אין לי ספק של-big data תהיה השפעה משמעותית בתחומים רבים, כולל מחקר שוק, אבל הקוראים שלי יודעים שאני סקפטי לגבי רבות מהטענות המושמעות בשבח השימושיות שלהם. אין פלא, לכן, שפוסט בבלוג ב-Harvard Business Review שכותרתו: Big Data Hype and Reality משך את תשומת לבי.

גרגורי פיאטצקי שפירו מציג בו מספר דוגמאות מעניינות כדי לאשש את טענתו. הוא דן, למשל, באתגר של Netflix כמקרה שבו ניתוח big data נכשל בניסיון לשפר משמעותית את היכולת הקיימת לחזות העדפות של משתמשים. כזכור, Netflix הציעה פרס של מיליון דולר למי שיצליח לשפר ב-10% את מידת הדיוק בהמלצות לעומת האלגוריתם הקיים. הצוות שזכה בפרס עבד על הפרוייקט שלוש שנים, והליך החיזוי שיצר התברר כמורכב כל כך ש-Netflix מעולם לא יישמה אותו.

בלי קשר, זה עוזר להסביר מדוע מעולם לא ראיתי שיפור ביכולתה של המערכת להמליץ לי על סרטים חדשים לצפייה (נכון שתורם לכך גם ההבדל הגדול בטעמים בין אשתי וביני כשמדובר בסרטים, ויש לנו חשבון משותף). לדעתי, אחת הבעיות הבסיסיות היא שהמערכת מניחה שאנשים מעדיפים סרטים רק לפי ז’אנר. יתכן שניתן לשפר את החיזוי אם היו מאפשרים לאנשים לסווג לפי גורמים נוספים מעבר לז’אנר הכללי ולא רק לדרג אותם. לדוגמא, אני אוהב סרטי מדע בדיוני אך רק אם הם אינטליגנטיים, מעוררי מחשבה ועשויים היטב.

היכן תהיה ל-big data ההשפעה הרבה ביותר, על פי פיאטצקי שפירו? בינה מלאכותית. הוא מציין את Watson של IBM ואת Siri של אפל כדוגמאות לדברים עתידיים. (למה זה מזכיר לי את HAL מאודיסיאה בחלל 2001, GERTY מ Moon ו-David מ-Prometheus?)

פיאטצקי שפירו סבור ש-big data ימלאו תפקיד חשוב גם בשירותי בריאות פרטניים וניתוחים מבוססי-מקום. לדעתו רשתות חברתיות כמו פייסבוק, טוויטר ולינקדאין בנויות על היקף, והן תזדקקנה לכלי הניתוח של big data כדי לנצל את ההיקף ביעילות.

למרות הסקפטיות שלי לגבי הרבה מן הנאמר בזכות big data, אני חושב שפיאטצקי-שפירו פסימי מדי כשהוא אומר שהאקראיות המובנית בהתנהגות האנושית מגבילה את הצלחת הניתוח הצרכני. הוא אומר: “ייתכנו רווחים בשוליים הודות ל-big data אבל לא נראה פריצות דרך כל עוד ההתנהגות האנושית תישאר בלתי יציבה, אימפולסיבית, דינמית וחמקנית”.

הגורם האמיתי להתנהגותם של אנשים אינו גלוי לעין באורח מיידי. בלי לשאול אנשים מדוע הם מתנהגים כפי שהם מתנהגים אתה תלוי לחלוטין ביכולת הפרשנות של החוקר. אולי מה שנחוץ הוא, כפי שכבר אמרתי בעבר, שילוב של big data עם little data?

יתרון חשוב של טכניקות התשאול המסורתיות הוא בכך שהן מפיקות תגובות שלא היו עולות באורח טבעי בדעתו של המשיב, אך אנו יודעים שהן מהוות גורמים חשובים בהתנהגות.

אז מה אתם חושבים על ערכם של big data? האם אפשר להבין באמצעותם מדוע אנשים עושים את מה שהם עושים? היכן תהיה השפעתם הגדולה ביותר? אנא שתפו.

נייג’ל הוליס הוא סגן נשיא בכיר ומנתח עולמי ראשי ב-Millward Brown, המיוצגת בישראל על ידי חברת שילוב Millward Brown