Od Big Data do Analityki 3.0

Od Big Data do Analityki 3.0

Od chaosu danych do odkrycia potencjału informacji

Magdalena HoffmanZETO Katowice Sp. z o.o.

Kraków, 17 kwietnia 2023

Opowiemy Kim jesteśmy

Skąd się wzięliśmy

O projekcie słów kilka:

KlientProblem

WyzwanieEfekty

…i potencjał

ZETO Katowice

ZETO INNOVATIONS• Skupiamy się na zaawansowanej analityce• Wykorzystujemy Internet Rzeczy• Stosujemy podejście big data’owe w pracy z danymi• Produkty rozwijamy w modelu Customer Development• Dostarczamy Klientom wiedzy

niezbędnej do podejmowania decyzji biznesowych

w czasie rzeczywistym

Start• Spedytor krajowy• Koszty paliwa to znacząca część kosztów operacyjnych

Cel – obniżyć zużycie paliwa – Eco Driving

Czy to w ogóle jest możliwe?

Choć dysponujemy danymi i częściowo informacjami, to wciąż brakuje nam...

…wiedzy

Wiedza

Informacje

Dane

Potr

zeba

Anal

iza

Wie

dza

Konc

epcja

Dane

Real

izacja

Wer

yfika

cja

Efek

ty

Pote

ncja

ł

Praca z danymi

Model CRISP-DM

Język R

Źródła danych

“Wygrywa nie ten, kto ma najlepszy algorytm, a ten, który ma najwięcej danych.”*

Źródło: Andrew Ng, Ekspert Machine Learning, prof. Stanford University

Źródła danych

Źródła danych, cd.• Strumienie danych

(online)• Listy przewozowe• Rozkłady jazdy• Baza infrastruktury

transportowej• Bazy systemów

dziedzinowych• Zbiory ograniczeń w ruchu

• Dane z systemów ERP / CMMS• Dane meteorologiczne• historyczne• bieżące

• Uzgodnione struktury pośrednie• Słowniki

Najważniejsze procesy ETL

“Eksploracja danych polega na torturowaniu danych tak długo, aż zaczną zeznawać”*

Źródło: Mieczysław Muraszkiewicz, Instytut Informatyki Teoretycznej i Stosowanej PAN

Najważniejsze procesy ETL

• Infrastruktura• Przejazdy• Tabor• Ludzie• Warunki zewnętrzne

Czyszczenie i przetwarzanie

Przykład duplikowania się identyfikatora pojazdu


Przykład błędnego profilu trasy

--- Kształt linii przed naprawą--- Kształt linii po naprawie


Niedokładność wskaźnika zużycia paliwa

Efekty• Zdefiniowana i zasilona Hurtownia danych• Moduł analityczny• Zintegrowana informacja o przejazdach• Prezentacja wizualna przejazdów• Możliwość wyznaczenia spalania chwilowego• Baza infrastruktury transportowej

tworzymy Adaptacyjny algorytm optymalizacji przejazdów uwzględniający bieżące ograniczenia

Wchodzi Analityka 3.0

Wbudowujemy algorytm w aplikacje

Potencjał

Podsumowanie

Pytania

Dziękuję za uwagę

Magdalena [email protected]

+48 604 187 852

mailto:[email protected]

Od Big Data do Analityki 3.0

Documents

Transcript of Od Big Data do Analityki 3.0