Digitalizacja postępuje w niezwykle szybkim tempie, a Big Data wkracza w każdą sferę naszego życia. Statystycznie użytkownik internetu dziennie generuje około 12 gigabajtów danych. Według danych ekspertów, do 2020 roku każdy użytkownik sieci będzie już wytwarzał 1,7 MB informacji na sekundę. Wszystkie wyszukane informacje w Google czy kliknięcia w witrynę to dane, na podstawie których można uzyskać informacje o każdym użytkowniku sieci. Czy przed Big Data nie ma już ucieczki?
Wirtualne zaplecze
W 2000 r. tylko 25 proc. danych było gromadzonych w formie cyfrowej. Obecnie jest to już 98 proc. Eksperci Gartnera szacują, że do 2020 roku aż 80 proc. procesów biznesowych w firmach zostanie zmodernizowanych właśnie pod kątem Big Data, a każdy użytkownik sieci będzie już wytwarzał 1,7 MB informacji na sekundę. Dane odgrywają dzisiaj strategiczną rolę w każdej sferze życia. Podejmowanie złożonych i lepiej dopasowanych decyzji dzięki ich precyzyjnej analizie jest już koniecznością.
Dane, które powstają w wyniku codziennego korzystania z produktów i usług są gromadzone, aby wyciągnąć wnioski na przyszłość. To cyfrowe widma naszych poczynań, które potem można wykorzystać z niesamowitą skutecznością. Jednak, aby Big Data przynosiło jak najwięcej korzyści, potrzebne jest odpowiednie zaplecze wirtualne bazujące na bezpiecznych zasobach.
Smart big data?
Coraz częściej zamiast Big Data wspomina się o Smart Data. Smart Data to nowy udoskonalony kuzyn Big Data – nie narusza prywatności klientów, koncentruje się na jakości (ignoruje i filtruje hałas) i jest o wiele bardziej ekonomiczny. Posiadanie dużej ilości danych nie wystarcza – muszą być jeszcze rygorystycznie analizowane i oceniane pod kątem ich regularności i jednolitości. Po zwiększeniu ilości informacji, Big Data staje się trudniejsza do zarządzania.
Celem inteligentnych danych jest pozbycie się niepotrzebnych informacji. Smart Data jest bardziej ekonomiczna ze względu na zapotrzebowanie na mniejszą ilość danych. Większość firm jest zainteresowanych minimalizacją kosztów, a kiedy źródła danych mogą wpływać na pozytywne planowanie budżetu to kolejna zaleta.
Oprócz wyżej wymienionych modeli o umiarkowanej liczbie zmiennych, inteligentne dane gwarantują wyższą stabilność. Ponadto znacznie mniejszym obciążeniem dla klienta jest dostarczanie mu wyselekcjonowanej liczby informacji. To zmienia się w wyższy współczynnik konwersji. Skupienie się na inteligentnych danych może spowodować znaczne obniżenie kosztów i dodać rzeczywiście wymierną wartość do ogólnego aspektu tempa usługi i budżetu.
Ilość danych to jedno, a ich odpowiednia interpretacja oraz wykorzystanie to drugie. Dla trafnej oceny klienta kluczowe jest zestawienie informacji z wielu źródeł różnych od siebie. Tylko taki kierunek może podnieść bezpieczeństwo zawieranych transakcji. Warto zauważyć, że ten model będzie miał zastosowanie tylko przy współpracy międzysektorowej. Tu potrzeba dialogu między właścicielami danych, a integratorami. Tylko takie podmioty po odpowiednim przetworzeniu informacji i umiejscowieniu ich w oferowanych rozwiązaniach znajdą właściwe zastosowanie na rynku.
Cięcie kosztów
Większość największych firm świata nie uzyskałaby tak wysokich wyników finansowych, gdyby nie dane o użytkownikach. Aby odnieść sukces przy pomocy Big Data warto na początku postawić właściwe pytania biznesowe. Następnie podporządkować do nich określone dane. Wśród przykładów wykorzystania Big Data wystarczy wymienić m.in. sieć supermarketów Wal-Mart, która dzięki wykorzystaniu zebranych przez analityków informacji zoptymalizowała łańcuch dostaw i sposób wystawiania produktów w sklepach.
Z kolei firma logistyczna UPS wykorzystała Big Data do wyznaczenia trasy dla swoich kurierów, zmniejszając przy tym koszty zużycia benzyny. Kierowcom UPS zasugerowano, aby w miarę możliwości starali się unikać skrętów w lewo. Dlaczego? Wiąże się to z ustępowaniem pierwszeństwa, dłuższym okresem stania na skrzyżowaniach oraz z częstszym wykonywaniem niebezpiecznych zakrętów. Zamiast tego powinni możliwie często skręcać w prawo, korzystając z pierwszeństwa przejazdu. W rezultacie firma twierdzi, że zużywa o 10 milionów litrów mniej paliwa. Emituje o 20 000 ton mniej dwutlenku węgla i dostarcza o 350 000 więcej opakowań rocznie. Skuteczność planowania tras dzięki oprogramowaniu nawigacyjnemu w ten sposób pomogła nawet firmie zmniejszyć liczbę samochodów ciężarowych o 1100, zmniejszając całkowity dystans firmy o 28,5 mil – pomimo stosunkowo dłuższych tras.
Z kolei instytucje finansowe za pomocą analityki mogą zaproponować indywidualnie dobraną ofertę pożyczki. Posiadając informacje o kliencie udostępniane za pośrednictwem jego profilu w mediach społecznościowych są w stanie dowiedzieć się na przykład tego, jakie są jego plany wakacyjne. Jeśli więc klient pyta o sugestie dotyczące podróży w mediach społecznościowych i odwiedza przy okazji strony turystyczne, mogą zaproponować mu odpowiednio dobraną propozycję pożyczki. Warto również wspomnieć o platformie VOD Netflix. Na podstawie zachowania użytkowników oglądających seriale, analitycy mogą z dużym prawdopodobieństwem określić, czy warto produkować nowy sezon danej produkcji.
Liczba śladów, które zostawiamy w internecie jest bardzo duża. Zgromadzone dane wykorzystują również instytucje finansowe. Informacje o transakcjach użytkowników mogą zostać skojarzone z informacjami z serwisów śledzących rozwój złośliwego oprogramowania czy spamu. Dzięki temu udaje się wykryć kampanię phishingową kierowaną przeciw klientom danej instytucji oraz ustalić potencjalne skutki i sposoby ich przeciwdziałania. Rzeczywisty lub prawie rzeczywisty czas dostarczania informacji jest jedną z kluczowych właściwości analizy Big Data.
Źródło: Twino
