![\"Target](\"https:\/\/www.evernote.com\/shard\/s8\/sh\/3d71b586-affa-4f72-814b-7bc2894aaec5\/9ae76b471c9c19d8b3794cc98e43443d\/deep\/0\/Baby---Clothes,-Shoes,-Furniture,-Gear---Target.png\")
<\/p>\nDe sidste stykke tid har jeg researchet \u201dBig Data\u201d, en af de allerhotteste teknologi-trends lige nu. Jeg har ledt efter virksomheds-cases, hvor “Big”‘et i \u201dBig Data\u201d har v\u00e6ret mere end blot et till\u00e6gsord. Hvor “Big Data” har skabt kvalitativt nye l\u00f8sninger, som ikke var muligt i det sm\u00e5. Blandt de mange jeg har v\u00e6ret igennem er der s\u00e6rligt syv der har gjort indtryk. Dem deler jeg de kommende dage her p\u00e5 bloggen.<\/p>\n
<\/p>\n
Target – ved n\u00e5r du venter dig (screendump fra hjemmeside)<\/em><\/p>\n I det danske er det Vestas og Migatronics. Og dansk-franske Snips. “Over there” er det Google (opdateret – er skrevet: \u00a0“Google \u2013 alle Store Data\u2019s moder. Bedste Big Data case nummer fire<\/a>“) \u00a0og Facebook, 23andme (opdateret – er skrevet:\u00a023andme.com l\u00f8ser medicinske g\u00e5der med banebrydende Big Data-approach. Bedste Big Data case #3<\/a>\u00a0og LAPD (opdateret – er skrevet: Pas p\u00e5, tyve i LA. Politiet ved hvor og hvorn\u00e5r I sl\u00e5r til n\u00e6ste gang. Bedste Big Data case #2<\/a>). Men jeg \u00e5bner festen med Target \u2013 supermarkedsk\u00e6den der ved hvem af deres kunder er gravide \u2013 f\u00f8r nogen andre.<\/p>\n Target \u2013 supermarkedsk\u00e6den der ved du er gravid f\u00f8r din far Afsl\u00f8ret af 25 produkter Ain\u2019t seen nothing yet Derfor er Target-casen god F\u00f8lg med de kommende dage, hvor jeg viser vej til de \u00f8vrige seks cases. Og ender med at k\u00e5re en vinder!<\/p>\n De sidste stykke tid har jeg researchet \u201dBig Data\u201d, en af de allerhotteste teknologi-trends lige nu. Jeg har ledt efter virksomheds-cases, hvor “Big”‘et i \u201dBig Data\u201d har v\u00e6ret mere end blot et till\u00e6gsord. Hvor “Big Data” har skabt kvalitativt nye l\u00f8sninger, som ikke var muligt i det sm\u00e5. Blandt de mange jeg har v\u00e6ret igennem… L\u00e6s mere »De syv bedste cases jeg er st\u00f8dt p\u00e5 i min Big Data research: 1. supermarkedet der ved n\u00e5r du venter dig<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[447,9],"tags":[491,486],"_links":{"self":[{"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/posts\/4468"}],"collection":[{"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/comments?post=4468"}],"version-history":[{"count":6,"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/posts\/4468\/revisions"}],"predecessor-version":[{"id":4531,"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/posts\/4468\/revisions\/4531"}],"wp:attachment":[{"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/media?parent=4468"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/categories?post=4468"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/jon-lund.com\/main\/wp-json\/wp\/v2\/tags?post=4468"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n<\/b>\u201dHvad har I gang i? Min datter g\u00e5r stadig i gymnasiet, og s\u00e5 sender I hende reklame for babyt\u00f8j? I tilskynder hende til at blive gravid som teenager, eller hvad?\u201d S\u00e5dan ca. l\u00f8d en ophidset mand, da han henvendte sig til sin lokale Target-supermarkede i Minneapolis, USA. Hvad faderen ikke vidste var, at datteren rent faktisk allerede var gravid.<\/p>\n
