Prawdziwą grozą napawała Policja Myśli (...). Nikt oczywiście nie wiedział, czy w danym momencie jest obserwowany. Snuto jedynie domysły, jak często i według jakich zasad Policja Myśli prowadzi inwigilację. Nie sposób też było wykluczyć, że przez cały czas nadzoruje wszystkich. Tak czy inaczej, mogła się włączyć w dowolny kanał, kiedy tylko chciała. Pozostawało więc żyć z założeniem – i żyło się, z nawyku, który przeszedł w odruch – iż każde słowo jest podsłuchiwane, a każdy ruch pilnie śledzony” – to, co 65 lat temu George Orwell opisał w swojej antyutopii „Rok 1984”, dziś stało się faktem. Z drobnym zastrzeżeniem – w odróżnieniu od mieszkańców orwellowskiej Oceanii my wciąż nie mamy nawyku życia w nieustannej inwigilacji. A powinniśmy.

Skrócić proces decyzyjny

Dziś policjantami myśli stały się komputery. Nieustannie zbierają, archiwizują i analizują każdą naszą aktywność w internecie (dosłownie każde kliknięcie lub wpisanie znaku z klawiatury), każdą transakcję finansową, każdą podpisaną przez nas umowę czy nawet naszą strategię w grach ściąganych np. na telefony. A od kiedy na rynku pojawiły się smartfony z funkcją geolokalizacji – każdy nasz ruch.

Z raportu Harvard Business Review Polska „Big Data: Przełom w zarządzaniu firmą” wynika, że w 2012 r. na świecie powstawało codziennie 2,5 eksabajta danych, a liczba ta podwaja się co 40 miesięcy. W internecie w każdej sekundzie przepływa dziś więcej danych, niż 20 lat temu zmagazynowano we wszystkich zasobach WWW. Na przykład amerykańska sieć sklepów Walmart – jak podlicza raport – gromadzi każdej godziny ponad 2,5 petabajta danych o transakcjach konsumentów. Petabajt to trylion bajtów, czyli ok. 20 mln szafek wypełnionych dokumentami. Eksabajt to jednostka tysiąc razy większa.

Było tylko kwestią czasu, kiedy ktoś wpadnie na pomysł, jak wykorzystać to, co sami, dobrowolnie, nieustannie i bezrefleksyjnie ujawniamy o sobie. Tak powstała koncepcja Big Data, czyli inteligentne wnioskowanie na podstawie dużej ilości różnorodnych i zmiennych danych. I choć to narzędzie wciąż stosunkowo nowe na rynku, badania efektywności jego komercyjnego wykorzystywania są obiecujące. Harvard Business Review Polska przytacza badanie Andrew McAffee’ego i Erika Brynjolfssona z Massachusetts Institute of Technology, z którego wynika, że firmy po wprowadzeniu do swojej działalności operacyjnej analizy wielkich zbiorów danych zwiększyły wskaźniki wydajności i rentowności o 5–6 proc. Z kolei raport McKinsey Global Institute i McKinsey’s Business Technology Office w czerwcu 2011 r. prognozował, że przedsiębiorcy, stosując rozwiązania Big Data, mogą zwiększyć marże nawet o ponad 60 proc. W rozwiniętych gospodarkach Europy rządowe instytucje mogą w ten sposób zaoszczędzić w sumie ok. 150 mld euro, poprawiając dzięki analizie dużych zbiorów danych skuteczność np. ściągania podatków czy ograniczając nadużycia w administracji.

– Uruchomienie Big Data można porównać do powstania silników parowych. Kiedyś wszyscy wiedzieli, że istnieje para wodna, ale rozpływała się ona w powietrzu, nie dostarczała, oprócz ogrzania, większej wartości. Wreszcie ktoś wymyślił silnik parowy, wykorzystujący jej energię: powstały maszyny, pociągi, statki, nastąpił gwałtowny rozwój techniki. Dziś dane są jak para, a my jesteśmy świadkami tworzenia pierwszych bigdatowych silników. To kolejna technologiczna rewolucja – nie ma wątpliwości dr Andrzej Wodecki z Uniwersytetu Marii Curie-Skłodowskiej w Lublinie.

