Području, a u sljedećih nekoliko godina planira postati jedna od glavnih europskih razvojnih i implementatorskih tvrtki u dvije do tri niše ‘big data’. Uz pionire ‘big data’ Google i Amazon, koji su počeli analizirati podatke kako bi shvatili koji bi proizvod mogao zaokupiti pozornost kupca ili prepoznati njegove potrebe, te Facebook i druge društvene mreže najpoznatiji korisnik tehnologije ‘big data’ američki je trgovački lanac Walmart, koji svakog sata obradi više od milijun kupnji i to pohranjuje u svoje baze podataka.
I njegov hrvatski pandan, najveći maloprodajni lanac Konzum, posljednjih šest godina upotrebljava ‘big data’ rješenja najviše za detaljne analize (rudarenje podataka, prediktivne analize i sl.). Svaki dan prikupimo veliku količinu poslovnih podataka koji su tvrtkin vrijedni izvor. Njihovom analizom optimiramo procese i poboljšavamo uslugu za kupce. Najbolji primjeri uspješne primjene ‘big data’ rješenja predviđanja su potrebe prodavaonica i analiza potrošačkih navika. Na osnovi predviđanja potražnje prodavaonica podignuli smo razinu učinkovitosti opskrbnog lanca i osigurali pravodobnu isporuku robe u prodavaonice te smanjili njezin nedostatak u njima. Možemo također kvalitetnije osmišljavati akcijske ponude u skladu s potrebama kupaca – kažu u Konzumu. ‘Big data’ nov je način na koji tvrtke analiziraju stare podatke i one iz novih izvora. Tehnologija može povezati sve više različitih podataka, otkrivaju se do tada nepoznati uzorci, nove veze, uvidi i modeli poslovanja. Glavna je promjena u pristupu kombiniranje strukturiranih i nestrukturiranih podataka, a glavni izazov kako analizirati tu gomilu podataka i izvući nešto korisno iz nje.
Brojne aplikacije ‘big data’ testiraju se u medicini i znanosti, kartičarske kuće već neko vrijeme prepoznaju kad je novac potrošen na neobičnome mjestu ili vremenu te odmah kontaktiraju s vlasnikom da provjerite je li novac potrošio on ili je kartica ukradena itd. Prema prikupljanju i analiziranju neograničenog broja podataka Google i Facebook možda su najbolji primjer za predviđanje ponašanja korisnika na internetu.
I druge tvrtke mogu izvući vrijedne informacije iz sličnih izvora. Jedan od primjera uporabe nestrukturiranih podataka kao nadogradnje analitičkih modela jest iskorištavanje uvida dobivenih s društvenih mreža. Pri tome strojevi iz tekstova koji se ‘postaju’ na društvenim mrežama posebnim semantičkim algoritmima pokušavaju odgonetnuti emocije i stajališta potrošača prema tvrtki, brendu ili proizvodu. Jedna od važnih primjena jest u marketingu, gdje se analiziraju podaci u stvarnom vremenu te se na osnovi toga pokreću marketinške kampanje usmjerene na segmente s ograničenim rokom trajanja i relativno malo članova – kaže Alen Gojčeta iz IBM-a Hrvatske.
