Making data work, czyli jak przemienić Big Data w Smart Data?

Editor's Notes

• #2: Był, a właściwie jest taki Pan który nazywa się Alvin Toffler. Ile osób go kojarzy? Otóż A. Toffler jest futurologiem. Niedawno sięgnęłam po jego książkę „trzecia fala”, wydaną pod koniec lat 70. Toffler już wtedy opisywał nadejście nowej epoki „cywilizacją wiedzy i informacji”. Co więcej wg Tofflera każda z fal trwa coraz krócej i rozwija się bardziej dynamicznie…. Główna myśl: BiG Data dzieję się już dziś. Firmy chętnie korzystają z tego popularnego trendu. Wyzwaniem jest jak zrobić to mądrze i odpowiednio się przygotować. Chciałabym odpowiedzieć na pytanie w jaki sposób i gdzie zbierać cenne dane.
• #3: Wszyscy jesteśmy tu, ponieważ zdajemy sobie sprawę że Big Data to nie jest już futurystyczna wizja przyszłości jak za czasów publikacji Alvina Tofflera. Nie zamierzam opowiadać o nadchodzącej rewolucji BiG Data, bo to dzieje się już dziś. Te 2 liczby otwierają większosć prezentacji dotczacych Big data: 90 % globalnych danych zostało stworzonych w ciagu ostatnich lat A już za 4 lata świt cyfrowy będzie wynosił 44 bln gigabajtow danych Dziś stajemy przed wyzwaniem, jakim jest umiejętne wykorzystanie potencjału jaki stwarza era „wiedzy i informacji”. Główna myśl: Chciałabym pokazać Wam jakich zmian w myśleniu oraz zasobach IT wymaga świadoma implementacja strategii BIG DATA. Czyli czego potrzebujecie aby nie tylko gromadzić gigabajty, petabajty czy zetabajty danych, ale maksymalnie wykorzystać potencjał BIG Data.
• #4: Jakiś czas temu uslłyszałam fajną definicję terminu Big Data – jako oceanu informacji, w którym jesteśmy zanurzeni. Big data to tera, peta a wkrótce zetabajty danych które do nas trafiają z bardzo różnych źródeł. Mogą być przesyłane z innych komputerów, urządzeń mobilnych,czujników urządzeń I być gromadzone różnych w bazach danych. Co ważne, w znakomitej więkości są to danie nieustrukturyzowane. Poprzez odpowiednie działania przedsiębiorstwa mogą wykorzystać potencjał tych danych I stworzyć tzw. smart data. Jedak zanim o tym opowiem… Cofnijmy się kilka lat wstecz, aby przealnalizować rozwój tego zjawiska I główny poblem z jakim przyszło nam się zmierzyć.
• #5: Od początku, zjawisku Big data towarzyszyło sporo wątpliwości. Zwykle jestesmy nieufni wobec tego czego nie znamy , tym bardziej gdy nie do końca to rozumiemy I potrafimy sobie wyobrazić. A szczegónie gdy dodatkow moze to zagrażać naszej prywatności. Klienci bali się firmy bedą o nich zbyt wiele wiezieć a te bały się ze narobią sobie w ten sposób kłopotów. -- Ilu z Was zna model adaptacji nowych produktów (dyfuzji innowacji Rogersa)? Dzieli on odbiorców na 4 grupy - 2,5 % ludzi to pionierzy, 13,5% wcześni naśladowcy – czyli Ci którym przekonanie, 68% - większość, a reszta to tzw. maruderzy. W Polsce Jednym z głównych hamulcem dla rozwoju Big Data jest błędne przekonanie rodzimych firm, że analityka danych jest rozwiązaniem zarezerwowanym dla dużych graczy. Tymczasem to plastyczna technologia, z której z powodzeniem mogą korzystać firmy mniejsze. Druga obawa wiąże się z mitem, konieczności dysponowania niebotycznym budżetem. Trzecia obawa – to niepewność: czy inwestycja się zwróci? Jaki będzie współczynnik ROI? W „The Industrial Insights Report for 2015” czytamy, że 3 na 4 firmy (75%) przyznają, że odnotowały wzrost przychodów, właśnie dzięki wykorzystaniu analityki danych. Kolejną bolączką jest niedobór odpowiednich ludzi oraz wykształconych odpowiednich procesów biznesowych. -Te dwa czynniki wpływają negatywnie na zaufanie i przekonanie do analiz typu Big Data w dużych organizacjach komercyjnych.
