Big Data și IMM-urile: de ce companiile mici și medii ar trebui să le utilizeze

Big Data nu se utilizează doar în cadrul organizațiilor mari. Există un potențial ascuns în seturile mari de date, iar utilizarea lui poate contribui cu o reală valoare în progresul unei companii, ajutând la luarea unor decizii strategice mai bune. Iar acest lucru se aplică și în sectorul IMM-urilor. Așadar, ce reprezintă, de fapt, Big Data și cum pot companiile mici și medii să le utilizeze potențialul?

Big Data este unul dintre cele mai populare buzzwords din ultimul deceniu. Vorbim despre el în afaceri și tehnologie, respectiv în cadrul aplicații care necesită analiza resurselor mari de date: vânzări, managementul lanțului de aprovizionare, energie, producție și cercetare. Termenul a început să se răspândească acum un deceniu. Atunci a fost consolidată baza Google. Această companie a dovedit că dobândirea de informații de la seturi de date poate fi o afacere profitabilă.

S-a dovedit, astfel, că analizarea seturilor de date vă poate permite să aveți acces la informații prețioase. De exemplu, a apărut faptul că analizarea unor rezultate de căutare pentru simptome ale bolii, prelucrate de un motor de căutare pot prezice în mod eficient un val de cazuri de gripă. Analizare acestor căutări ale oamenilor a permis prezicerea, cu o probabilitate ridicată, a perioadei și locului focarelor – iar acest lucru reprezintă o informație foarte valoroasă pentru unele companii.

Aceasta e esența Big Data. În ultimul deceniu, a devenit evident că acest termen nu este doar un vehicul de marketing creat de consultanți cărora le place să creeze noi termeni.

Astăzi, Big Data este o nouă paradigmă pentru a privi și analiza mediul de afaceri, un instrument necesar pentru planificarea lansării a noi produse sau pentru a face schimbări critice în strategia de business. În fond, afacerile au fost analizate, măsurate și studiate aproape întotdeauna. Chiar și în zilele dinaintea Big Data, am fost înconjurați de tabele, rapoarte și tot ceea ce putea fi măsurat în organizații a fost măsurat. Vânzările, veniturile, rezultatele unităților de business – doar pentru a enumera câteva. Însă toate aceste lucruri reprezintă informații numite business intelligence, care nu au nimic de-a face cu Big Data. Business intelligence nu poate descoperi corelația dintre date și, astfel, genera introspecția celor care le interpretează, ci ne oferă informații simple, de exemplu, că vânzarea de bere în Q1 2018 în domeniul Y, de exemplu, a fost X.

Big Data și Data Science

Big Data și Data Science ne oferă răspunsuri la întrebări despre vor arăta vânzările din trimestrul următor, luând în considerare tendințele sociale actuale, viitoarele campionate mondiale și prognoza meteo pe termen lung. Analiza avansată va răspunde la întrebarea dacă acesta este un moment bun pentru a introduce un nou brand sau alege mesajul de marketing potrivit pentru a se potrivi cu starea de spirit actuală pe rețelele sociale.

Această cunoaștere nu este doar o presupunere, ci baza pentru luarea unor decizii exclusiv de afaceri cu privire, de exemplu, la articole, lanț de aprovizionare sau logistică. Business Intelligence nu este în măsură să ne furnizeze astfel de informații.

Compararea bazelor de date poate fi o mină de aur

Fără Big Data calitative, nu se poate obține un rezultat corect. În loc de informații valoroase, vom primi un simplu buzz informativ.

În primul rând, datele valoroase din punct de vedere operațional tind să fie „ascunse” chiar și în organizațiile care se pare că nu au seturi de date semnificative.

Să folosim un exemplu real dintr-un oraș mare american cu trei spitale, care se confruntă cu creșterea costurilor. O analiză a rapoartelor pacienților și a informațiilor de la poliție cu privire la infracțiuni și accidente și includerea locațiilor a scos la iveală o anumită regularitate. După juxtapunerea datelor cu costurile spitalului, s-a descoperit că 80% din costuri sunt generate de 13% din populație. Informația în sine pare evidentă, la urma urmei, principiul Pareto funcționează aproape peste tot. Ceea ce a fost unic este locația exactă a zonelor în care există cea mai mare densitate de astfel de oameni.

Obținerea acestor informații a permis o mai bună organizare a serviciilor de urgență, introducerea de acțiuni proactive suplimentare, care au contribuit la o reducere semnificativă a costului asistenței medicale în tot orașul.

