dr inż. Maciej Kiewra Prezentacja wygłoszona na konferencji BI vs Big Data podczas Kongresu GigaCon Warszawa, r.

Transkrypt

1 dr inż. Maciej Kiewra Prezentacja wygłoszona na konferencji BI vs Big Data podczas Kongresu GigaCon Warszawa, r.

2 Big Data w praktyce, z perspektywy konsultanta Business Intelligence

3 Parę słów o sobie 10 lat pracy z Business Intelligence Doktor nauk technicznych w zakresie informatyki Do 2010 pracownik naukowo-dydaktyczny Politechniki Wrocławskiej Współtwórca QBICO (2007) Srebrny Partner Microsoft Data Platform i Business Intelligence Wykonawstwo projektów BI w kraju i za granicą Usługi doradcze Audyty rozwiązań BI Stress testy systemów informatycznych

4 Zagadka na dobry początek: Kiedy zostało napisane poniższe zdanie? Dzisiaj rozmiary danych generowanych przez komputery przekroczyły zdolności przyswajania człowieka Tou, Julius T. "Knowledge engineering". International Journal of Computer & Information Sciences 9, no. 4 (1980):

5 Big Data w drugim kwartale 2014 roku (1/2) Gartner, wrzesień 2013: 64% procent przedsiębiorstw zainwestowało lub planuje inwestować w Big Data w 2013 roku Mówimy 0 64% z listy 720 partnerów Gartnera Mniej niż 8% partnerów wdrożyło rozwiązanie Big Data Ilu partnerów Gartnera rzeczywiście używa Big Data? Źródło:

6 Big Data w drugim kwartale 2014 roku (2/2) IDG, styczeń 2014: Prawdziwe jest też zdanie, że ponad połowa przedsiębiorstw nie planuje w najbliższym czasie wdrożenia Big Data Źródło:

7 Big Data a zwrot z inwestycji? Big Data a zwrot z inwestycji Dlaczego przedsiębiorstwa (nie)inwestują w Big Data?

8 Dlaczego przedsiębiorstwa inwestują w BI? Zarząd chce wiedzieć, które produkty są dochodowe Raportowanie z rozproszonych/przestarzałych systemów dziedzinowych jest trudne bądź niemożliwe Uzyskanie większej samodzielności użytkowników biznesowych Wierzą, że da się ograniczyć ekseliozę Konieczność przesyłania skonsolidowanych danych do zewnętrznych instytucji np. EMIR, Dodd Frank Lepsze poznanie potrzeb klientów (analiza RFM, lejki sprzedażowe, analiza koszykowa, obliczanie konwersji)

9 Powody inwestycji w Big Data Bo raporty działają zbyt wolno Bo nasz dział IT chce się nauczyć Hadoopa Bo Zarząd twierdzi, że dzięki gromadzeniu wszystkich danych o kliencie osiągniemy przewagę konkurencyjną Bo jest rzeczywista potrzeba

10 W którym przypadku mówimy o Big Data? Śledzenie kontaktów z naszym Klientem w kontekście wielu kanałów ( , telefon, facebook, strona WWW) Klasyfikacja klienta na podstawie kontaktów i zakupionych towarów i usług Prognozowanie wydatków na wynagrodzenia na podstawie danych historycznych (np. pod koniec roku) Szacowanie zaangażowania pracowników w projekty na podstawie prawdopodobieństwa otrzymania danego zamówienia

11 Czy Król jest nagi? Pewnego dnia przybyło tam dwu oszustów, podali się za tkaczy i powiedzieli, że potrafią tkać najpiękniejsze materie, (...) szaty uszyte z tej tkaniny miały cudowną własność: były niewidzialne dla każdego, kto nie nadawał się do swego urzędu albo też był zupełnie głupi. J. Ch. Andresen Nowe szaty cesarza /artist-series-michael-logsdon.html

12 Rzeczywiste wykorzystanie Big Data Bardzo duży rozmiar danych Brak określonej struktury danych Analiza emocji towarzyszących komentowanym produktom (ang. sentiment analysis) Wyszukiwanie podobnych przypadków w opisach chorób sporządzanych przez lekarzy Przetwarzanie danych tekstowych (analiza logów serwera) Implementacja autorskich algorytmów z zakresu eksploracji danych

13 BI i Big Data czy jest możliwa symbioza? Technologie z rodziny Big Data pomog(aj)ą w przygotowawczych procesach przetwarzania danych tzw. ETL (Extract, Trasform, Load) Dane gromadzone przez przedsiębiorstwo to coraz częściej mała wysepka wśród mórz i oceanów zewnętrznych danych

14 Jak połączyć BI i Big Data?

15 Czas na krótką demonstrację (prezentowane na konferencji narzędzia mogą Państwo przetestować pod adresem: )

16 Tools for Online Analytics (TOA) Dzięki narzędziom użytkownik biznesowy sam zarzuca sieci w morzu danych w poszukiwaniu pereł. Uzyskanie danych trwa znacznie krócej niż w przypadku tradycyjnego ETL. Analityk nie jest uzależniony od działu IT ani od dostawców zewnętrznych.

17 Podsumowanie Klasyczny Business Intelligence i Big Data mogą żyć w symbiozie Integracja na poziomie: Procesu ETL zasilającego system BI Dane zewnętrzne Big Data dane wewnętrzne system klasy BI Przed inwestycją w Big Data zastanów się czy: Nie wystarczy rozwiązanie klasy Business Intelligence Uzyskany zostanie wystarczający zwrot z inwestycji

18 Dziękuję za uwagę i zapraszam do współpracy Maciej Kiewra mkiewra@qbico.pl