Mateusz Muryjas Analityczny.IT | IN Progress | #e-biznes festiwal

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.

https://www.linkedin.com/in/mmuryjas

http://fb.com/mmuryjas

@mmuryjas

Chciałbym, żebyście po prelekcji:

wiedzieli czym różnią się zagadnienia big data i Business Intelligence,

zdali sobie sprawę, że rozmiar ma znaczenie, ale nie jest najważniejszy

poznali pojęcie „data science”, czyli nauki o danych

zobaczyli cienką linę pomiędzy prywatnością, a „szpiegostwem” dzięki BI

nie skupiali się wyłącznie na technologii, a bardziej na biznesie

przełamali strach do analizy danych

Business Intelligence to proces przekształcania danych w informacje, a informacji

w wiedzę, która może być wykorzystana do zwiększenia konkurencyjności

przedsiębiorstwa.

Big data – termin odnoszący się do dużych, zmiennych i różnorodnych zbiorów

danych, których przetwarzanie i analiza jest trudna ale jednocześnie wartościowa,

ponieważ może prowadzić do zdobycia nowej wiedzy

Information is the oil of the 21st century, and analytics is the combustion engine.

Peter Sondergaard, Gartner

You can have data without information, but you cannot have information without data.

Daniel Keys Moran

Data are becoming the new raw material of business.

Craig Mundie, The Economist

You Can't Manage What You Don't Measure

Trudno się nie zgodzić, kiedy spojrzymy na liczby..

W ciągu każdych dwóch dni generujemy ilość danych równą sumie danych wygenerowanych

od początku świata do 2003 roku.

90% danych na świecie zostało wygenerowanych w ciągu ostatnich 2 lat.

Ilość danych generowanych i przechowywanych w biznesie dubluje się co każde 15 miesięcy.

W ciągu minuty wysyłamy 204 maile, generujemy 1.8 mln like'ów na Facebook'u, wysyłamy

278 000 tweet'ów, upload'ujemy 200 000 zdjęć na Facebook'a i 100 godzin video na YouTube.

The three four five V’s of big data:

► Volume – ilość danych generowana w różnorodnych procesach

► Velocity – prędkość generowania nowych danych

► Variety – różnorodność typów i struktur generowanych danych

► Veracity – prawdziwość i dopasowanie danych

► Value – wartość danych generowanych w procesach biznesowych

demograficzne behawioralne

transakcyjne geograficzne

(lokacyjne)

Bardzo często pozostawiamy swoje dane (świadomie bądź nieświadomie)

Z perspektywy analityka warto nauczyć się z nich korzystać

Różne narzędzia i aplikacje dostarczają danych różnego typu.

Połączenie tych danych pozwala na spojrzenie z szerszej pespektywy na prowadzone analizy.

Danych będzie przybywać – zarówno

w wymiarach on-line, jak i off-line.

Wyzwaniem będzie:

► definiowanie relacji (korelacji) pomiędzy danymi,

► definiowanie nowych wymiarów danych, których zbieranie

może wpłynąć na wnioski i analizy

► biznesowe uzasadnienie zbierania i wykorzystania danych

Wyzwaniem – w myśl powyższych stwierdzeń – będzie odpowiedni dobór źródeł danych,

a następnie analiza i interpretacja posiadanych informacji.

Obecnie analizujemy „jedynie” 13% danych, którymi dysponujemy.

Poprzez analizę danych o uczestnikach

konferencji chcemy:

poznać, kto bierze udział w naszych projektach

dopasować tematykę wydarzenia do uczestników

modyfikować przekaz marketingowych w zależności od zachowań

wyciągać wnioski ważne dla celów operacyjnych i strategicznych

#1. Zweryfikuj swoje cele biznesowe i strategię działania.

Co jest głównym celem Twoich działań? Jakie są cele dodatkowe? Jakie działania chciałbym prowadzić?

#2. Jakich informacji potrzebujesz, żeby skutecznie działać?

Zidentyfikuj źródła danych, które będą paliwem dla Twoich działań i strategii. Zastanów się, czego chcesz się z nich dowiedzieć.

#3. Zdefiniuj wskaźniki, które posłużą Ci do oceny i analizy działań (KPI)

Wymyśl lub skorzystaj z gotowych propozycji wskaźników, które pozwolą Ci zmierzyć Twoje działania.

#4. Wykorzystaj narzędzia analityczne dostępne na rynku

Naucz się czytać i rozumieć wskaźniki. Poznaj zasady korzystania z narzędzi analitycznych: Google Analytics, Brand24, etc.

O czym dziś mówiliśmy?

czym różnią się zagadnienia big data i Business Intelligence,

rozmiar ma znaczenie, ale nie jest najważniejszy

pojęcie „data science”, czyli nauki o danych

cienka linia dzieli prywatność, a „szpiegostwo” w kontekście BI

biznes, cele i potrzeby warunkują rozwój technologii – nie odwrotnie

przełamaliśmy strach do analizy danych!

Pytania?

Mateusz Muryjas Analityczny.IT | IN Progress | #e-biznes festiwal

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.

https://www.linkedin.com/in/mmuryjas

http://fb.com/mmuryjas

@mmuryjas