Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
-
Upload
mateusz-muryjas -
Category
Technology
-
view
357 -
download
3
description
Transcript of Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam w życiu problemów? Szanse, zagrożenia i wyzwania wynikające z rozwoju Business Intelligence
Mateusz Muryjas | GeekTrends #1 | Kraków, 17 listopada 2014
Mateusz Muryjas Analityczny.IT | MF&Partners Consulting
Konsultant z zakresu analityki internetowej i wdrażania rozwiązań IT w biznesie. Pasjonat Business Intelligence i zagadnień związanych z Big Data. Menedżer projektu #e-biznes festiwal.
Kilka słów o mnie..
https://www.linkedin.com/in/mmuryjas
http://fb.com/mmuryjas
@mmuryjas
1. Big Data – buzzword czy przedmiot fascynacji? Inspirujące przykłady wykorzystujące Big Data, Business Intelligence oraz elementy sztucznej inteligencji w praktyce.
Plan na dziś:
2. Big Problem or Big Chance? Czy Big Data i Business Intelligence narobią nam problemów? Jakie zagrożenia niesie za sobą „matrix”, w którym żyjemy? A może Big Data to Big Chance na rozwój i zmiany?
3. Case study – Business Intelligence w praktyce Przykłady zastosowań Business Intelligence w praktyce na podstawie doświadczeń organizacji konferencji #e-biznes festiwal.
Z Business Intelligence jest trochę jak z …
Kto robi zakupy? Kto robi zakupy?
Kto robi zakupy? Kto robi zakupy?
Karty lojalnościowe.
Karty lojalnościowe, wszędzie.
I kiedy przeanalizujemy n paragonów..
okaże się, że najczęściej kupowanymi rzeczami są:
I kiedy przeanalizujemy n paragonów..
okaże się, że najczęściej kupowanymi rzeczami są:
Z wykorzystaniem technik BI można całkiem trafnie przewidzieć.. ciążę!
Pozostając w klimacie pieluch..
Z wykorzystaniem technik BI można całkiem trafnie przewidzieć.. ciążę!
Pozostając w klimacie pieluch..
Zanim Ty się o tym dowiesz. (lub Twój partner/ka )
Pójdźmy dalej – dane vs realny zysk
Ile można zaoszczędzić eliminując prawoskręt?
Pójdźmy dalej – dane vs realny zysk
Ile można zaoszczędzić eliminując prawoskręt?
7 minut / każdą godzinę pracy kierowcy.
7 minut * 12 godzin pracy = 84 minuty / dziennie.
Pójdźmy dalej – dane vs realny zysk
Ile można zaoszczędzić eliminując prawoskręt?
7 minut / każdą godzinę pracy kierowcy.
7 minut * 12 godzin pracy = 84 minuty / dziennie.
84 minuty = 15 zamówień więcej. 1 zamówienie = 50 – 70 zł 50 – 70 zł * 15 zamówień * 200 = 150 000 – 210 000 zł / dziennie.
Wygrana team’u Mercedes McLaren w F1
Wyniki Mundialu 2014 w Brazylii
Współpraca DFB z SAP (Hana)
Przykłady można mnożyć!
Ilość danych, które zostawiamy każdego dnia, jest ogromna.
demograficzne behawioralne transakcyjne geograficzne (lokacyjne)
Wymiarów danych będzie przybywać.
Nie potrafimy z nich korzystać. a przynajmniej nie wszyscy.
Problem #1 i #2
Cel i zakres analizy
Standaryzacja danych
Frontem do klienta backdoor‘em do oferenta
Problem #3
Nie zawsze wiemy gdzie wylądują nasze dane..
.. i jak mogą zostać (zostaną) wykorzystane.
on-line & off-line Rozszerzamy rzeczywistość!
Problem #4
Posiadać, nie znaczy rozumieć Wyzwania analizy i interpretacji danych.
Problem #5
Business Intelligence - definicja
Business Intelligence to proces przekształcania danych w informacje,
a informacji w wiedzę, która może być wykorzystana do zwiększenia
konkurencyjności przedsiębiorstwa.
Głównym zadaniem systemów klasy BI jest wspomaganie decyzji
biznesowych podejmowanych w przedsiębiorstwie bądź organizacji.
Problem wizualizacji danych
Dobór odpowiedniego narzędzia Traktor rzecz fajna, ale trawnika nie skosi.
Problem #6
Dobór narzędzia jest równie ważny jak cel analizy danych.
Case studies – Business Intelligence w praktyce
Cel: co chcemy analizować?
uczestnicy #e-biznes festiwal
Grześ Kowalski (pojedynczy uczestnik #ebiznesfest)
Chcemy analizować dane o uczestnikach konferencji.
Realizacja: konstrukcja wymiarów danych
Realizacja: zastosowanie wymiarów danych
Realizacja: sposób przechowywania danych
Realizacja: narzędzia wspierające
Realizacja: synergia danych off-line i on-line
Realizacja: wykorzystanie kolejnych wymiarów
Realizacja: analiza danych, wnioski
Realizacja: analiza danych, wnioski
Realizacja: analiza danych, wnioski
Realizacja: analiza danych, wnioski
Realizacja: narzędzia i rozwiązania
Danych będzie przybywać.
Wniosek: musimy nauczyć się je wykorzystywać.
Przesłanie na koniec
Dzięki za uwagę!
Koniec!
Mateusz Muryjas Analityczny.IT | MF&Partners Consulting
Konsultant z zakresu analityki internetowej i wdrażania rozwiązań IT w biznesie. Pasjonat Business Intelligence i zagadnień związanych z Big Data. Menedżer projektu #e-biznes festiwal.
Kilka słów o mnie..
https://www.linkedin.com/in/mmuryjas
http://fb.com/mmuryjas
@mmuryjas