Dane w dzisiejszym świecie generowane są na trzech poziomach: gdy człowiek porozumiewa się z człowiekiem, człowiek kontaktuje się z maszyną i wreszcie maszyna z maszyną. I właśnie ten ostatni poziom – machine to machine – rozkwita, a sensory, które się ze sobą potrafią komunikować, zaczynają się pojawiać w każdej dziedzinie życia, ba, trafiają nawet do naszych organizmów. Na przykład w Stanach Zjednoczonych, gdzie na mobilne zdrowie wydaje się już rocznie ponad pół miliarda dolarów, firma Proteus Digital Health oferuje pacjentom tabletki z czipem, które zasilane są kwasami żołądkowymi. Połknięte, na bieżąco monitorują stan organizmu i przekazują do centrali informacje o tym, czy pacjent wziął odpowiednie leki. Firma przygotowuje się teraz do wprowadzenia leków z czipami, które z kolei będą informować o wchłanianiu substancji leczniczych.

– Monitorowanie naszego zachowania, preferencji czy gustów odbywa się już od dawna. Na przykład portal Flickr, gdzie ludzie z całego świata udostępniają swoje zdjęcia, na startowej stronie wyświetla te najpiękniejsze. Skąd wiadomo, które się podobają najbardziej? Z analizy oglądających – program zlicza kliknięcia, dodania do ulubionych, rekomendacje i komentarze, i fotki o najwyższych indeksach są ustawiane na pierwszej stronie. Dane z nieświadomego zachowania internautów przyczyniają się do podniesienia jakości serwisu. Podobnie działają porównywarki cen, które podpowiadają nie tylko, gdzie jest najtańsza oferta, lecz także które sklepy cieszyły się największą popularnością. Dzięki temu klient ma skrócony proces decyzyjny, co jest przydatne w świecie przeładowanym informacjami – opowiada dr Andrzej Wodecki.

Nie ma ucieczki

Z punktu widzenia biznesu koncepcja Big Data właściwie skazana jest na sukces. Podstawą strategii marketingu jest bowiem segmentacja rynku, czyli podział konsumentów na różne grupy, do których można trafić z konkretną, specjalnie dla nich sprofilowaną ofertą. – Najbardziej skuteczna, zapewniająca największy zysk jest strategia oddzielna dla każdego konsumenta. W tradycyjnym marketingu to jest nierealne, bo wiążą się z tym zbyt duże koszty. W internecie, przy wykorzystaniu segmentacji psychograficznej, wyprowadzaniu dla każdego z osobna specyficznych cech osobowościowych na podstawie tego, co ogląda, czy jak się w sieci zachowuje, jest to możliwe i przede wszystkim tanie – zauważa prof. Andrzej Falkowski, psycholog biznesu w Szkole Wyższej Psychologii Społecznej w Warszawie.

Podkreśla, że przed Big Data nie ma odwrotu. Nie można liczyć ani na prawo, które nie nadąża za dynamicznymi zmianami technologii, ani na świadomość samych internautów, dla których – jak się wydaje – ochrona prywatności nie jest życiowym priorytetem.

– To paradoks, że będąc krajem demokratycznym, gdzie wolność obywateli jest zapisana w konstytucji, zaczęła być ona drastycznie ograniczana. Następuje brutalna i skuteczna inwigilacja człowieka, znacznie głębsza niż w systemach totalitarnych. Świat Orwella to nic w porównaniu z dzisiejszą rzeczywistością – nie pozostawia jednak złudzeń prof. Falkowski.

– Sam się nierzadko dziwię, co internauci potrafią umieszczać w sieci. To młodzi ludzie, którzy nie pamiętają czasów komunistycznych, nie znają książki „Rok 1984”, a przecież niektórzy z nich niebawem staną się politykami, ważnymi urzędnikami, a to, co dziś wrzucą do sieci, kiedyś może być wykorzystane przeciwko nim. To są realne zagrożenia, jednak tej technologii nie da się zakopać. Potrzeba edukacji, świadomości tego, co robimy w internecie i jakie mogą być tego konsekwencje – zauważa Artur Kurasiński, bloger i współtwórca narzędzia do agregowania danych – Fokus smarter analytics.

