سرمقاله ماهنامه شبکه 176
داده تاریک: دنیایی تازه و حریمی تازه (بخش پایانی)
کارشناسان داده‌کاوی اعتقاد دارند که برای یافتن یک‌ تصویر جامع و کامل از یک مشتری، باید به سراغ معدن داده‌های تاریک او رفت. اما، این کار، چندان که به نظر می‌رسد ساده نیست...

ازدواج یک زوج جوان تا چه حد شانس موفقیت خواهد داشت؟
بسته به این که این سوال را از چه کسی و یا چه چیزی بپرسید ممکن است جواب‌های کاملا متفاوتی  بگیرید. یک روان‌شناس حاذق، ابتدا مصاحبه‌های مفصلی با هر کدام از زوج‌ها ترتیب خواهد داد؛ انتخاب‌های مهم زندگی هر کدام و نظام باورها و ارزش‌های هر یک را مورد بررسی قرار خواهد داد. سپس جلسات مشترکی با حضور هر دو برگزار می‌کند؛ به نحوه ارتباطات و حل مسایل مشترک و نظرات آن‌ها درمورد شیوه‌های فرزندپروری دقت می‌کند. در نهایت چند آزمون شخصیتی و سازگاری از آن می‌گیرد. مجموع این کارها، شاید چند جلسه طول بکشد و او در نهایت اعلام خواهد که میزان موفقیت زندگی مشترک این زوج چقدر است.

مطلب پیشنهادی

دارک دیتا: آینده روشن یا سراب خطرناک

اما اگر این سوال را از یک برنامه مبتنی بر هوش مصنوعی بپرسید، هم به نوع دیگری عمل خواهد کرد و هم شاید به جواب دیگری برسد. منظورم از برنامه هوش مصنوعی، یک برنامه بزرگ و سنگین، مستقر در یک ابرکامپیوتر مانند واتسون نیست. شاید تا دو سه سال دیگر، یک دستیار شخصی در اسمارتفون شما مانند گوگل ناو، سیری یا کورتانا هم بتواند به این سوال جواب بدهد. این دستیار دیجیتال، ابتدا به سراغ خرید‌های پنج سال گذشته زوج مورد نظر می‌رود و تلاش می‌کند الگوهای رفتاری آن‌ها را هنگام خرید و یا چیزهایی که خریده‌اند مشخص کند و سپس نتیجه‌گیری می‌کند که آیا آن‌ها به چیزهای مشترک علاقه‌ای دارند یا نه. این زوج در چند سال گذشته، از هزاران صفحه وب بازدید کرده‌اند، صدها و بلکه هزاران جستجو انجام داده‌اند، صدها پست یا کامنت روی شبکه‌های اجتماعی گذاشته‌اند و ای‌میل‌های آن‌ها منبع ارزش‌مندی از اطلاعات است. بنابر این، حرکت دوم دستیار فرضی ما این خواهد بود که الگوهای رفتاری آن‌ها در فضای مجازی را مشخص کند تا دریابد که این دو نفر چقدر تشابه در رفتارهای فضای مجازی دارند. سپس به سراغ نمرات درسی و یا گزارش‌های کاری مربوط به آن‌ها خواهند رفت. سوابق پزشکی، تاریخچه ژنتیک و وراثت زوج در نوبت بعدی بررسی قرار خواهند گرفت. رستوران‌هایی که رفته‌ و غذاهایی که در آن‌ها خورده‌اند، سینماهایی که رفته‌ و فیلم‌هایی که دیده‌اند همه می‌توانند اطلاعات موثقی باشند برای پی‌بردن به میزان وجوه اشتراک و یا افتراق آن دو. از آن‌ها اجازه می‌خواهد تا از یخچال و اجاق گاز خانه هر کدام از آن‌ها علایق غذایی آن‌ها را بپرسد، از تلویزیون‌ها خواهد پرسید که به چه برنامه‌ها و سریال‌هایی علاقمندند و سری به گالری عکس اسمارتفون هر کدام خواهد زد و حتی اگر لازم بداند از اسمارتفون‌های دوستان آن ها اطلاعاتی خواهد گرفت  تا بتواند به پرسش آغازین این مطلب پاسخ دهد و جالب است که کل این عملیات ممکن است تنها چند ثانیه وقت بگیرد.
 اما، هدف من از طرح این موضوع، یافتن مناسب‌ترین راه برای تخمین میزان سازگاری طرفین یک ازدواج یا ارایه راه‌کار برای موسسات همسریابی نیست. موضوع سخن من داده‌ها هستند و ابزارها و راه کارهایی که می‌توانند بر اساس داده‌هایی که در هر لحظه تولید می‌شوند، معناهای جدیدی کشف کنند. حتما شما هم شنیده‌اید که اینترنت اشیا، یعنی حرف زدن اشیا با یکدیگر به کمک فناوری‌های ارتباطی. من نمی‌دانم وقتی که اشیا شروع به حرف زدن با یکدیگر کنند، چقدر حرف خواهند زد، اما قدر مسلم این است که تعداد اشیا در جهان بسیار زیاد است و اگر حتی درصدی از آن ها هم بخواهند با هم حرف بزنند، آن چنان داده‌های بزرگی تولید خواهد شد که داده‌های فعلی در مقابل آن‌ها بازیچه به نظر می‌رسند.
بر اساس تخمین‌های موسسه پژوهشی ISM، در حال حاضر 2.8 میلیارد نفر در سراسر جهان آنلاین هستند و تا سه سال آینده یک میلیارد نفر به این جمعیت اضافه خواهد شد. براساس این مطالعات در سال 2020 حدود 200 میلیارد وسیله به هم متصل در جهان وجود خواهد داشت. کافی است لحظه‌ای به این عددها فکر کنیم تا شِمایی کلی از حجم سرسام آور داده‌هایی که هر لحظه توسط این تعداد آدم و وسیله متصل به هم تولید می‌شود، در ذهن‌مان شکل بگیرد. این حجم عظیم از داده‌ها نیاز به برنامه‌های پردازش و تحلیل دارد. نیاز به ابزارهای ذخیره‌سازی و بازیابی داده‌ها دارد. نیاز به شرکت‌ها و متخصصانی دارد که بتوانند از درون آن‌ها معنا‌های مختلفی استخراج کنند؛ و مهم‌تر از همه، نیاز به فرهنگی دارد که به داده به عنوان یک شیء باارزش و دارایی 
نگاه  کند.
بنابر این، بر اساس همین چند نکته‌ای که به آن‌ها اشاره کردم، می‌توان به یکی از مهم‌ترین گرایش‌های صنعت IT در چند سال آینده پی برد. با اضافه شدن یک o کوچک میان دو حرف I  و T و تبدیل آن به IoT دنیای دیگری به روی ما گشوده می‌شود که شاید همه آن چه که تا به امروز به عنوان فناوری‌های دیجیتال از آن‌ها یاد می‌کنیم در مقابل آن، بسیار پیش‌پا افتاده به نظر برسند.
برای استفاده از این حجم عظیم داده لازم نیست همه ما متخصص جمع‌آوری، پردازش، ذخیره‌سازی و داده‌کاوی باشیم. ابزارهای زیادی برای این کار در سطح جهان ساخته شده و مورد استفاده قرار می گیرد. تجزیه و تحلیل داده‌ها و داده‌کاوی به یک شاخه مهم علوم کامپیوتر تبدیل شده است و روز به روز هم بر اهمیت آن افزوده می‌شود.

