, också det omvandlas till data som är tillgängligt för oss. Varje gång någon besöker din sida samlas också data, som bara blir bättre allt eftersom de utforskar den.

Det är Data vi kan använda för att nå rätt människor med rätt budskap. Vägen till framgång är sällan särskilt abstrakt, utan handlar för oss på Keybroker om att använda din data och vår erfarenhet för att skapa framgång i en digital värld.

Kontakta oss

08-5100 5700

Sveavägen 63, 113 59 Stockholm

Presskontakt

Ulrik Rydén - ulrik.ryden@keybroker.com, +46 763 249 485