Big Data – analiza danych, czyli jak gromadzić i wykorzystywać informacje

Big Data – narzędzie którego popularność rośnie. Do niedawna wykorzystywane głównie przez analityków dużych korporacji, obecnie budzi zainteresowanie średnich, a nawet małych przedsiębiorstw. Dzieje się tak, ponieważ stanowi źródło użytecznych informacji, które pozwalają uzyskiwać znaczną przewagę konkurencyjną. Pomaga przedsiębiorstwom w szybszym dostarczaniu produktów i usług, które są lepiej dostosowane do potrzeb ich klientów.

big data

Definicja Big Data

Mianem Big Data określa się tendencję do szukania, pobierania, gromadzenia i przetwarzania dostępnych danych. Jest to metoda legalnego gromadzenia informacji z przeróżnych źródeł w celu ich analizowania. Wnioski płynące z analizy mogą być następnie wykorzystywane w celach użytecznych dla przedsiębiorstw. W trakcie analizy tworzony jest profil konsumenta, który można wykorzystać później, np. w celu zwiększenia sprzedaży. W Big Data mniejszy nacisk kładziony jest na gromadzenie i archiwizowanie pozyskiwanych danych. Najistotniejsze jest przetwarzanie informacji i praktyczne wykorzystywanie wniosków jakie z nich płyną. Analiza Big Data stanowi klucz do sukcesu.

Wg Definicji Gartnera Big Data to zbiory informacji o dużej objętości, dużej zmienności lub dużej różnorodności. Dane te wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk oraz optymalizacji procesów. Osiągnięcie tych założeń możliwe jest dzięki analizie oraz odpowiednim sposobom przedstawiania konkluzji. Wniosek jest oczywisty: Big Data to nie tylko gromadzenie i przetwarzanie danych, ale przede wszystkim wnioskowanie i wizualizacja danych, niezbędne dla uzyskania określonych korzyści biznesowych.

Na Big Data składają się 4 wymiary, zwane „4V”:

  • Volume – ilość danych, liczona w tera- lub petabajtach
  • Variety – różnorodność danych, które pochodzą z różnych, często niespójnych ze sobą źródeł
  • Velocity – szybkość napływania nowych danych i ich analizy, w czasie zbliżonym do rzeczywistego
  • Value – wartość danych; z masy nieistotnych informacji, wyodrębnia te najważniejsze.


Możliwość wykorzystania Big Data

Jedną z podstawowych zalet Big Data jest możliwość analizowania zróżnicowanych danych o zachowaniach oraz preferencjach odbiorców towarów i usług. Wykorzystywanie takich narzędzi ma sens przede wszystkim na rynku masowym i usług wykorzystywanych na różne sposoby przez duże i wewnętrznie zróżnicowane grupy użytkowników.

Istnieje szereg różnych obszarów związanych z obsługą klienta, w których można wykorzystać możliwości Big Data. Najbardziej naturalną strefą wydaje się marketing i działania związane z segmentacją klientów, oceną ich preferencji, wyceną długoterminowej wartości klienta bądź optymalizacją cen i procesów obsługi.

Zastosowanie Big Data we współczesnym biznesie pozwala firmom uzyskać realną przewagę konkurencyjną. Ośrodkom badawczym pozwala zwiększać efektywność prowadzonych eksploracji. Analiza dużych wolumenów danych jest wykorzystywana w sektorach: finansowym, telekomunikacji, opieki zdrowotnej, biotechnologii, w badaniach naukowych (zwłaszcza badaniach kosmicznych), branży internetowej (szczególnie e-commerce), w reklamie, turystyce, serwisach społecznościowych, portalach informacyjnych, a także przemyśle i energetyce oraz usługach o globalnym zasięgu.