• #6: A więc po akceptacji zjawiska przez pionierów i wczesnych naśladowców Przychodzi ten moment gdy przekonuje się do niego już większość. Na tym etapie jest BIG DATA. W roku 2016 firmy zainwestują w Big Data 232 miliardy dolarów – mniej więcej tyle wynosi PKB Portugalii czy Grecji.
• #7: Jak to wygląda dziś? To oczywiście wskaznik popularności frazy w google, jednak dobrze obrazuje wzrost zainteresowania tematem. Jak widać Zainteresowanie Big Data zaczęło lawinowo wzrastać. Szczególnie od roku 2012 Obecnie 60% managerów jest przekonanych, że Big Data usprawni proces podejmowania decyzji i analizowania informacji w ich firmach.
• #8: Wraz z akceptacją pojęcia, zaczęła wzrastać w nas chęć gromadzenia informacji… BIG DATA stało się powszechnym trendem i na tej fali jego opularnści wiele przedsiębiorstw postanowiło zacząć gromadzić jak najwięcej danych, chociażby po to aby pochwalić się że ich firma jest nowoczesna i wykorzystuje BIG Data. Jak kolwiek nieralnie to brzmi sana znam przypadki fim gdzie właśnie to było głównym powodem wprowadzenia BiG Data. Znam też historie z różnych działów IT, które zdradzały, że istnieją pewne naciski na wykorzystanie narzędzi Big Data do celów, w których nie do końca się sprawdzą, tylko dlatego, że akcjonariusze/zarząd chcą słyszeć, że firma ma zaimplementowane rozwiązania Big Data
• #9: A jest co gromadzić… W każdej minucie na świecie wysyła się 204 166 667 wiadomości e-mail, użytkownicy apple pobierają 51 000 nowych aplikacji Użytkownicy youtuba umieszczają 300 godzin nowych nagrań Użytkownicy skypa wykonują pnad 100 ys. telefonów W samej tylko wyszukiwarce Google zadajemy 40 000 zapytań w ciągu sekundy, co daje 1,2 biliona zapytań rocznie. Każdy pracownik biurowy w roku 2015 wytworzył w sumie około 3,6 GB danych.
• #10: Do 2018 r. statystyczna firma zbierać będzie 5-krotnie więcej danych niż dziś Co oznacza że big data obejmie już zdeydowaną większość. Amazon posiada ok około 1 exabajta danych a jego infrastrukturę IT szacuje się na 1,5 mln serwerów Swoje dane czerbie od 152 milionów klientów Mniema się, że Google i Microsoft używają łącznie 1 000 000 serwerów - Facebook gromadzi 500 terabajtów danych dziennie Potraficie to sobie wyobrazić? 1 TB = 1024 GB Amazon 976 562 TB Google processes 3.5 billion requests per day? Or that Google stores 10 exabytes of data (10 billion gigabytes!)? Facebook, Microsoft, and Amazon all give Google a run for their money; Facebook alone has 2.5 billion pieces of content, 2.7 billion ‘likes’ and 300 million photos – all of which adds up to more than 500 terabytes of data.
• #11: Baza danych Amazona liczy ponad 1 exabajt danych – to 3000 – krotność zasobów Biblioteki Kongresu. Biblioteka Kongresu w Waszyngtonie, jest największą tego typu instytucją na świecie.
• #12: Warto też mieć świadomość, Gdzie znajdują się CENNE informacje? Portale społecznościowe (Facebook, LinkedIn, Twitter, Google, blogs, Amazon, ZDNet, itp.) Dane generowane na podstawie aktywności użytkowników (rejestr aktywności komputerów oraz urządzeń mobilnych alias “Internet Wszechrzeczy”) Publiczne zbiory danych (World Bank, SEC/Edgar, Wikipedia, IMDb, itp..) Hurtownie danych Dane historyczne (formularze elektroniczne - również te archiwalne, np. formularze ubezpieczeniowe, dokumentacja medyczna, a także korespondencja z klientem.
