Iako je naslov ovog članka pomalo u maniri hollywooda, očito ste shvatili o čemu ću danas prisati. Inače naslov je prevednica knjige Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die autora Erica Siegela, da vi, dragi moji čitatelji ne bi pomislili odakle meni toliko kreativnosti da izmislim ovakav provokativan naslov. Dobro, da ne pobjegnem od tematike vrijeme za krenemo od osnova.
Što je prediktivna analitika?
Predikitvna analitika je praksa ekstrahiranja informacija iz postojećih podataka kako bi utvrdili uzorke, te kako bi predvidjeli buduće ishode i trendove. Prediktivni modeli se tipično koriste za „proricanje“ vjerojatnih događaja u budućnosti s određenom razinom pouzdanosti. Je li vas ovo podsjeća na babe gatare koji vam gataju budućnosti na osnovu nekih karakteristika. Naravno, ima nekih poveznica, međutim naše gatare su softveri za rudarenje podataka koji nam putem određenih algoritama rudarenja podataka i povijesnih podataka „gataju“ što će se dogoditi u budućnosti. U poslovnom smislu prediktivna analitika služi za predviđanje nekih stvari koje nam „obični“ alati za poslovnu inteligenciju ne mogu obaviti, a to se ponajviše odnosi na bolje razumijevanje kupaca, proizvoda, partnera kako bi identificirali potencijalne rizike i mogućnosti za poduzeće.
Što možemo predvidjeti?
Pravo bi pitanje bilo : „ Što ne možemo predvidjeti “ ? Veliki broj stvari je lako predvidiv, međutim za to su potrebni kvalitetni podaci. Međutim vratimo se tristo godina unatrag i upoznajmo Johna Graunta, prvog data scientista (znanstvenika podataka) i znanstvenika amatera. Inače John je živio u vrijeme najveće kuge koja je tada harala i u svojoj „knjizi“ Bills of Mortality je spojio sve podatke o umrlima i htio je na osnovu uzoraka znati tko je umro od kuge, a tko od neke druge bolesti, te je došao do zaključaka koji su za to vrijeme bili fascinantni. Smatra se da je J.Graunt otac statistike i rudarenja podataka, jer je po prvi puta gledajući u podatke koje je prikupio našao ono vrijedno, a to su uzorci koje golim oko ne možemo vidjeti. Međutim, danas su stvari nešto drugačije i danas ljude uglavnom zamijenjuju računala i softverski proizvodi, međutim ne u potpunosti. Vratimo se na prediktivnu analitiku i počnimo od predviđvanja najkompleksnije stvari, a to su ljudi i njihova ponašanja. Smatrate da ljudska ponašanja nisu predvidiva? Antropolozi smatraju da smo itekako predvidivi i da je naš svaki korak lako predvidjeti. Zamislite svoj put od kuće do posla i zamislite da svaki put kad otključate vrata od kuće, upalite auto i odete na posao zapravo kreirate podatke o svom ponašanju. Da te podatke možemo nekako realno izraziti, lako bi mogli predvidjeti kad ćemo se dignuti, otključati vrata od kuće, upaliti auto i kojim ćemo putem ići na posao. Ako mislite da ovo izmišljam napisati ću vam konkrentniji primjer. Policija Los Angelesa (LAPD) je upravo ovo primijenila na svom problemu, odnosno na problemu kriminala. Od svih podataka iz prošlosti su našli način kako predvidjeti sljedeći korak kriminalaca na točno određenoj lokaciji i u točno određeno vrijeme. Zvuči nemoguće, međutim ova metoda je smanjila 5% općeg kriminala i 20% krađa auta u LA-u. Na prvu nije puno, ali gledajući da Los Angeles nije mali grad, ova brojka je fascinantna. Algoritam radi na jednostavan način i to na primjeru stvarnog događaja. Inače epicentar potresa se ne može predvidjeti, međutim mali potresi koji se događaju nakon velikog potresa se lako predviđaju stoga su dvoje znanstvenika: antropolog i matematičar razvili algoritam koji isti taj princip primjenjuje na podacima kriminalnih događaja. Koliko ovo zvučalo „uvrnuto“ to je realnost i sve će se više vremena posvećivati izučavanju ovog područja i razvijanju novih algoritama za predviđanje stvarnih događaja.
Korist ili iskorištavanje ?
Sad kad smo saznali da se lako možemo predvidjeti, pitanje je kako ovo možemo primijeniti u poslovanju. Pa svaki dan poduzeća koriste prediktivnu analitiku na nama samo to nismo svjesni. Sigurno vam je poznata situacija kad ste teti u Konzuma dali karticu lojalnosti kako biste dobivali bodove. Međutim, oni na temelju vaših kupnji znaju što biste mogli kod njih kupiti u budućnosti i na te proizvode vam daju popust. Malo ekstremnija situacija previđanja je primjena prediktivne analitike na Big Data podacima, gdje tvrtka zna što ćete kupiti, a da vi niste ni svjesni toga i sve na temelju podataka koje mi šakom i kapom dijelimo bilo na društvenim mrežama ili nekih drugim servisima. Etično ili ne ? S jedne strane ovo je super, jer znam da ću dobiti reklame samo za ono što me zanima (ne želim gledati političke reklame). S druge strane zašto bi mi gurali reklame proizvoda na temelju podataka koji su oni prikupili protivno mom odobrenju ?
Pozitivna strana prediktivne analitike
Naravno da izbjegnemo korporacijski duh iskorištavanja podataka, prijeđimo na pozitivnije stvari. Ono što je mene fasciniralo je primjena Big Data analitike u medicini tj. kod DNA podataka. U bliskoj budućnosti ćemo moći vidjeti kolika je vjerojatnost da obolimo od neke bolesti na temelju naših genskih podataka i onda nam doktori mogu proaktivno prepisati lijek koji je „skrojen“ samo za nas. Naravno, tu dolazi i do primjene prediktivne analitike u farmaceutskoj industriji koja sve ovo zna zloupotrijebiti. Primjera radi, vjerojatno niste znali da je farmaceutska industrija jedna od najjačih industrija u SAD-u uz bok samoj industriji oružja. Smatram da će kombinacija prediktivne analitike i Big Data podataka promijeniti svijet kakav znamo. Gledajući BBC-ov dokumentarac Age of Big Data, shvatio sam kolika je široka primjena svega ovoga o čemu pišem. Najfascinantniji su mi istraživački sateliti koji će u roku deset godina biti konstruirani u južnoafričkoj pustinji i koia će u sekundi proizvoditi 14 terabajta podataka i to je stvarno fascinantna brojka koja će zahtjevati itekako jake hardverske resurse. Međutim od tih podataka ćemo moći saznati mnoge stvari o svemiru i predvidjeti neke stvari koji do sada nisu bile moguće. Što nam može donijeti prediktivna analitika u budućnosti ? Vrijeme će pokazati i iako ga prozivaju hype-om ovo je realnost s kojom se svako društvo mora suočiti. O alatima ćemo nekom drugom prilikom 🙂
Business Intelligence 