بار دیگر داده تاریک
اما اهمیت این همه تاکید بر داده‌های بزرگ در چیست؟
همان‌طور که در قسمت اول این مطلب در شماره قبل گفتم، دارک دیتا به آن دسته از اطلاعاتی گفته می‌شود که شرکت‌ها در راستای انجام فعالیت روزانه و عادی خود تولید می‌کنند اما به جز همان استفاده اولیه، بهره دیگری از آن نمی‌برند. اما تنها مثال زوج‌ها نشان می‌دهد که از این اطلاعات می‌توان به شکل‌های بسیار مختلفی بهره گرفت.
داده‌هایی مانند اطلاعات جمعیت‌شناختی مشتریان، تاریخچه  خریدها، اطلاعات مربوط به تولید، این که چگونه مشتریان محصولات را مورد استفاده قرار می‌دهند، این که تمایل دارند از چه سطحی از خدمات استفاده کنند، میزان رضایت آن‌ها از پشتیبانی محصولات و یا حتی شکایت‌هایی که ممکن است از خدمات و محصولات داشته باشند، همچنین اطلاعات مربوط به تحقیقات از بازارهای سنتی،  می‌تواند در زمره دارک دیتا قرار بگیرند. همانطور که حوزه تحلیل داده‌ها رشد می کند، کارشناسان خبره اعتقاد دارند که داده‌های تاریک می‌توانند برای پیش‌بینی رفتارهای آینده مشتریان و ایجاد انگیزه خرید در آن‌ها به کار رود. به عبارت بهتر، هر چقدر داده‌های بیش‌تر داشته باشید و یا از داده‌های خود بیش‌تر استفاده کنید، بیش‌تر می‌توانید مشتریان خود و نیازهای آن ها را درک کنید و رضایت و وفاداری آن‌ها را در درازمدت به دست آورید.
اما برای استفاده از این نوع مدل‌سازی از رفتار مشتری، بسیار مهم است که جست‌وجوی رفتارهای درازمدت او در تاریخچه خرید و دیگر عوامل فراسوی یک تبادل مالی در نظر گرفته شود.  چیزی که لازمه آن به‌کارگیری داده تاریک است. به عنوان مثال، تعدادی از هتل‌های زنجیره‌ای از این داده‌های تاریک استفاده کرده‌اند تا نه تنها روند وفاداری یک مشتری را بسنجند، بلکه از داده‌های به دست آمده در حوزه‌های دیگری نیز استفاده کنند. وقتی یک مسافر، به طور مکرر در یکی از این هتل‌ها اقامت داشته است، الگویی از خرید را در طول زمان به وجود آورده است. این الگو می‌تواند مشخص کند که بهترین زمان برای یک پیشنهاد مالی یا بسته اعتباری برای او چه موقعی است. به‌طور حتم بسیاری از موسسات مالی، خریدار چنین داده‌هایی 
خواهند بود.

