Büyük Veri: Altın madeni mi yoksa ahmak altını mı?

Geçtiğimiz Temmuz ayında Londra’da Marketing Week Live Show’da IBM tarafından düzenlenen bir etkinliğe katıldım. Moda sektöründe perakende satış alanındaki veri ve tüketici ilişkilerine göz atıyor, yüksek kaliteli kadın ayakkabısını ise örnek olarak kullanıyorduk. Moda satıcılarının karşılaştığı en büyük sorun mağazadan içeri giren kişilerin onlara tamamen yabancı olmasıydı.  Satış temsilcileri, müşterilerinin görünüşlerinden edindikleri izlenim ve açabildikleri herhangi bir konudan elde ettikleri bilgiler dışında hiçbir şey bilmiyordu. Bu yüzden kendimize şu soruyu yönelttik: Potansiyel müşterilerimize tamamıyle yabancı olmamak adına dijital dünyadan elde edeceğimiz verileri nasıl kullanabiliriz? Nasıl bir dijital ilişki kurmalıyız ki potansiyel bir müşteri kapıdan içeri girdiğinde satış temsilcisi o müşterisiyle olan ‘ilişki geçmişini” hatırlayıp bu online iletişimi satış konuşmasının alt metni haline getirebilsin? Bu, IBM analistlerinden birinin önerisidir, bu yüzden “potansiyel müşterinin yeni bir çift ayakkabı almayı düşünmeye başladığı anı sosyal ağlarda arkadaşlarıyla yaptığı konuşmalardan öğrenerek ve daha sonrasında bu sohbete katılarak belirleyebilmeliyiz.”

Büyük veri dünyasına hoş geldiniz. Büyük veri dünyasında müşteriniz hakkında onun kendisi hakkında bildiği  kadar bilgiye sahip olmak teorik olarak mümkündür: Akıllarından geçenleri ve isteklerini tahmin edebilmeli, uygun bir ürün önerip sorularına cevap verebilmeliyiz. Nihaî hedeflerin belirlenip profillerin oluşturulduğu, sosyal medya araçlarıyla tüketicilerin bol miktarda güncel kişisel bilgi paylaştıkları erişimi kışkırtıcı derecede kolay bir dünya bu. Facebook, her gün 500 terabaytlık davranış verisi üreten veri kanallarının en başında geliyor.

Ancak bu durum, Büyük verinin beraberinde getirdiği büyük problemlerden birini karşımıza çıkarıyor: IBM çalışanları buna ‘işlemeye uygunluk’ diyor. Bu kadar çok bilgiyle neler yapabiliriz? Bu bilgiyi nasıl işleyebiliriz ve bir kişinin potansiyel müşterimiz olduğu anı nasıl belirleyebiliriz ve bunu başardığımızda atacağımız bir sonraki adım ne yönde olmalıdır?

Pazarlama uygulamalarının bugüne kadarki büyük bir bölümü özellikle medya ilişkileri, kanal planlaması ve müşteri ilişkileri yönetiminde (CRM) hedef belirleme üzerinedir. Asıl sorun bu konuda ne kadar iyi olduğumuzu düşünürsek düşünelim aslında yeterince iyi olmadığımızdır. En ileri CRM programları dahi yalnızca bir nebze “kişisel” olan reklam mesajlarını yaklaşık olarak nerede ve ne zaman potansiyel müşterinin karşısına çıkarabileceğimizi bildirebiliyorlar. Bunun sonucunda da büyük veriyi en doğru zamanda, en doğru kişiyle ve en doğru iletiyle kullanmayı bilsek bile kurumlar bu gibi durumlarda tam olarak ne yapmaları gerektiğini bilmiyor. 

