Om prediktiv analys
Den dystopiska romanen Fear Index av Robert Harris beskriver hur en finansiell algoritm som spekulerar i värdepapper utvecklas till en autonom artificiell intelligens som till slut övermannar och störtar sin mänskliga upphovsman.
Romanen tar avstamp i Flashkraschen, som var en faktisk händelse som inträffade på den amerikanska börsen 2010, då Dow Jones index störtdök under någon minut för att sedan återhämta sig, till synes utan tydlig orsak. En liknande episod skedde den andra maj i år på Stockholmsbörsen, och i detta fall visade sig ett enskilt mänskligt misstag ligga bakom den avvikande kursrörelsen – men händelsen fick stora konsekvenser i form av en bred börsnedgång och sålda innehav. Händelsen utöste också en debatt kring algoritmernas roll som finansiellt instrument – inte minst då fondrobotar under de senaste åren blivit ett alltmer populärt placeringsval för småsparare.
I Robert Harris roman börjar huvudpersonen ana oråd då hans algoritm plötsligt blankar innehavet i ett flygbolag (att blanka innebär att man via handel i finansiella instrument spekulerar i att en aktie ska gå ner på börsen) som kort därefter drabbas av en flygkapning som resulterar i en flygkrasch. Flygbolagets aktie dyker på börsen och den AI-styrda fonden tjänar i ett ögonblick hundratals miljoner kronor. Men frågan är hur algoritmen kunnat förutspå det som skett; har den genom att bevaka sociala medieplattformar, obskyra forum och big data fått vetskap om kraschen på förhand? Eller har den gjort en kvalificerad gissning? Eller… kanske den hemskaste tanken av alla – har den orsakat kraschen?
På Infomedia syftar våra analyser sällan till att förutspå flygkrascher, men väl att lära sig mer om och att bli bättre på att gissa och förutspå utfallet av kommunikationsinsatser och mediehändelser. Många gånger tror jag också att kriser kunde ha undvikits om kommunikations- eller marknadsavdelningar på ett mer strukturerat sätt utvärderat och analyserat sina tidigare medieaktiviteter och sin omvärld.
Under det senaste året har vi på Infomedia jobbat alltmer intensivt för att göra data mining och data-drivet insiktsarbete till en mer integrerad del av vårt analysarbete. Det är min övertygelse att många företag nöjer sig med att använda medieanalysen för utvärdering, när den skulle kunna vara ett tydligare strategiskt verktyg, som till och med skulle kunna fungera prediktivt.
Ett konkret exempel är att titta på risk utöver utfall. Genom att tillföra mer raffinerade statistiska begrepp kan man på ett mer utförligt sätt utvärdera och visualisera hur stora riskerna är i valet av t ex kanal, medietyp, talesperson, tidpunkt eller ämnesområde för en medieaktivitet, reklam- eller informationskampanj. En utvärdering som i högre utsträckning utgår från statistisk analys och matematiska samband är dessutom ett värdefullt verktyg när det gäller att frångå nedärvd magkänsla och den vanans tyranni som ibland kan prägla en företagskultur, institution eller verksamhet.
Medieanalysen och det data-drivna insiktsarbetet är i mitt tycke ofta en uppgörelse med det egna invanda beteendet, traditionen, och de förutfattade meningarna. Det data-drivna insiktsarbetet handlar i mångt och mycket om förnyelsearbete och förändring, där man vågar sätta sin tilltro till vetenskapen.
Men förändring ska såklart ske under ordnade former – och kanske, vilket Robert Harris Fear index tydligt visar, är det nog bra att låta en mänsklig hand tolka algoritmen och analysens slutsatser innan de omsätts till verklig strategi och faktisk handling. Fear Index blev för övrigt tv-serie tidigare i år, med Josh Hartnett i huvudrollen, för den som inte vill sätta tänderna i romanen av Robert Harris. Om tv-serien eller boken inte räcker för att tillfredsställa nyfikenheten om prediktiv analys berättar vi gärna mer om hur man kan utveckla sin analysförmåga, via nya verktyg, nya metoder och kanske framför allt genom introduktionen av ett mer data-drivet förhållningssätt. Hör av er så diskuterar vi vidare!
