Pirms pēdējo pāris gadu nozīmīgajiem notikumiem, kā Brexit referenduma, ASV prezidenta un arī Rīgas domes vēlēšanām, sabiedriskās domas aptaujas devušas mānīgus rezultātus, kas tiek skaidroti ar cilvēku nevēlēšanos atklāt patiesos uzskatus. Exigen Services Latvia biznesa attīstības direktore Ivonna Bibika uzskata, ka šis ir labs brīdis sākt mērīt sabiedrības noskaņojumu citādi – ar lielo datu palīdzību.
Lielie dati jeb Big data pēdējos gados tehnoloģiju pasaulē ir daudz locīts jēdziens, bet ārpusē par to nemaz tik daudz nerunā. Ko ar to saprotam?
Lielie dati ir jebkura veida informācija, kā strukturēta, tā nestrukturēta, kuras apstrādei nepieciešami īpaši rīki. Citiem vārdiem sakot, milzīgs informācijas apjoms, kuru var analizēt un pētīt, lai gūtu atbildes uz visdažādākajiem jautājumiem.
Informācijas analizēšana nešķiet ļoti aizraujoša. Kādēļ ap lielajiem datiem sacelta tāda ažiotāža?
Pirmkārt, tie paver milzīgas biznesa iespējas aizvien augošā nozarē. Ja pērnā gada nogalē tika lēsts, ka lielo datu globālais tirgus apjoms varētu būt ap 130 miljardiem eiro, tad 2020.gadā tas jau pārsniegšot 200 miljardus. Attiecīgi aug arī tirgus lielo datu apstrādes servisiem – no 40 miljardiem 2016.gadā līdz 57 miljardiem 2020.gadā.
Otrkārt, tie paver tādas iespējas izanalizēt un izprast dažādus procesus, kādas cilvēcei nekad nav bijušas. Vienkāršoti sakot, var paņemt miljoniem cilvēku dosjē un no tiem izvilkt ne vien kādus vidējos skaitļus, bet sameklēt kopsakarības un tendences.
Skaitļi izskatās iespaidīgi pat pasaules mērogā. Kā šajā tirgū izskatās Latvijas IT uzņēmumi, un vai mums ir iespēja «iekosties» kārdinošajā miljardu pīrāgā?
Zināšanu un tehnoloģiskā bāze ir pietiekama, arī Eiropas Savienība mudina uzņēmumus izmantot jaunās iespējas, lai Eiropas IT uzņēmumi gūtu nozīmīgāku vietu globālajā ainā. Tomēr panākumi lielā mērā būs atkarīgi no datu pieejamības. Ja Latvijā mēs tiem vēl varam tikt klāt, tad globālā līmenī lielie meklēšanas servisi un sociālie tīkli, kas uzkrājuši prātam neaptveramu datu bāzi ar informāciju par saviem klientiem, ar informāciju dalās nelabprāt. Saprotams, ka viņi šeit saskata perspektīvas biznesa iespējas un ar laiku noteikti radīs mehānismu, kā lielo datu apstrādātājiem tirgot datus, iespējams, pelnot vairāk nekā no pamatbiznesa.
Potenciālie klienti būs gan komersanti, gan dažādi sabiedriskās domas pētījumu centri, gan zinātniski institūti. Visi, kas gribēs izpētīt vienu vai otru cilvēku uzvedības šķautni. Jāņem vērā, ka visaptverošas ainas izveidošanai nepietiks ar no viena uzņēmuma iegūtajiem datiem. Tos vajadzēs iegādāties no vairākiem, tādēļ var prognozēt, ka vismaz sākumposmā šie pakalpojumi nebūs lēti.
Tad jau sanāk, ka mūsu uzņēmumu izredzes ir diezgan blāvas.
Ne gluži. Domāju, ka Latvijas IT uzņēmumu specializācija būtu tādu rīku izstrādāšana, ar kuriem analizēt lielos datus. Proti, nevis pašiem mēģināt iegūt Facebook vai Google informāciju un to apstrādāt, bet iedot uzņēmumiem instrumentus, ar kuriem viņi paši var analizēt, piemēram, no savu klientu lojalitātes kartēm savāktos datus. Teiksim tā: mēs varam iedot uzņēmumiem rokā ļoti labu makšķeri, lai viņi ar to var noķert lielu zivi jeb sasniegt savus mērķus.
Tātad padarīt datu analizēšanu faktiski pieejamu ikvienam interesentam?
Tieši tā. Šajā sfērā ir ļoti liels, vēl neskarts potenciāls. Ja paraugāmies uz komersantu šā brīža tā dēvētajiem personalizētajiem piedāvājumiem, tie ir pavisam primitīvi. Ja es meklēju lidmašīnas biļeti uz kādu pilsētu, Google reklāmas man pēc tam vēl vairākas nedēļas piedāvās lidojumus uz šo pašu vietu. Bet es varbūt jau esmu biļeti nopirkusi un otrreiz tik drīz nedomāju turp doties. Ja tiktu pilnvērtīgi izmantota lielo datu analīze, programma zinātu, kas man patīk un piedāvātu mani interesējošas izklaides vai kultūras iespējas šajā pilsētā attiecīgajā laika posmā.
Arī lielveikalu ķēdes lojalitātes karšu īpašniekiem varētu piedāvāt patiešām personalizētus piedāvājumus, kas balstīti uz iepriekšējo iepirkšanās pieredzi. Tas nozīmē nevis tos pašus produktus, ko esmu pirkusi, bet gan tādus, kas varētu mani interesēt, kā arī izslēdzot preces, kuras es tāpat nepirkšu. Nav taču jēgas ekoloģiskas produkcijas pircējam mēģināt ar atlaidi iepārdot preci, kas mudž no konservantiem.