ظرفیت داده تاریک
کارشناسان داده‌کاوی اعتقاد دارند که برای یافتن یک‌ تصویر جامع و کامل از یک مشتری، باید به سراغ معدن داده‌های تاریک او رفت. اما، این کار، چندان که به نظر می‌رسد ساده نیست. تقریبا هیچکس در یک شرکت نمی داند که با این داده‌ها چه باید بکند و یا حتی آن را چگونه تحلیل کند. چرا که این داده‌ها معمولا به روشی درست و کاربردی جمع‌آوری و ذخیره‌سازی نشده‌اند. اغلب آن‌ها به‌صورت خام هستند. این داده‌ها فهرست‌شده و در حال استفاده نیستند. حتی بسیاری از سازمان‌ها از وجود آن‌ها آگاه نیستند. اما در مجموع این کارشناسان معتقدند که هر گونه اطلاعاتی که به شما اجازه دهد که بین خود و مشتری‌تان و یا میان مشتریان‌تان ارتباط برقرار کنید، حتما از ظرفیت بالایی برخوردار خواهد بود. داده تاریک به کسب وکارها اجازه می‌دهد که تصویری دقیق از مشتریان خود کسب کنند تا بتوانند بهترین پیشنهاد‌ها را به آن‌ها ارایه دهند. این امر موجب رونق کسب‌وکارها و ارتباط بهتر میان مشتری و شرکت 
خواهد شد.

سوی تاریک
احتمالامدافعان حریم خصوصی، به این نوع استفاده از داده‌های کاربران اعتراض خواهند کرد. آن‌ها به‌‌حق نگران خواهند بود که حریم امن و شخصی افراد با چنین استفاده‌هایی از داد‌ها به خطر خواهد افتاد. بی‌ آن که بخواهیم نگرانی‌های آن‌ها را کم‌اهمیت جلوه‌ دهیم، باید ب‍پ‍ذیریم که در وهله اول، چنین استفاده‌هایی توسط بسیاری از موسسات، به ویژه موسسات بزرگ و مطرح در سطح جهان در حال انجام است. در واقع آن‌ها بدون آن که از کاربران اجازه بگیرند و یا با استفاده از انواع ترفندهای حقوقی، به چنین کاری جنبه قانونی می‌دهند. اما، شاید نکته مهم‌تر، این باشد که در دنیایی که یخچال خانه من با بخش فروش فروشگاه بزرگ محل زندگی من تماس می‌گیرد و سفارش مواد غذایی می‌دهد، اساسا چقدر می‌توان حریم خصوصی را حفظ کرد. در دنیایی که هر بازدید ما از یک سایت و حتی نوع نگاه ما به قسمت‌هایی از صفحه و حتی میزان فشاری که به یک کلید روی گوشی خود وارد می‌کنیم در جایی ثبت می‌شود، چگونه می توان انتظار داشت که حریم خصوصی ما حفظ شود. و نکته آخر این که شاید با تحولاتی که در راه است، با گسترش مفاهیمی مانند خانه‌های هوش‌مند، لوازم خانگی هوش‌مند، خودروهای هوش‌مند و بسیاری از هوش‌مندهای دیگر، حریم خصوصی، به معنایی که ما تا به امروز از آن می‌فهمیدیم، در عمل وجود خارجی نخواهد داشت. شاید نیاز باشد که تعریف دوباره‌ای از حریم خصوصی به عمل آید. نمی‌دانم؛ اما چیزی را که کاملا به آن اطمینان دارم، این است که ما در آستانه ورود به دنیایی هستیم که ابعاد آن تا حدود زیادی برای ما ناشناخته و مه‌آلود  است.

 

دارک دیتا: آینده روشن یا سراب خطرناک (قسمت اول)

ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را می‌توانید از کتابخانه‌های عمومی سراسر کشور و نیز از دکه‌های روزنامه‌فروشی تهیه نمائید.

ثبت اشتراک نسخه کاغذی ماهنامه شبکه     
ثبت اشتراک نسخه آنلاین

 

کتاب الکترونیک +Network راهنمای شبکه‌ها

  • برای دانلود تنها کتاب کامل ترجمه فارسی +Network  اینجا  کلیک کنید.

کتاب الکترونیک دوره مقدماتی آموزش پایتون

  • اگر قصد یادگیری برنامه‌نویسی را دارید ولی هیچ پیش‌زمینه‌ای ندارید اینجا کلیک کنید.

ایسوس

نظر شما چیست؟