Hero SASCOM Background 3q2014

Big Data Analytics - od czego zacząć?

Kamil Konikiewicz, Head of Big Data Analytics Practice, SAS Institute

Gwałtowny rozwój technologii do składowania, przetwarzania i analizy dużych wolumenów danych w połączeniu z rosnącym zainteresowaniem decydentów zaawansowaną analityką to trend, który z pewnością pozytywnie wpłynie na sprawność biznesową wielu organizacji.

W ostatnim czasie wiele powiedziano o szerokich perspektywach i oczekiwaniach wobec analitycznych produktów big data – wystarczy wspomnieć o wynikach badań rynkowych przeprowadzonych w segmencie dużych przedsiębiorstw: 53 proc. respondentów przetwarza i analizuje mniej niż połowę wartościowych danych, 24 proc. uważa, że ogromne wolumeny danych nie są w ich organizacji w ogóle wykorzystywane, a 89 proc. jest przekonanych, że big data zmieni działanie biznesu w tak dużym stopniu, jak zmienił je Internet.

Wydajna platforma to nie wszystko

Obserwując, jak wiele organizacji próbuje chwalić się sukcesami wdrożeń big data, można zaryzykować stwierdzenie, że tego typu rozwiązania na stałe wkomponowały się w krajobraz systemów informatycznych współczesnego biznesu. Jednak w tym pozornie nieskazitelnym obrazie pojawiają się już małe pęknięcia. Jednym z nich jest przesunięcie big data do segmentu Trough of Disillusionment („Koryto rozczarowania”) w dorocznej klasyfikacji Gartner „Hype Cycle for Emerging Technologies, 2014”, opisującej cykl życia najważniejszych współczesnych technologii. Przypisanie do tego segmentu oznacza, że zainteresowanie rynku technologią powoli zaczyna słabnąć w wyniku nieudanych eksperymentów czy wdrożeń pilotażowych. Skąd ten dysonans? Ciekawą odpowiedź na to pytanie ponownie przynoszą badania rynkowe globalnych firm doradczych, które wyraźnie wskazują, że wśród firm chwalących się wdrożeniami big data definicja tego pojęcia jest bardzo niejednoznaczna. W opublikowanym ostatnio przez Accenture raporcie „Big Success with Big Data” pierwszym wskazywanym zastosowaniem jest przetwarzanie dużych wolumenów danych, a dopiero potem zaawansowana analityka czy wizualna eksploracja danych, a więc te dziedziny, które w znacznie większym stopniu mogą kształtować zmiany w biznesie. Znacząca część spośród zrealizowanych projektów big data to przede wszystkim inicjatywy technologiczne czy optymalizujące wydajność systemów informatycznych. Czy jednak sama technologia jest w stanie „zamienić dane w złoto”? Wydaje się, że zbyt duża wiara w jej samosprawczą moc, połączona z brakiem odpowiednich inwestycji w kapitał ludzki i kulturę analityczną, to gotowy przepis na rozczarowanie biznesowych decydentów, którzy rozpoczynają przygodę z big data. Jak go uniknąć?

„Definiuj i analizuj” to nowe „dziel i rządź”

Postrzeganie platform do przetwarzania i analizy danych jako biznesowe perpetuum mobile lub po prostu wielki kontener na dane to tylko „tworzenie niepotrzebnych kosztów” – jak podkreślał na ostatniej konferencji „SAS Forum 2014” Bartosz Dobrzyński, CMO z Play. Z naszych wieloletnich doświadczeń wynika, że czynnikiem krytycznym dla powodzenia projektów analitycznych jest dobrze zdefiniowane zagadnienie biznesowe i określenie wstępnych hipotez, które w jego kontekście należy zbadać. Takie podejście, połączone z odpowiednimi narzędziami i pomysłem na wdrożenie biznesowe to niemal gwarancja sukcesu projektów analitycznych, niezależnie, czy mowa o big czy small data. Pokazują to liczne przykłady wdrożeń zrealizowanych przez SAS z klientami z różnych branż: od optymalizacji procesów logistycznych w oparciu o precyzyjne prognozowanie popytu, przez spersonalizowany marketing w czasie rzeczywistym wspierany analizą sekwencji, po wykrywanie nadużyć w czasie rzeczywistym za pomocą modeli predykcyjnych. Niezależnie od rynku, branży czy szczegółowości posiadanych danych, zaawansowana analityka nie jest już postrzegana jako opcjonalny dodatek, ale jako kluczowy czynnik pozwalający uzyskać przewagę nad konkurencją. Warto wykorzystać te doświadczenia i efektywnie rozpocząć analityczną transformację swojej organizacji.

Artykuł opublikowany w magazynie Manager.

Informacja o autorze:

Kamil Konikiewicz

Kamil Konikiewicz
W SAS Institute Polska prowadzi zespół konsultingu biznesowego i analitycznego dedykowany dla sektora telekomunikacyjnego. Posiada ponad 7-letnie doświadczenie biznesowe zdobyte podczas realizacji blisko 20 projektów consultingowych dla krajowych i zagranicznych firm z sektora telekomunikacyjnego, bankowego i energetycznego. Absolwent Wydziału Matematyki i Nauk Informacyjnych Politechniki Warszawskiej, na kierunku Matematyka. Poza pracą w SAS jest wykładowcą w ramach podyplomowych studiów Analizy Statystyczne i Data Mining w Biznesie na SGH.

Back to Top