Sosyal medya dünyası bireyin dünyasına hitap iken geleneksel pazarlama dünyası hedef kitlenin dünyasına hitap ediyor.Tek bir mesajla kitlelere seslenme konusunda oldukça başarılıyız ancak, davranışlarımızın sosyal ve verdiğimiz bilginin oldukça özel ve konuyla ilgili olması gereken durumlarda ve görevimizin sadece sohbet etmeyi hedeflemek olmadığı, aynı zamanda sohbeti başlatmak için izin almamız gereken yerlerde de kişilerle nasıl konuşacağımız konusunda çok da deneyimli olduğumuz söylenemez. 

Gerçek hayatta bir markanın dâhil olabileceği oldukça az sayıda sohbet vardır. Tüketici arkadaşıyla bir ayakkabı hakkında konuşuyor olabilir ancak bu onun bir ayakkabı üreticisi ya da satıcısına bu sohbeti bölme hakkı verdiği anlamına gelmez. Bu sebeple büyük veriyi katılmak istediğimiz sohbetleri bulmak için ne kadar etkin kullanırsak kullanalım bu sohbetlere katılma teşebbüslerimizden birçoğu muhtemelen reddedilecek. 

Alakalı yanıtlar almak, bir sohbete katılım izni veya bir ilişki kurabilmek büyük verinin karşılaştığı büyük problemlerin başında geliyor.  İzin alabilme konusu bizi bir sonraki probleme taşıyor. Gördüğümüz gibi markaların tüketicilerinin sohbetlerine katılabilmeleri için izin almaları gerekiyor hatta markaların öncelikle bu sohbetlerle ilgili verilere ulaşabilmeleri için izin almaları gerekiyor. Bir müşterinin, büyük veri birikimini fark ettikten sonra bunu bir dijital casusluk girişimi olarak nitelendirmesi işten bile değil. Büyük veriyi herhangi bir kalıba sokmak aslında çok zor. George Orwell’in geleceği ele aldığı kafa karıştırıcı Bin Dokuz Yüz Seksen Dört adlı romanının herşeyi gören, tüm gücü elinde tutan kötü gücü ‘Büyük Gözetleyici’ye (daha basit düşünürsek herkes tarafından izlenebilen ‘Biri Bizi Gözetliyor’a) gönderme yapan büyük veri ismi asıl amacıyla ters düşüyor.  

Hali hazırda Facebook ve Twitter gibi platformları kullanan birçok kişi gizlilik ve erişim gibi çeşitli ayarlar sayesinde bilgilerini paylaşma konusunda yetkinin kendi ellerinde olduğunu düşünüyorlar. Facebook, Twitter ve Google’ın tüm verilerini görüp kullanabilme yetkilerini tam anlamıyla anlayabilmiş değiller. En önemlisi de bu verilerin büyük veri dünyası dehası –Algoritma- ellerine geçtiği takdirde ortaya çıkacak olası sonuçların farkında değiller.  

Facebook ve Twitter üzerinden paylaştığımız bilgilerin önemsiz yani insanların görmesinden çekinmeyeceğimiz kadar değersiz bilgiler olduğunu düşünmek kolay. Ancak, bir algoritma için bu veriler oldukça önemli. Algoritmalar büyük, geniş spektrumlu davranış veri setleriyle çalışır ve elbette ki Facebook en kapsamlı veri setine sahiptir. Aranan verinin saptamak istediğimiz karakteristik özelliklerle hiç bir alakası olmasa da algoritmalar benzer düzenler bulmak için davranış şekilleri oluşturup milyonlarca veriyi tararlar. Bu yüzden saptamak istediğimiz belli bir sınıftaki kişi ya da davranışla ilişkili dijital bir düzen biliyorsak algoritmalar, buldukları verilerin belirlemek istediğimiz karakteristik özelliklerle bir alakası olmadan da bu kişileri kalabalığın içerisinden bulup çıkartırlar. Bunu fark ettirmeden yaparlar; seçilen kişinin saptandığına dair hiçbir fikri yoktur ve bu sebeple ortaya çıkan sonuçları bunu tetikleyen davranışlar (veya verilerle) bağlantılandırması mümkün değildir. Başka bir şekilde açıklamak gerekirse; malî davranış, para veya sergilenen riskli tavırlara ilişkin herhangi bir veri çekmese dahi kredi riski iyi (veya kötü) olan birini belirlemek için kolaylıkla bir algoritma tasarlayabiliriz.Ya da başka bir deyişle algoritmalar bir bankanın öğle yemeğinde ne yiyeceğinizle ilgili attığınız tweetl’ere ( veya başka herhangi bir şeye) bakarak size kredi verip vermemesini belirleyebilirler. 

