פרופ' עירד בן-גל, C-B4: "הפתרון שלנו מאפשר לארגון למצוא דפוסים חבויים בכל אובייקט"
"יש מידע רב שחבוי בנתונים שיכול להסביר מצבים שאינם ברורים לחברות", אומר בן גל - מנכ"ל החברה, בראיון לקראת הגמר הישראלי של תחרות SmartCamp 2011 שעורכת יבמ ● לדבריו, "אנחנו יודעים לקחת תבניות ולזהות אותן בצורה אוטומטית - מה שכלי BI אחרים לא יודעים לעשות"
למה בחלק מהימים עולות מכירות המאפים בחנויות הסמוכות לתחנות דלק? איך אפשר לדעת מתי יהיה עומס ברשת הסלולרית באזור מסוים בניו-יורק? ומתי שלושה אנשים בתחנת רכבת הם לא נוסעים תמימים אלא חוליית מחבלים? מעבר לתשובות המובנות מאליהן, השאלות הללו נדמות לפעמים בלתי ניתנות לפתרון, אבל זה בדיוק מה שעושה המערכת שפיתחה חברת C-B4. החברה עלתה בימים אלה לשלב הגמר בתחרות SmartCamp ישראל 2011 שעורכת יבמ (IBM), ותתחרה מחר (ד') מול ארבע חברות נוספות על הזכות לייצג את ישראל בתחרות העולמית, שתיערך בסן פרנסיסקו בתחילת 2012.
"כמות המידע היום אדירה – לא ניתן לנתח אותה על ידי בני אדם", מסביר פרופ' עירד בן-גל, מנכ"ל C-B4 (ר"ת Context-Based 4casting). "רק בארה"ב יש כיום מחסור של 1.5 מיליון איש שינתחו בסיסי נתונים ענקיים. האתגר הוא לנתח. אנחנו פיתחנו פתרון אנליטי שיכול לכרות מידע ולזהות ולנתח דפוסים חבויים".
"יש מידע רב שחבוי בנתונים שיכול להסביר מצבים שאינם ברורים לחברות", אומר בן גל. "אנחנו יודעים לקחת תבניות ולזהות אותן בצורה אוטומטית – מה שכלי BI אחרים לא יודעים לעשות. הפתרון שלנו מאפשר לארגון למצוא דפוסים חבויים בכל אובייקט שמעוניינים בו – למשל, לקוח, מוצר או שירות. במקום למצוא את המודל שהכי מתאים למידע, הפתרון שלנו לוקח את המידע והוא זה שמכתיב באיזה מודל ייעשה שימוש כדי להסביר את התנהגות האובייקט הנבדק".
ניתוח מסדי נתונים שלכאורה אינם קשורים, יכול לחשוף את התבניות הנסתרות שקשה להבחין בהן. למשל, שמכירות המאפים עולות בימי גשם – מה שניתן להסביר בכך שיותר הורים מסיעים את ילדיהם ואלו משכנעים אותם לקנות מאפים. או שעומס ברשת הסלולרית באפ-טאון מנהטן מתרחש בכל פעם שיש משחק של קבוצת הכדורסל המקומית, 'הניקס', ובאותו זמן משודרת תוכנית טלוויזיה מסוימת. "יש מאות אלפי משתנים שעוקבים אחריהם ואפילו ממאות משתנים בלבד יש מיליוני תבניות אפשריות. האתגר האמיתי למצוא את התבניות המובהקות", אומר בן גל. "בניטור רשת סלולרית, למשל, השאלה היא איזה קומבינציות של ערכים יחזו כשל של אנטנה. אנחנו היום יודעים לחזות משהו כמו 40 שעות מראש ולהוציא התראה לטכנאים".
"הפרויקט כולו החל באוניברסיטת תל-אביב כשהתגלה שקבוצת אלגוריתמים מסוימת היא יעילה במיוחד בסטים שונים של נתונים", מספר בן גל. הטכנולוגיה נבחנה בפקולטה להנדסה ויושמה במגוון תחומים: ניטור מערכות ייצור, ניתוח רשתות תקשורת, ניטור שרשרות אספקה לרשתות קמעונאיות, ניהול לקוחות, מידול נתונים עיתיים כלכליים של שוק מניות וסיווג סדרות של DNA. "היה ברור שיש לכך יישומים מעשיים", אומר בן גל.
בשנת 2007 הוקמה C-B4 כחברה פרטית, תוך הסדרת זכויות הקניין הרוחני מול אוניברסיטת תל-אביב, על ידי פרופ' בן-גל – המשמש כמנכ"ל, וד"ר גונן זינגר – המכהן כסמנכ"ל הטכנולוגיות. סוג הנתונים אותו מנתחים משתנה בהתאם לתחום הפעילות. בתחום הקמעונות, לדוגמה, לוקחים נתוני מכירות, מלאי, מזג אויר וסוגי לקוחות; בחברות טלקום – מידע על הרשת, תקשורת ועומסים; ובביטחון פנים מנתחים מידע מחיישנים, ויזואליים ואחרים, שיכולים להבחין בהתנהגות של אנשים באזורים ציבוריים.
"האלגוריתמים עוברים על המידע ההיסטורי ולומדים אותו", מסביר בן גל. "כך מזהים תבניות נסתרות שמאפשרות לחזות אירועים או להצביע על אירועים שהם דומים. לדוגמה, בתחנת מטרו מסוימת קיים דפוס לאופן שבו אנשים עומדים, שמשתנה לפי שעות. המערכת לומדת אותו ואם תהיה חריגה ממנו אנחנו נדע. אדם שמניח מזוודה ואדם שמרים מזוודה הם אירועים רגילים, אבל אם אדם אחד מניח את המזוודה ואחר לוקח אותה יש פה משהו שמצביע על דבר חריג".
גאוני