• #13: Są na świecie firmy które już nie tylko całkiem nieźle radzą sobie z gromadzeniem ale i wykorzystaniem Big Data. Big Data jest dla wielu firm źródłem wzrostu dochodów. Ocenia się, że około 73% dużych przedsiębiorstw w USA planuje rozwój w tej dziedzinie. W największych firmach handlowych pełne wykorzystanie gromadzenia i przetwarzania danych może dać przyrosty przychodów rzędu 60%. Co ciekawe potencjał Big Data zauważył także Sam Biały Dom który ostatnio zainwestował 200 mln dolarów w projekty związane z dużymi zbiorami danych A poprawienie ilości i jakości przetwarzania danych medycznych może dać oszczędności roczne na poziomie 1000 $ na jednego pacjenta. Zobaczmy zatem kilka pomysłów na wykorzystanie potencjału BD:
• #14: Swoetnym przykładem w zakresie optymalizacji procesów logistycznych przy wykorzystaniu BIG Data jest amerykańska firma spedycyjna UPS, która w ramach programu ORION wykorzystuje sensory zamontowane w ponad 46 tysiącach pojazdów, używając ich do monitorowania m.in. prędkości, kierunku jazdy czy zużycia paliwa w danym momencie. Otrzymywane informacje służą do wytyczania najbardziej efektywnego planu trasy oraz, współpracując z innymi systemami, pozwalają reagować w bardzo krótkim czasie na zmiany wynikające z potrzeb klientów. Dzięki temu UPS może w bardzo krótkim czasie modyfikować trasy kierowców uwzględniając w nich nowe miejsca załadunku i wydania przesyłek. Dzięki sprawnej organizacji firma oszczędza około 5,5 mln litrów paliwa, rocznie co jest równoznaczne z oszczędnością ponad 50 mln dolarów rocznie.
• #15: Jedną z branży która najchętniej wykorzystuje BIG Data jest retail. Dzięki zaawansowanym metodom personalizacji kuponów rabatowych wysyłanych do klientów, ich poziom wykorzystania wynosi 70%. Warto dodać, że aż 90% klientów sieci korzysta z ich programu lojalnościowego, więc firma może gromadzić naprawdę ogromne ilości danych o klientach. Drugim przykładem jest jeszcze większy gigant amerykańskiego retailu. Walmart stworzył zaawansowaną wyszukiwarkę produktów w oparciu o dane semantyczne (analiza tekstu, machine learning, wykorzystanie synonimów). Liczba dokończonych zakupów online wzrosła 10-15%. W przypadku Walmartu to miliardy $.
• #16: BiG DATA w sporcie – SuperBowl Analytics Każdy zawodnik Superbowl został wyposażony w mały czujnik RFID. Dodatkowo zamontowano 20 czujników zbierających dane, dookoła stadionu. Wg szacunków firmy Zebra podczas każdej gry wygenerowano ok. 2-3 GB danych dotyczących szczegółowej gry zawodników. Takie dane pozwalają na dokładne przeanalizowanie statystyk dotyczących każdego gracza jak np. jego szybkość, skuteczność we współpracy z innymi oraz wyników całej drużyny. Radio-frequency identification (RFID) FC Bayern Monachium. Analizowany jest mecz pod kontem ruchu poszczególnych zawodników. Odbywa się to za pomocą wmontowanych w buty odpowiednich czujników. Dane są zbierane na bieżąco dając trenerowi, czy osobą ze sztabu szkoleniowego natychmiastowe informacje, co w danym momencie można zmienić na boisku. W 2012 r. wykorzystano BIG Data w celu prognozowania ile medali zdobędzie reprezentacja kraju podczas olimpiady – Efekt? Zdobyli 104 z 108 prognozowanych.
