Det finns gott om hajpade tekniktrender att reta sig på. Eller vad sägs om jobbiga chattbottar, fåniga VR-hjälmar och liknande. Eller det ohyggliga irritationsmomentet att få 30 erbjudanden om låga hotellpriser i Göteborg veckan efter att man varit där och knappast kommer att åka tillbaka under det närmaste året.

Läs också: 3 stora risker för integriteten med big data

Eller ännu värre, att man bara tittar på hotellpriser i Örebro, utan att åka dit, och sedan möts av annonser om hotell i Örebro i en månads tid. Och så vidare.

Men det finns allvarligare brister än så vad gäller it-användning, tycker jag. Ett kardinalfel är att inte använda den information som man faktiskt har på ett vettigt sätt. Jag råkade ut för det nyligen, efter en synundersökning. Jag var helt säker på att jag fått ett erbjudande om gratis synundersökning i brevlådan, men hade naturligtvis inte det med mig. Och i butiken hade man ingen information om det erbjudande jag fått.

”Det är svårt att veta vad vi skickar ut, vi har 400 butiker”, svarade personen i butiken. ”Ni har väl knappast 400 kunddatabaser”, tänkte jag, men insåg att det inte var någon idé att dra i gång den diskussionen. Det var för övrigt inte exakt 400 butiker, men ganska många. Jag vill inte peka ut just den här kedjan eftersom det här är ett generellt problem.

Saken är den att butikskedjan garanterat har information om vart man har skickat olika erbjudanden. Eller borde ha det. Och jag borde kunna gå in i butiken och dra nytta av mitt erbjudande. Alla data som behövs bör finnas tillgängliga.

Läs också: It-juristens checklista: Det här krävs för att leva upp till EU:s dataskyddsförordning

Visst, det kanske är lite tekniskt krångligt att ordna en lösning för det här, beroende på vilka teknikplattformar som används. Men jag tror inte att det är det stora problemet. Utan det är att man inte ens har tänkt tanken att ordna en sådan här lösning. Och det beror säkerligen på att det är olika personer, kanske till och med olika avdelningar, som jobbar med ”massutskick” och kundbemötande i butik.

Det blir svårt att lyckas med nyttig avancerad dataanalys om man inte tänker rätt angående lösningar som faktiskt är möjliga med en gång. För att lyckas med big data underlättar det om man bemödar sig med everyday data.