Na wykorzystanie Big Data mogą sobie pozwolić nawet małe i średnie firmy
Katgoria: WIADOMOŚCI / Utworzono: 10 grudzień 2013
Na wykorzystanie Big Data mogą sobie pozwolić nawet małe i średnie firmy
W 2015 r. światowy rynek Big Data będzie wart prawie 50 mld dolarów, czyli prawie pięć razy więcej niż w ubiegłym roku. Świat produkuje coraz większą liczbę danych. W 2013 roku, każdego dnia na całym świecie wysyłanych jest 500 mln tweetów, a miesięcznie na Facebooku pojawia się 30 mld nowych wpisów - każdy zawierający informacje o zachowaniach i upodobaniach konsumentów. Zbieraniem i analizą ‘Big Data’ - dużych zbiorów danych - interesuje się cały globalny przemysł, bankowość i handel.
Przewiduje się, że coroczny wzrost rynku Big Data będzie wynosił około 40 proc. Zdaniem ekspertów firmy doradczej Deloitte analiza dużych zbiorów danych może być wykorzystywana nie tylko przez największe firmy, ale także przez średnich i małych przedsiębiorców. Kluczem do sukcesu jest jednak zadanie właściwych pytań biznesowych i odpowiednia selekcja danych do analizy.
Jak wynika z raportu „Digital Trends 2013” przygotowanego przez Deloitte oraz Allegro, globalny rynek Big Data w 2015 r. będzie wart 48 mld dolarów, czyli prawie pięć razy więcej niż w roku 2012. Powszechnie uważa się, że Big Data zasłużyła na przydomek ”Big”/„wielkie” ze względu na tzw. cztery V („4Vs”) tj.: Volume (ogromna liczba), Variety (duża różnorodność), Velocity (zawrotna szybkość pojawiania się danych i konieczność analizowania ich w czasie rzeczywistym) oraz Value (znacząca wartość). Rozwój nowych narzędzi i metod analitycznych wiąże się przede wszystkim z potrzebą analizy rosnącej w bardzo szybkim tempie ilości produkowanych na świecie danych. Przykładowo, tylko sam Twitter generuje 12 TB (terabajtów) danych dziennie, a średnio aż około 200 TB wynosi wielkość danych, przechowywanych przez jedną amerykańską firmę zatrudniającą ponad 1 tys. osób.
Przewaga dużych firm polega na tym, że mając ogromną liczbę użytkowników, posiadają odpowiednią wielkość danych porównawczych. Korzyściom wypływającym z Big Data nie oparł się nawet show-biznes. Decyzja firmy Netflix o inwestycji w produkcję serialu „House of Cards”, który przyniósł jej ogromny międzynarodowy sukces i wiele nagród, częściowo była oparta o analizę dużych baz danych.
Sukces analiz często opiera się o możliwość przetwarzania danych w czasie rzeczywistym. Dobrym przykładem są ubiegłoroczne Igrzyska Olimpijskie w Londynie. Zbierane dane, głównie opinie użytkowników mediów społecznościowych, były natychmiast poddawane analizie. Codziennie rano organizatorzy otrzymywali raport, który pozwalał im wszelkie niedociągnięcia skorygować najpóźniej do następnego dnia. Big Data nie jest przeznaczona jedynie dla największych firm. Jest to narzędzie coraz bardziej dostępne także dla małych i średnich przedsiębiorców. Wystarczy skorzystać z informacji o wielkości sprzedaży i lokalizacji zakupów udostępnianych m.in. przez Factual. Co ważne nie wiąże się to z bardzo dużymi kosztami. Pomocą służą także takie serwisy jak Kaggle, który na całym świecie współpracuje z 60 tys. ekspertów, którzy specjalizują się w rozwiązywaniu problemów analitycznych.
Trzeba jednak pamiętać, że Big Data nie jest panaceum na wszystkie problemy. Przede wszystkim należy zdefiniować swoje potrzeby biznesowe, a pierwsze próby przeprowadzać ostrożnie i raczej na małą skalę. Często jest bowiem tak, że firmy starają się pozyskać zbyt dużo szczegółowych danych z różnych źródeł, podczas gdy większość z nich nigdy nie będzie wykorzystana. Duże pieniądze wydane na narzędzia analityczne i technologie potrzebne do dokonywania analiz nie są gwarancją sukcesu.
Jak wynika z raportu „Digital Trends 2013” przygotowanego przez Deloitte oraz Allegro, globalny rynek Big Data w 2015 r. będzie wart 48 mld dolarów, czyli prawie pięć razy więcej niż w roku 2012. Powszechnie uważa się, że Big Data zasłużyła na przydomek ”Big”/„wielkie” ze względu na tzw. cztery V („4Vs”) tj.: Volume (ogromna liczba), Variety (duża różnorodność), Velocity (zawrotna szybkość pojawiania się danych i konieczność analizowania ich w czasie rzeczywistym) oraz Value (znacząca wartość). Rozwój nowych narzędzi i metod analitycznych wiąże się przede wszystkim z potrzebą analizy rosnącej w bardzo szybkim tempie ilości produkowanych na świecie danych. Przykładowo, tylko sam Twitter generuje 12 TB (terabajtów) danych dziennie, a średnio aż około 200 TB wynosi wielkość danych, przechowywanych przez jedną amerykańską firmę zatrudniającą ponad 1 tys. osób.