Büyük veriyle işler burada ilginçleşiyor. Göründüğü üzere büyük veri tüketicilerle etkili ilişkiler kurabilme konusunda bize sınırlı fırsatlar sağlıyor olabilir. Ancak, insanları çok belirgin kategorilere sokma konusunda oldukça başarılı. Bu kişiler (ürünümüzü satın almaya eğilimi yüksek olanlar gibi) ilgilenmek isteyeceğimiz kişiler de olabilir (kredi alırken yükümlülüklerini yerine getirmeyenler gibi) ilgilenmek istemeyeceğimiz de. 

Bunu yapma yetisi markalara büyük bir güç kazandırır. Fakat sorun şu ki, bu hareket esasen veri koruma ve gizliliğin temel ilkelerinden biri olan kişisel verilerinin erişilebilir kılınması ve bu verilerin sadece belli amaçlar için kullanılması  gibi kullanıcıların onay bildirgesinde bulanabilmesi gerekliliğini ihlal ediyor, örneğin kişiler verilerinin paylaşım izni vermeden önce nasıl kullanılacağını kesin bir şekilde bilmeliler. Algoritmalar, kredi alabilirliği belirlemede yemek alışkanlıklarıyla ilgili tweet’lerin kullanılması gibi aslında amaçlanmayan yollar için veri kullanımının efendileridir. 

Bu henüz bir problem teşkil etmiyor. Facebook kullanıcıları algoritmaları anlamıyorlar ve önemsiz buldukları bilgilerini paylaşmanın doğurabileceği sonuçlar hakkında hiçbir fikirleri yok. Ancak algoritmalar mütemadiyen gizli kalamaz; yaptıkları hareketler ortaya çıkardıklarıyla iz bırakırlar ve ortaya ne kadar çok şey çıkarsa tüketiciler de markanın kendileri hakkında nasıl bu kadar çok şey bildiklerini sorgulamaya başlayacak. Sorularına yanıt aldıkça da olumlu tepkiler vermeyecekler. Muhtemelen markalara kendilerini izlememeleri talebinde bulunacak ve sosyal ağların bilgilerini satmaya son vermesini isteyecekler. Büyük verinin fırsatların çoktan aşikâr ve muhtemel olduğu bu alanında bile bu fırsatların uzun vadede ne kadar sürdürülebilir olduğunun sorgulanması gerekiyor. 

Büyük veri etrafında dönen birçok heyecan uyandıran ve umut vadeden unsura rağmen bu olgunun özünü incelediğinizde bazı önemli problemlerin ortaya çıktığını göreceksiniz. Bunlar, verinin yerinde ve kabul edilebilir bir biçimde (ve böylece işlemeye uygun) kullanımından doğan ilk etapta veriye sahip olmama durumuyla oluşan, nihayetinde nasıl kullanacaklarına dair sıkı kısıtlamalar oluştururken olduğu kadar satışlarında da markaların sahip olabileceği veri miktarını ciddi bir şekilde kısıtlayan problemlerdir. 

Çalışma hayatının son 25 yılını halkla ilişkiler ve iletişim alanında Londra, Sydney, Brüksel ve Prag’da çalışarak geçiren Richard Stacy kurumsal iletişimden kriz yönetimine ve tüketim markalarına kadar bir çok konuda tecrübe sahibi. Çalıştığı isimlerden bazıları: Avrupa Komisyonu, Avrupa Uzay Ajansı, IBM, P&G, Diageo ve Commonwealth Bank of Australia.