Příliš velká, než aby šla ignorovat

Co děláte, když slyšíte lidi mluvit o Big Data? Trochu přikývnete a doufáte, že nebudete muset nic říkat? Přemýšlíte, jestli byste si neměli zjistit, co to vlastně znamená? Nebo to jednoduše odbudete jako „další módní slovo“?

Big Data bychom měli brát vážně. Jak tvrdí Phil Simon ve své knize Příliš velká, než aby šla ignorovat, Big Data nejsou jen obrovská – jsou i příliš důležitá na to, abychom je přehlíželi nebo podceňovali.

Následující kapitoly ukazují, proč jsou Big Data najednou tak aktuální a jak je můžete využít ve svůj prospěch. Proto je tato kniha povinnou četbou pro každého, kdo chce zlepšit své podnikání nebo fungování organizace: musíte nechat Big Data pracovat pro vás.

Po přečtení této knihy budete vědět, jak nasměrovat své podnikání směrem k Big Data, jak velká data vizualizovat a jak společnosti jako Netflix využily Big Data k obrovskému růstu.

Dnes mluví o Big Data téměř každý a mnoho firem najímá datové vědce. Co ale přesně Big Data jsou? A proč se o nich najednou tolik mluví?

„Big Data“ označují obrovské datové soubory, které jsou příliš velké nebo příliš složité na to, aby se s nimi dalo pohodlně pracovat běžnými nástroji. Nelze je zpracovávat v základních aplikacích, jako je Microsoft Excel nebo Access.

Růst Big Data je poháněn tím, jak se mění naše spotřebitelské chování. Chytré telefony, cloudové služby a rychlé internetové připojení zajišťují, že neustále data spotřebováváme i vytváříme. Díky tomuto rychlému a snadnému přístupu k informacím jsme prakticky pořád „online“.

Zamyslete se: co je první věc, kterou uděláte, když vaše letadlo přistane? Zapnete telefon, že? A pak pravděpodobně zkontrolujete e‑mail, Facebook nebo Twitter. V tu chvíli nejen přistupujete k datům – zároveň je i vytváříte.

Právě tento typ spotřebitelského chování stojí za vznikem Big Data. Naše spotřební vzorce se změnily i kvůli klesajícím nákladům na technologie. Technologie – zejména úložiště a přenos dat – dramaticky zlevnily. Tuto změnu nelze podceňovat.

Moderní, cenově dostupné technologie nám umožňují – a dokonce nás povzbuzují – abychom k Big Data sami přispívali. Kolik televizních seriálů byste sledovali, kdyby vás každý díl stál 10 dolarů jen za přenesená data, navíc k poplatku za pronájem nebo nákup?

V roce 1990 stál jeden gigabajt úložného prostoru zhruba 10 000 dolarů. Do roku 2010 tato částka klesla na deset centů. Díky levným technologiím a Big Data se dnes na YouTube každou minutu nahraje přibližně 48 hodin videa a každý měsíc se zhlédne přes 200 miliard videí. Bez Big Data by něco takového nebylo možné.

Otázka tedy zní: co s tím uděláme?

Čím se tedy dnešní velká data liší od dat, která se shromažďovala například v 50. letech? Nejde jen o jejich množství. Změnil se i samotný typ dat, která sbíráme.

Většina dnešních velkých dat je nestrukturovaná. Dříve převažovala tzv. relační data – byla mnohem jednodušší a dala se snadno zobrazit v tabulkách. Představte si tabulku, kde je v jednom sloupci seznam zákazníků a v druhém produkty, které si objednali.

Nestrukturovaná data jsou naopak velmi „chaotická“. Nelze je uspořádat stejným způsobem. Každý tweet o vašem produktu je kousek dat, ale nemůžete je jednoduše seřadit do klasické tabulky.

Proč? Protože tweety nemají jen jeden jednoduchý vztah k jiné položce. Představte si, že někdo tweetuje, že uvažuje o koupi vašeho produktu. V tom tweetu může být spousta informací – o věku člověka, jeho koníčcích, demografii, vzdělání a mnohém dalším. Nemůžete si tedy jen vytvořit tabulku s řádkem „Tweet č. 1“ a mít v dalších sloupcích všechny jeho charakteristiky – tabulka by byla nepřehledně obrovská. A teď si představte, že byste to zkoušeli udělat s tisíci a tisíci tweetů. Prakticky nemožné.

Právě to dělá data „nestrukturovanými“. Dnes tvoří nestrukturovaná data více než 80 procent dat, která organizace mají. Pokud se naučíme tato data spravovat, můžeme z nich získat velmi cenné poznatky o chování spotřebitelů. Nestrukturovaná data tak představují obrovskou příležitost.

Skvělým příkladem je Netflix. Sleduje, kde, kdy a kolikrát jsou jeho filmy a seriály přehrávány. Zaznamenává také, na jakých zařízeních je lidé sledují, a monitoruje komentáře o společnosti na Facebooku a Twitteru.

V létě 2011 Netflix přišel o 800 000 zákazníků. Když vyhodnotil, jak se o jeho službách diskutovalo na sociálních sítích, zjistil, že mnoho lidí odradilo přejmenování a nové nacenění poštovní DVD služby Qwikster. Netflix se proto značky Qwikster zbavil – a podnikání se začalo zotavovat.