Dodaje, że choć zbieranie danych o konsumentach firmy praktykują już od wielu lat, to wraz z pojawieniem się nowoczesnych technologii telekomunikacyjnych – serwisów społecznościowych czy smartfonów – praktyka ta wskoczyła na poziom globalny. Dziś można zdokumentować życie każdego z nas bez naszego udziału ani nawet zgody. Zresztą większość z nas akceptuje utratę prywatności, bo ważniejsze jest dla nas swobodne korzystanie z dobrodziejstw internetu.

– Społeczne przyzwolenie na powszechne przetwarzanie danych nastąpiło po zamachu na World Trade Center w Nowym Jorku. Specjaliści są zgodni, że analizy te uchroniły nas przed kolejnymi tak spektakularnymi atakami. Świat się zmienił, poziom prywatności sprzed 10 lat już nie istnieje. W Londynie jest milion kamer, przeciętny londyńczyk jest fotografowany kilkaset razy dziennie. Internet pokazuje, czym się interesujesz, smartfon mówi, gdzie jesteś, karta płatnicza, co kupujesz, a programy lojalnościowe, co lubisz – wylicza Andrzej Garapich, prezes spółki Polskie Badania Internetu.

Kilka lat temu badania Jupiter Research wykazały, że tylko 40 proc. internautów kasuje z komputera pliki cookies, które pozwalają internetowym robotom śledzić naszą obecność w sieci. Po ostatniej zmianie prawa, które nakazuje informować internautę o tym, że dana strona instaluje takie pliki, odsetek ostrożnych z pewnością się zwiększył. Jednak nawet ci, którzy przy każdym odpaleniu komputera w ustawieniach przeglądarki kasują ciasteczka, żyją w złudnym poczuciu anonimowości. Pojawiły się bowiem nowe ich rodzaje, np. cookies fleszowe, których nie da się w ten sposób pozbyć. Albo takie, które automatycznie duplikują się, pozostawiając kopię usuwanego właśnie pliku. Specjaliści z Electronic Frontier Foundation ujawnili z kolei, że niezależnie od cookies prawie każda przeglądarka może zostać w sieci zidentyfikowana. Z danych EFF wynika, że ponad 80 proc. przeglądarek ma unikatowy identyfikator – fingerprint. Jej wersja i ustawienia, m.in. rozdzielczość, zainstalowane dodatki i wtyczki czy rodzaj czcionki, sprawiają, że przeglądarka nabiera unikalnych cech i programy szpiegujące mogą ją w jednoznaczny sposób za każdym razem rozpoznać. Bez znaczenia są przy tej metodzie zmienne numery IP, co niektórym wciąż wydaje się być wystarczającym zapewnieniem anonimowości.

Innymi słowy, im bardziej ingerujemy w ustawienia przeglądarki, by uchronić się przed ciasteczkami, tym łatwiej ją zidentyfikować. Z kolei używanie jej „fabrycznej” wersji oznacza pełną zgodę na cookies. Tak czy siak, przed Wielkim Bratem ucieczki nie ma.

Ocean danych

Pozostaje pytanie, w jaki sposób i jakie dane są o nas zbierane i co na ich podstawie można wywnioskować. Z technologicznego punktu widzenia – jak przekonuje Miłosz Zemanek, informatyk z branży Big Data – sama analiza danych jest banalnie prosta. W uproszczeniu wygląda to tak: firma X odpala specjalne oprogramowanie – roboty analizujące dane, które rozmnożone w milionach kopii przeszukują dyski w centrach danych, szukając i zbierając informację według określonych algorytmów. Jeśli program natknie się na poszukiwany fragment danych (wzorzec), ocenia jego przydatność, wstępnie analizuje i wysyła wynik na wyższy poziom – do węzłów. Tu pracują inne roboty, które według kolejnych algorytmów zbierają pozyskane wcześniej pojedyncze informacje, grupują je według zadanych zasad i przekazują do centrali.

