Big data vs. small data

Analiza podataka, bili oni mali ili veliki, ključna je za dobivanje uvida o ponašanju potrošača. ‘Staromodniji’ izvori podataka, small data, manjeg su opsega i poznatih referencija. Obuhvaćaju alate koji se uobičajeno upotrebljavaju u istraživanju tržišta, navika i ponašanja potrošača, poput anketa, fokus grupa i sličnog. Nasuprot tome, big data je ogromna količina informacija o potrošaču, čijom analizom dobivamo obrasce, prepoznajemo trendove i otključavamo dublje uvide o potrošačevom stvarnom ponašanju i preferencijama. Osim veličine, razlika između malih i velikih podataka je i u brzini primjene, dostupnosti te strukturiranosti.

Analiza podataka o medijima, ponašanju potrošača ili konkurenata, prodaji proizvoda ili usluga te efikasnosti oglašavanja i kampanje iznimno je važna. Kako prije kampanje na osnovi dobivenih podataka kreirati dugoročne komunikacijske strategije i planove, objašnjava Ana Degoricia, voditeljica istraživačkog odjela u agenciji Omnicom Media Group (OMG), koja sa svojim timom kolegama olakšava posao planiranja i zakupa medija.

Znanje izvučeno iz big data omogućuje nam da s mnogo većom preciznošću pratimo i predviđamo ponašanje potrošača, određujemo ciljnu skupinu i plasiramo oglase u relevantnom okruženju. Podatak dobiven u realnom vremenu, na osnovi uzorka od stotina tisuća ljudi, praćenjem njihovih stvarnih navika, preferencija, stajališta i odabira, itekako nam je važan kako bismo mogli dobiti bolji, dublji uvid te čak i detektirati trendove prije nego što se dogode. Big data može predvidjeti rast popularnosti određenog proizvoda, recimo preko praćenja influencera na društvenim mrežama, čak i nekoliko tjedana prije nego što će se to prelikati na širu populaciju. Iako je big data neispravan i prepun mogućnosti, ne treba zapostaviti ni small data. To je i dalje bitan izvor informacija, iako ponekad zbog svojih ograničenja nedovoljno duboko opisuje ponašanje potrošača. Odnosno, podaci dobiveni istraživanjem tržišta ili preferencija potrošača, a koje je temeljeno na direktnom upitu (poput ankete) ili uvjetovanim odgovorima te na manjem uzorku, bit će uvijek manje ‘iskreni’ – kaže Degoricia i dodaje: – Nije ključno da su podaci samo ‘veliki’ nego da su ‘pravi’. U OMG-u nam je iznimno važno razumjeti i ispravno protumačiti podatke kako bismo dobili što kvalitetnije uvide. Razumijemo potrošače oslanjajući se na podatke, ali oči su nam uvijek otvorene za stvarni svijet, kako bismo mogli vidjeti i dalje od onoga što tražimo.

U želji da se što konkretnije usmjeri na targetiranje ciljnih skupina, da oglas dođe do prave osobe, određenog potrošača koji je zainteresiran baš za njega, sve više se razvija programatsko oglašavanje, automatizirani zakup medija gdje stroj zakupljuje medije jer brže procesuiru podatke i prepoznaje osobu iz ciljne skupine te se samo njoj obraća. Programatsko oglašavanje najrazvijenije je u Velikoj Britaniji, a kod nas je još u povojima. Cilj je da se oglasi ne rasipaju na širu populaciju već točno i precizno usmjerene na određenog potrošača, analizirajući prethodno njegovo ponašanje i plasirajući mu relevantan ponudu, povećavajući time efikasnost oglašavanja.

S obzirom na trend rasta korištenja programatskog zakupa medijskog prostora, pitanje na koje još nema odgovora je i hoće li strojevi posve zamijeniti ljude i postati bolji od nas? Tehnologija je u mnogim područjima nadmašila prosječnog čovjeka, ali isto tako stručnjaci tvrde da umjetna inteligencija ne može ugroziti opstanak ljudi. Sudionici s Oxforda i Yalea predviđaju da je vjerojatnost za to manja od pet posto. Degoricia ističe da predviđanja ne podrazumijevaju da će u cijelom svijetu s napredovanjem umjetne inteligencije postupno zavladati nezaposlenost, jer se pokazalo da razvoj novih tehnologija istovremeno s eliminacijom zastarjelih poslova stvara nove. Tako je, recimo, posao upravitelja dizala danas potpuno besmislen. No u vrijeme kada su imali funkciju, nisu se ni mogli zamisliti poslovi koji su se kasnije pojavili u informatičkoj i računalnoj industriji.

U kontekstu razvoja umjetne inteligencije i automatizacije u brojnim razvijenim zemljama svijeta posljednjih godina sve više raspravlja o mogućnosti uvođenja kraćeg radnog vremena i temeljne plaće. A budu li ljudi željeli konkurirati strojevima, to će za pojedinca značiti cjeloživotno učenje (unapređenje znanja i vještina) te stalno prilagođavanje razvoju i novim zahtjevima tržišta rada.