Ha egy mobilszolgáltató és egy bank közösen kibocsátott hitelkártyáját vesszük igénybe, ne csodálkozzunk, ha egy-egy banki telefonközpontos hölgy rendszeresen mobiltelefonunkon bombáz minket ajánlatával. Ennek lehetőségét elfogadtuk az aláírt szerződés hosszú apróbetűs szövegének valamelyik pontjaként.

Illusztráció: Dániel András

Az ügyfélszokásokat például a nagy mobilszolgáltatók szinte megjelenésük óta, célszoftverekkel vizsgálják Magyarországon is. Ha az ügyfeleknek már van egy vagy két készülékük, akkor szolgáltatást próbálnak rájuk tolni. Az olyan új készülékeken, mint az iPhone és más okostelefonok, még „veszélyesebb” beszélni, mert bár anomim módon, de a beszélgetés során a készülék képes elküldeni a telefon GPS koordinátáit a telefoncégeknek. Ezáltal városrészenként, sőt kerületenként beazonosítható, hogy honnan, milyen hosszúságú beszélgetés folyik. Az adatelemző szoftverek tudásának ugrásszerű fejlődése és a nyilvános adatok internetes gyűjtése átformálja az adatbányászatnak nevezett üzletágat, amely két új ággal, a szövegbányászattal és a web-bányászattal is kiegészült. Nekünk, felhasználóknak azonban még meglepetést okozhat, ha kedvenc zenekarunk CD-jének megvételére kapunk valamelyik szolgáltatótól kedvezményes ajánlatot. Honnan tudták vajon?
Az interneten egymás között üzeneteket váltó, vagy csevegő közösségi tagok nem is sejtik, hogy milyen értékes muníciót szolgáltatnak harmadik szereplők számára. S nem csupán az adataikkal visszaélő spammereknek, hanem például az adataikat jogszerűen gyűjtő mobilszolgáltatóknak. Ugyanígy adatokkal látják el a bankokat, a biztosítókat, a közüzemi szolgáltatóikat vagy – netes vásárlásaikkal – kedvenc webáruházukat. Egyre több cég ugyanis nem csupán regisztráláskor és szerződéskötéskor, hanem később is gyűjti, elemzi a felhasználói adatokat profi célszoftverekkel (ezek közül néhányat lásd külön).

Az adatbányászat fő célja, hogy a meglévő adathalmazokból mutasson ki fontos, esetleg rejtett összefüggéseket. Például egy tízfős baráti társaságban mindig akad egy vezéregyéniség. A mobil híváslistákból szoftverek képesek automatikusan elemezni, hogy ki az, akit a tíz közül leggyakrabban hívnak, vagy a legtöbbet telefonál, így telefonos „kapcsolati háló” alkotható a szoftverrel. Ezután személyre szabott marketingkampányokkal lehet bombázni a bemért ügyfelet. Sőt, akár előre is jelezhető, hogy valamelyik ügyfél meg akar-e válni a szolgáltatótól, hiszen látványosan csökkenő telefonhasználatából a szoftver következtet várható lépésére. A szoftveres modellezés során megvizsgálják ugyanis a múltban távozó ügyfelek viselkedésmintáját és szokásait.

Ezek az adatok a jövőben itthon is kiegészülnek a hálón meglelt kapcsolati és egyéb információkkal. Ezekből úgynevezett „üzleti modellt” építenek, így ki lehet mutatni például a már meglévő vagy a potenciális ügyfelek igényeit. Muka László, az üzleti modellezési specialistaként tevékenykedő Elassys Consulting Kft. tulajdonosa úgy véli, hogy egy üzleti stratégia megtervezéséhez az adatbányászati eszközökkel felépített modellekből sokkal többet lehet kimutatni, mint az egyszerű statisztikai előrejelzésekből, hiszen a beépített minták az emberi viselkedés lenyomatát tükrözik. „Etikai szempontból nem érzem problémásnak az adatok ilyen mértékű használatát. Hiszen nem adatlopásról van szó, hanem az interneten publikusan megadott adatokról” – mutat rá Muka László.

Senki sem gondolná, hogy egy barkács¬áru¬ház webshop és készletállomány adatbázisa milyen kincsestár a vevők pontos elemzéséhez. Ónody Sándor, a Praktiker Magyarország gazdasági igazgatója szerint a hagyományos „eladói ráérzés” vagy a készletfigyelési módszerek helyett „okos” megoldások szükségesek. „Ha a Praktiker 10 milliárd forintnyi készletállományából egymilliárd forintot tud ily módon megtakarítani, amelynek a kamata 100 millió forint, akkor érdemes mélyebb, szoftverekkel támogatott kosárelemzést készíteni” – mondja Ónody Sándor.

Az interneten leírt véleményünk és személyes adataink nyilvánossá tétele mellett az érzelmeinkre és beszédünkre is jobban kell ezután vigyáznunk, különösen a telefonos ügyfélszolgálatokon. Itt vagy beleegyezünk a beszélgetés rögzítésébe (és elemzésébe) vagy mehetünk személyesen intézkedni. Az adatbányászat mellett több, olyan szövegbányászati megoldás került a piacra, amely a beszédjel-feldolgozási és érzelemdetektálási technológiák felhasználásával a hangmintánkat is képes vizsgálni. Mesterséges intelligencia segítségével felismeri az érzelmeket, valamint kulcsszavakat figyel. Kimutatja, hogy az érzelmek és kulcsszavak hányszor fordulnak elő a beszélgetésben.

Fehér István, a hang- és adatbányászati megoldásokkal foglalkozó Nextent Informatika Zrt. vezérigazgatója szerint sok „problémás” beszélgetés hangzik el manapság a szolgáltatók és az ügyfelek között. „Ha jól használják az eszközt, akkor koncentráltan lehet látni, hogy mik a problémás esetek” – mondja.