Um dos temas mais debatidos no IOD 2011 foi o conceito de Big Data, seus usos, a maturidade das soluções atuais e a necessidade/oportunidade de usar este recurso nos próximos meses. Particularmente não conhecia o tema e vou tentar resumir o que pude aprender no workshop.
Por definição, o conceito de Big Data é relativo pois passa a valer quando uma organização não consegue mais gerenciar, analisar e armazenar um determinado (e enorme) volume e variedade de dados. Este gerenciamento pré supõe estruturar estas informações, organizá-las e padronizá-las para uso. Ano após ano é cada vez maior o volume de informações gerados nos negócios e cada vez mais difícil entender e definir o que é informação relevante ou não – por exemplo, os emails enviados pelos clientes para o Atendimento podem ser uma fonte valiosa de informação a respeito da satisfação e qualidade do serviço, assim como movimentos da concorrência, mas possuem igualmente muito lixo digital que não agrega nada a nenhuma análise. Daí surge à questão: armazenar e tratar estes dados ou não? Na abordagem tradicional isto significa muito espaço em storage, muito trabalho de análise e classificação de informações para um resultado duvidoso. Se pensarmos em aplicar isso a áudio, imagem e vídeo o problema fica ainda maior e é aqui que entra o conceito de usar soluções de Big Data para tratar estes dados não estruturados. No fundo, Big Data só amplifica um problema já conhecido: como extrair valor dos dados que temos dos nossos clientes ?
Como seria uma solução de Big Data?
Na solução apresentada pela IBM, isto passaria por uma camada de streaming computing preparada para monitorar um gigantesco volume de dados em tempo real e programada com alguns triggers que ao encontrar uma informação relevante (previamente definida) dispara processos numa camada de Analytics Engine e aplica regras de negócio pré definidas. Como comentei no Post “Customer Experience Analytics Case Studies” um exemplo disso seria monitorar clientes Premium de operadoras de Telecom para que num momento de contato com o Call Center os sistemas avisassem ao atendente se houve falhas de serviços nos últimos dias/horas e, por exemplo, ao invés de fazer uma oferta de serviço, passasse a oferecer uma ação de relacionamento para “compensar” alguma má experiência que o cliente possa ter tido. Uma condição para a existência de um ambiente como esse é possuir uma visão única do cliente (provido pelas soluções de MDM – Master Data Management) onde é possível ver todos os serviços (fixo e móvel) seja ele uma pessoa física, jurídicas ou ambas, além de monitorar as suas experiências de uso nos serviços e nos canais de atendimento.
A arquitetura em si da solução para este processamento é bastante nova e complexa e não será discutida aqui. Uma referência pode ser consultada em: http://www.smartercomputingblog.com/2011/05/25/509/ ou
Quais aplicações poderão ser implementadas com Big Data?
O céu é o limite, mas durante o workshop os debates ficaram muito focados em monitorar mídias sociais (facebook, twitter, Yelp, etc) e análises de voz em Call Center – tanto para fazer palitagem (diga-se de passagem muito melhor que atendentes humanos...) quanto para “análise de sentimento” e satisfação do cliente.
Outro tema muito debatido foi o uso da solução para viabilizar “mobile advertising” (algo restrito no Brasil devido a legislação) em vários graus de uso. Assim dado a preferência do consumidor seria possível enviar descontos para consumo em regiões (ruas até) que ofereçam os serviços ou produtos de sua preferência. De maneira geral, todo um universo de "micro campanhas geográficas" se abrirá quando utilizarmos ferramentas como esta, uma vez que operadoras (ou Big Brothers como o Google e a Apple) terão o perfil de consumo e preferências de seus clientes e poderão oferecer este recurso para fazer marketing de evento.
Aplicando Analytics com as soluções de Big Data também se espera: associar cada vez mais análise de textos para entender melhor os clientes, aplicar análises de "next best offer" em tempo real, melhorar o cross selling e otimizar tarifas de acordo com a necessidade, uso e local que o cliente esteja. Estes usos serão discutidos num Post futuro.
Aplicando Analytics com as soluções de Big Data também se espera: associar cada vez mais análise de textos para entender melhor os clientes, aplicar análises de "next best offer" em tempo real, melhorar o cross selling e otimizar tarifas de acordo com a necessidade, uso e local que o cliente esteja. Estes usos serão discutidos num Post futuro.
Nenhum comentário:
Postar um comentário