Big Data i danetyzacja

Angielskie słowo data oznacza to co zostało podane, potocznie, coś, co może zostać zapisane, analizowane i reorganizowane. Danetyzacja oznacza zbieranie informacji o wszystkim (miejsce przebywania, naprężenie konstrukcji, wibracje silnika) i przetwarzanie ich, w określony format, w celu skwantyfikowania. W ten sposób mogą zostać wykorzystane w analizie prognostycznej – przewidywaniach przyszłych zdarzeń (Mayer – Schonberger, Cukier, 2014, s. 33).

Dane są obecnie surowcem dla biznesu i istotnym wkładem w gospodarkę wykorzystywanym do tworzenia nowych form ekonomicznej wartości. Mogą być ponownie wykorzystywane aby stać się źródłem innowacji i nowych usług. (Mayer, 2014, s. 19)

Termin Big Data obejmuje to, co może być zrealizowane w dużej skali. Celem jest uzyskana nowej wiedzy lub stworzenia nowej wartości (Mayer, 2014, s.20). Ważne jest pytanie - co się dzieje?, a nie – dlaczego się dziej?

W XX wieku zaczęły zyskiwać na znaczeniu wartości niematerialne – własność intelektualna, a w XXI wieku dane stały „fundamentem” nowego modelu biznesowego. Ilość danych rośnie coraz szybciej, a ich przetwarzanie stało się szybsze i prostsze. Liczy się zdolność do analizowania (korelacja) ogromnych ilości danych, nieuporządkowanych i niedokładnych. Nieuporządkowanie jest efektem niedoskonałości narzędzi, których używamy do mierzenia, zapisywania i analizy danych.

102

Volume, velocity oraz variety - 3 „v” utożsamia się z wyjściową definicją Big Data jako takiego zbioru danych, który charakteryzuje się wielkimi rozmiarami, wielkim tempem przyrostu nowych danych oraz minimalnym stopniem entropii.

Velocity przyrostu danych, charakterystyczna dla Big Data, uniemożliwia prowadzenie ich analizy tradycyjnymi metodami obróbki cyfrowej, ponieważ wyniki analizy kolejnych porcji danych pojawiałyby się wolniej niż napływałyby nowe informacje. Wraz z rozwojem Big Data zaczęto zwracać uwagę na dodatkowe wymiary zbiorów danych, poza pierwotnym zestawem 3V (wielkością, prędkością przyrostu oraz różnorodnością), również na wiarygodność, nierównomierność, złożoność oraz wartość (Nowakowski, dostęp 5.03.2017).

Prędkość wzrostu danych w jednym okresie może być olbrzymia, a w innym pozostać na praktycznie zerowym poziomie. Różnorodność może rosnąć i maleć w dowolny sposób. Wiarygodność może być bardzo wysoka, a za chwilę, w innych warunkach, drastycznie niska. Żadne źródło danych, żaden format danych nie może zostać oddzielony i analizowany w oderwaniu od pozostałych, bo będzie to prowadzić do nieakceptowalnego odchylenia analizy

Wartości danych wyznacza ich potencjalne zastosowanie w przyszłości i nie zmniejsza się gdy zostaną zużyte. Pełna wartość danych jest dużo wyższa niż wartość wydobyta podczas pierwszego użycia (Mayer, 2014, s. 130-138).

Biznes wykorzystuje tylko ok. 10–15 proc. dostępnych dla niego danych. Jednym z pionierów Big Data na świecie, obok takich gigantów internetowych jak Amazon, Google czy eBay, była amerykańska sieć handlowa Wal-Mart. Firma przy pomocy dużych zbiorów danych zaczęła prognozować popyt na swoje poszczególne produkty, a także przewidywać sprzedaż nowo wprowadzanych.

