De syv bedste cases jeg er stødt på i min Big Data research: 1. supermarkedet der ved når du venter dig

De sidste stykke tid har jeg researchet ”Big Data”, en af de allerhotteste teknologi-trends lige nu. Jeg har ledt efter virksomheds-cases, hvor “Big”’et i ”Big Data” har været mere end blot et tillægsord. Hvor “Big Data” har skabt kvalitativt nye løsninger, som ikke var muligt i det små. Blandt de mange jeg har været igennem er der særligt syv der har gjort indtryk. Dem deler jeg de kommende dage her på bloggen.

Target — ved når du venter dig (screendump fra hjemmeside)

I det danske er det Vestas og Migatronics. Og dansk-franske Snips. “Over there” er det Google (opdateret — er skrevet: “Google — alle Store Data’s moder. Bedste Big Data case nummer fire”) og Facebook, 23andme (opdateret — er skrevet: 23andme.com løser medicinske gåder med banebrydende Big Data-approach. Bedste Big Data case #3 og LAPD (opdateret — er skrevet: Pas på, tyve i LA. Politiet ved hvor og hvornår I slår til næste gang. Bedste Big Data case #2). Men jeg åbner festen med Target — supermarkedskæden der ved hvem af deres kunder er gravide — før nogen andre.

Target — supermarkedskæden der ved du er gravid før din far
”Hvad har I gang i? Min datter går stadig i gymnasiet, og så sender I hende reklame for babytøj? I tilskynder hende til at blive gravid som teenager, eller hvad?” Sådan ca. lød en ophidset mand, da han henvendte sig til sin lokale Target-supermarkede i Minneapolis, USA. Hvad faderen ikke vidste var, at datteren rent faktisk allerede var gravid.

Afsløret af 25 produkter
Target, på den anden side, havde gættet at datteren ventede sig. Hendes indkøbsvaner havde nemlig ændret sig væsentligt de sidste måneder. Hun var begyndt at købe anderledes ind. Og de ting hun købte fik graviditetslamperne til at lyse op i supermarkedets analyse- og reklameafdeling, hvor man holdt særligt øje med 25 produkttyper — blandt andet parfumefri sæbe — som Targets avancerede analyser af deres massive opgørelser over kunde-indkøb, havde vist at nygravide særligt sværmede til. Pigen havde ikke bare købt lidt mere af et enkelt af produkterne. Hun havde købt nok af flere af dem til, at Target ikke bare var sikre på at hun var gravid, men også med ret god sikkerhed kunne sige, hvor langt hun var i graviditeten.

Ain’t seen nothing yet
Historien står at læse i denne (lange) artikel fra New York Times og er et af de mest omtalte eksempler på hvad der venter os i den nye Big Data-æra, der lige nu er en af teknologi og forretningsverdenens allerhotteste trends. Og det er der god grund til. Det er ikke kun supermarkeder og detailbutikker, der med deres kassebon’er har tal på os alle sammen. Det er gud og hvermand. Track record’en kommer fra nettes millioner af sites, der følger din adfærd nøje. Fra din mobil, og dens fine GPS-spor, der — spurgt på den rigtige måde — kan tegne nydelige og meget detaljerede kort over din daglige færden. Fra de mere end 500.000 — femhundrede tusinde — overvågningskameraer, der sidder på gader og stræder, i butikker, på togstationer og i private opgange og parcelhus-indkørsler. Fra alle de kunde- og loyalitetskort, du bærer rundt i din pung. Og fra den verden af sensor-berigede og netopkobliede fysiske devices der de næste år vil skylle ind over os. Fra din vaskemaskine over din bil til din badevægt og motionsmåler. ”You ain’t seen nothingh yet” som de siger.

Derfor er Target-casen god
Der er tre grunde til at Target-casen er blandt mine Big Data-favoritter:

1. Tryllestav
   Graviditets-forudsigelsen er rigtigt begavet. Det er ikke bare statistik samlet sammen og analyseret sådan lidt intuitivt. Tværtimod: med avancerede metoder afslører de hidtil ukendte mønstre i kundernes købsadfærd. Det der er Big Datas allerstørste
2. Forretning
   De mønstre Target fandt bliver brugt til at skabe forretning. For gravide kunder er ikke bare kunder der pludselig har nogen nye behov — for bleer og babytøj, f.eks. Det er kunder, der befinder sig i et af de få tidspunter i livet, hvor grundlæggende forbrugsmønstre faktisk står til at ændre. Læs: hvor osere kan omdannes til kernekunder. Derfor er det særligt vigigt at kunne identificere de gravide før alle andre — og så tidligt i graviditetsprocessen som muligt.
3. Pædagogik
   Er egentligt et lidt dårligt argument. Men at kunne forudsige hvem der er gravide er bare vanvittigt fascinerende. Det fortæller bedre end mange, mange andre ord, hvor kraftfuld dataforudsigelser kan være. Fordi det føles så privat. Og har så dyb indgriben i ens liv.

Følg med de kommende dage, hvor jeg viser vej til de øvrige seks cases. Og ender med at kåre en vinder!