• #17: Idea potencjału big data została świetnie ujęta w filmie moneyball. Pokazuje jak przez emocje zawodnicy którzy mogliby tworzyć świetną drużynę sa pomijanie, patrząc na nich przez pryzmat danych można stworzyć druzynę marzeń Big Data może z pewnością sporo namieszac w sporcie… Ale wróćmy do biznesu. .
• #18: Jednak te wszystkie przykłady to raczej pionierzy. Gdzie znajduje się większość?
• #19: Kiedyś mówiono że wykorzystujemy Zaledwie 10% naszego mózgu? Czy tak jest z BIG DATA?
• #20: Zadziwiający w zjawisku Big Data wszystkim jest fakt, że obecnie tylko niecałe 0,5% tych danych jest odpowiednio poddawane analizie! Wytłumaczenie jest proste -danych jest bardzo dużo, trudno je już przechowywać, a co dopiero przetwarzać. Wygląda na to, że póki większosć firmy nie są w stanie ogarnąć całości i zrobić z nich Właściwego użytku i póki co gromadzi dane na zapas. Niewielki odsetek posiadł już także umiejętność ich analizy w czasie rzeczywistym.
• #21: Chciałabym abyście zapamietali to zdanie, bo ma ono kluczowe znaczenie. BIG Data to nie tylko zbieranie jak największych ilości danych. Często za bardzo skupiamy się na samej technologii i zapominamy, że przede wszystkim powinna ona służyć ludziom, realizacji ich celów i zaspokajaniu potrzeb biznesowych… [trendbook hatalska] Nie chodzi o wykorzystanie technologii dla samej technologii lub z powodu ekscytacji nią.. Konieczne jest coś wiecej…
• #22: Aby odnieść sukces konieczne jest myślenie w kategoriach smart data. Cele SMART DATA -> podejmowanie lepszych decyzji i realizacja celów biznesowych.
• #23: Aby dobrze zarządzać Big Data warto najpierw zrozumieć jego elementy. Zwykle przedstawiane są za pomocą 4 lub 5 V. Volume (Wielkość) –Wielkość zwykle pojawia się jako pierwszy element, najbardziej podstawowy element. Big Data dotyczy ogromnych zbiorów danych, z którymi nie poradzą sobie tradycyjne narzędzia. Big data zaczyna się gdy mówimy o tera czy petabajtach danych. Variety (Różnorodność) – dane pochodzą często z wielu różnych ,niespójnych źródeł. Aż 80% z nichma charakter nieustrukturyzowany. Jednym z trudniejszych wyzwań jest możliwosć analizwować razem. Velocity (Szybkość) – nowe dane powstają niesamowicie szybko ich analiza często musi być prowadzona w czasie rzeczywistym, dlatego niezbędna jest także umożliwienie szybkiego ich przetwarzania. Veracity (Wiarygodność) – gromadzone dane muszą pochodzić z wiarygodnych źródeł 5.Value (Wartość) – z tego ogromu informacji trzeba być w stanie wyodrębnić te, które są istotne i wnoszą jakąś wartość.
• #24: Smart Data - to uporządkowane, pogrupowane i zinterpretowane dane, Szczególne znaczenie nadają 2V - - Veracity (Wiarygodność) i Value (wartość). Oczywiście nie pomijajac pozostałych. Dane stają się “smart” dopiero wtedy, gdy przekładają się na podejmowanie właściwych decyzji, rozwiązują waży dla firmy problem. A gdzie leży problem w ich uzyskaniu? .
• #25: Problemem nie są braki w technologii, ale nasze umiejetności jej wykorzystania. Nie wszystko musisz, a nawet nie powinieneś robić sam. – Jak mówi M.Porter „Esencja strategii leży w tym czego nie robimy”. Musimy jasno określić jakie działania będziemy delegować a na jakich skupimy swóją uwagę. Analityka musi przenieść się z poziomu działu IT na poziom biznesu i jego funkcji operacyjnych. Jak to osiągnąć?
• #26: Opisałam to w4 krokach. Nie mówię, że należy wykonywać je po kolei, a bardziej przyjąć postw,ę, że powinny się one zazębiać…. Ale każdemu z nich warto poświęcić trochę czasu.