Sieci handlowe, w tym nawet marki luksusowe (m.in. Burberry), dzięki Big Data, poznają preferencje klientów i śledzą efektywność łańcuchów dostaw. Niektóre źródła podają, że dzięki temu narzędziu sprzedawcy mogą podnieść swoje marże nawet o 60 proc. Pracownicy, takich firm jak Allegro czy eBay, poświęcają wiele czasu na analizę zakupów dokonywanych przez klientów.

Dane pochodzą najczęściej z legalnych, wewnętrznych źródeł informacji, czyli własnych zasobów firm (http://rynekinformacji.pl/big-data-metoda).

Big Data pozwala na:

• tworzenie efektywnych systemów rekomendacyjnych, proponujących klientom produkty i towary, którymi mogliby być potencjalnie zainteresowani,

103

• przetwarzanie danych w czasie rzeczywistym - zbierane dane, głównie opinie użytkowników mediów społecznościowych, natychmiast poddawane analizie,

• korygowaniu niedociągnięć przez oferujących usługi i produkty,

• budowaniu szerokiej wiedzy o klientach, ich preferencjach, wartościach, skłonnościach do zakupu produktów, dopasowanie produktu (bank proponuje klientowi kartę kredytową, gdy ten zaczyna podróżować lub usługi bankowości internetowej, wtedy gdy zaczyna korzystać z zakupów online),

• docieranie i czerpanie z informacji o konsumentach, ich zwyczajach zakupowych, potrzebach, pasjach, kontaktach towarzyskich.

Wystarczy skorzystać z informacji o wielkości sprzedaży i lokalizacji zakupów udostępnianych m.in. przez Factual. Pomocą służą także takie serwisy jak Kaggle, który na całym świecie współpracuje z 60 tys. ekspertów, którzy specjalizują się w rozwiązywaniu problemów analitycznych.

Kluczem do sukcesu jest zadanie właściwych pytań biznesowych i odpowiednia selekcja danych do analizy. Należy zdefiniować swoje potrzeby biznesowe, a pierwsze próby przeprowadzać ostrożnie i raczej na małą skalę. Duże pieniądze wydane na narzędzia analityczne i technologie potrzebne do dokonywania analiz nie są gwarancją sukcesu (http://rynekinformacji.pl/na-big-data-stac-male).

Przewiduje się, że:

• coroczny wzrost rynku Big Data będzie wynosił około 40 proc.,

• światowy rynek Big Data wart był w 2013r. ok. 48 mld dolarów, czyli prawie pięć razy więcej niż w roku 2012 – raport „Digital Trends 2013”

przygotowanego przez Deloitte oraz Allegro,

• następować będzie dynamiczny rozwój nowych narzędzi i metod analitycznych (wynika to z potrzeby analizy i rosnącej w bardzo szybkim tempie ilości produkowanych na świecie danych),

• gromadzenie, przetwarzanie i analizowanie danych to jeden z filarów cyfrowej transformacji, która pozwoli zwiększyć efektywność przedsiębiorstw i instytucji (w tym banków),

• ilości danych rośnie wraz z rozwojem Internetu rzeczy i mediów społecznościowych,

• do 2018 roku przepływ danych zewnętrznych w firmach wzrośnie pięciokrotnie (jak wynika z prognoz IDC),

104

• podmioty, które będą przodować w cyfrowej transformacji, zwiększą ilość danych wychodzących co najmniej 500-krotnie,

• zarówno analitycy rynku, jak i przedsiębiorstwa IT oczekują dynamicznego wzrostu sektora big data,

• wykorzystanie danych może przynieść znaczącą wartość biznesową.

(Olszewski M., http://rynekinformacji.pl/rosnie-zapotrzebowanie).

Najbardziej rozwinięte kraje świata zaczynają dostrzegać olbrzymią ekonomiczną wartość danych. Unia Europejska chce udostępniać wiele wyjściowych zbiorów danych o gospodarce całego kontynentu (a nie tylko końcowe wyniki analizy z EuroStatu). Wielka Brytania otworzyła Open Data Institute, który stanowi wyłom w restrykcyjnym prawie dotyczącym danych – Crown Copyright.