Directorul general al companiei Derwent Capital Markets din Wallstreet, Paul Hawtin, verifică şi analizează, în fiecare zi, cu ajutorul unui software instalat pe computerul său, mesajele postate pe Twitter de utilizatorii din întreaga lume, pentru a observa tendinţele stărilor de spirit ale acestora, care vor fi notate ulterior conform unui sistem de calificative, de la 1 la 50.
După aceea, Hawtin decide, în funcţie de rezultatele analizelor, dacă vinde sau cumpără acţiunile deţinute de firmă, în valoare de milioane de dolari americani. Principiul este extrem de simplu: dacă toată lumea pare bucuroasă, el cumpără. Dacă creşte indicatorul de agitaţie, el vinde. Metoda a fost răsplătită cu bine, în primul trimestru al anului, Derwent Capital Markets înregistrând o rată a profitului de 7%.
Acesta este doar unul din cele mai simple cazuri de utilizare a Big-data. Se crede că este interesant să ne întrebăm ce se întâmplă, pe Internet, în China, în doar 60 de secunde.
Răspunsul este uimitor: în 60 de secunde, oamenii accesează motorul de căutare Baidu de 4,5 milioane de ori, postează 800.000 de mesaje pe Weibo, realizează 8.000 de tranzacţii pe Taobao şi transmit 150.000 de fotografii spre blogul QQ.
Asta înseamnă, într-o expresie sugestivă, cantitatea datelor apărute la nivel mondial ar fi de patru ori mai mare decât totalul nisipurilor de pe Pământ. Expansiunea uluitoare a datelor a stimulat dezvoltarea pieţii inteligenţei comerciale.
Fără îndoială, decidenţii băncilor, ai sectoarelor de transport, industrie, din aproape toate domeniile, doresc să ia decizii mult mai deştepte cu ajutorul Big-data.
Analiza vizualizată a Big-data va deveni „echipamentul standard” al companiilor. Bill Gates a spus că metodele de culegere, administrare şi folosire a informaţiilor vor „determina succesul sau eşecul unei companii.”
Dezideratul decidenţilor privind „o judecare corectă” a adus, pentru căutătorii de aur din domeniul Big-data, oportunităţi de transformare a datele plictisitoare în bani frumoşi.
Printre aceşti căutători sunt magnaţi din domeniul IT, cum ar fi IBM. Ceea ce şi-a propus compania este să simplifice modul de prezentare a datelor pentru persoanele care vor să ia decizii.
Laboratorul IBM a produs un software numit „Project Neo”, care vizează optimizarea interacţiunilor utilizatorului cu datele. Ideea companiei IBM era să asiste un utilizator fără cunoştinţe preliminare de specialitate în operarea datelor primitive, prin intermediul acestui software, „Project Neo”. Acesta avea o interfaţă simplă şi vizualizată, putând scoate la iveală perspectiva şi diagrama ascunse. Mai mult, software-ul putea funcţiona în cloud.
De exemplu, un manager poate afla ce factori au provocat scăderea vânzărilor într-un anumit trimestru cu ajutorul acestui software, după ce introduce datele necesare. El poate împărtăşi imediat rezultatele analizei cu colegii, care pot adăuga informaţii folosind canale de imput distribuite de manager.
Produsele software ale unor companii precum IBM sunt foarte scumpe, astfel că nu sunt la îndemâna companiilor mici şi mijlocii, pentru a le cumpăra. Situaţia este, însă, o oportunitate pentru rivalii din China, ei dorind să coexiste cu magnaţii din domeniu, aşa cum sunt elefanţii cu furnicile.
Yong Hong Technology este unul dintre aceştia. CEO-ul firmei, He Chuntao tinde să se refere la platforma exploatată de ei, „Bao Bao Shu” (în traducere, copacul copiilor). Aceasta alege, în fiecare lună, un cuvânt cheie care se află în top. „Progesteron” a apărut la începutul anului 2014 şi a rămas în top mai multe luni consecutive.
Fenomenul a atras atenţia platformei. Compania Yong Hong a făcut o analiză şi a aflat că poluarea duce la anormalitatea progesteronului. Astfel, compania a invitat Academia de Ştiinţe din China să conlucreze la producerea unui fel de lapte praf pentru femeile însărcinate, acesta având funcţiile de a ajusta hormonul. În cele din urmă, acest produs a fost extrem de căutat.
O altă companie chineză, Hai Yun Data şi-a găsit afacerea în Statele Unite. Fondatorul acesteia, Feng Yicun a semnat un contract cu firma Unilever, care avea nevoie de servicii de analiză rapidă.
Metoda lui Feng Yicun era să cunoască, în cât mai multe detalii, cerinţele clientului, punând numeroase întrebări. Procesul de cunoaştere a fost foarte complicat, fiindcă era un câmp străin pentru Feng. Dar rezultatele au fost mulţumitoare pentru ambele părţi.
Conform estimărilor IDC, amploarea investițiilor pe piața Big-data, la nivel mondial, va ajunge la 449,11 miliarde dolari americani în anul 2026.
