Trendrapport: Big Social – Gedrag voorspellen met Big Data [download]

“We are still in the early, black and white tv stage of Social Analytics”

De vraag is nu hoe snel we van zwart-wit kunnen overstappen naar kleur, en daarna verder door naar HD en 3D. De concrete adoptie van Big Data in plannen en pilots van veel organisaties is momenteel gericht op wat wij Big Social noemen. Kort en goed gaat het om de klantkant in het verlengde van onze sociale-netwerkactiviteit. Het tweede Big Data-rapport van VINT focust op dit thema door in te zoomen op de voorspelbaarheid van klantgedrag, maar ook op de tools die het mogelijk maken en welke scenario’s in de toekomst niet langer ondenkbaar zullen zijn.

Social Analytics

In het Big Social-rapport staat de veelzijdige orientatie op next generation social analytics centraal. Dit doen we onder andere door stil te staan bij de ritmes en patronen die herkenbaar zijn in ons gedrag als mens en consument. Natuurlijk kijken we ook naar de grootste databronnen die we onder Big Social scharen zoals mobile data, search data, sensor data en natuurlijk social data en volgen we de lijn van web analytics naar social analytics naar next generation analytics.

We kijken naar de praktijk zoals de lensafwijking die het inzoomen op sociale media kan zijn door vuiltjes op de lens als bots, spam en egoboosting. In de praktijk gaat het uiteraard met name om de tools zoals dashboards of listening platforms en de concrete voorbeelden die de kracht van Big Social Data laten zien.

Recorded Future: scenario’s van de toekomst

Wat kunnen we ons voorstellen bij die toekomstscenario’s, is de vraag. De laatste ontwikkelingen op basis van Big Data en algoritmes gaan qua voorspellingskracht en ambitie veel verder dan traditionele Web Analytics. Laten we daarom eens kijken naar scenario’s die op de keper beschouwd niet eens al te fantasierijk zijn oftwel de 3D fase van Big Data. Dit zijn drie van de negen toekomstscenario’s die we in het rapport schetsen:

Conclusies trekken uit schijnbaar ongerelateerde zaken

We kennen dit uit online winkelen met aanbevelingen voor zaken waar we ook in geïnteresseerd zouden kunnen zijn. Soms zijn de artikelen logisch: bij de aanschaf van een digitale camera worden we gewezen op een extra batterij of een geheugenkaart. Maar wat nu als schijnbaar compleet ongerelateerde zaken voorspellend blijken te zijn? Bijvoorbeeld als de snelheid waarmee je langs de bakker rijdt iets zegt over de kans dat je vanavond naar de film gaat? Of als het moment van de dag waarop je een spelletje Angry Birds speelt, een goede indicator zou zijn om je straks in de supermarkt te laten kiezen voor een duurdere fles wijn? Of misschien zelfs dat een ‘like’ op een foto op Facebook iets zegt over je gezondheid? Zulke verbanden zitten verborgen in Big Data: patronen waar nog nooit iemand bij heeft stilgestaan. Het is niet ondenkbaar dat systemen zelf op zoek gaan naar correlaties en ze ons proactief voorschotelen.

Voorspellen op basis van ‘live’ gedrag

Nu is veel van de analyse nog gericht op feiten uit het verleden, gecombineerd met acties die op dit moment gebeuren. Maar wat als de realtime component nog verder wordt doorgevoerd? Als mijn telefoon op basis van mijn acties in de voorgaande twintig minuten, en de pagina’s die ik online heb bekeken, de apps die ik heb gebruikt, de geluiden uit mijn omgeving, mijn agenda, de activteiten van mijn Facebook-vrienden en actuele gegevens over de exacte locatie, precies doorgeeft wat ik denk, voel en wil? Dus een actueel inzicht in mijn state of mind en waar ik vatbaar voor ben. Welke thema’s zoemen er rond in mijn hoofd, wat is mijn gevoel, welke urgente behoeften heb ik, bewust of onbewust? Google Now is al een aardige eerste aanzet tot hoe dit zou kunnen werken en de invloed van een technologie als Google Glasses, die mikt op continue aanwezigheid, zou een flinke stap verder in deze richting kunnen betekenen.

Van voorspellen naar subtiel beïnvloeden

Als we zover zijn dat we de actuele geestesgesteldheid van iemand met enige zekerheid kunnen inschatten, dient de volgende mogelijkheid zich onmiddellijk aan: welke kleine en onopvallende prikkels kunnen we iemand voeren om te zorgen dat hij in een bepaalde gemoedstoestand terechtkomt, eentje waarin hij tamelijk gelukkig is, openstaat voor experimenten en klaar is om zijn portemonnee te trekken? Misschien een muziekje uit de telefoon of een plaatje van Facebook naar boven halen om de juiste toon te zetten? Of de route iets aanpassen, zodat we door een straat met meer bomen rijden. Als maar genoeg mensen meedoen, kan door subtiele variatie de optimale invloed worden bepaald. Dat kan ten goede zijn: om mensen een simpel, waardevol en gelukkig leven te laten leiden, maar de mogelijke zwarte kanten van misbruik en verregaande manipulatie zijn niet minder realistisch.

Twee VINT-rapporten over Big Data beschikbaar

Big Data is de volgende fase in onze transformatieve digitale-datareis, die we een paar decennia geleden begonnen zijn met relationele databases. Vanuit die gestructureerde wereld kijken we nu steeds meer naar ongestructureerde en semi-gestructureerde data – andere datatypen dus – en is de snelheid van data-aanbod en -analyse een steeds grotere rol gaan spelen.

De huidige stand van zaken op dit gebied behandelen we voor een belangrijk deel in onze eerste en tweede onderzoeksnotitie: ‘Helderheid creëren met Big Data’ en nu dan ‘Big Social’. Beide rapporten zijn zowel in het Engels als in het Nederlands beschikbaar als gratis download. Nummer 3 staat op stapel en behandelt het veel besproken onderwerp privacy en databescherming.

Klik op de cover om het rapport te downloaden.

Neem zelf deel aan de discussie!

Via onder meer de vragen in de notities nodigen we u uit om deel te nemen aan de discussie die momenteel rond Big Data wordt gevoerd. Big Social presenteert zeven vragen waar we graag uw reactie op horen. De PDF leidt u direct via interactieve knoppen naar de discussie op onze website.

Credits afbeelding: Anomalous Productions (CC)