Mazumtirgotāji, kuri uztur klientu datu bāzes un lojalitātes sistēmas, no savā rīcībā esošajiem datiem var iegūt ļoti daudz vērtīgas informācijas. Galvenais ir saprast, kā to izmantot.
Izklausās diezgan biedējoši. Faktiski komersants var uzzināt par cilvēku vairāk, nekā viņš pats zina.
Varbūt. Bet lielie dati, tāpat kā jebkura tehnoloģija, paši par sevi nav ne labi, ne slikti. Viss ir atkarīgs no to pielietojuma. Daudzu tūkstošu saslimšanas gadījumu analīze, piemēram, var palīdzēt precīzi konstatēt epidēmijas cēloni vai izplatīšanās apstākļus. Tie var uzlabot laika apstākļu un dabas katastrofu prognozēšanu, kā arī palīdzēt uzņēmumiem precīzāk «pieslīpēt» savu produktu mērķauditorijas vajadzībām.
Protams, tos var pavērst arī pretējā virzienā. Taču šo risku mazināšanā varētu palīdzēt jaunā Eiropas Savienības Vispārīgā datu aizsardzības regula, kas stāsies spēkā līdz 2018.gada maijā. Tā paredz bargus sodus par personas datu izpaušanu un nelikumīgu pielietošanu.
Jāatzīst, ka datu aizsardzība ir ļoti smalka lieta. Lielo datu analizēšanai vajadzīga bagātīga informācija. Tajā pašā slimību analizēšanas gadījumā var būt nepieciešams iekļaut personu vecumu, dzimumu, slimību vēsturi un citus datus, kas pēc likuma tiek uzskatīti par aizsargājamiem. Pārlieka datu aizsargāšana var traucēt atrast korelācijas, bet visu datu atvēršana radīs privātuma apdraudējumu. Tad nu būs jāizšķiras - svarīgākas ir indivīda vai sabiedrības intereses?
Kādās jomās vēl lielie dati varētu dot pienesumu?
Lielākā vai mazākā mērā tos var izmantot katrā nozarē, kur vien tiek uzkrāti kādi dati. Ja 2000.gadā digitalizācijas apjoms bija ap 40%, tad tagad tikai daži procenti datu nav digitalizēti. Atšķiras tikai to kvalitāte un vērtība.
Viena ļoti būtiska joma valsts pārvaldē varētu būt sabiedrības noskaņojuma mērīšana. Kā redzam no pēdējo gadu piemēriem, sabiedriskās domas aptaujas kaut kādu iemeslu dēļ vairs nav tik precīzs līdzeklis cilvēku uzskatu izmērīšanai, pie kāda bijām pieraduši. Pirms Brexit referenduma aptaujas rādīja, ka briti nobalsos pret izstāšanos, ASV prezidenta vēlēšanās Klintone teju tika kronēta jau pirms balsu saskaitīšanas, un arī Rīgas domes vēlēšanās pēc aptauju rezultātiem valdošā koalīcija bija kritusi. Taču visos gadījumos pašas vēlēšanas nesa pretēju rezultātu. Iespējams, cilvēki baidās teikt, ko patiesībā domā. Iespējams, ir kāda kļūda respondentu atlasē.
Lielie dati var iedot citu skatījumu uz sabiedriskajiem procesiem. Ar atbilstošiem rīkiem izmērot dažādu interneta vietņu apmeklējumu, analizējot sociālo tīklu ierakstus un komentārus portālos, var diezgan precīzi pateikt, ko sabiedrības vairākums domā par vienu vai otru likumprojektu vai politiskās partijas programmu. Ja vien politiķi gribētu noskaidrot tautas domas par kādu iniciatīvu, ar lielo datu palīdzību viņi to varētu izdarīt pavisam īsā laikā. Tā savā ziņā ir atgriezeniskā saite, iespēja saprast, vai vēlētāji patiesībā atbalsta priekšlikumu, vai nē.
Vai to var darīt jau šodien?
Īsti nē, jo datu atvēršana pasaulē notiek diezgan lēni. Un kamēr nav pieeja datiem, par pilnvērtīgu to analizēšanu runāt ir pāragri. Taču virzība ir redzama.
Arī tehnoloģiskā līmenī progress notiek un tas ved uz pašmācošām sistēmām. Ja šobrīd datu apstrādes algoritmus veido un izvēlas cilvēks, tad nākotnē lielo datu analizēšanas programmas pašas mācīsies no savas pieredzes un izvēlēsies apstrādājamos datus un ceļus, kā tikt pie vajadzīgā rezultāta. Var teikt, ka virzība ir uz mākslīgo intelektu.
Kas izraisīs izšķirošo pavērsienu šajā jomā?
Lielo datu attīstība ir cieši saistīta ar mazumtirgotāju interesi par to izmantošanu. Jo ātrāk viņi tajā saskatīs reālu ieguvumu, jo straujāk attīstīsies nozare. Ja vien būs biznesa ideja un mērķis, kā šo informāciju izmantot, IT nozare sagādās nepieciešamos risinājumus.
Latvijā ir daudz gaišu prātu, kas spēj radīt globāla mēroga informācijas tehnoloģiju produktus, un esmu pārliecināta, ka mūsu uzņēmumiem ir pa spēkam izveidot pasaulē lietojamus lielo datu analīzes rīkus.
