Data er det nye orakel

Et af big datas største potentialer er evnen til at regne på fremtiden. »Predictive analytics« skal forudse problemer og behov, før de opstår.

Den selvkørende robot Knightscope K5 arbejder for amerikansk politi. Den har kameraer til alle lysforhold og registrerer bevægelser samt ansigtsudtryk. Desuden henter robotten oplysninger fra sociale netværk og politirapporter og kan analysere og forudse bevægelser i menneskemængder. Foto: Knightscope Fold sammen
Læs mere
Lyt til artiklen

Vil du lytte videre?

Få et Digital Plus-abonnement og lyt videre med det samme.

Skift abonnement

Med Digital Plus kan du lytte til artikler. Du får adgang med det samme.

Egentlig er det ikke nogen særligt god film, men alligevel er »Minority Report« fra 2002 et af filmhistoriens mest betydende science-fiction-værker. Fordi den har vist sig at være ekstremt forudseende, hvad angår teknologi.

Men den vildeste forudsigelse, at det ville være teknologisk muligt for politiet at forudse menneskers adfærd; det var alligevel for langt ude, hvorfor filmfolkene i stedet fandt på en mere spirituel forklaring: tre havfruer i et bassin.

Robot regner mennesker ud

Ikke desto mindre er predictive analytics godt på vej, også hos amerikansk politi. Knightscope K5 er en selvkørende robot til at analysere og forudse bevægelser i menneskemængder.

Robotten, der ligner den smarte storebror til R2D2 fra »Star Wars«, har kameraer til alle lysforhold og registrerer bevægelser samt ansigtsudtryk. Derudover henter robotten oplysninger fra sociale netværk og politirapporter for at levere et varmekort i 3D i realtid. Knightscope er blevet en investordarling i Silicon Valley og har efter sigende en pæn ordrebog for 2015, hvor produktet kommer på markedet.

Men predictive analytics har langt videre implikationer kommercielt, og ifølge en rapport fra Accenture i 2013 er interessen blandt amerikanske og britiske virksomheder tredoblet siden 2009. Ikke overraskende er datadrevne virksomheder som Amazon og Google langt fremme. Amazon arbejder på anticipatory shipping, hvor bestilling foretages, før kunden klikker, baseret på købshistorik og meget andet. Formålet er at reducere leveringstid og -omkostninger, et mantra i Amazon.

Forsikring bliver en vinder

Hele Googles model er baseret på forudseenhed. Allerede for ti år siden kom Google Suggest, der prøver at gætte, hvad der søges på. Jo mere, søgemaskinen ved på forhånd, desto hurtigere og mere præcise resultater. Denne tankegang går igen i samtlige Googles produkter, inklusive Google Glass, hvor softwaren forsøger at komme brugeren i forkøbet.

Men mange andre typer virksomheder kan få nytte af disse teknologier. For nylig udnævnte interneteksperten Tim O’Reilly forsikring som en af vinderne i næste generation af internettet, »Internet of Things«.

Her vil almindelige fysiske objekter i boligen, bilen og tøjet være i stand til at indsamle og kommunikere data. Det vil give helt nye muligheder for at kvantificere kundens individuelle risikoprofil, inklusive præventiv indgriben for at forhindre ulykker.

Amerikanske forsikringsselskaber har i årevis arbejdet med predictive analytics til beregning af risici, og interessen stiger, fortæller branchemediet Insurance Journal.

Et af de mere håndgribelige eksempler er telematics, forskellige kommunikationsteknologier integreret i bilen, hvor der indsamles data om kørsel og trafiksituation. Disse data kan forsikringsselskaberne bruge til at prissætte produkter og hjælpe føreren med at undgå uheld.

Danske forsikringsselskaber arbejder også med mulighederne i telematics.

»Vi er i Danmark generelt langt fremme med at forstå bilen ved at integrere alle mulige data-input, og det vil da være mærkeligt, hvis forsikringsselskaber ikke også i fremtiden vil bruge mere dynamiske data til risikoafdækning til at give kunden gode råd, for eksempel om et snarligt behov for vejhjælp,« siger Thomas Enna, underdirektør for forretningsudvikling i Topdanmark.

Den afgørende faktor er dog stadig kørte kilometer, og det kan åbne for bilforsikring med pay-as-you-drive, som det allerede bruges i England.

På den måde bruges data til at give kunden et mere præcist produkt, forklarer Thomas Enna.

»I gamle dage var det mest faste data som postnumre, men vi bliver langsomt bedre til at bruge data, som går på mere individuelle karakteristika. Jo flere data, vi har, desto mere præcist kan vi fastsætte en fair pris for kunden.«

Topdanmark har dog også et forbehold over for datamulighederne, frygten for overvågning.

»For en finansiel virksomhed som vores er tillidsrelationen til kunderne helt afgørende. Vi kan komme til at skade den relation ved at bruge ustrukturerede data, som kunderne ikke regner med bliver brugt. Derfor indsamler vi for eksempel ikke data fra Facebook, men kun offentligt tilgængelige data.«