– Podstawowe kody algorytmów umożliwiające skanowanie stron w poszukiwaniu konkretnych informacji są już napisane w 99 proc. Na tym etapie najczęściej programista tylko modyfikuje gotowe szablony, by sprecyzować, czego robot ma szukać. Prawdziwa zabawa zaczyna się z chwilą budowania algorytmu, który ma tak przetworzyć i powiązać zebrane dane, by otrzymać sensowne wnioski – wyjaśnia Miłosz Zemanek.

Chodzi o to, by z oceanu danych wyłowić te, które pozwolą na stworzenie profilu zachowań w określonym obszarze poszukiwań – wzorca powstałego na podstawie milionów prawdziwych osobowości. Gdy już mamy taki wzorzec, programy analityczne wynajdują kolejnych Kowalskich, którzy zachowują się zgodnie z algorytmem, czyli pasują do wzorca. I wtedy wyświetlają im odpowiednio sprofilowane reklamy.

– I to jest w tym fachu najtrudniejsze. Na rynku nie ma takiego zawodu, tu liczy się talent. Dlatego przy większych projektach marketingowych tworzy się całe grupy zadaniowe złożone z programistów, analityków, socjologów, psychologów i osób z doświadczeniem w danej branży czy stanowisku, którzy mają to coś, potrafią wczuć się w ludzką psychikę i przewidzieć zachowania. Takich specjalistów jest niewielu, w Polsce jesteśmy na razie na początku drogi Big Data – zaznacza Zemanek.

W 2006 r. największa wypożyczalnia filmów DVD na świecie – amerykańska Netflix, która notabene ma niebawem wejść do Polski – ogłosiła konkurs wart milion dolarów na napisanie algorytmu, który poprawi o 10 proc. skuteczność rekomendacji filmów dla klienta. Z badań analityków Netflixa wynikało bowiem, że kto wypożyczy w tydzień za darmo pięć filmów, na 80 proc. wykupi abonament na kolejne. Dlatego tak ważny jest system jak najtrafniejszych podpowiedzi, co warto jeszcze obejrzeć. Konkurs wygrała w 2009 r. firma BellKor’s Pragmatic Chaos, zwiększając skuteczność podpowiedzi o 10,09 proc. Netflix chciał rozpisać drugą edycję konkursu, jednak zrezygnował, bo firmę oskarżono o naruszenie prywatności. Algorytmy podpowiedzi zostały tak precyzyjnie opracowane, że pozwalały identyfikować klientów na podstawie oglądanych przez nich filmów.

O tym, jak trafne może być profilowanie klientów na podstawie tego, co np. kupują, świadczy też opisana w 2012 r. w amerykańskim „Forbes” historia ojca nastolatki spod Minneapolis, która otrzymała z sieci sklepów Target e-maila z ofertą ciążowych ubrań i dziecięcych mebelków. Wściekły mężczyzna zrobił menedżerowi sklepu awanturę, że nakłania jego nieletnią córkę do zajścia w ciążę. Pracownik przeprosił, ale gdy ojciec wrócił do domu, dziewczyna w końcu przyznała się, że będzie mieć dziecko. „Winnym” był algorytm opracowany przez statystyka Targetu – Andrew Pole, analizując zachowania klientek, które spodziewają się dziecka, odkrył, że te, które kupują mleczko do ciała, na początku drugiego trymestru ciąży wybierają wersję bezzapachową. W ciągu zaś pierwszych 20 tygodni ciąży nabywają dużo suplementów diety – magnezu, wapna i cynku, a także mydło w płatkach. Stąd program uznał, że skoro młoda klientka z przedmieść Minneapolis zaczęła robić takie zakupy, pasuje do profilu i z prawdopodobieństwem 87 proc. można uznać, że jest w ciąży. I się nie pomylił.

– Peter Drucker, guru światowego zarządzania, mawiał, że połowa pieniędzy na marketing wyrzucana jest w błoto, pytanie tylko która. Big Data może spowodować, że żadna w błoto już nie trafi – podsumowuje Andrzej Garapich z PBI.