• #27: Po 1 – ludzie i świadomość. Spójrzmy, Jaką drogę musi przejść firma, aby mądrze zarządzać BIG DATA? Od niewiedzy, przez radzenie sobie, zrozumienie, zarządzanie do innowacji. Obecność tutaj oznacza, że nie jesteście na etapie nie iwedzy. Prawdopodobnie wiekszosć z Was jakoś już sobie radzi lub walczy na etapach zrozumienia i zarządzania.
• #28: Dlaczego odpowiedni zespół i świadomość są tak ważne? 52% CEO w przeszłości zignorowało dane, których nie umieli zinterpretować. Potraficie sobie wyobrazić tego skutki? Gromadzić big data zabrakło kogoś kto byłby w stanie te dane zinterpretować i przekuć w konkretne roziwązanie. To co wspominałam już wcześniej – mamy świadomość że BIG Data może przynieść nam korzyści chociażby takie jak usprawnienie proces podejmowania decyzji i analizowania informacji w ich firmie, Ale nadal brakuje nam świadomości dotyczącej tego, jak z nich korzystać!
• #29: Wszystko wskazuje na to, że jednym z najwiekszych problemów, jest brak wiedzy. Managerowi już widzą, że Jednym z ich głównych wyzwanń będzie mały dostęp do odpowiednio wykwalifikowanych pracowników w zakresie analityki BIG DATA. Co więcej. Już wkrótce analitycy Big Data mają być najbardziej poszukiwanym zawodem na rynku.
• #30: Będąc świadomym i mając odopwiednich ludzi, można iść dalej – do narzędzi. Analiza big data wykorzystywana jest obecnie przez 1 na 5 firm w naszym kraju. Ponad 1/3 specjalistów przyznaje, że w ich organizacjach wciąż nie opracowano i nie wdrożono polityki wykorzystania danych pozyskiwanych w ramach Big Data. Czyli póki zajmują się gromadzeniem. Firmy które decydują się na inwestycję w narzędzia, wskazują przede wszystkim na narzędzia analityczne do wizualizacji danych oraz ich „wydobywania” ze zgromadzonych zbiroów. .
• #31: Technologia daje zestaw bardzo rozbudowanych narzędzi. Wiele korzyści z ich zastosowania wynika z faktu, iż pewnych zależności i zachowania klientów nie da się zauważyć „gołym okiem” - big data pozwala spojrzeć z niedostępnej do tej pory perspektywy. Nie jestem ekspertem od narzędzi analitycznych BIG Data i uważam że każda firma powinna dobrać narzędzie dopasowane do jej potrzeb. Moim celem dzisiaj jest wskazanie wszystkich czynników sukcesu, które warto uwzględnić. Jestem pewna że o wykorzystywaniu narzędzi dowiecie się jeszcze sporo z innych prelekcji. Poza tym jeżeli dobrze wykonaliście krok 1 powinnieście już mieć w swoim zespole osobę, która dobrze Wam doradzi i zajmie się analityką. Big Data success is not about implementing one piece of technology (like Hadoop or anything else), but instead requires putting together an assembly line of technologies, people and processes.  You need to capture data, store data, clean data, query data, analyze data, visualize data.   Some of this will be done by products, and some of it will be done by humans.  Everything needs to be integrated seamlessly. Ultimately, for all of this to work, the entire company, starting from senior management, needs to commit to building a data-driven culture, where Big Data is not “a” thing, but “the” thing. http://mattturck.com/wp-content/uploads/2016/02/matt_turck_big_data_landscape_v11.png
• #32: Ściśle powiazana z narzędziami jest strategia BIG DATA i właściweie trudno powiedzieć co powinno być pierwsze…. Dlaczego firmy jej potrzebują? Gromadzone przez przedsiębiorstwa duże zasoby danych zaczynają być postrzegane jako źródło przewagi konkurencyjnej oraz możliwość precyzyjnego dostosowania oferty do potrzeb klientów. 8/10 polskich menedżerów IT uważa, że big data będzie stanowiło trzon strategii ich przedsiębiorstw w ciągu najbliższych 5 lat. Najważniejsza jest wiedza o tym po co dane te są gromadzone i pod jakim kątem powinny być analizowane, bez tej wiedzy wdrażanie zaawansowanej analityki jest problematyczne i nieefektywne. 