The data gurus. Jak szybko zarobić, A się nie zmęczyć. Paweł Płaszczak Business Intelligence Trends, Warszawa 20.6.2012. 10 years, 150 projects



Podobne dokumenty
Nowe podejście do składowania danych

Czy OMS Log Analytics potrafi mi pomóc?

Usługi IBM czyli nie taki diabeł straszny

Presented by. Dr. Morten Middelfart, CTO

Szkolenia SAS Cennik i kalendarz 2017

Dlaczego my? HARMONOGRAM SZKOLEŃ kwiecień - czerwiec ACTION Centrum Edukacyjne. Autoryzowane szkolenia. Promocje RODO / GDPR

Why do I need a CSIRT?

HARMONOGRAM SZKOLEŃ styczeń - marzec 2017

Dlaczego my? HARMONOGRAM SZKOLEŃ październik - grudzień ACTION Centrum Edukacyjne. Autoryzowane szkolenia. Promocje

Dlaczego my? HARMONOGRAM SZKOLEŃ kwiecień - czerwiec ACTION Centrum Edukacyjne. Autoryzowane szkolenia. Promocje

Dlaczego my? HARMONOGRAM SZKOLEŃ lipiec - wrzesień ACTION Centrum Edukacyjne. Autoryzowane szkolenia. Promocje

Network Services for Spatial Data in European Geo-Portals and their Compliance with ISO and OGC Standards

Chmura prywatna od podstaw Nowoczesny storage w rozwiązaniach chmury prywatnej z NetApp

PORTS AS LOGISTICS CENTERS FOR CONSTRUCTION AND OPERATION OF THE OFFSHORE WIND FARMS - CASE OF SASSNITZ

Cena netto (PLN) IV kwartał. Cena netto (PLN) Podstawy SAS INTRO

Chmura zrzeszenia BPS jako centrum świadczenia usług biznesowych. Artur Powałka Microsoft Services

The shape of and the challenges for the Polish EO sector initial findings of the SEED EO project

Platforma dostępności Veeam dla rozwiązań Microsoft. Mariusz Rybusiński Senior System Engineer Veeam Microsoft MVP

Cel szkolenia. Konspekt

archivist: Managing Data Analysis Results

PLAN STUDIÓW Wydział Elektroniki, Telekomunikacji i Informatyki, Wydział Zarządzania i Ekonomii Inżynieria danych

IBM Skills Academy SZKOLENIA I CERTYFIKATY

Effective Governance of Education at the Local Level

Elektroniczny Dowód Osobisty w Hiszpanii Doświadczenia Software AG w realizacji projektu analiza przypadku

Leading organiza5on represen5ng the Business Services Sector in Poland ABSL. June 2013

ARNOLD. EDUKACJA KULTURYSTY (POLSKA WERSJA JEZYKOWA) BY DOUGLAS KENT HALL

Datacenter - Przykład projektu dla pewnego klienta.

5 nines. - czyli jak osiągnąć większą dostępność dzięki VMware i Metro Storage Cluster

REAL TIME BUSINESS INTELLIGENCE REALNY ROZWÓJ BIZNESU. STUDIUM PRZYPADKU W OBSZARZE MARKETINGU RADOSŁAW GRABIEC SAS INSTITUTE

Capgemini IT Wirtualizacja fundamentem chmury technologie wirtualizacji jako podstawy funkcjonowania chmury

HARMONOGRAM SZKOLEŃ. październik - grudzień 2019

What our clients think about us? A summary od survey results

Zakopane, plan miasta: Skala ok. 1: = City map (Polish Edition)

Wysoka wydajność vs wysoka dostępność w środowiskach bazodanowych Oracle

POLITYKA PRYWATNOŚCI / PRIVACY POLICY

Ankiety Nowe funkcje! Pomoc Twoje konto Wyloguj. BIODIVERSITY OF RIVERS: Survey to students

No matter how much you have, it matters how much you need

Program szkolenia: Fundamenty testowania

BUSINESS INTELLIGENCE

Customer engagement, czyli klient, który wraca

MaPlan Sp. z O.O. Click here if your download doesn"t start automatically

PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW

WYDZIAŁ NAUK EKONOMICZNYCH

Hurtownie Danych i Business Intelligence: przegląd technologii

Łukasz Reszka Wiceprezes Zarządu

WSPIERAMY TWOJĄ LOGISTYKĘ

Jak wiedzieć więcej i szybciej - Analizy in-memory

Zmiany techniczne wprowadzone w wersji Comarch ERP Altum

Economic Survey 2018 Poland in the eyes of foreign investors

WYDZIAŁ NAUK EKONOMICZNYCH. Studia II stopnia niestacjonarne Kierunek Międzynarodowe Stosunki Gospodarcze Specjalność INERNATIONAL LOGISTICS

