Nowe trendy w analizie danych 9 grudnia 2015 r. 1 Interne Orange
O czy będziemy rozmawiali: Gromadzenie i znaczenie danych Ewolucja w sferze informacji Wykorzystanie Big Data w świecie telekomów LBS (Location Based Services) w praktyce
Celowe gromadzenie danych 5 tys. lat p. n.e. sumeryjscy kupcy i gliniane paciorki Wzmianki o spisach ludności w Starym i Nowym Testamencie Doomsday Book, rok 1086, skarb kultury brytyjskiej 1890 r. Hollerith i karty perforowane wspierają Census Bureau 1934 r. Jerzy Neyman, polski statystyk, udowodnił, że do uniknięcia błędów należy losowo wybierać osoby do próby Źródło: Big data, Kenneth Cukier, Victor Mayer-Schonberger
Ewolucja w sferze informacji Forma analogowa Digitalizacja Danetyzacja
Znaczenie danych XX wiek na znaczeniu traci fizyczna infrastruktura (grunty, fabryki) Zyskują wartości niematerialne (marki, własność intelektualna/patenty) Kwestią czasu jest pojawienie się w bilansach firm po stronie wartości zbirów danych Źródło: IDC
Istotne zjawiska, które obserwujemy w naszym otoczeniu 2013 2020 78% 22% Wzrost o 15 p.p. % danych użytecznych 63% 37% Źródło: 2014r., EMC Digital Universe with Research & Analysis by IDC
Istotne zjawiska, które obserwujemy w naszym otoczeniu 10x wzrost ilości danych w zaledwie 7 lat 2013 4,4 ZB 2020 44 ZB 1 ZB (Zettabyte) = 1 000 000 000 000 GB (Gigabyte) Źródło: 2014r., EMC Digital Universe with Research & Analysis by IDC
Od danych z systemów transakcyjnych Finansowo-księgowych Wsparcia sprzedaży Systemów CRM Wsparcia produkcji Źródło: 2014r., EMC Digital Universe with Research & Analysis by IDC
przez dane z wielu źródeł Budżet i finanse publiczne Środowisko Dane rządowe Otwarty urząd Otwarte dane Sport i turystyka Biznes i gospodarka Praca i pomoc społeczna Nauka i oświata
do Analityka opisowa Diagnostyczna Predykcja
Big Data i Data Science Big Data Gartner Hype Cycle for Emerging Technologies, 2014
Definicja Big Data, 4Vs wg. Gartnera Value Variety Volume Velocity
Dlaczego wykorzystujemy Big Data? Efektywność biznesowa Zwiększenie przychodów Efektywność marketingu
Telefon komórkowy w naszym życiu 14 150 x dziennie korzystamy ze swojego urządzenia mobilnego (badania Harvard Business Review)
Telefon komórkowy w naszym życiu 100 MLD 11.3 MLD 20 MLD APLIKACJI POBIERANYCH ROCZNIE LICZBA URZĄDZEŃ PODŁĄCZONYCH DO SIECI W 2014 LICZBA URZĄDZEŃ IoT PODŁĄCZONYCH DO 2020
Programy z wykorzystaniem danych w branży telekomunikacyjnej
Najbardziej zaawansowane rozwiązania na rynku big data wprowadzone przez firmy telekomunikacyjne SmartSteps uruchomiony w UK, w 2012, LBS Flux Vision uruchomiony w Francji; projekty w Senegalu i Wybrzeże Kości Słoniowej (dla izby turystyki) Projekty realizowane z GfK, np. mierzenie zasięgu billboardów, czy w obszarze transportu publicznego. Precision Market Insights od 2012, fokus na mobile marketing AdWorks od 2011, zajmuje się reklamą; location based services uruchomione w 2014 Pinsight Media+ mobile marketing od 2012
Flux Vision Marsylia izba turystyki analizuje mobilność turystów w regionie Chamonix kto odwiedza kurort podczas organizowanych wydarzeń kulturalnych
Location Based Services Orange Restricted tajemnica Orange Polska S.A. confidential tajemnica Orange Polska S.A. confidential - chroń przed Detalem (niepotrzebne usunąć)
Miasto w obliczu wyzwań: Ilu mieszkańców żyje w mieście? Kto odwiedza nasze miasto? Gdzie prowadzić promocję? Jakie jest natężenie ruchu w mieście? Jak przepływa przez miasto? Jak się zmienia, jak dokonać pomiaru?
Wizualizacja heatmap na przykładzie Łodzi, 7 września 2014 Jak zmienia się ruch w ciągu dnia? 21
Analiza lokalizacji Opis scenariusza Schematy poruszania umożliwiają wykorzystanie globalnych, zanonimizowanych danych, aby odpowiedzieć na pytanie kto i gdzie porusza się w wyznaczonym obszarze. Wybrana lokalizacja - frekwencja Pn Wt Śr Czw Pt Sb Nd 8:00 8:00 8:00 8:00 8:00 8:00 8:00 9:00 9:00 9:00 9:00 9:00 9:00 9:00 10:00 10:00 10:00 10:00 10:00 10:00 10:00 11:00 11:00 11:00 11:00 11:00 11:00 11:00 12:00 12:00 12:00 12:00 12:00 12:00 12:00 13:00 13:00 13:00 13:00 13:00 13:00 13:00 14:00 14:00 14:00 14:00 14:00 14:00 14:00 15:00 15:00 15:00 15:00 15:00 15:00 15:00 16:00 16:00 16:00 16:00 16:00 16:00 16:00 17:00 17:00 17:00 17:00 17:00 17:00 17:00 18:00 18:00 18:00 18:00 18:00 18:00 18:00 19:00 19:00 19:00 19:00 19:00 19:00 19:00 20:00 20:00 20:00 20:00 20:00 20:00 20:00 21:00 21:00 21:00 21:00 21:00 21:00 21:00 22:00 22:00 22:00 22:00 22:00 22:00 22:00 23:00 23:00 23:00 23:00 23:00 23:00 23:00
Przepływy na przykładzie Stadionu Narodowego
Stadion Narodowy, Mecz Polska Szkocja przepływ kibiców Oficjalne rozpoczęcie Przerwa, niektóre osoby wychodzą (na papierosa?) Zbierają się kibice Rozpoczyna się 2 połowa Koniec meczu W godzinę ok. 24K ludzi opuściło stadion narodowy 24
Korzyści z wykorzystania LBI Korki Problemy z miejscem parkingowym Analiza ruchu w regionie Atrakcyjność turystyczna 25 Korzyści Analiza atrakcyjności miasta/gmina/obszar, Pogłębiona wiedza o przepływach mieszkańców w mieście/regionie, Szybkie i efektywne porównanie KPI dla wybranych pod inwestycję lokalizacji, Dopasowana do potrzeb turystów infrastruktura
Prognozy na 2016 Wzrost znaczenia algorytmów Data-Lake-as-a-Service Smart urzędy podnoszące jakość życia mieszkańców Źródło: https://datafloq.com/read/7-big-data-trends-for-2016/1699
Dziękuję.