Τα ψηφιακά σκουπίδια είναι “χρυσός” – Ο ρόλος των big data

Ένα σημαντικό πλεονέκτημα του ψηφιακού μετασχηματισμού και ειδικά τα big data προς τον οποίο αναπόφευκτα οδεύουν οι μικρομεσαίες επιχειρήσεις, είναι ότι οι τεχνολογίες της πληροφορικής και των επικοινωνιών –εκτός της μείωσης του λειτουργικού κόστους– ανέδειξαν ένα άυλο περιουσιακό στοιχείο που δημιουργούν πελάτες, προμηθευτές, επισκέπτες του ιστότοπου κλπ. οποίοι, εν γνώση τους ή όχι, αφήνουν τα ίχνη τους στη διάθεση του διαχειριστή τους.

Ανέδειξαν έναν πλούτο διάσπαρτων πληροφοριών και προσωπικών δεδομένων ανθρώπων, ο οποίος προστιθέμενος σε εκείνο της τεχνογνωσίας, των διαδικασιών, των προϊόντων ή υπηρεσιών και των οικονομικών μεγεθών, συνθέτει μια τεράστια πηγή γνώσης. Για τη επιχείρηση, βέβαια, η οποία «διακρίνει ανάμεσα στην πληροφορία ως “προϊόν” και στην αφομοίωσή της, δηλαδή, την αποκωδικοποίηση και τη συνειδητοποίηση του μηνύματος το οποίο μεταφέρει και κατά συνέπεια, το μεταβολισμό της πληροφορίας αυτής σε χρήσιμη γνώση μέσω του μηχανισμού μάθησης», όπως το έθεσε ο “δάσκαλός” μας Γ. Χατζηκωνσταντίνου.

Η ανάλυση μαζικών δεδομένων απαιτεί την εμπεριστατωμένη προσέγγιση για την καταγραφή, αποδόμηση, και αναδόμηση σε λειτουργικά σύνολα, αλλά και παρουσίασης των ευρημάτων σε μια κατανοητή και εύχρηστη μορφή, χωρίς να περιορίζεται μόνο στην εμφάνιση σχεδιαγραμμάτων και αριθμών. Είναι διαδικασία διέλευσης μέσω μιας μάζας “ατάκτως ερριμένων” δεδομένων προς την ουσιαστική γνώση, αναζητώντας μοτίβα, συνδέσμους και σχέσεις προκειμένου να βρεθεί κάποιο νόημα ή πληροφορία που θα συνδράμει στη λήψη καλύτερης απόφασης για μια εξίσου καλή πρόταση αξίας.

Αναγνωρίζοντας ότι κάθε άτομο-στόχος είναι μοναδικό με ξεχωριστές ανάγκες καθιστώντας δύσκολη ως αδύνατη την ακριβή εξατομίκευση του μηνύματος, δημιουργεί ομάδες πιθανών αγοραστών πάνω στις οποίες προσαρμόζει την προσφορά της. Η δυνατότητα ανάληψης δράσης σε πραγματικό χρόνο δίνει ένα πλεονέκτημα το οποίο δεν πρέπει να χαθεί από μια λάθος ερμηνεία ή και μια επιπόλαια προσέγγιση των δυνητικών της πελατών, θίγοντας την ιδιωτικότητα τους και προκαλώντας άμεσα τα καθόλου κολακευτικά σχόλιά τους στα κοινωνικά μέσα δικτύωσης.

“Χρυσός” και ψηφιακά σκουπίδια

Προϋπόθεση για τούτο αποτελεί η αποθήκευση, οργάνωση, εκκαθάρισή τους και συλλογή σε μια “δεξαμενή” κατάλληλα διαμορφωμένων αρχείων για την ανάλυσή τους με κόστος που περιορίζεται ή και μηδενίζεται για κάποιο επίπεδο επεξεργασίας από την πολύ καλή γνώση χρήσης απλών εφαρμογών όπως, π.χ., το Excel της Microsoft, ή το δωρεάν OpenOffice Calc κλπ. πριν απαιτηθεί κάτι συνθετότερο. Με την υποχρέωση, φυσικά, να τα διαφυλάξει και προστατεύσει με δικό της κόστος το οποίο, σε περίπτωση πλημμελούς διαχείρισής τους, είναι δυνατό να καταστεί πολύ μεγαλύτερο, λόγω των ποινών που επισύρει η διαρκώς εξελισσόμενη νομοθεσία προστασίας τους.

Η τεχνολογία κατέστησε εφικτή τη μεγιστοποίηση της αξιοποίησής τους με κόστος δυσανάλογα μικρό, συγκρίνοντάς το με την αξία του “χρυσού”, τον οποίο εμπεριέχουν και τις όποιες δαπάνες “εξόρυξής” του. Τα μέχρι πρότινος “ψηφιακά σκουπίδια” τα οποία “απορρίπτονταν” σε όλο και μεγαλύτερες “χωματερές” για την αποδέσμευση πολύτιμων πόρων μνήμης των υπολογιστών, μετατράπηκαν σε πολύτιμο αγαθό (ένα “βιολογικό λίπασμα” σε όρους κυκλικής οικονομίας) του οποίου επιβάλλεται η συνετή χρήση με σεβασμό προς τους ανθρώπους στους οποίους αφορά, προστατεύοντας την ιδιωτικότητά τους πρωτίστως και δευτερευόντως τα δικαιώματα της επιχείρησης.

