🧠 התשובה המלאה
המונח Big Data (בעברית פשוט אומרים ביג דאטה) מתייחס למאגר כ״כ עצום של מידע דיגיטלי שגדל כ״כ מהר בצורה כזו שזה פשוט לא אפשרי לנתח או להבין אותו בשיטות מסורתיות, זאת אומרת, באמצעות המוח האנושי בלבד. הרעיון בביג דאטה הוא להשתמש ביכולות מחשוב חזקות (קוד, בינה מלאכותית ועוד) על מנת לעשות סדר בכל המידע העצום הזה ולנסות להוציא ממנו מסקנות, בעיקר עסקיות, בנוגע למידע שנאסף.
תחשבו על חברה כמו Netflix - יש להם מיליוני משתמשים בכל יום אשר צופים בסדרות, סרטים, קטעי וידיאו ועוד. זה קורה ע״י אנשים בעלי רקע שונה, בשעות שונות, במקומות שונים בעולם, במכשירים שונים. יושבת לה מנכל״ית Netflix ותוהה - ״מה לעזאזל כולם עושים במוצר שלנו? מי הם המשתמשים שלנו? מה הם אוהבים?״ - כמויות המידע שנאספות על כל מי שמשתמש בנטפליקס הוא אדיר ועל מנת לעשות סדר בבאלגן, החברה משתמשת בכלים שיודעים לקחת את ה״ביג דאטה״ הזה ולזקק ממנו מידע ממוקד ומובן לעין האנושית.
איפה כל הביג דאטה הזה קורה?
אם תחשבו על זה, בכל רגע נתון קורים מיליארדי פעולות באינטרנט - אנשים מעלים תמונה לאינסטגרם, כותבים תגובה באיזה בלוג, מעלים פוסט לפייסבוק, מזמינים כרטיס טיסה, משתפים הודעה בווצאפ, מזמינים מוצר זול ב-AliExpress - עד שסיימתם לקרוא את המשפט הזה, כנראה שיותר מ-1,000,000,000,000 פעולות כמו אלה קרו באינטרנט.
כפי שאתם מבינים, הרשימה היא אינסופית. האינטרקציה שלנו עם האינטרנט כיום היא בלתי נמנעת, וכמות המידע הדיגטלי שנאסף, משותף ומועבר מצד לצד הוא אדיר ברמה שלא נתפסת על ידי המוח האנושי.
דוגמאות ל-Big Data בחיים האמיתיים
השימושים בביג דאטה משתרעים על פני כמעט כל תחום כיום - החל מחברות כמו Amazon שמנסות להבין את הרגלי הקנייה שלנו, חברות כמו Waze שמנתחות מיליוני נהגים על הכביש על מנת להציג את דרך המהירה ביותר בכביש, וחברות פרסום כמו פייסבוק וגוגל שמנסות להבין איזו פרסומת תעבוד עלינו הכי טוב משלל הפעולות שאנחנו עושים באינטרנט.
הנה כמה דוגמאות לשימושים (שימושיים) לביג דאטה:
- קניות אונליין (eCommerce): ע״י ניתוח התנהגות הקונים, חברות יכולות להבין מה הם הרגלי הקנייה של הקונים - באיזה שעות, באיזה מקומות בעולם, מה הרקע של אותם אנשים, איזה מוצרים אוהבים יותר ואיזה פחות - וכך להציע חוויה יותר ממוקדת עבור כל לקוח ובסופו של יום לגרום לו לבצע את הקנייה.
- רפואה: כמות המטופלים שמגיעים לרופאים, המחקרים החדשים שיוצאים בכל שנה והופעה של תסמינים ומחלות חדשות הן לא דבר שרופא בן אדם, נבון וחכם ככל שיהיה, יכול באמת לעקוב אחריו. תחשבו אם מחשב, יקח את כל המידע העצום הזה (זאת אומרת, Big Data) וינתח אותו בצורה כזו שתסיק מסקנות רפואיות פורצות דרך כמו איזה טיפולים עובדים יותר טוב (ועבור איזו אוכלוסיה) ואפילו לחזות מה הסיכויים של אדם לחלות במחלה בהינתן המצב שלו כיום.
- שיווק ופרסום: טוב, בזה כנראה כולכם נתקלים. חברות ענק כמו פייסבוק וגוגל עוקבות אחרי אלפי הפעולות שאנחנו עושים באינטרנט כיום - החל מהסרטון שצפינו בו ועד לפוסט שעשינו לו Share. הם לוקחות את כל המידע הזה ומנתחות אותו בצורה כזו שתעזור להם להבין מי אנחנו, מה אנחנו אוהבים ובסופו של יום איזו פרסומת כדאי להציג לנו על מנת שנלחץ עליה.
