Co zostawiasz w sieci i ile to jest warte

40 dni – tyle czasu ma Facebook na odpowiedź na wniosek o udostępnienie pełnych informacji, jakie ma o użytkowniku (z takim żądaniem może wystąpić każda osoba korzystająca z serwisu). Na raport czekam od ponad dwóch tygodni i wiem, że będzie obszerny. Bo już po kilku godzinach od wysłania prośby korporacja przesłała mi jego wersję skróconą. To 75 MB danych. Część oczywista, bo pamiętam, z czego się wyspowiadałam FB: data urodzenia, numer telefonu, ale na pewno nie adres, informacje o wykształceniu, zatrudnieniu czy numer karty kredytowej.

Najbardziej zadziwiające było jednak to, gdy zobaczyłam, jak FB widzi te informacje. Każde wejście do serwisu jest opisane: data, IP komputera, szerokość oraz długość geograficzna, pod którą się znajdowałam, kto spośród znajomych był w tym czasie dostępny – czyli mógł przeczytać moje wpisy. Opisy zdjęć są równie szczegółowe: jakim aparatem wykonane, o której godzinie i kto oraz gdzie je obejrzał. Wszystko podzielone na kilkanaście kategorii, m.in.: polubione strony firmowe i te, z których obserwowania zrezygnowałam, wydarzenia publiczne, w których uczestniczyłam, i kto ze znajomych też brał w nich udział. Była też tam cała prywatna korespondencja, także ta, którą wykasowałam. Gdyby jeszcze były używane dyskietki, to na informacje, które Facebook mi udostępnił, potrzeba by ich było ponad 52.

Sporo. A przecież internet to nie tylko Facebook. To także Google, Apple, Microsoft, Amazon, eBay, Twitter, Yahoo, NK.pl, Allegro i dziesiątki tysięcy innych internetowych sklepów czy firm. Bo zbieranie, przechowywanie i przetwarzanie danych jest coraz ważniejszą częścią prowadzonych przez nie biznesów. Tak ważną, że nazywane są Big Data, czyli Wielkie Dane. Nie tylko dlatego, że są większe niż jakiekolwiek dotąd zbierane informacje do celów statystycznych czy badawczych. A że są, wystarczy przykład Wal-Martu, największej sieci sklepów na świecie, która gromadzi ponad milion informacji zakupowych na godzinę. Wielkie także dlatego, że ich przyrost jest coraz szybszy. Ale skoro są tak wielkie zasoby, to czy w ogóle można je sensownie wykorzystać?

Nowa ropa, nowy cukier

– Można. I to się robi – socjolog Jan Zając natychmiast odpowiada na pytanie, czy zbieranie miliardów milionów bajtów danych ma sens. – Serwisy społecznościowe, portale, sklepy, wyszukiwarki nie dość, że zbierają skrzętnie każdą informację o nas, to jeszcze zamieniają ją na pieniądze. A nawet jeżeli części z tych danych jeszcze nie potrafią przetworzyć, to mają sztaby ekspertów, które pracują tylko nad tym – dodaje.

Świat cyfrowej gospodarki jest światem Big Data. – Ale trzeba przyznać, że to surowiec, którego przetwórstwa dopiero się uczą – tłumaczy Zając. Jest nie tylko socjologiem specjalizującym się w nowych mediach, lecz także współtwórcą firmy SmartNet Research & Solutions założonej przez naukowców z Uniwersytetu Warszawskiego. Opracowała ona Sotrender – narzędzie służące do analizy danych gromadzonych w serwisach społecznościowych. Stało się o nim głośno rok temu podczas protestów anty-ACTA. Administrator strony fanowskiej kancelarii premiera na Facebooku ocenzurował negatywne komentarze internautów oburzonych przyjęciem tej umowy. Kancelaria tłumaczyła: trzeba było to zrobić, bo były pełne wulgaryzmów. Sotrender udowodnił, że w sieci nic nie ginie. Odkopał wykasowane komentarze i upublicznił je. Wcale nie były wulgarne, ale po prostu antyrządowe.

To jeden z dowodów na to, jaką siłę mogą mieć wiedza i umiejętności korzystania z danych w sieci. Inny przykład: European Bakery, jedna z europejskich sieci piekarni, zaobserwowała, że w dni słoneczne sprzedaje więcej ciastek, a w dni deszczowe – kanapek. I zaczęła dostosowywać produkcję do prognozy pogody. – Do niedawna takie związki można było odkrywać na podstawie niemierzalnych przeczuć. Dziś można coraz więcej zbadać i niezbicie udowodnić. Sami jakiś czas temu zbadaliśmy zupełnie dla przyjemności, jak wzrost temperatury wpływa na liczbę wpisów o piwie w sieci. To przykład prościutki, ale pokazuje siłę danych – tłumaczy Michał Sadowski, prezes firmy Brand24, specjalizującej się w przetwarzaniu informacji, jakie zostawiamy na portalach społecznościowych, i na ich podstawie przygotowującej raporty dla firm o nowych trendach, o tym, jak są oceniane w sieci, ale także czy nie zbliża się kryzys, bo klienci zaczynają właśnie w sposób negatywny wypowiadać się o danej marce czy danym przedsiębiorstwie.

Eksperci od przetwarzania danych tłumaczą, jak wygląda cały proces. Internet jest jak wielka farma. Nie hoduje się tu jednak owiec ani świnek, nie sadzi się marchewki i ziemniaków, nie zbiera się jaj i nie doi krów. Na tej farmie hoduje się, sadzi, zbiera i doi ludzi. Na jakie strony wchodzą, gdzie się rejestrują, jakie filmy oglądają, jakiej muzyki słuchają, co kupują, za ile, z kim się kontaktują, gdzie się znajdują... Inna metafora przetwarzania Wielkich Danych przyrównuje je do platformy wiertniczej wydobywającej ropę naftową. Im głębiej, tym jej więcej, ale trzeba się coraz bardziej natrudzić, by ją wydobyć. Ale właśnie ta „nowa ropa” napędza e-biznes.

Rob Jackson, ekspert od analityki e-biznesowej z Elisa DBI, woli metaforę nowego cukru. – Pysznie smakuje, ale jest niezdrowy, szczególnie gdy jest nieodpowiednio oczyszczony. Podobnie jest z Big Data. Po pierwsze, panuje złudna pewność, że wnioski z obrobionych danych są zawsze trafne. Po drugie, wciąż nie za bardzo wiadomo, co z nimi zrobić, gdy już się je ma. I praktycznie wszystkie przedsiębiorstwa, które zaczynają interesować się informacjami o swoich klientach czy kontrahentach, zmagają się przynajmniej z jednym z tych problemów – tłumaczy Jackson.

Randka z data scientist

Od połowy lat 80. królowało tradycyjne podejście do zarządzania danymi z sieci. Na przykład zanim prezesowi przedstawiono przekroje sprzedaży w różnych segmentach klientów, najpierw rzesza pracowników musiała poopisywać tych klientów, pamiętając o takich szczegółach, jak płeć, wydatek, rodzaj czy miejsce zakupu. Potem informacje kumulowano w tzw. hurtowniach danych i układano pod konkretne zamówienia i potrzeby. Ale 5 lat temu pojawiły się głosy, że taki system tylko przysparza problemów. Zauważono, że w niektórych sytuacjach porządkowanie danych traci sens, bo tempo ich przyrastania jest większe niż tempo analizowania. Zaczął się gigantyczny bałagan.