Un alt exemplu neevident este utilizarea unei aplicații furnizate de oraș pentru a îmbunătăți calitatea drumurilor. Utilizatorii care rulează aplicația pe telefoanele lor au permis ca locația să fie înregistrată și transmisă instituțiilor de sănătate rutieră oraș – interesant și unic în acest exemplu, este momentul în care locația a fost trimisă. Aplicatia a folosit un senzor de accelerare construit in aproape toate telefoanele moderne si a trimis locatia doar atunci cand telefonul a inregistrat vibratii violente, as putea ca aceasta mașina sa cadă. Restul sunt statistici pure și prelucrarea datelor – orașul a primit o hartă permanentă actualizată a locurilor cu suprafețe deteriorate.

Rolul unui data scientist

Exemplul de mai sus descrie o „analiză” în care datele obținute din aplicații au fost suprapuse cu harta orașului. Cu toate acestea, acest proces nu este evident – la un moment dat cineva trebuie să vină cu ideea de a compara o dată cu alta. În acest moment intervine data scientist, adică expertul în analiza datelor, a cărui competență principală este de a traduce provocările în business în probleme analitice care pot fi rezolvate pe baza datelor deținute.

Un expert în analiza datelor este un consultant, adesea o persoană angajată pentru un anumit proiect, care prelucrează setul de date, generând conexiuni și informații acționabile pentru companie. În cazul spitalului, expertul a spus că datele raportului ar trebui să fie comparate cu harta orașului și să încerce să localizeze „cele mai roșii” zone.

Motivele unei companii pentru introducerea Big Data pot fi cel mai adesea împărțite în mai multe categorii:

  • Optimizarea proceselor sau creșterea eficienței (exemplu de spital)
  • Identificarea riscurilor (detectarea fraudei, analiza tendințelor, recenzii ale produselor și răspuns rapid la incidentele de pe rețelele sociale)
  • Descoperiți noi oportunități de afaceri (planificarea promoțiilor, introducerea de produse noi, căutarea clienților cheie)

Cu toate acestea, acest lucru nu înseamnă că Big Data este rezervat exclusiv pentru organizații mari, corporații sau întreprinderi. Toate companiile ar trebui sa utilizeze aceste servicii, pentru obținerea unor informații acționabile, pe care altfel nu le-ar putea obține. Iar vestea bună este că, pentru a explora potențialul Big Data, nu trebuie neapărat să știți să lucrați cu seturi mari de date. Puteți începe simplu, contactând un furnizor, cu un rezumat al situației inițiale: „Am mai multe seturi de date despre companie, vânzări, baza de clienți, etc. Aș dori să optimizez activitățile sau să introduc noi servicii, dar nu știu să le combin și să le analizez, vă rog să mă ajutați.”

Forme de inteligență artificială care învață din datele noastre

Mecanismele și metodele de analiză sunt multe și altele noi sunt create în fiecare zi. O tendință care evoluează rapid în analiza datelor este așa-numita învățare automată și inteligență artificială (AI/deep learning). Permitem mașinii să învețe din datele noastre, să tragă concluzii pe cont propriu și să alcătuiască informații care pot contribui în decizii strategice de business. De exemplu, analiza sentimentelor și intențiior utilizatorilor pe site-urile web, anticiparea prețurilor apartamentelor pe baza datelor din tranzacțiile anterioare sau sugerarea produselor suplimentare pe care o companie le poate oferi în promoții.Toate acestea se bazează pe analiza seturilor mari de date.

Alegerea unui partener potrivit: baza obținerii informațiilor valoroase din date este

Big Data nu este un concept virtual. Pentru colectarea seturilor mari de date, aveți nevoie de o infrastructură IT eficientă, în care acestea să fie ușor accesibile, iar întregul proces să fie eficient.

Prin urmare, în procesul de pregătire pentru a face saltul în utilizarea Big Data, partenerii IT sunt elementul cheie. Pentru a propune soluții adecvate situației particulare a fiecărui client este necesară o viziune holistică a nevoilor acestuia. Dell EMC este un partener competent și flexibil, care poate identifica nevoile clienților, ajuta la analizarea datelor și propune o soluție care să ofere un randament adecvat al investiției.

De asemena, este important ca un partener IT să aibă un portofoliu suficient de mare de servicii și soluții diverse, inclusiv soluții flexibile și scalabile sau soluții bazate pe cloud (așa-numitele Big Data la cerere) și arhitectură hiperconvergentă. Numai atunci abordarea și recomandările partenerului nu vor fi limitate de serviciile sau produsele pe care doresc să le vândă.