Polska i Europa – gdzie można handlować w niedzielę i co grozi za naruszanie ustawy
Polska i Europa – gdzie można handlować w niedzielę i co grozi za naruszanie ustawy?
Wrzesień 12, 2018
Nowa ścieżka transportu. Współpraca Europy i Chin w sprawie kolei
Nowa ścieżka transportu. Współpraca Europy i Chin w sprawie kolei
Wrzesień 14, 2018

Big Data – czarny koń biznesu

Big Data – czarny koń biznesu

Jeszcze nie tak dawno przechowywanie czy archiwizowanie dużych ilości danych sprawiało niemałą trudność przedsiębiorcom. Obecnie przetwarzanie i umiejętność ich wykorzystania stanowi kluczowy element konkurencyjności na rynku biznesowym.

Definicja Big Data bardzo zmieniła się na przestrzeni kilkudziesięciu lat. Najczęściej, opisując to pojęcie, pada zdanie, iż Big Data to ogromna ilość danych (która zawiera duże ilości treści) generowanych w bardzo szybkim czasie. Charakterystykę Big Data opisuje się za pomocą zasady 4V: volume (duża ilość danych), variety (różnorodność typów danych), velocity (dynamiczność, prędkość danych), value (ocena wyrażana poprzez weryfikację).

Według definicji Gartnera z 2012 roku Big Data to zbiory informacji udzielające pomocy nowym formom przetwarzania, aby wspomagać podejmowanie decyzji i m.in. optymalizację procesów. Jest to możliwe dzięki analizie i konkretnym sposobom przedstawiania wniosków. Big Data jest zatem nie tylko gromadzeniem i przetwarzaniem danych, ale też ich wizualizacją i analizą, aby osiągnąć dane korzyści biznesowe.

Aby mówić o Big Data, muszą być spełnione trzy warunki:

– zbiór danych musi być dostępny zdalnie (w tzw. chmurze),

– dane muszą być nie tylko zbierane, ale i analizowane, aby można było wyciągać wnioski,

– potrzebne jest archiwum, do którego trafiałyby informacje pochodzące z różnych źródeł. Jedna firma nie poradziłaby sobie z tym sama, dlatego przed systemami Big Data stoi duże wyzwanie, z którym jak dotąd dobrze sobie radzą.

Big Data pomocą w bankowości

Z jakich informacji składa się Big Data? Liczy się nie tylko przychód klientów, ale również to, w jaki sposób wydają oni zarobione pieniądze (metoda skuteczna do sprawdzenia, kto jest oszczędny i zaradny, a kto wydaje ponad miarę). To jeszcze nie wszystko – Big Data niezawodnie analizuje ryzyko kredytowe. Zazwyczaj klient musi oczekiwać na decyzję z banku, który potrzebuje zaświadczenia o zarobkach (a nie jest to już zbyt wystarczający dowód). Big Data – oprócz skupienia się na przychodach i tym, na co klient wydaje pieniądze – analizuje jego profil na Facebooku, czy też pliki cookies, sprawdza miejsce zatrudnienia i historię zakupów w internecie, np.: na Allegro. Można więc uznać, że Big Data to lojalny sojusznik banków, które dużo szybciej i pewniej są w stanie oszacować, kogo stać na wzięcie kredytu. Dodatkowo, banki są w stanie zaproponować kredytobiorcy najlepiej dopasowaną ofertę do jego potrzeb. Istnieje założenie, że w ciągu najbliższych dwóch lat 80% procesów bankowych zostanie zoptymalizowanych za pomocą Big Data.

Big Data w handlu i marketingu

Skoro Big Data – dzięki swoim zbiorom informacji – jest w stanie pomóc bankom w udzielaniu indywidualnych pożyczek dla klientów, to tym bardziej te dane przydadzą się w gałęzi handlu i marketingu. Im bardziej doprecyzowana oferta, tym większe zadowolenie dla konkretnego klienta usatysfakcjonowanego z zakupu. Osoba taka częściej będzie korzystała z usług tego sprzedawcy/firmy, polecając go/ją swoim znajomym. W efekcie wzrasta renoma i zyski tego podmiotu handlowego. Na podobnej zasadzie działa algorytm platformy YouTube – po obejrzeniu danego odcinka kulinarnego na karcie polecanych dla nas klipów zaczynają pojawiać się filmiki o podobnej tematyce, które możemy obejrzeć lub uznać za coś, co nas nie interesuje. To znacznie ułatwia i skraca czas odnajdywania ciekawych dla nas treści. Big Data to strzał w dziesiątkę i usługa na miarę XXI wieku.

Transport a Big Data

W dobie postępującej automatyzacji prace przedsiębiorstwa wspiera wiele różnych programów. Jest tak m.in. w firmach transportowych. W branży TSL – transport-spedycja-logistyka – pracę tych ostatnich wspierają np.: giełdy transportowe potrzebne do tego, by zdobyć miarodajne zlecenia, programy służące rozliczaniu czasu pracownika i systemy lokalizacyjne. Połączenie tych informacji może przynieść cenne wnioski, które w przeliczeniu na dni i miesiące mogą pomóc zaoszczędzić firmom wiele milionów. Dla przykładu, amerykańska firma spedycyjna UPS w ramach badań programu ORION wykorzystuje sensory zamontowane w ponad 46 tysiącach samochodów. Otrzymane dane służą do określenia prędkości, zużycia paliwa i kierunku jazdy na danej trasie, co przekłada się na uwzględnienie możliwie najkrótszej trasy i modyfikowanie jej w razie potrzeby. Zaowocowało to zaoszczędzeniem przez firmę około 5,5 mln paliwa w skali roku, co ma przełożenie finansowe sięgające ponad 50 mln dolarów rocznie.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

Wykorzystujemy pliki cookies do prawidłowego działania strony, aby oferować funkcje społecznościowe, analizować ruch i prowadzić działania marketingowe. Więcej informacji znajdziesz w polityce cookies.
Czy zgadzasz się na wykorzystywanie plików cookies? Ok