3 na 4  (75 proc.) ekspertów IT uważa, że ich firma rozwijałby się lepiej, gdyby tylko wiedziała, jak w pełni wykorzystać potencjał cyfrowych danych. 42 proc. ekspertów IT deklaruje, że największą trudnością będzie dla nich integracja różnych źródeł danych w firmie będzie. Spójrzmy co najczęście napędza powstanie projektów big data? . Firmy, które potrafią wyciągać trafne wnioski na podstawie analizy danych, mogą uzyskać m.in.. dużo bardziej precyzyjny obraz swojego klienta. A co za tym idzie, są w stanie lepiej spersonalizować ofertę, przewidzieć jego potrzeby i sprawić, żeby wracał do nich częściej. Popularność i skuteczność zbierania danych bierze się z prostej, ale bardzo ważnej zasady w biznesie, która mówi: słuchaj swoich klientów
• #33: Główne punkty strategii big data: Spójność ze strategią biznesową j, jasno okrelaślającej cele, na których realizację ukierunkowane ma być wdrażanie big data. Zbiór projektów/ inicjatyw nbiznesowych Ustalić jasne cele Oczekiwane efekty i kluczowe czynniki sukcesu Zakres zadań Niezbędne zasoby – źródła danych, narzędzia, ludzi oraz infrastrukturę http://blog.integratedsolutions.pl/sieci-i-telekomunikacja/jak-dostosowac-infrastrukture-aby-byla-gotowa-na-big-data/ Aż 80 procent procesów biznesowych do 2020 roku zostanie zmodernizowanych dzięki big data, przewidują analitycy Gartnera
• #34: I tu przechodzimy do najbardziej kluczowych zasobów – infrastruktury IT, która leży u podstaw BIG DATA. Spójrzmy na główne obawy firm, są to m.in. o wysokie koszty i bezpieczeństwo rozwiązań big data – można je rozwiązać poprzez wykorzystanie odpowiedniej infrastruktury IT. Często przyznają także że ich własna infrastruktura nie jest przygotowana na implementację rowiązań BiG Data. „Picking between Spark or Hadoop isn’t the key to big data success. Picking the right infrastructure is.”It is is more than Spark or Hadoop. It's running both on elastic infrastructure. Chodzi o to że rózne narzędzia pomogą nam zrealizować te same cele, jedank konsekwencje decyzji czy utrzymujemy własny isprzęt IT i szykujemy się w przyszlości na budowę ogromnego centrum danych czy też zlecamy te zadania firmie zewnętrznej mogą być decydujące. sporo uwagi w przypadku Big Data poświęca się aplikacjom, tymczasem bardzo istotne jest zbudowanie odpowiedniej infrastruktury, która ułatwi prowadzenie analizy informacji, a z drugiej strony nie będzie zbyt kosztowna ani za mała jak na potrzeby organizacji. Zatem jaka infrastruktura pozwoli najlepiej wykorzystać potencjał BiG data?
• #35: Firmowe zaplecze IT powinno umożliwić realizację strategii big data na 2 równie ważnych poziomach. Analityka prowadzona w czasie rzeczywistym - Nawet najbardziej zaawansowane narzędzia, nie gwarantują ich szybkiego przetwarzania – do tego należy mieć skrojoną na miarę potrzeb infrastrukturę IT. Z drugiej strony firma musi mieć Możliwość archiwizacji dużych zbiorów danych i dokładniejszego analizowania ich w przyszłości, co oznacza ogromne zapotrzebowanie na zasoby IT. Porządane cechy infrastruktury: Dostępność – dostęp do danych zawsze kiedy są potrzebne Skalowalność – Możliwość dowolnego powiększania swoich zbiorów, dodawania mocy obliczeniowej. Co może okazać się bardzo trudne gdy firma dysponuje określoną ilością fizycznych serwerów. Bezpieczeństwo – zarówno samego sprzętu jak i zainstalowanych narzędzi i aplikacji. Szybkość – jak wspominałam niektóre dane wymagają analizy w czasie rzeczywistym, ważny jest też natychmiastowy dostęp do danych. Niezawodność – w erze big data awaria sprzętu czy utrata danych to istna katastrofa. Większosć firm, które straciły dane w wyniku awari konczy swóją działalność w ciągu kolejnego roku. Macie do wyboru1 z 2 wyjść – inwestycja w kosztowną infrastrukturę i sztab specjalistów albo decyzja o otsourcing działań IT i skupiasz się na tym co, dlaczego i jak analizować. Dlaczego warto wybrać wyjście numer dwa?
