עופר רון, LivePerson: "מי שמפחד ממתמטיקה שלא יעסוק ב-Data Science"

"אתרי האינטרנט מייצרים נתונים רבים. רק ארגונים שמסוגלים לנתח את הנתונים הללו באופן מסיבי בזמן אמת יוכלו להפיק מהם את המיטב. מי שמפחד ממתמטיקה שלא יעסוק ב-Data Science", כך אמר עופר רון, Data Scientist ב-LivePerson. לדבריו, "מדובר במדע לכל דבר. על העוסקים בו לשלוט בכלים סטטיסטיים ולהיות בעלי יכולות אנליטיות מתאימות. כמו בכל מדע, הם צריכים לזכור שאסור להם להתאהב ברעיונות שלהם, אלא רק במה שעובד".

רון אמר את הדברים בכנס המפתחים DevCon2013, שנערך באוזן בר בתל אביב, בהפקת אנשים ומחשבים. הוא ציין כי תוצרי העבודה של ה-Data Scientists הם "מוצרי מידע", למשל מערכות המלצות החברים של לינקדאין (LinkedIn) ומערכות המלצות המוצרים של אמזון (Amazon).

לדברי רון, "LivePerson מספקת פתרונות לעסקים ליצירת קשר משמעותי עם לקוחותיהם באמצעות צ'אט – בזמן הנכון ובערוץ הנכון. יצירת הקשר מונעת על ידי מיקוד התנהגותי בזמן אמת, שמייצר הבנה אמיתית של מטרות הלקוח וצרכיו". הוא ציין שיש ל-LivePerson יותר מ-8,500 לקוחות, ביניהם יבמ (IBM), מיקרוסופט (Microsoft), וולט דיסני (Walt Disney), וריזון (VERZION) ו-HP.

“באתרי אינטרנט של לקוחות שלנו יש נתונים רבים והשאלה היא איך למנף את המידע לחוויה טובה יותר", הוסיף. "כאן נכנס לתמונה תחום ה-Data Science. לפתרונות שלנו יש את היכולת להחליף את חוויית המשתמש, לאפשר המלצות ושירות אוטומטי שמבוסס על תבונה מלאכותית במקום הקצאה יקרה של כוח אדם".

"אם אתה נכנס לחנות ברחוב ומבקש מוצר מסוים, המוכר יכול להמליץ לך על מוצרים דומים. אם אתה נכנס לחנות וירטואלית ולא יודע מה אתה רוצה בדיוק – לא תמצא אותו. אצלנו אתה נכנס לחנות וירטואלית, שואל שאלות ואנחנו עוזרים לחבר אותך עם נציג שיכול לענות עליהן בצ'אט מיידי. הדבר מאפשר חוויית תקשורת הרבה יותר משמעותית", אמר.

"צ'אט זה דבר יקר", הוסיף רון. "אי אפשר לספק אותו לכל אחד ויש אנשים שנרתעים ממנו. השאלה היא איך מזהים לאיזה לקוח כדאי לפנות באמצעות צ'אט כדי לשפר את חוויית הקניה שלו ובצורה כזו להעלות את הרווחים של האתר. זה דורש כלים רבים, כי יש מעט מאוד נתוני בסיס שניתן להסיק מהם אודות הלקוח. על מנת להפיק את המיטב מהנתונים, אנחנו משתמשים בטכנולוגיות ובמתודולוגיות בכדי להביא מוצר אמין ללקוחות שלנו. זה חלק מהאחריות שלנו, בתור Data Scientists".

לדבריו, "כמויות המידע שחברות אוספות כיום גדולות, והן ילכו ויגדלו. חברות שלא ינסו למנף את המידע הזה על ידי הקמת צוותי Data Science בתוכן או על ידי פנייה למיקור-חוץ יתקשו לשרוד".

האם יש קשר בין Data Science ל-Big Data?
"כן, בגלל נפחי התקשורת, אבל השם Big Data רלוונטי רק כשאופי הבעיה משתנה מהותית כתלות בכמות המידע. לבנקים, למשל, היה תמיד המון מידע, אבל ההתמקדות שלהם הייתה ברמת הלקוח היחיד. לעומת זאת, כיום יש לארגונים צורך בפתרון בעיות כמו ניתוח גרף החברים של משתמש פייסבוק (Facebook), שיכול להיות מורכב ממידע שמאוחסן בעשרות שרתים שונים".