Tietovuoresta digisammoksi – miten big dataa hyödynnetään?

Arvokasta dataa

Valtavien tietomassojen hyötykäyttöön ottaminen vaatii kehittynyttä analysointia ja yksittäisen datan yhdistämistä muuhun saatavilla olevaan tietoon. Kertyneellä datalla on myös suoraa rahallista arvoa, kun big datan analysointiin erikoistuneet yritykset myyvät netinkäyttäjien tietoja muille yrityksille ja toimijoille.

Yritysten ja mainostajien lisäksi jalostusvaiheen läpikäyneet tiedot voivat hyödyttää myös yksittäistä netinkäyttäjää tai vaikkapa verkkopalvelun suunnittelijaa. Lisäksi isojen tietomäärien analysointi voi edistää tieteellistä tutkimusta ja auttaa julkista hallintoa ja yrityksiä parantamaan esimerkiksi liikkumisen sujuvuutta ja turvallisuutta.

Internetin hakukoneet voivat antaa mielenkiintoista ja tarpeellista tietoa valtakunnallisista ja maailmanlaajuisista ilmiöistä. Tilastoimalla ihmisten tekemiä erilaisia hakutuloksia ja vertailemalla niiden yleisyyttä voidaan saada tietoa esimerkiksi epidemioista, kulutustottumuksista tai talouden heilahteluista. Hakutulokset kertovat lähinnä reaaliaikaisista tapahtumista ja ilmiöistä, mutta niillä voidaan toisinaan ennustaa myös lähitulevaisuutta.

Hakukone voi ennustaa influenssa-aallon

Kun sairastuneen kuume nousee ja kurkku on kipeä, näihin oireisiin liittyviä hakuja aletaan tehdä netistä. Googlen ylläpitämä influenssasivusto kerää tätä tietoa ja ennustaa näin alkavia tautiaaltoja ennen kuin ne varsinaisesti ovat ehtineet puhjeta suuriksi epidemioiksi.

Tähän asti terveysviranomaiset ovat saaneet varmaa tietoa epidemioiden puhkeamisesta usein vasta päiviä myöhemmin, kun ihmiset ovat hakeutuneet hoitoon oireiden vuoksi. Hakukoneiden reaaliaikaisista tiedoista toivotaankin työvälinettä epidemioiden varhaisempaan tunnistamiseen ja leviämisen estämiseen.

Hakutuloksista ennustetut epidemiat ja todelliset influenssa-aallot ovat tutkimusten mukaan osuneet hyvin kohdalleen, mutta täysin luotettavana hakutuloksiin perustuvaa ennustusmallia ei voida vielä pitää.

Asioimista helposti ja nopeasti

Tavalliselle netinkäyttäjälle big datan jalostaminen näkyy muun muassa nopeasti kehittyvinä palveluina ja helppokäyttöisyyden lisääntymisenä. Netinkäyttäjien liikkeitä ja käyttäytymistä seuraamalla palveluiden tarjoajat saavat tietoonsa esimerkiksi sivustojen ongelmakohtia tai suosikkiominaisuuksia.

Ostokset, pankki- ja virastopalvelut sekä moni muu asioiminen on siirtynyt osittain tai jopa kokonaan nettiin. Esimerkiksi reaaliaikaiset reittioppaat, tallentuva verkkokaupan ostoskori ja käyttäjätietojen säilyminen ovat mahdollisia siksi, että tietoja kerätään, tallennetaan ja käytetään hyödyksi palvelujen kehittämisessä.

Kohdennettua mainontaa

Nettisivustojen lomakkeet ovat yksi esimerkki tiedonkeruusta kohdennettua mainontaa varten. Samalla kun sivusto auttaa sinua etsimään jotain tuotetta ja rajaamaan mieleisiäsi vaihtoehtoja siihen liittyen, sivuston ylläpitäjät saavat tietoa sinusta ja mielenkiinnon kohteistasi.

Laura kaipaa lämpimään

Ulkona on kurja sää ja lomaakin on vielä pitämättä. Nyt tekee mieli jonnekin lämpimään. Etsin äkkilähtöjä hullutlennot.com -sivustolta. Lähtisikö Espanjaan, onkohan Kreikassa jo lämmintä? Täytän päivämääriä ja etsin kivoja kohteita. Sivusto tarjoaa myös edullisia hotelleja ja ruksailen hakulomakkeeseen millaisia ominaisuuksia majoitukseltani haluan. Pitäisiköhän tämä loma jo varata?

Seuraavana päivänä Facebookin sivupalkkiin ilmestyy halpalomat.fi:n tarjous matkapaketeista Kreikkaan, Espanjaan ja Bulgariaan. Mistähän Facebook tiesi, että olen loman tarpeessa?

Sivuston ylläpitäjä voi luovuttaa ja myydä keräämiään tietoja niin sanotuille kolmansille osapuolille, eli esimerkiksi mainostajille, verkkopalveluille tai analysointia ja netinkäyttäjien profilointia harjoittavalle yritykselle. Yksi vierailu nettisivustolla ja muutamaan ruksin klikkaaminen ei vielä anna mainostajalle luotettavaa kuvaa kulutustottumuksistasi, mutta mitä useammalla sivustolla vierailet ja mitä enemmän teet hakuja, sitä kohdennetumpaa mainontaa sinulle voidaan tarjota.

Toimintaidea

Jakaantukaa esimerkiksi neljän hengen ryhmiin. Ryhmän toinen pari etsii hakukoneella kirjoituksia ja uutisjuttuja sanoilla ”big data JA hyödyt”, toinen pari hakusanoilla ”big data JA uhka”. Tutustukaa teksteihin noin puoli tuntia keräten ylös löytyneitä hyötyjä ja uhkia. Palatkaa tämän jälkeen ryhmiin, vertailkaa tuloksia ja pohtikaa, kummat tuntuvat merkittävimmiltä, uhkakuvat vai hyödyt.

Voitte järjestää aiheesta myös väittelyharjoituksen, jossa toinen ryhmä puolustaa ja toinen vastustaa big data -ilmiötä.