في التدوينة السابقة (تعرف على البيانات الضخمة) تحدثنا عن ماهية البيانات الضخمة وسماتها المميزة.
في هذه التدوينه سنتحدث عن استخدامات البيانات الضخمة و كيفية الاستفادة منها. وهي تهدف لتمكين القارئ لإنتاج أفكار و تطبيقات إبداعية باستخدام البيانات المتاحة.
في البداية سنتحدث عن أمثلة عن التطبيقات الحالية لتحليل البيانات:
1. الاستفادة القصوى من تجربة المستخدم أو العميل الإلكترونية، بداية من تعرضه للدعاية والاعلان مرورا بوضعه لطلب شراء إلكتروني وحتى وصول السلعة إليه.
يتم ذلك عبر تحليل ردات الفعل من العملاء على الحملات الدعائية مثل تعليقاتهم او مدة بقائهم في الصفحة او ضغطهم على روابط معينه، ثم طريقة شرائهم إلى اختيارهم لطريقة الشحن وعناوينهم البريدية. بعد ذلك يتم تحليل تعليقات العملاء على المنتج في وسائل التواصل الاجتماعي.
يقوم علماء البيانات بربط البيانات السابقة ومحاولة إيجاد علاقات متبادلة او روابط تتيح التنبؤ بإمكانية شراء العميل “س” للسلعة “ص”.
مثال تطبيقي على ذلك عندما تلاحظ شركة اتصالات مثل موبايلي ان العميل ينتقد مزود الخدمة بمعدل ثلاث أيام على الانترنت ثم ينتقل لمشغل آخر، تقوم بوضع خطة تسويقية بتوجيه عروض دعائية لأي عميل ينتقد مزود الخدمة. هذه العروض تكون مناسبة له حسب العمر والشريحة عن طريق دراسة بياناته المتاحة. كذلك تستطيع إبقاء العملاء الحاليين بتزويدهم بعروض تسويقية جديدة او حل مشاكلهم. هذا المفهوم قريب جدا من مفهوم ” التنقيب عن البيانات” إلا انه يشمل مصادر بيانات من خارج منصة قواعد البيانات الداخلية. لذا عند تلقيك اتصال من شركة تجارية كبرى لتقديم عرض تسويقي لا تعتقد ان هذا الأمر يحدث بالصدفة.
2. التنبؤ بالإحداث القادمة عن طريق تحليل البيانات التاريخية وربطها مع القراءات الحالية. مثال على ذلك شركات الكهرباء والطاقة حيث تقوم بتحليل الانقطاعات السابقة وما إذا كان هناك عامل مشترك يسبب هذه الانقطاعات. مثال تطبيقي بسيط هو ربط الانقطاعات الكهربائية بقوة الرياح. حيث يتم دراسة بيانات الطقس لتوقع حدوث انقطاع كربائي في منطقة معينة مثلا عندما تكون سرعة الرياح أكثر من 50 كلم/ساعة. بذلك يتم توجيه فرقة دعم فني الى المنطقة التي ستتعرض لرياح قوية قبل حدوث هذا الانقطاع لتقليل مدة انقطاع التيار.
مثال آخر هو شركات الطيران حيث يتم التنبؤ بتأخر رحلات الطيران او إمكانية تعرض الطائرة لعطل فني حسب المؤشرات التي تنتج من ربط قراءات الطائرة وبيانات الطقس.
المثال الأخير هو البنوك حيث تقوم بالتنبؤ بسرقة بطاقة ائتمانية أو بطاقة صراف عن طريق تحليل العمليات السابقة وموقع العميل. فعند تغير سلوك حامل البطاقة او استخدامها بعيدا عن موقعه الافتراضي يتم ايقافها فورا.
3. دعم القرار الاستراتيجي باستخدام البيانات الضخمة وذلك بمقارنة الإحصاءات الرسمية ببيانات المستخدمين الفعلية في الفضاء التقني. لنفترض ان وزارة التعليم السعودية قررت افتتاح أو اغلاق مدرسة بمنطقة معينة. هنا يجب على الوزارة الاستعانة ببيانات من خارج الوزارة تتيح لها معرفة التركيز السكاني للطلاب خارج أوقات الدوام الرسمي. مثال على ذلك الاستعانة ببيانات شركات الاتصالات الخاصة بعدد الهواتف المرتبطة في برج اتصالات في منطقة معينة، ثم تحليل بيانات المستخدمين لمعرفة تركيز الفئة عمرية المستهدفة في هذه المنطقة ومقارنتها مع الإحصاءات الرسمية. كذلك الربط مع بيانات برامج الإسكان وحساب المواطن. حيث يتم مقارنة الإحصاءات الرسمية ببيانات المستخدمين المدخلة في البرنامجين وعند وجود اختلاف او تضارب يتم تحليلها لمعرفة الأسباب أو مواطن الخلل. كذلك يتم توقع عدد الطلاب المسجلين العام القادم حسب هذه البيانات.
بعد هذا سرد هذه التطبيقات لاستخدامات البيانات الضخمة, ماهي الفكرة أو المنتج المفيد لك (باستخدام البيانات الضخمة)؟