Tylko w ubiegłym roku na świecie zainwestowano miliard dolarów w te spółki, które zajmowały się rozwiązaniami Big Data. Dotąd ten rodzaj analityki wykorzystywano głównie w telekomunikacji, instytucjach finansowych i handlu, ale nie ma żadnych przeszkód, by Big Data stosować właściwie w każdej gałęzi przemysłu i usług. Można w ten sposób zbadać choćby przyzwyczajenia, czy preferencje klientów czy dowiedzieć się, co się mówi w sieci o naszych oraz konkurencyjnych produktach – mówi Dariusz Flisiak, Dyrektor w Dziale Konsultingu Deloitte, lider zespołu Deloitte Analytics.Jednym z pionierów Big Data na świecie, obok takich gigantów internetowych jak Amazon, Google czy eBay, była amerykańska sieć handlowa Wal-Mart. Firma przy pomocy dużych zbiorów danych zaczęła prognozować popyt na swoje poszczególne produkty, a także przewidywać sprzedaż nowowprowadzanych towarów na podstawie informacji pochodzących z Internetu. Sieci handlowe, w tym nawet marki luksusowe (m.in. Burberry), 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. Również pracownicy takich firm jak Allegro czy eBay codziennie poświęcają mnóstwo czasu na analizę zakupów dokonywanych przez klientów.
Dzięki wykorzystaniu Big Data jesteśmy w stanie rozwijać na przykład efektywne systemy rekomendacyjne proponujące naszym klientom produkty i towary, którymi mogliby być potencjalnie zainteresowani - wyjaśnia Paweł Klimiuk, Rzecznik Prasowy Grupy Allegro.Z kolei instytucje finansowe, w tym banki w ten sposób budują szeroką wiedzę o klientach, ich preferencjach, wartościach, skłonnościach do zakupu produktów i pozwalają oferować im lepiej dopasowany produkt. I tak np.: bank proponuje klientowi kartę kredytową, gdy ten zaczyna podróżować lub usługi bankowości internetowej, wtedy gdy zaczyna korzystać z zakupów online. Kopalnią informacji o konsumentach: ich zwyczajach zakupowych, potrzebach, pasjach, kontaktach towarzyskich, a nawet miejscu przebywania są także media społecznościowe.
Przewaga dużych firm polega na tym, że mając ogromną liczbę użytkowników, posiadają odpowiednią wielkość danych porównawczych. Korzyściom wypływającym z Big Data nie oparł się nawet show-biznes. Decyzja firmy Netflix o inwestycji w produkcję serialu „House of Cards”, który przyniósł jej ogromny międzynarodowy sukces i wiele nagród, częściowo była oparta o analizę dużych baz danych.
Sukces analiz często opiera się o możliwość przetwarzania danych w czasie rzeczywistym. Dobrym przykładem są ubiegłoroczne Igrzyska Olimpijskie w Londynie. Zbierane dane, głównie opinie użytkowników mediów społecznościowych, były natychmiast poddawane analizie. Codziennie rano organizatorzy otrzymywali raport, który pozwalał im wszelkie niedociągnięcia skorygować najpóźniej do następnego dnia. Big Data nie jest przeznaczona jedynie dla największych firm. Jest to narzędzie coraz bardziej dostępne także dla małych i średnich przedsiębiorców. Wystarczy skorzystać z informacji o wielkości sprzedaży i lokalizacji zakupów udostępnianych m.in. przez Factual. Co ważne nie wiąże się to z bardzo dużymi kosztami. Pomocą służą także takie serwisy jak Kaggle, który na całym świecie współpracuje z 60 tys. ekspertów, którzy specjalizują się w rozwiązywaniu problemów analitycznych.
Trzeba jednak pamiętać, że Big Data nie jest panaceum na wszystkie problemy. Przede wszystkim należy zdefiniować swoje potrzeby biznesowe, a pierwsze próby przeprowadzać ostrożnie i raczej na małą skalę. Często jest bowiem tak, że firmy starają się pozyskać zbyt dużo szczegółowych danych z różnych źródeł, podczas gdy większość z nich nigdy nie będzie wykorzystana. Duże pieniądze wydane na narzędzia analityczne i technologie potrzebne do dokonywania analiz nie są gwarancją sukcesu.
Bardzo niewiele firm rozumie, że siła i jakość Big Data mają niewielki związek z kupionymi narzędziami IT. Zamiast kosztownych inwestycji w infrastrukturę i gromadzenie ogromnych ilości danych firmy na początku powinny nauczyć się właściwie wykorzystywać dane już posiadane, a dopiero później stopniowo analizy uzupełniać np. o dane z sieci społecznościowych. Ponad wszystko należy pamiętać, że to wizja biznesowa powinna definiować, jakich danych i technologii potrzebujemy, a nie odwrotnie – podsumowuje Dariusz Flisiak.Źródło: Deloitte
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Przeczytaj Również
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wiz… / Czytaj więcej
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy… / Czytaj więcej
Nowa era komunikacji biznesowej, KSeF stał się faktem
Od 1 lutego 2026 roku, w Polsce z sukcesem rozpoczęła się nowa era elektronicznej komunikacji w biz… / Czytaj więcej
Hakerzy nie kradną już tylko haseł. Oni kradną Twój czas i przyszłość. Jak chronić ERP przed paraliżem?
Hakerzy coraz rzadziej koncentrują się wyłącznie na kradzieży haseł. Ich prawdziwym celem jest dziś… / Czytaj więcej
AI bez hype’u – od eksperymentów do infrastruktury decyzji
Sektory IT oraz logistyka stoją u progu fundamentalnej zmiany w podejściu do sztucznej inteligencji… / Czytaj więcej

