eTech09: Sense Networks - the Google of the real world
Tony Jebara, Colombia University & Sense Networks: “Mobile Phones Reveal the Behavior of Places and People”:
Vi har efterhånden et utroligt udbygget netværk af steder gennem maps og geografiske visualiseringer på den ene side og mennesker gennem sociale netværk som Facebook, Orkut, Bebo etc på den anden. Spørgsmål er, hvordan man kan kombinere den viden, og hvilke nye muligheder det afstedkommer?
CitySense: hvor er det HOT lige nu?
Sense Networks samler al tilgængelig information/data fra GPS, wifi, GSM etc, som kobler geografi på en sky af tilgængelig online data. Det giver mulighed for at følge bevægelser, trafik, mobilitet og derigennem følge mønstre for menneskers adfærd. Det kan i sidste ende bruges i en række forskellige services og kommercielle sammenhænge, reklame, business intel etc.
I starten har man set meget på generelle adfærdsmønstre, som de afsløres i fx GPS registrerede bevægelser. På den måde kan man ved at krydsreferere data fx se, at folk i San Francisco møder tidligt på arbejde, når Dow Jones er i positiv – eller hvis der kun er et par uger til bonusudbetalingen… Al data er samlet i et grafisk overblik, CitySense. Det er nu sat op, så alle kan bruge CitySense til at få et ”heatmap” af en by, så man kan se, hvor er folk i aften, hvor er trafikken blokeret, eller hvilken restaurant eller bar er den mest populære. En slags by-sjette-sans. Oplysninger om enkeltpersoner kan dog ikke tilgås – og man kan selv slette sine data. Nu er CitySense begyndt at segmentere i data – så man kan se hvor folk fra ens egen interessesfære befinder sig eller fx hvilken type mennesker der er de steder, hvor der er gang i den.
Men hvem ligner vi? Her er CitySense en geobaseret udgave af Facebook, hvor man ser på hvilke aktiviteter ens fysiske placering tyder på (er det barer, kirker eller konferencer man primært opsøger). I første omgang har man krydset data med data fra flere forskellige byer. Ved at analysere på bevægelsesmønstre (flow analysis), kan man se på hvilken type sted, fx bar, der er tale om og gruppere efter det i stedet for at gruppere efter geografi. Hvis man kobler en flow analyse med en tilgængelig demografisk analyse ift hvem bor hvor, kan man se på sandsynligheder for adfærd – har man forkærlighed for en bestemt type restauranter, når man kommer fra en bestemt bydel etc. Når man har data og ser på overblikket, kan man smide data væk igen – så er der faktisk ikke brug for at kunne måle på individuelt niveau. Overvågningen er kun på mønsterbasis, så snart data er fodret ind i systemet er privatsfæren genetableret.
Baseret på ens personlige bevægemønstre kan man semantisk ”parre” folk ved at forbinde folk med samme bevægemønster – efter antagelsen, at så er de nok indenfor samme interessekategori, samme ”friend profile”.
Man kan bruge tjenesten til at reducere churn i telebranchen. Hvis den samme type bruger begynder at skifte teleudbyder, kan man nå at reagere på det - globalt. Reklame, marketing etc er andre applikationsområde. Nye segmenter kan identifieres baseret på bevægemønster – er du ”young and edgy” med offbeat restauranter, hippe barer og trendy shops i dit geografiske udtryk, eller er du ”weekend mall goer” med bil, praktisk indkøb og faste daglige rutiner. Det kan ses med meget stor tydelighed, at finanskrisen har gjort bevægelser meget mindre, folk går mindre ud, bruger mindre taxa etc.
Sense Networks bygger dybest set meningsfulde mønstre ved at samle data fra virkeligheden på samme måde som fx Google samler data for digitale bevægemønstre. Ultimativt vil det være muligt at gøre real world markedsføring langt mere effektiv, gøre reklamer og tilbud relevante. Og give personer mulighed for at vise verden efter hvad man prioriterer og påskønner, uanset om man har været der før.
