“Big data is like teenage sex: everyone talks about it,
Nobody really knows how to do it,
Everybody thinks everyone else is doing it,
So everyone claims they are doing it …”

Dan Ariely, Facebook, 6. januar 2013

I dag er det faktisk muligt at forudsige fremtidigt forbrug ud fra store mængder data om tidligere forbrug. Og dette er i korte træk idéen bag at bruge “Big data” til at sælge de rigtige varer til de rigtige kunder til den rigtige pris. I det store hele er det en rigtig og meget rationel betragtning, men det er selvfølgelig ikke så let gjort, som det er sagt. Ofte ender projekter ikke med Big data, men med Big confusion.

Lad os starte med at fastholde, hvad vi tidligere har diskuteret: At kunderne gerne vil have relevante informationer om de rigtige produkter, på det rette tidspunkt, i den rette sammenhæng og i den rette kanal.

Big data kan være med til at skabe de rette sammenhænge og lave en avanceret form for mønstergenkendelse – på et tidligere tidspunkt end Købmand Sørensen selv ville have anet sammenhængen. Princippet er imidlertid det samme. Købmand Sørensens notesbog ville i 1950 have været Big data nok til en lille provinsby.

Baggrunden

For at forstå, hvorfor Big data er blevet så interessant, skal man se nogle år tilbage. De fleste virksomheder og organisationer er blevet tæt ved 100 procent elektroniske. Ikke kun ved hjælp af e-mail, men især fordi alle data nu gemmes i databaser. Her taler vi om, hvad kunderne køber, og butikken registrerer i det digitale kasseapparat. Og vi taler om, hvordan økonomisystemer, logistiksystemer og alt andet er blevet “en database med et interface”.

Det er naturligt at se på, hvad man får ud af at koble de forskellige databaser sammen. For eksempel kan man samkøre data om køb i butikkerne og online, og hvis kunderne har et kundekort og bruger det, er det en virkelig nem opgave. Men for at forstå “det store billede” er udfordringen at opsamle, bearbejde, gemme, søge, dele, overføre, analysere og visualisere informationer.

Keep it simple, stupid

Der er ikke grund til at opsamle eller samkøre flere data, end du rent faktisk har tænkt dig at bruge. Hvis dine kunder skal have relevant information, så lad være med at sende alle 100.000 den samme e-mail. Hvis du ved, at 21.000 af kunderne er studerende, så lav et særligt nyhedsbrev med studierabat for dem. Send noget andet til de 79.000 andre.

De moderne forbrugere kan ikke segmenteres så let som i de gode gamle dage, men Big data giver mulighed for at lave en intelligent sortering i et stort antal kunder på baggrund af alder, køn, købsvaner, tidspunkt for køb og tusindvis af andre metoder.

Det giver et meget fint billede af nicher og muligheder, men kun hvis der er tid, energi og kompetence til at forstå komplekse sammenhænge – og reagere. Det er som regel det sidste, der halter. Mange opsamler enorme mængder data om deres kunder og sender dem alle det samme nyhedsbrev bagefter. Glem det.

Se billedet her og nu

Vi skal se et problem for at reagere på det. Problemet med store mængder af data er, at man let bliver blind over for væsentlige detaljer, og derfor er der behov for at visualisere. I mange tilfælde er det en god idé at bygge et dashboard. Det kan visualisere data fra mange forskellige kilder på en overskuelig og letforståelig måde, på samme måde som instrumentbrættet i din bil let kan forklare dig, at du løber tør for benzin lige om lidt.

Hos Saxo.com er der et dashboard i hver afdeling. I udviklingsafdelingen kan man følge med i svartider fra servere, oppetid, hvem der sidst har lagt ny kode online og de aktuelle salgstal. I marketing kan man følge med i al omtale af Saxo.com i sociale medier, bøger, der bliver anmeldt, anmeldelser på Trustpilot og anden relevant kommunikation. Salgstal er også centrale, naturligvis.

I en organisation, der vil gå cross channel, er det absolut centralt at få samkørt data mellem fysiske butikker og online og begynde at lære, hvilke effekter der gælder på tværs af kanaler, og hvordan synergien kan øges. Den eneste måde at nå nogen vegne på er at komme i gang. Jo før man starter, des før bliver man klogere.

Nej, du har sandsynligvis ikke Big data

Det er rart at vide, at andre har større mængder data end dig. Facebook har over 50 milliarder fotos i deres databaser, Walmart håndterer en million betalinger i timen, og mængden af data i virksomheder verden over fordobles, hver gang der er gået 14 måneder. Andre har sandsynligvis større problemer med datamængden end dig.

Det gode er, at der af samme grund findes en række værktøjer, der er skabt til at finde rundt i store mængder data og vise de finere sammenhænge. Hadoop anvendes til at gemme og analysere store datamængder og er i øvrigt open source. Splunk er software til at visualisere store datamængder på tværs af servere i realtid. Det kan for eksempel anvendes til at se, “hvem der har varer i kurven online lige nu” og se, om betalinger går igennem, som de skal – sekund for sekund.

De tre fordele:

  1. Analyse af Big data kan anvendes til at optimere forretningen på et utal af måder. Sidste års omsætning inden for en bestemt kategori i et bestemt geografisk område kan anvendes til at forudsige næste års indkøb. Antallet af frafald i checkout flow kombineret med svartider fra serveren kan bruges til at nedbringe antallet af kunder, der giver op, fordi det er åbenlyst, at hurtigere svartider sælger flere varer. Og så videre. Optimering af det arbejde, der allerede gøres, kan være en virkelig god business case.
  2. Konsekvensen af fejl bliver synlig. Resultatet af færre fejl bliver synligt. Fejl kan være mange ting, men det kan være nedbrud i it-systemer, manuelle processer, der resulterer i en dårlig købsoplevelse (for eksempel at varer på et website mangler beskrivende tekster), at der er en sammenhæng mellem dårlige anmeldelser på Trustpilot og det efterfølgende salg og meget andet. Sammenhænge kan være så komplekse, at hver enkelt afdeling i organisationen i sig selv ikke kan se et problem, og Big data kan være med til at pege på sammenhænge på tværs, som ellers ikke blev fundet.
  3. Arbejdsglæde. Det er nu engang rart at vide, at man som medarbejder bruger sin tid optimalt. Intet er bedre end at se gode omsætningstal på væggen, høje konverteringsrater online og andre gode resultater. Det er motiverende og skaber en god hverdag.

Tro ikke, at det er let

Alle taler om det, og meget få gør det – eller gør det rigtigt. En fremtid med Big data starter småt, og i praksis er det bedre at starte med et mindre projekt, der kan overskues. Få et dashboard op at hænge, brug de tal, der er lettest at få fat i. Kom i gang med at lære noget, og træf de næste beslutninger bagefter. Men kom i gang.