Saat ini, menyiapkan data untuk analisis membutuhkan waktu beberapa menit atau detik, bukan beberapa hari atau minggu-memungkinkan perusahaan untuk mempercepat pengembangan layanan baru berbasis data. Dengan analitik data besar di cloud yang mendukung bisnisnya, Wi2 mengambil langkah besar untuk mencapai tujuan pemasaran yang dipersonalisasi.
"Dulu, kami harus mengekstrak data yang kami perlukan dari volume log yang sangat besar di lingkungan penyimpanan objek cloud kami, dan kemudian menyusun datanya secara manual," kata Fukui. "Memproses data bisa memakan waktu hingga seminggu, dan menganalisisnya bisa memakan waktu lebih dari satu jam-tetapi hari ini, semua itu telah berubah.
"Ini adalah sebuah terobosan bahwa waktu tunggu kami untuk analisis sekarang hanya dalam hitungan menit atau detik. Lebih baik lagi, kami sekarang dapat memvisualisasikan data kami dengan cara yang lebih intuitif-misalnya, dengan memplotkan peristiwa di peta berdasarkan koordinat GPS dari perangkat seluler pengguna. Kami dapat lebih berkonsentrasi dalam menganalisis data kami, dan kami merasa hal ini menguntungkan bagi kami untuk dapat melakukan lebih banyak jenis analisis dalam satu hari."
Analisis cepat telah membantu Wi2 untuk membangun pemahaman yang lebih baik tentang preferensi pengunjung dan situs honeypot, dan meningkatkan penargetan untuk penawaran dan rekomendasi.
"Semakin banyak data yang kami kumpulkan, semakin akurat kami dapat memprediksi apa yang ingin dilihat dan dilakukan oleh setiap pengunjung selama mereka tinggal di Jepang," jelas Fukui. "Pada akhirnya, kami bertujuan untuk memberikan informasi yang paling berguna pada titik optimal dalam perjalanan seseorang."
Dengan membantu para mitranya di industri dan pemerintah daerah untuk memahami apa yang diinginkan wisatawan dari masa tinggal mereka, Wi2 dapat membantu mereka membangun strategi yang lebih efektif untuk keterlibatan-memberikan pengalaman yang lebih baik bagi para pengunjung secara keseluruhan.
"Banyak perusahaan yang sudah menganalisis pola pejalan kaki dari data seluler, dan memberikan rekomendasi produk atau kupon untuk layanan yang dicari," kata Soma. "Sebagai perusahaan yang inovatif, kami selalu berusaha untuk menjadi yang pertama dalam mengimplementasikan teknologi baru semacam ini."
Pada akhirnya, Wi2 bertujuan untuk mengembangkan produk prediktif yang membantu para mitranya untuk memahami apa yang akan dilakukan oleh pengunjung, berdasarkan perilaku mereka saat ini dan tren pengunjung historis. Sebagai contoh, analisis prediktif dapat mengidentifikasi bahwa sekelompok turis Asia yang sedang berbelanja di Yokohama memiliki kecenderungan yang tinggi untuk menginap di kota spa Hakone Yumoto.
"Kami ingin mengatasi tantangan-tantangan seperti ini dengan teknologi kognitif untuk deep learning dan kecerdasan buatan, seperti solusi IBM Watson® yang tersedia melalui IBM Bluemix," ujar Fukui.
Ke depannya, Wi2 bermaksud untuk melanjutkan kolaborasi eratnya dengan IBM untuk mendorong pertumbuhan bisnisnya.
Bapak Soma menyimpulkan: "Saat ini, kami mengumpulkan berbagai macam log seluler dalam infrastruktur agregasi data kami. Mungkin perlu untuk mengatur ulang infrastruktur kami menjadi dua sistem: database untuk analisis jangka panjang dari data arsip berskala besar, dan data mart untuk deteksi pola waktu nyata dalam aliran data. Kami melihat potensi besar dalam solusi IBM Cloudant dan IBM Db2 Warehouse on Cloud untuk mewujudkan tujuan-tujuan ini."