Economic Survey 2018 Poland in the eyes of foreign investors

Terminarz Szkoleń ACTION CE

BigData. Czy zawsze oznacza BigProblem? Artur Górnik, SAP Polska Piotr Zacharek, HP Polska 14 kwietnia, 2015

Czy mogę podjąć gotówkę w [nazwa kraju] bez dodatkowych opłat? Asking whether there are commission fees when you withdraw money in a certain country

Zarządzanie sieciami telekomunikacyjnymi

Konferencja. Business Intelligence Trends 24 czerwca 2014 r.

Data Center w erze cloud a. Wojciech Ehrenfeld we@onet.pl

Microsoft StorSimple nowe możliwości archiwizacji oraz back-up danych dla uczelni. Michał Jędrzejczak Architekt IT, Cloud Expert Comparex

Goodman Poznań Airport Logistics Centre 16,734 sqm warehouse space available as from Q Best placed for business+

BLACKLIGHT SPOT 400W F

Czy mogę podjąć gotówkę w [nazwa kraju] bez dodatkowych opłat? Asking whether there are commission fees when you withdraw money in a certain country

Asking whether there are commission fees when you withdraw money in a certain country

Terminarz Szkoleń ACTION CE

Marzena Kanclerz. Microsoft Channel Executive. Zachowanie ciągłości procesów biznesowych. z Windows Server 2012R2

Project geoportal.gov.pl - implemented INSPIRE services

I webinarium

Data Warehouses and Business Intelligence: Technology Overview

Dwie oceny systemu bezpieczeństwa: ilościowa i jakościowa. Robert Kępczyński Senior Consultant

Goodman Kraków Airport Logistics Centre. 62,350 sqm available. Units from 1,750 sqm for immediate lease. space for growth+

Steps to build a business Examples: Qualix Comergent

Towards Stability Analysis of Data Transport Mechanisms: a Fluid Model and an Application

EXPERTS IN ROOFING. Join our talented team and start your career today! Search Tecta America's Careers

CEE 111/211 Agenda Feb 17

ANKIETA ŚWIAT BAJEK MOJEGO DZIECKA

Dobre praktyki w doborze technologii rozwiązań informatycznych realizujących usługi publiczne

Goodman Poznań Airport Logistics Centre 46,000 sqm of warehouse space. 11,410 sqm for immediate lease. Best placed for business+

Terminarz szkoleń, II półrocze, 2015 rok Microsoft

Akademia Partnerów Biznesowych. Jak zarobić na Big Data? Arkadiusz Wiśniewski Software Solutions Group Manager Software Group.

System optymalizacji produkcji energii

Wojewodztwo Koszalinskie: Obiekty i walory krajoznawcze (Inwentaryzacja krajoznawcza Polski) (Polish Edition)

ERASMUS + : Trail of extinct and active volcanoes, earthquakes through Europe. SURVEY TO STUDENTS.

BIG DATA DLA KAŻDEGO. Radosław Łebkowski, Sławomir Strzykowski - Microsoft Piotr Zacharek - Hewlett Packard

Nowoczesne zarządzanie i ochrona danych

Microsoft StorSimple Nowe możliwości back-up'u i archiwizacji danych na przykładzie projektu pilotażowego w instytucji finansowej.

Fargo, North Dakota Commercial Roofing Contractor Tecta America Dakotas. [stm_sidebar sidebar= 7836 ]

DLP w odniesieniu do wymagań GDPR

Inquiry Form for Magnets

O mnie

Faculty: Management and Finance. Management

Ryzyko operacyjne w obszarze infrastruktury informatycznej - perspektywa firmy Oracle

Wiedza klienta. Przykłady wykorzystania DR PRZEMYSŁAW TOMCZYK KATEDRA MARKETINGU

CPX Cisco Partner Excellence CSPP program partnerski

Cracow University of Economics Poland

CENNIK I TERMINARZ SZKOLEŃ

Learn SAS. Training Certification Coaching. Grow With Us. Szkolenia Certyfikaty Mentoring Analiza potrzeb szkoleniowych