• #36: 81% managerów uważa że, do wdrażania projektów BIG DATA niezbędne będzie wykorzystanie technologii cloud computing. Cisco Connected World Technology Report (CCWTR), CISCO Chmura obliczeniowa w najszerszym ujęciu to jak możliwość wynajęcia IT jako usługi, a nie produktu. Jako chmurę (cloud) możemy tu rozumieć cały sprzęt, infrastrukturę, przestrzeń archiwizacyjną, aplikacje i interface’y, które umożliwiają dostarczanie usług informatycznych, a usługi w chmurze (cloud services) to nic innego, jak dostarczanie tych usług w formie oddzielnych komponentów, np. mocy obliczeniowej serwerów. Koncentracja na kluczowych wyzwaniach – Możliwość koncentracji na strategii i analityce BIG DATA. Optymalizacja kosztów - Do aż 80% niższe całkowite koszty korzystania (TCO) z 1 tys. serwerów przy wyborze rozwiązania w chmurze. Bezpieczeństwo danych i zasobów – Bezpieczeństwo na 2 poziomach: fizycznym i aplikacji. Jeśli o bezpieczeństwo zasobów IT zajmuje się niezależna komórka lub zewnętrzna firma, jego standardy są wyższe – aż 73% takich firm ma plany działania na nieprzewidziane okoliczności.
• #37: 4. Brak ograniczeń - Trudno określić ile dokładnie danych firma będzie gromadzić za kilka lat. Zasoby chmury są nieograniczone, a dzięki ich skalowalności można zwiększać ich ilość wraz ze wzrostem zapotrzebowania. Projekty Big Data wymagają skalowalnych zasobów, ponieważ mogą bardzo dynamicznie zmieniać swój rozmiar. 5. Możliwości rozwoju - Poza obniżką kosztów, chmura obliczeniowa oznacza m.in. Wzrost efektywności biznesowej i możliwość szybszego wprowadzania nowych rozwiązań. Firmy aktywnie stosujące Big Data, chmurę obliczeniową i mobilność cechuje ok. 53% wyższy wskaźnik wzrostu.
• #38: I już na koniec: „O wartości Big Data nie świadczą zbudowane przez Ciebie góry, lecz widok jaki masz ze szczytu.” Zatem nie chodzi zatem o to aby na fali rosnącego zainteresowania BIG DATA zbierać wszystkie możliwe informacje i budować ogromne i kosztowne zaplecze IT, ale aby jak najlepiej wykorzystać jego potencjał. To wymaga jednak zmiany sposobu myślenia. … Główna myśl: BiG Data dzieję się już dziś i wszyscy coraz chętniej z niego korzystają. Wyzwaniem jest jak zrobić to mądrze i odpowiednio się przygotować. Czyli w jaki sposób i gdzie zbierać big data. Chciałabym pokazać Wam jakich zmian w myśleniu oraz zasobach IT wymaga świadoma implementacja strategii BIG DATA. Czyli jakich podstaw potrzebujecie aby nie tylko być w stanie gromadzić gigabajty, petabajty czy zetabajty danych, ale maksymalnie wykorzystać je w realizacji swoich celów biznesowych.
• #39: Oraz właściwego podejścia do infrastruktury IT. Zostawiam Was z pytaniem, jak podejdziecie do tego tematu we wlasnej firmie…
• #40: Dziękuję za uwagę i zapraszam do kontaktu.