Dostępność danych to nie jest problem. Problemem jest stawianie odpowiednich pytań – zgadza się Yuri Drabent, współtwórca agencji Lubię to, specjalizującej się w kampaniach marketingowych w serwisach społecznościowych. I podaje przykład firmy produkującej proszek do prania.

– Można na Facebooku umieścić reklamę proszku skierowaną do każdego. Ale byłoby to kosztowne i nieefektywne. Stosując w kampanii marketingowej targetowanie demograficzne, behawioralne i po zainteresowaniach, firma może precyzyjnie dotrzeć z reklamą do tych, którzy takiego proszku rzeczywiście będą potrzebowali. Wyszukamy np. osoby, które mają dzieci, i w postach ze znajomymi ujawniły, że jadą w góry na ferie. Zaproponujemy im przekaz: dzieci w górach się brudzą, a ten proszek to wyczyści. Producent wyda na reklamę mniej pieniędzy, będzie ona skuteczniejsza, bo takie przekazy lepiej się klikają, korzyść odniesie też konsument, bo zamiast spamu zobaczy konkretną, pomocną reklamę – wyjaśnia Yuri Drabent.

Frontem do klienta

Modelowanie psychograficzne konsumentów zastosowano w USA już w latach 40. XX wieku. Producent kawy rozpuszczalnej postanowił sprawdzić, dlaczego jego produkt źle się sprzedaje. Psycholodzy porównali sylwetki osobowościowe kobiet, które dokonywały identycznych spożywczych zakupów, z tą tylko różnicą, że jedna grupa wkładała do koszyka dodatkowo kawę instant, a druga zwykłą. Okazało się, że zwolenniczkami kawy rozpuszczalnej były gospodynie leniwe i niegospodarne.

– Dzisiaj takie analizy można wykonywać w czasie rzeczywistym i od razu na nie reagować, odpowiednio dopasowując produkty czy usługi – zauważa prof. Andrzej Falkowski. Wiadomo – mówi psycholog biznesu – że osoby np. poszukujące wrażeń, otwarte na nowości, nie są lojalne wobec marek. Nie dla nich będą oferty programów lojalnościowych. Z kolei konsumenci starsi, średnio zarabiający, mają podwyższony lęk i cechuje ich etnocentryzm. Są nieufni wobec producentów zagranicznych i najczęściej wybierają, nawet droższe, lecz rodzime produkty.

– Takie badania kiedyś robiono na całych populacjach, wyprowadzając średni profil konsumenta. Dziś można je odnieść do konkretnej osoby i bezpośrednio do niej dotrzeć, korzystając z nowoczesnych technologii – podkreśla naukowiec z SWPS.

Modele psychograficzne to jednak tylko podstawa behawioralnego profilowania konsumentów. Technologia pozwala na zbieranie praktycznie nieograniczonych danych. I – co najważniejsze – ich nieograniczone wykorzystywanie.

14 lutego 2013 r. nowy wiceprezes Alior Banku Michał Hucał ujawnił w TVN CNBC, że palacz, który w portalach społecznościowych nie będzie się kryć z nałogiem, zapłaci wyższe składki na ubezpieczenie na życie.

Hucał dodał, że technologia Big Data, nad którą pracuje bank, będzie oferowana także innym firmom. Można będzie ją np. wykorzystać przy ocenie przydatności kandydatów na określone stanowiska. Porównując różne dane z serwisów społecznościowych, dane płatnicze czy telekomunikacyjne, można będzie ocenić, czy kandydat jest pracowity, ma odpowiednie predyspozycje i umiejętności.

– To nie inwigilacja, tylko naturalna konsekwencja, biorąc pod uwagę, jakimi danymi dzielimy się w portalach społecznościowych, a jednocześnie mamy po 500 znajomych. Trudno uwierzyć, że to są wszyscy nasi najbliżsi koledzy – tłumaczył wiceprezes Hucał i dodał, że jego firma zatrudniła już pierwsze osoby, które analizują takie dane, a poszukuje następnych.