Terminarz szkoleń, I półrocze, 2015 rok Microsoft

Architektura komunikacji

Tychy, plan miasta: Skala 1: (Polish Edition)

Elżbieta Andrukiewicz Ryszard Kossowski PLAN BEZPIECZEŃSTWA INFORMACJI

Transkrypt:

Oracle BI Big Strategy Jak szybko zarobić, A się nie zmęczyć. Paweł Płaszczak Business Intelligence Trends, Warszawa 20.6.2012 The data gurus 10 years, 150 projects

Most people use <10% neurons

Most people use <10% neurons myth

Most people use <10% neurons Most firms use <1% data myth fact

The offer We help you discover information you already have.

1. warehousing and Business Intelligence: Information delivery

The data Replaced 1000s jobs key asset: data Most critical Most vulnerable security safety downtime response time Access / WWW Application Hardware + OS Services Oracle Care Audit Optimization Metrics Monitoring Migration Hardware + OS

HA

HA Disaster Recovery Center DR DR

HA Disaster Recovery Center DR DR Archive Backup

Dev Test HA Disaster Recovery Center DR DR Archive Backup

multi master Dev Test HA Disaster Recovery Center DR DR Archive Backup

multi master Dev Test HA ETL Warehouse Disaster Recovery Center DR DR Archive Backup

multi master Dev Test HA ETL Staging Warehouse Disaster Recovery Center DR DR Archive Backup data mart data mart data mart data mart

In memo ry multi master Dev Test HA ETL Staging Warehouse Disaster Recovery Center DR DR Archive Backup data mart data mart data mart data mart

In memo ry consolidation multi master Dev Test HA ETL Staging Warehouse Disaster Recovery Center DR DR Archive Backup data mart data mart data mart data mart

In memo ry consolidation multi master cloud Dev Test HA ETL Staging Warehouse Disaster Recovery Center DR DR Archive Backup data mart data mart data mart data mart

In memo ry multi master Dev Test HA ETL Staging Warehouse DR DR Archive Backup data mart data mart data mart data mart

management Business Intelligence IT In memo ry multi master Dev Test HA ETL Staging Warehouse DR DR Archive Backup data mart data mart data mart data mart

electronics manufacturer case study Customer Tier 1 electronics manufacturer, shipping 120,000 units per day, and annual revenue in $ billions. Challenge from production floor must be available immediately. However, delays of minutes and hours were observed. Impact Production increase by 30% planned, enabling 8 digit growth Picture By Robert Scoble [CC-BY-2.0 (http://creativecommons.org/licenses/by/2.0)], via Wikimedia Commons

Customer World s 4th oil&gas corporation. Operations in over 130 countries, 95,000 employees. Challenge case study Efficient processing of large seismic data. Where are the undiscovered natural resources? Impact In oil&gas, seismic processing needed in all stages of exploration 10,000-node data centers not uncommon In exploration, efficient processing can save $100M per well Reservoir simulations support $1billion decisions

major insurance group case study

Klasyfikator Naive Bayes Predykcja klasyfikatora nr 1 Klasyfikator drzewo decyzyjne Prawdopodobieństwo predykcji klasyfikatora nr 1 Wniosek: klient 10387 z wysokim prawdopodobieństwem spowoduje szkodę ubezpieczeniową

retail & logistics case study: Jysk

Czas Capacity analysis Czas 50000 45000 40000 35000 30000 25000 Czas operacji w funkcji metrów ładowych 20000 15000 10000 5000 0 0 500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 4500000 50000 45000 40000 35000 30000 25000 20000 15000 10000 5000 0 Liczba metrów ładownych Czas operacji w funkcji liczby sklepów 0 20 40 60 80 100 120 140 Liczba sklepów

m m m m m m m m m m m m m m m m m m m m m m m m Cost per operation 2,5 2 1,5 1 0,5 0 Telco case study (1) 0 10 20 30 40 50 60 User experience 2 000 000 1 500 000 1 000 000 500 000 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10 11 12 Availability 40 Incidents Capacity 30 20 10 0

Relative risk rank Telco case study (2) The aggregate risk timeline Legend 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 Business Continuity Safety Security severe <120 high <90 medium <60 low <30 trivial <10 Business Continuity 35 30 25 20 15 10 5 0 Security Safety Business Continuity Performance Risk by class severe high acceptable measured system 350 300 250 200 150 100 50 0 RPO RTO current required Transparency Maturity Compliance Performance 100% 100% 100% 100% 80% 80% 80% 80% 60% 60% 60% 60% 40% 40% 40% 40% 20% 20% 20% 20% 0% 0% 0% 0%

Sales case study (1)

Sales case study (2)

Sales case study (3)

2. Big and Agile Business Intelligence: Information discovery

What is big data? that cannot be easily managed with commodity methods.