Η δυνατότητα αποκάλυψης κρυφής γνώσης μέσω κατακερματισμένων δεδομένων δημιουργεί μια αίσθηση δύναμης η χρήση της οποίας είναι δυνατό να ικανοποιεί την επιχείρηση αποφέροντάς της οφέλη, αλλά και να δυσαρεστήσει ή να θέσει σε κίνδυνο αυτούς στους οποίους αφορά προκαλώντας μεγαλύτερες απώλειες. Κατόπιν τούτου, ανεξάρτητα από τη μορφή τους, ψηφιακά ή αποτυπωμένα σε χαρτί, όταν αποθηκεύονται ή γίνεται επεξεργασία πληροφοριών άμεσα ή έμμεσα αποδιδόμενες σε άτομα, είναι αυστηρά απαραίτητο να τηρούνται τα δικαιώματα προστασίας τους διαχέοντας, συγχρόνως, μέρος της ωφέλειας προς αυτούς.

Η τεχνολογία των big data

Τα τεράστια αυτά σύνολα (αριθμοί, κείμενα, εικόνες, ήχοι) από τα οποία κατακλύζεται η επιχείρηση, οφείλει να τα κατανοήσει και ενσωματώσει με ρυθμούς καταιγιστικούς προκειμένου να “επικαιροποιεί” τα αποθέματα της γνώσης της. Η ίδια τεχνολογία, άλλωστε, παρέχει τη δυνατότητα επεξεργασίας με ταχύτητα ανάλογη εκείνης της συσσώρευσης, προκαλώντας σπινθήρες γνώσης μέσω της τεκμηρίωσης της αλήθειας των πληροφοριών. Η όποια αδυναμία επεξεργασίας τους θα πρέπει να αναζητηθεί, μάλλον, στη φιλοσοφία και στην κουλτούρα που διέπει τον οργανισμό της και όχι στις σχεδόν απεριόριστες τεχνολογικές δυνατότητες.

Μέσω της επεξεργασίας τους επιτυγχάνεται ο έλεγχος, ο καθαρισμός και η μετεξέλιξή τους σε λειτουργικές ενότητες αναζήτησης χρήσιμων πληροφοριών που διευκολύνουν την επικαιροποίηση των τεχνικών διαχείρισης κινδύνων και κρίσεων, τη σύνθεση μιας σαφέστερης εικόνας της παρούσας θέσης της, αλλά κι εκείνης προς την οποία στοχεύει να κατευθυνθεί. Επιπρόσθετα, βελτιώνονται η παραγωγικότητα (αποτελεσματικότητα + αποδοτικότητα), οι διαδικασίες μάρκετινγκ και εξυπηρέτησης πελατών ενισχύοντας τη διατηρησιμότητά τους (σημαντική παράμετρο κερδοφορίας), τα έσοδα, η ευελιξία της και γενικά, οι τακτικές απόκτησης πλεονεκτήματος έναντι των ανταγωνιστών.

Η τεχνολογία ανάλυσης μεγάλων δεδομένων εξελίσσεται διαρκώς και η επιχείρηση πρέπει να επιλέξει την ικανή να συνδεθεί με τα πληροφοριακά της συστήματα για να ανταποκρίνεται στις συγκεκριμένες απαιτήσεις της, βοηθώντας στην περαιτέρω αξιοποίησή τους για τον εντοπισμό ευκαιριών, αλλά και τη διενέργεια εξυπνότερων κινήσεων και αποδοτικότερων διαδικασιών σύνθεσης νέων προτάσεων αξίας προς τους πελάτες στη βάση, πάντα, της αμοιβαίας ωφέλειας.

Παρέχει μια σαφέστερη κατανόηση της συμπεριφοράς τους, ενισχύοντας σημαντικά την επιχειρηματική ευφυΐα για την προώθηση της ανάπτυξης και τη διόρθωση λαθών, ή της αποτελεσματικότερης διαχείρισης των αναδυόμενων προβλημάτων κατά την πορεία προς τους στόχους της, στη βάση των οποίων συνδράμει στη διατύπωση των πλέον ενδεικνυόμενων ερωτήσεων για τη λήψη αντίστοιχης αξίας απαντήσεων, μέσα από τα κατάλληλα στατιστικά της αρχεία για να αποφεύγονται λάθη. Η “χύμα” προσέγγιση προκαλεί σύγχυση, παλινδρομήσεις και επιπλοκές ανεπιθύμητου κόστους, ενώ η συστηματική διασφαλίζει τη φθηνότερη δυνατή απόκτηση γνώσης, βελτιώνοντας τη συνολική λειτουργία της επιχείρησης.