Zadanie będą mieć ułatwione, bo niewiele osób w Polsce zdaje sobie sprawę z tego, kiedy i gdzie ujawniają o sobie informacje. Piotr Konieczny, kierownik zespołu testerów bezpieczeństwa w serwisie Niebezpiecznik.pl, wskazuje m.in. na banki. – Posiadają one sporą ilość technicznych informacji na temat każdego klienta, np. to, ile, gdzie i kiedy wydał, płacąc kartą kredytową. To pozwala im zauważyć, że klient jest za granicą – może więc warto zaproponować mu ubezpieczenie, jeśli transakcje z ostatniego dnia pochodzą z ośrodka narciarskiego, a czas wyjazdu pokrył się z okresem ferii. Lub, że wpadł w nałóg hazardzisty, bo często kupuje w barze przy znanym kasynie – opowiada Konieczny.

Korzystając z internetu, nie tylko zdradzamy nasze zachowanie, ujawniamy też swój status materialny. – Wiadomo, z jakiego komputera i systemu operacyjnego korzysta internauta. Czy jest to droższy sprzęt oraz czy klient jest early-adopterem (wczesnym nabywcą – red.), bo ma najnowszy gadżet od Apple’a, którego premiera odbyła się zaledwie 2 dni temu. Ba, można nawet określić, jakie oprogramowanie klient posiada, wnioskując na podstawie zainstalowanych w jego systemie czcionek. Skąd się łączy, czy jest to drogi hotel, czy tani motel. Praca czy dom, Polska czy zagranica. Umiejętnie prowadzone wnioskowanie z ogólnodostępnych danych pozwala prowadzić bardzo precyzyjną inwigilację, która może pozwolić na określenie np. poglądów politycznych, zamożności, zainteresowań danej osoby, lecz także wyznaczenie jej siatki znajomych oraz określenie na zasadzie powtarzających się wzorców, grafiku miejsc regularnie odwiedzanych – rytuał porannej kawy w konkretnej kawiarni albo siłownia i basen zawsze o 6 rano – precyzuje specjalista z Niebezpiecznik.pl.

Dodaje, że w części europejskich supermarketów funkcjonuje już np. system footpath. Stworzony przez firmę Path Intelligence program pozwala śledzić dokładną drogę klienta między alejkami. Gdy stanie on przy kasie i zapłaci kartą, sklep otrzyma jego dane personalne, a kamera z systemem wykrywania twarzy utrwali jego wizerunek. Sklep wie więc, co, kiedy i w jaki sposób klient kupuje, i jeszcze dodatkowo, jak wygląda.

Szpiegowskie oprogramowanie może czyhać na nas nawet na ulicy. Niebezpiecznik.pl opisuje niedawną akcję marketingowców z Londynu, którzy zainstalowali specjalne czujniki w miejskich koszach na śmieci. Zmapowali w ten sposób zachowania właścicieli telefonów, ustalając, gdzie dana osoba lubi jadać, jak długo średnio przebywa w danym sklepie, ile czasu mija pomiędzy jej kolejnymi wizytami, czy porusza się samochodem, czy przekracza prędkość, czy to kobieta – na podstawie wejść do damskiej przebieralni. Marketingowcy nazywają tę technologię ciasteczkiem w realnym świecie.

Big Data do oceny zdolności kredytowej aplikujących o pożyczki wykorzystuje od początku istnienia firma Kredito24.pl, analizując dane o kliencie z ok. 8 tys. różnych źródeł. – Poprzez połączenie różnych informacji, takich jak miejsce zamieszkania, ostatnie znane położenie telefonu komórkowego, informacje o zatrudnieniu, sposób przeglądania stron internetowych i zachowanie użytkownika na stronie z wnioskiem, jak również profile w mediach społecznościowych, ustalamy pośrednie i bezpośrednie kryteria ostatecznej oceny zdolności kredytowej. W ten sposób to nie indywidualne czynniki grają główną rolę, ale ich całościowy obraz. Można to przedstawić jako obraz cyfrowy. Pojedynczy piksel nie robi żadnego wrażenia, w przeciwieństwie do całego obrazu składającego się z milionów pikseli. Dzięki informacjom pozyskanym np. z Facebooka potwierdzamy tożsamość, nazwisko, datę urodzenia czy miejsce zamieszkania wnioskodawcy. Na podstawie takich danych możemy następnie zbudować jego model behawioralny, aby określić możliwości spłacania pożyczki – ujawnia Katarzyna Małolepszy, menedżer w Kredito24.pl.