Inspirational projects Univ. Amsterdam Eur. Commission Leibniz Reichenzen trum WD Policja Warta non-structured data scientific structured data business structured data Philips Enea Żabka Grid Forum Total BAT BP CNN MIMOS 2000 2005 2010 USGS Ricoh BigMatters (2009)

A brief history of Big Yesterday: large volumes, VLDB Big Today: unstructured, non-relational CERN 1 PB/second (usable 25 PB/yr) Metagenomics: 1000s of PB expected 1,2 mln PB unstructured content worldwide non-structured data scientific structured data USGS: 2 PB Astrophysics: 100 PB needed 90% of corporate data is unstructured business structured data 2010: Walmart 2,5 PB 2008: AT&T: 2000 2005 50 TB 2010 2013: Ebay 9 PB

Big challenge Non-structured, or semi-structured Inconsistent, nonrelational Various sources Large Dynamic Owned by many

The anatomy of Big & BI Text Text Morfologik Endeca Text Enrichment Text processing Cleansing Oracle Integrator Oracle Endeca Information Discovery Integrator Integration Oracle Warehouse Builder Reports & monitoring Warehousing Oracle Business Intelligence Oracle BI Publisher Oracle Oracle Endeca Server Oracle Mining Rapid Miner Mining Gephi Oracle Business Intelligence Oracle Endeca Studio Visualisation

Pic By Elopde (Own work) [CC-BY-SA-3.0 (http://creativecommons.org/licenses/by-sa/3.0)], via Wikimedia Commons public security case study

Przykład 1 Dane z Allegro Krótki czas trwania? Czy cena zaniżona? Wiele kont? Grupa?

Przykład 2 Parametry pożyczki Parametry pożyczkobiorcy Parametry pożyczkobiorcy

Discovery value search Wybór Interfejsu wyszukiwania Podpowiedzi

Dane tekstowe Przed stemmingiem Po stemmingu

Wyszukiwanie wzorców, zachowań nietypowych: allegro, 31 mln rekordów aukcji mam do sprzedania zdjęcie psa oraz całkowicie za darmo dorzucam 50 000 wirtualnej gotówki na Casino.pl zdjęcie i gratis wysyłam w ciągu 5min od zaksięgowania wpłaty. Przypominam ze kasa jest własnością netinus Casino.pl Oficerski tasaczek oficera RADu paleta sprzętu RTV o wartości rynkowej 10000 zł w cenie startowej 650 zł - cały towar pochodzi z Niemiec użytkownik oferujący kilkadziesiąt aukcji: motocykl, felgi i opony do samochodów i inne części samochodowe sprzedawane w obrębie wyprzedaży garażowych

Decision trees 85% 92% 93% 100%

Subgroup discovery

Gephi Visual analytics

Grafy

Odległość suma krawędzi Kolor krawędzi wartość Wielkość węzła pożyczki wzięte Kolor węzła pożyczki udzielone

Badanie powiązań społecznych

The anatomy of Big & BI Text Text Morfologik Endeca Text Enrichment Text processing Cleansing Oracle Integrator Oracle Endeca Information Discovery Integrator Integration Oracle Warehouse Builder Reports & monitoring Warehousing Oracle Business Intelligence Oracle BI Publisher Oracle Oracle Endeca Server Oracle Mining Rapid Miner Mining Gephi Oracle Business Intelligence Oracle Endeca Studio Visualisation

Big opportunity Information discovery Marketing: sentiment analysis Telco: cross-selling Finance: insurance pricing, fraud Web: paid content Public: security, crime Sales: lead generation General: client behavior monitoring agile Business Intelligence

Beat your competitors Use 100% neurons Use 100% information

Paweł Płaszczak pawel@gridwisetech.com 508 378 895 Thank you We help you discover information you already have.