Big Data ma ogromny potencjał do kreowania zachowań konsumentów. Na podstawie zgromadzonych danych można stworzyć i dokładnie sprecyzować profil ich potrzeb i skutecznie podsuwać im idealne rozwiązania. Takie długofalowe działania mają szansę przyczynić się do powstania na rynku przewagi konkurencyjnej na rzecz przedsiębiorstw, które zdecydowały się na użycie narzędzi Big Data.

Big Data – przykłady zastosowań

  • Banki – banki w najszerszym i najdojrzalszym ujęciu implementują rozwiązania oparte na analityce Big Data. Zwykle wyodrębnia się trzy kluczowe obszary o największym potencjale: kompleksowe zarządzanie ryzykiem, cyberbezpieczeństwo oraz zarządzanie wiedzą o kliencie i relacjami z klientami. Dotychczas domeny te były traktowane jako odrębne obszary biznesowe. W nowym podejściu mają wspólny mianownik, a elementem spajającym je jest szczegółowa wiedza o kliencie. Wiedza ta jest dostępna w czasie rzeczywistym i udostępniana za pośrednictwem różnych systemów pobierających informacje z obszarów Big Data.
  • Firmy telekomunikacyjne – wykorzystują Big Data do zmniejszania ryzyka odchodzenia klientów do konkurencji. Koncentrują swe działania na poszukiwaniu sposobów zwiększenia lojalności i oferowania klientom bardziej spersonalizowanych usług. Analiza wielkiej ilości danych o konsumentach, umożliwia niwelowanie tego zagrożenia. Kluczową rolę odgrywają metody wizualizacji przepływu zdarzeń, które spośród wszystkich możliwych ścieżek przepływu, pozwalają szybko wyodrębniać zdarzenia prowadzące do przechodzenia klientów do konkurencji. Analiza pozwala na podejmowanie działań zaradczych. Skuteczne wykorzystanie analityki prowadzi do precyzyjnego zdefiniowania potrzeb grup konsumentów, w tym określenia elementów usług na których szczególnie tym grupom zależy. Efektem podjętych działań jest tworzenie sprofilowanej i konkurencyjnej oferty, z której klienci skorzystają przedłużając umowę z operatorem.
  • Sieci handlowe przy pomocy dużych zbiorów danych mogą prognozować popyt na swoje poszczególne produkty. Mogą także przewidywać sprzedaż nowo wprowadzanych towarów na podstawie informacji uzyskanych z Internetu. Dzięki Big Data poznają preferencje klientów i śledzą efektywność łańcuchów dostaw. Niektóre źródła podają, że dzięki temu narzędziu sprzedawcy mogą podnieść swoje marże nawet o 60 proc. Dzięki wykorzystaniu Big Data siec handlowe w stanie rozwijać efektywne systemy rekomendacyjne, proponujące klientom produkty i towary, którymi mogliby być potencjalnie zainteresowani. Za pomocą analizy predykcyjnej firmy handlowe są w stanie przewidzieć potrzebę konsumenta przed jej rzeczywistym powstaniem. Już dzisiaj duże portale internetowe stosują tę technikę, gdy na podstawie analizy danych dotyczących cyklicznych zakupów są w stanie przewidywać, kiedy skończą się zakupione artykuły i proponować ofertę lepszą niż konkurencja. Przetwarzanie i segmentowanie danych o preferencjach klienta pozwala przewidywać kolejne kroki zakupowe. Dzięki temu e-sklep może zaproponować produkty komplementarne do już nabytych, dostosowując ofertę do okoliczności.
  • E-commerce – Big Data znajduje praktyczne zastosowanie w e-handlu i szeroko rozumianej branży internetowej. Skutecznie rozwiązuje problem bezosobowej relacji z klientem, analizując informacje przez niego pozostawione pozwalając dopasować ofertę do indywidualnych potrzeb i preferencji. E-przedsiębiorcy oszczędzają czas, rekomendując klientom adekwatne produkty i usługi oraz zapewniają sprawną obsługę reklamacji i zwrotów poprzez dynamiczną reakcję na smsowe, telefoniczne lub mailowe zgłoszenie.
  • Logistyka – przykładem zastosowania Big Data w dziedzinie optymalizacji procesów logistycznych, może być wdrożenie w firmie spedycyjnej, która wykorzystuje sensory zamontowane w kilkudziesięciu tysiącach pojazdów, używając ich do monitorowania m.in. prędkości, kierunku jazdy czy zużycia paliwa. Otrzymywane informacje służą do wytyczania najbardziej efektywnego planu trasy oraz, współpracując z innymi systemami, pozwalają reagować na zmiany preferencji klientów w bardzo krótkim czasie. Dzięki temu, firma spedycyjna może szybko czasie modyfikować trasy kierowców, uwzględniając w nich nowe miejsca załadunku i wydania przesyłek.