Zastrzega, że największym zagrożeniem jest brak zrozumienia dla tego typu scoringu. – Konieczna jest edukacja. Przecież zdobywamy więcej informacji nie po to, aby zdyskwalifikować czy inwigilować, ale po to, żeby pomóc aplikującym szybko uzyskać pożyczkę, a firmę ustrzec przed coraz powszechniejszymi wyłudzeniami – zapewnia Katarzyna Małolepszy.

Wróżenie z danych

Programy śledzące sprawdzają, co piszemy w e-mailach, analizując ich treść. Czytają posty w portalach społecznościowych, na Twitterze, komentarze na forach. Korelują dane z naszych smartfonów i internetu, dopasowując np. prywatne adresy e-mailowe z firmowymi, w których najczęściej posługujemy się prawdziwym nazwiskiem. Potrafią na podstawie geolokalizacji wywnioskować, kto się z kim, kiedy i gdzie spotyka. To wszystko pozwala przy odpowiednim zadaniu pytań bardzo precyzyjnie przewidzieć, jakich w przyszłości dokonamy wyborów, jak się zachowamy w określonej sytuacji.

– I to jest jedna z największych korzyści z Big Data. Analizując behawioralnie np. zachowania klientów, którzy rezygnują z danej oferty bankowej, można ustalić, co ich do tego skłania i odpowiednio temu przeciwdziałać wobec pozostałych klientów pasujących do profilu – tłumaczy Miłosz Zemanek.

W uproszczeniu: jeśli analiza wykaże, że klient skarżył się w postach np. na zbyt wysokie oprocentowanie karty kredytowej, porównywał z domowego komputera warunki kart u konkurencji i ostatecznie z niej zrezygnował, u kolejnego klienta można już na etapie jego narzekania spróbować przeciwdziałać decyzji o rezygnacji. Na tej zasadzie można zaproponować konsumentowi reklamę produktu czy usługi, o których nawet jeszcze nie wie, że będzie mieć na nie ochotę. Oczywiście na tak szeroką inwigilację mogą dziś sobie pozwolić tylko globalni gracze internetowi, sieci handlowe, operatorzy komórkowi, towarzystwa ubezpieczeniowe czy banki, bo jest to zabawa kosztowna, wymagająca tworzenia wielkich centrów z tysiącami komputerów. Tyle że – jak wspomniał wiceprezes Alior Banku – takie usługi można sprzedawać mniejszym firmom. To kwestia ceny, dziś jeszcze wysokiej, ale jutro już niższej.

– Czy my jako konsumenci jesteśmy tym zaskoczeni? W pierwszym odruchu jesteśmy wręcz oburzeni, jak koncerny nas wykorzystują, ale po chwili zastanowienia można dojść do wniosku, że zabawa rynkowa jest ta sama, tylko narzędzia się zmieniają. Wszystko jest dla ludzi, tylko ludzie muszą umieć z tych nowości korzystać. Sprzedający muszą szanować konsumenta, bo dzisiaj on potrafi się skutecznie bronić w internecie, czego przykładem były kłopoty nc+ podczas połączenia Cyfry+ i n, a kupujący muszą wiedzieć, że dają sprzedającym mnóstwo danych o sobie i od nich zależy, jak wiele o sobie powiedzą. Na końcu i tak musimy wyjąć gotówkę z kieszeni czy dać kartę kredytową, i im więcej świadomości na tym etapie, tym lepiej, bo wielkie fortuny ludzie tracili od zawsze, niepotrzebne im była to tego Big Data – podsumowuje Maciej Okniński, prezes firmy telemarketingowej Databroker SA.