- תחבורה: החל ממכוניות אוטונומיות שאוסופות בכל רגע נתון ע״י החיישנים שלהן ים של מידע בנוגע לסובב אותם והפקת מסקנות להמשך הנהיגה ועד למפות חכמות כמו Waze שמנתחות מיליוני נהגים בכל רגע נתון על מנת להציג לכם את הנתיב המהיר ביותר ליעד שלכם.
כאמור, בכל עולם בו יש מלא מידע, עולם ה-Big Data יכול לבוא לידי ביטוי ולעזור לארגונים ותחומים מסוימים לקבל החלטות יעילות יותר.
למה ביג דאטה זה חשוב כ״כ?
חברות, עסקים וארגונים הבינו שהמידע הוא עצום ואינסופי, אבל טמון בו גם ידע יקר ערך שעשוי לעזור להם להבין יותר טוב את הלקוחות שלהם,להפיק מהמידע הזה מסקנות עסקיות שיעזרו להם לקבל החלטות יותר טובותובסופו של יום - להרוויח יותר דולרים.
באמצעות ניתוח אפקטיבי של המידע והסקת מסקנות ממנו, חברות יכולות לשפר את תהליכי האופרציה שלהם, לתת שירות לקוחות יותר טוב, בניית מודלים עסקיים חדשים, ליצור חווית משתמש אישית יותר טובה וקמפייני שיווק ממוקדים יותר לקהל לקוחות רלוונטי - פעולות אשר בסופו של דבר יהיו רווחיות יותר לארגון.
איך Big Data עובד?
אז הבנו בגדול מזה ביג דאטה, למה הוא חשוב ומה אפשר לעשות איתו ברמה העסקית איך בפועל כל הקונספט הזה עובד? אז ברמה המופשטת מאוד, ישנם 3 שלבים שאם הגעתם עד כה אתם כנראה מסיקים לבד:
- איסוף המידע (הדאטה)
- ניתוח של המידע
- הסקת מסקנות
איסוף המידע
אני מניח שהשלב הזה ברור מעצמו - על מנת שנוכל לנתח את המידע ולהסיק לגביו מסקנות, הדבר הראשון שאנחנו צריכים לעשות הוא קודם כל לאסוף המידע הזה ולשמור אותו אצלינו להמשך. השלב הזה, וגם זה שלאחריו, הם טכניים - בתור חברה, עליכם להגדיר מה האסטרגיה שלכם מבחינת המידע שאתם אוספים, באיזו צורה או מבנה אתם שומרים אותו אצליכם (מבחינת טכנית) ומה ״מקורות המידע״ שמהם יזרום המידע שאתם שומרים (פעולות באתר, מידע מחיישנים פיזיים וכו׳).
ניתוח המידע
לאחר שיש לכם את כל המידע ביד (או יותר נכון, שמור במסד נתונים), תוכלו לבצע עליו פעולות שיעזרו לכם להבין מי נגד מי. גם כאן, מדובר בשלב טכני שבד״כ דורש עירוב של מתכנתים, דאטה אנליסטים ותוכנות ושירותים שיעזרו לכם לנתח את כל המידע שאספתם.
הסקת מסקנות
הו, זה השלב הכיפי. לאחר שאספתם את המידע והצלחתם לנתח אותו בצורה כזו שהמוח האנושי יכול להבין ולעכל, הגיע הזה להסיק מסקנות שיעזרו לכם לקבל החלטות עסקיות יותר בנוגע לחברה שלכם. לדוגמה, גיליתם שרוב המשתמשים שלכם נמצאים בכלל באנגליה? תכפילו את מאמצי השיווק שם. גיליתם שרוב הקניות שלכם באתר נעשות ע״י אמאות אמריקאיות בנות 40? כנראה שכדאי שתעשו פרסומת בהתאם בפייסבוק. בקיצר, הבנתם את הקטע.
לסיכום
ביג דאטה זה נושא גדול (גדול, הבנתם?), ומשתרע על המון תחומים בחיים שלנו. בסופו של יום, כל איסוף המידע הזה עוזר לחברות וארגונים להבין טוב יותר מי נגד מי ובסופו של דבר לקבל החלטות עסקיות טובות יותר. חברות, ארגונים, ממשלות - כולם מבינים את הכוח הטמון ב-Big Data ומשקיעים המון מאמצים על מנת לסחוט כמה שרק אפשר מהדאטה שלהם.