Big Data – kontrowersje

Big Data jest narzędziem, które pomaga przedsiębiorstwom lepiej poznać własne otoczenie i konsumentów. Narzędzie to, jak każda nowa technologia, budzi pewne wątpliwości sygnalizowane przez społeczeństwo. Wiążą się one z obawą przed nadmierną ingerencją analityków w ich życie prywatne, w celu osiągnięcia celów sprzedażowych.

Granica jest delikatna i wiele zależy od przedsiębiorców – czy wykorzystują dostępną technologię w sposób etyczny i niewyrządzający szkód aktualnym i przyszłym użytkownikom. Istotna jest świadomość obowiązującego prawa i wyedukowana kadra. Nad prawidłowością ich działań czuwają instytucje, które coraz intensywniej zajmują się zagadnieniem ochrony danych osobowych, skutecznie broniąc konsumentów przed nadmierną inwigilacją.

Big Data w Polsce

Dużym wyzwaniem dla Big Data na polskim rynku jest błędne przekonanie przedsiębiorców, że analityka danych to rozwiązanie zarezerwowane dla dużych graczy. Tymczasem z technologii tej mogą z powodzeniem korzystać firmy z sektora MŚP. Analityka Big Data to technologia elastyczna, którą można dopasować do skali działalności każdego przedsiębiorstwa. To wyłącznie przedsiębiorstwo decyduje, jakiego rodzaju danych i o jakim stopniu szczegółowości potrzebuje. Zakres danych i sposób analizy determinuje całkowity koszt przedsięwzięcia. Big Data jest jak rozpędzony pociąg, do którego polskie firmy muszą wskoczyć jak najszybciej,

Obecnie, Big Data już to nie jest przyszłość – to teraźniejszość.

IBM Business Partner - Big Data

Unima 2000 Systemy Teleinformatyczne S.A. jest certyfikowanym partnerem IBM
w zakresie technologii IBM PureData for Analytics (Netezza).



Jak uzyskać wycenę systemu:

Jak uzyskać wycenę Unima 2000

Skontaktuj się z naszym przedstawicielem:

Podaj Twój numer telefonu - oddzwonimy

Podaj Twoje imię i nazwisko

Podaj nazwę Twojej firmy

Klikając przycisk „Wyślij” wyrażasz zgodę na używanie przez Unima 2000 Systemy Teleinformatyczne S.A. z siedzibą przy ulicy Skarżyńskiego 14, 31-866 Kraków, telekomunikacyjnych urządzeń końcowych, których jesteś użytkownikiem, dla celów marketingu bezpośredniego zgodnie z art. 172 ustawy z dnia 16 lipca 2004 r. Prawo telekomunikacyjne (Dz.U. 2004 nr 171 poz. 1800). Twoja zgoda może być odwołana w dowolnym momencie.
Patrz polityka prywatności.

Magdalena Pisarczyk

Magdalena Pisarczyk
Dyrektor ds. Projektów Informatycznych
D +48 12 2980 520
M +48 601 416 600

kontakt Unima 2000 SA