\n<\/b>Target, p\u00e5 den anden side, havde g\u00e6ttet at datteren ventede sig. Hendes indk\u00f8bsvaner havde nemlig \u00e6ndret sig v\u00e6sentligt de sidste m\u00e5neder. Hun var begyndt at k\u00f8be anderledes ind. Og de ting hun k\u00f8bte fik graviditetslamperne til at lyse op i supermarkedets analyse- og reklameafdeling, hvor man holdt s\u00e6rligt \u00f8je med 25 produkttyper \u2013 blandt andet parfumefri s\u00e6be \u2013 som Targets avancerede analyser af deres massive opg\u00f8relser over kunde-indk\u00f8b, havde vist at nygravide s\u00e6rligt sv\u00e6rmede til. Pigen havde ikke bare k\u00f8bt lidt mere af et enkelt af produkterne. Hun havde k\u00f8bt nok af flere af dem til, at Target ikke bare var sikre p\u00e5 at hun var gravid, men ogs\u00e5 med ret god sikkerhed kunne sige, hvor langt hun var i graviditeten.<\/p>\n
\n<\/b>Historien st\u00e5r at l\u00e6se i denne (lange) artikel fra New York Times<\/a> og er et af de mest omtalte eksempler p\u00e5 hvad der venter os i den nye Big Data-\u00e6ra, der lige nu er en af teknologi og forretningsverdenens allerhotteste trends. Og det er der god grund til. Det er ikke kun supermarkeder og detailbutikker, der med deres kassebon\u2019er har tal p\u00e5 os alle sammen. Det er gud og hvermand. Track record\u2019en kommer fra nettes millioner af sites, der f\u00f8lger din adf\u00e6rd n\u00f8je.\u00a0 Fra din mobil, og dens fine GPS-spor, der \u2013 spurgt p\u00e5 den rigtige m\u00e5de \u2013 kan tegne nydelige og meget detaljerede kort over din daglige f\u00e6rden. Fra de mere end 500.000<\/a> \u2013 femhundrede tusinde – overv\u00e5gningskameraer, der sidder p\u00e5 gader og str\u00e6der, i butikker, p\u00e5 togstationer og i private opgange og parcelhus-indk\u00f8rsler. Fra alle de kunde- og loyalitetskort, du b\u00e6rer rundt i din pung. Og fra den verden af sensor-berigede og netopkobliede fysiske devices der de n\u00e6ste \u00e5r vil skylle ind over os. Fra din vaskemaskine over din bil til din badev\u00e6gt og motionsm\u00e5ler. \u201dYou ain\u2019t seen nothingh yet\u201d som de siger.<\/p>\n
\n<\/b>Der er tre grunde til at Target-casen er blandt mine Big Data-favoritter:<\/p>\n\n
\nGraviditets-forudsigelsen er rigtigt begavet. Det er ikke bare statistik samlet sammen og analyseret s\u00e5dan lidt intuitivt. Tv\u00e6rtimod: med avancerede metoder afsl\u00f8rer de hidtil ukendte m\u00f8nstre i kundernes k\u00f8bsadf\u00e6rd. Det der er Big Datas allerst\u00f8rste<\/li>\n
\nDe m\u00f8nstre Target fandt bliver brugt til at skabe forretning. For gravide kunder er ikke bare kunder der pludselig har nogen nye behov \u2013 for bleer og babyt\u00f8j, f.eks. Det er kunder, der befinder sig i et af de f\u00e5 tidspunter i livet, hvor grundl\u00e6ggende forbrugsm\u00f8nstre faktisk st\u00e5r til at \u00e6ndre. L\u00e6s: hvor osere kan omdannes til kernekunder. Derfor er det s\u00e6rligt vigigt at kunne identificere de gravide f\u00f8r alle andre \u2013 og s\u00e5 tidligt i graviditetsprocessen som muligt.<\/li>\n
\nEr egentligt et lidt d\u00e5rligt argument. Men at kunne forudsige hvem der er gravide er bare vanvittigt fascinerende. Det fort\u00e6ller bedre end mange, mange andre ord, hvor kraftfuld dataforudsigelser kan v\u00e6re. Fordi det f\u00f8les s\u00e5 privat. Og har s\u00e5 dyb indgriben i ens liv.<\/li>\n<\/ol>\n<\/div>\n","protected":false},"excerpt":{"rendered":"