Image Image Image Image Image Image Image Image Image Image

it-manager | 20/09/2017

Scroll to top

Top

Brak wypowiedzi

Jak analiza wielkich zbiorów danych kształtuje rynek i buduje nową wartość

Jak analiza wielkich zbiorów danych kształtuje rynek i buduje nową wartość

22 czerwca 2016 

 

Zapis debaty redakcyjnej na temat Big Data, w której udział wzięli:

 

Urszula Jaworska, ekspert z zakresu Data Governance i Big Data;

Dorota Zaremba Dyrektor Działu Business Intelligence w firmie KBJ;

Michał Koziara, członek zespołu Silmine;

Paweł Potasiński, Senior Product Marketing Manager Data Insights Microsoft;

Robert Jesionek, redaktor naczelny portalu it-manager.pl – prowadzący dyskusję

 

Czy rynek jest gotowy na wdrożenia szeroko pojętych rozwiązań do analizy danych? Jakie działania podejmowane są w tym kierunku?

Paweł Potasiński: Od jakiegoś czasu dysponujemy już technologią do analizy dużych wolumenów danych i technologia ta stale rozwija się na skutek silnej konkurencji. Istnieją zatem odpowiednie narzędzia, jednak aby wydobyć z danych cały drzemiący w nich potencjał trzeba je jeszcze uporządkować, a w wielu organizacjach nie ma kultury pracy z danymi, bo takiego uporządkowania brakuje. Kolejnym problemem związanym z pracą z danymi jest niedostatek ludzi o szerokich kompetencjach analitycznych. Co prawda takich specjalistów na rynku przybywa, ale wciąż jest ich za mało.

MINI4B4F9133x

Michał Koziara: Zainteresowanie zagadnieniem Big Data rzeczywiście jest spore, nie ma to jednak przełożenia na realizację konkretnych projektów. Taki stan rzeczy wynika w dużej mierze z ostrożności klientów, którzy patrzą na data analytics jak na pewną nowość, a więc coś co może się wiązać z ryzykiem niepowodzenia. Choć pojawia się też i pokusa, by zaryzykować i dzięki pomysłom na wykorzystanie nowej technologii, na przykład Hadoop,   zbudować przewagę konkurencyjną i stać się rynkowym liderem.

Dorota Zaremba: Ale aby tę przewagę faktycznie zbudować potrzebny jest przede wszystkim pomysł, idea, w jaki sposób dane wykorzystać, by odnieść rzeczywistą korzyść z projektu, który musi się przecież zwrócić i to najlepiej z jak największym ROI.

MINI4B4F9050x

Paweł Potasiński: Nie zawsze jest to pewne, że nastąpi zwrot z inwestycji. Obawy klientów są więc uzasadnione, bo nie wiedzą jaki potencjał drzemie w ich danych, zanim nie zostaną one uporządkowane. Paradoks polega na tym, że najpierw muszą zainwestować, by tę wiedzę zdobyć. Nie wiadomo zatem czy zwróci się zainwestowanie w otwarcie nowego departamentu, gdzie będą pracować ludzie zajmujący się wyłącznie danymi i spróbują uzyskać odpowiedź na pytanie o ich wartość, co pozwoli popchnąć biznes do przodu. Jest to ryzykowne, ale to ryzyko może się opłacić.

Dorota Zaremba: Często ilość danych do analizy, którą kwalifikuje się do wdrożeń Big Data rozumiana jest jako dane rzędu petabajta. Trudno w Polsce o firmę, która tyle danych zgromadziła. Jednak okazuje się, że rozwiązania Big Data sprawdzają się też tam, gdzie danych jest znacznie mniej. Przykładem jest chociażby polska firma sprzedająca podzespoły elektroniczne na całym świecie, posiadająca sklep internetowy prowadzony w 26 językach. Prezes tej firmy jest wizjonerem i jako pierwszy w Polsce wykorzystał platformę in-memory SAP HANA, by wyłuskać wartość z danych. Na podstawie wyników analiz zoptymalizował m.in. procesy wydawania przesyłek i dzięki temu oszczędził 30%kosztów wydań magazynowych. Potem optymalizował linie pod kątem efektywności pakowania. Eksperymentował inwestując w technologie do ulepszenia prostych procesów i patrzył na efekty. Krok po kroku. Wszystkie inwestycje zwróciły się kilkukrotnie. To jest moim zdaniem modelowe podejście do wdrożenia Big Data.

MINI4B4F9064x

Urszula Jaworska: Jest jeszcze jedna ważna kwestia związana z pracą z danymi. Kluczowe jest znalezienie ich właścicielstwa i uwspólnienie rejestru pojęć biznesowych, tak, by nie było sytuacji, w której każdy departament rozumie pod tym samym pojęciem coś zupełnie innego. Innymi słowy, ważne by nie było silosów informacyjnych w organizacji, ale by informacja niesiona w definicji pojęcia była spójna, kompletna, całkowita i dobrej jakości (czyli taka, której można całkowicie zaufać). Prowadzone przez nas projekty w jednym z dużych zakładów ubezpieczeń społecznych i w jednym z dużych telekomów pokazują paradoks: w dużych firmach są  korzyści z data governance, ale kwestia właścicielstwa jest trudna.

Całą wersję debaty oraz wiele innych artykułów można znaleźć w raporcie “Big Data”:

BigData-okladka

 Zdjęcia: Norbert Gajlewicz

Wypowiedz się

Wszelkie prawa zastrzeżone