Prawidłowa interpretacja danych odgrywa kluczową rolę w przedsiębiorstwach, a także znaczącą rolę w gospodarce krajowej, światowej i również społecznej. W przypadku zarządzania większa dostępność danych to dokładniejsza analiza i lepsze decyzje prowadzące do większej wydajności operacyjnej, obniżenia kosztów i zmniejszenia ryzyka. Big Data okazuje się dziś nie tylko kluczem do biznesowego sukcesu, ale jest przede wszystkim: kluczem do przeżycia w tym biznesie. Prędzej niż później każda firma, chcąca liczyć się na rynku, stanie przed koniecznością wejścia na cyfrową ścieżkę danych. Nie mam wątpliwości, że to właśnie dynamika rynku Big Data stanie się głównym motorem do działań dla wielu polskich firm. Priorytetem dla rodzimego biznesu powinno stać się nie tylko wdrożenie nowych narzędzi do analityki danych, lecz także monetyzacja danych już zgromadzonych przez przedsiębiorstwa.

Dane pochodzące z analiz Big Data mogą mieć olbrzymią wartość materialną, zwłaszcza w połączeniu z innymi danymi, np. pochodzącymi z wewnątrz organizacji. Do klasycznych narzędzi analizy Big Data zalicza się przede wszystkim grid computing, przetwarzanie w bazie danych (in-database processing) i analitykę w pamięci (in-memory analytics). Aby jednak analizy odnoszące się do Big Data były prowadzone prawidłowo i aby organizacja mogła z nich odnieść jak największe korzyści, konieczna jest współpraca nie tylko analityków danych, lecz wielu uczestników organizacji.

Narzędzia analityczne są coraz bardziej pomocne nie tylko przy podejmowaniu decyzji strategicznych, ale również pozwalają zwiększyć efektywność codziennej pracy wielu działów firmy – zwłaszcza tych odpowiedzialnych bezpośrednio za sprzedaż, marketing i zarządzanie relacjami z klientem. Poznanie zachowań klienta, korelacja jego aktywności w różnych kanałach zakupu i komunikacji, zarówno online jak i offline (sklepy tradycyjne, galerie handlowe, salony firmowe i partnerskie) staje się obecnie absolutnym priorytetem.

Dzięki dużym zbiorom informacji (Big Data), można znacznie zoptymalizować działania w wielu dziedzinach. Analizy biznesowe wykonywane na bazie wielkich zbiorów danych stają się codziennością wielu przedsiębiorstw. Big Data to przewaga konkurencyjna, ponieważ pozwala tworzyć wnioski w czasie rzeczywistym, opierając się na zachodzących obecnie na rynku procesach. Jest to przypadek, kiedy – dzięki analizie w czasie rzeczywistym olbrzymiej ilości danych – jesteśmy w stanie zaproponować odbiorcy realną wartość.

Wykorzystując wielkie zbiory danych, menadżerowie dokonują wybory na podstawie dowodów, a nie intuicji, zbiory te maja potencjał, by dokonać rewolucji w sferze zarządzania.

10 największych obszarów, w których ma zastosowanie trend Big Data to:

1. Dane finansowe (w tym bankowość) – banki i firmy inwestycyjne posiadają i analizują ogromne ilości danych, aby wyprzedzić konkurencję. Zastosowanie tak ogromnych baz danych, które są związane z obsługą bankowości elektronicznej i analizą operacji bankowych. Następuje również analiza zebranych danych dotyczących klientów, które pomagają wydobywać duże ilości danych o klientach, takich jak demografia, geolokalizacja, wydatki i inne, w celu poprawy swoich produktów i kampanii marketingowych oraz dla oceny ryzyka kredytowego.
   
   
2. Transakcje detaliczne – większość handlowców już przechowuje w swoich punktach sprzedaży ogromną ilość danych z transakcji z klientami. Analiza danych finansowych i informacji dotyczących klientów potrzebna jest, aby zwiększyć sprzedaż. Ogólnie planowanie i zarządzanie przedsiębiorstwem.
   
   
3. Branża telekomunikacyjna – w której firmy potrzebują tych danych m.in. do tworzenia strategii, kampanii marketingowych, oferty produktowej, budowie lojalności klientów.
   
   
4. Branża turystyczna.
   
   
5. Social Media Activity (aktywność w mediach społecznościowych) – analiza ogromnej liczby danych dla dużych firm (eksploracji danych), aby uchwycić miliony danych z portali społecznościowych, takich jak Facebook, Twitter czy YouTube.
   
   
6. Instytucje administracji publicznej (np. w służbie zdrowia) – rejestry medyczne, elektroniczna dokumentacja medyczna pacjenta (historia pacjenta).
   
   
7. Bioinformatyka – np. przy analizach sekwencji kodu DNA, sekwencji genomów, białek, co wzmacnia proces znajdowania nowych leków, czy przy analizach wspomagających wykrywanie chorób (przez wyszukiwanie zależności) oraz morfometria, czyli analiza danych z obrazów dla potrzeb medycznych. Kryminalne bazy danych zawierające charakterystyki biometryczne. Rozpoznawanie obrazu, mowy, pisma, czyli przykładowo systemy analizy zdjęć w kartotekach policyjnych, wyszukiwanie określonych zależności na zdjęciach cyfrowych (rozpoznawanie obrazów), wspomaganie diagnostyki medycznej, badania genetyczne.
   
   
8. Przetwarzanie danych klientów w dużych firmach, np. telekomunikacyjnych, finansowych (banki), energetycznych. Firmy te zlecają analitykę danych swoich klientów w celach znajdowania zależności biznesowych, np. skuteczność promocji, charakterystyki targetowe (segmentacja), lojalność klientów, charakterystyki odpornościowe na konkurencję, prognozowanie sprzedaży, czy potencjał przejęć. Wpływa to na rozwój branży reklamowej, czyli promocja firmy i produktu dla przykładu przez tworzenie reklam skierowanych.
   
   
9. Rynek mobilny – popularne zastosowanie w postaci geolokalizatorów dla logistyki firm z różnych branż, np. transportowych, kurierskich, taksówkarskich, służb mundurowych.
   
   
10. Big Data w nauce – w doświadczeniach, takich jak fizyka (mnóstwo czujników i sensorów w akceleratorze).

Zastosowanie rozwiązań Big Data w różnych branżach

Źródło: Frizzo-Barker J., Chow-White P.A, Mozafari M., (2016), An empirical study of the rise of big data in business scholarship, “International Journal of Information Management”, Vol. 36.

Big Data znajduje praktyczne zastosowanie przede wszystkim w e-handlu i szeroko rozumianej branży internetowej. Skutecznie rozwiązuje problem bezosobowej relacji z klientem analizując informacje przez niego pozostawione i pozwala dopasować ofertę do potrzeb i preferencji kupujących. E-przedsiębiorcy oszczędzają czas, rekomendując klientom adekwatne produkty i usługi oraz zapewniają sprawną obsługę reklamacji i zwrotów poprzez dynamiczną reakcję na SMS-owe, telefoniczne lub mailowe zgłoszenie. Personalizacja klienta w e-commerce to wiodący obecnie trend, który w działaniu na wielką skalę nie jest możliwy bez zastosowania technik Big Data. Popularne dziś systemy rekomendacji (np. Gravity Reco, Avail, Quarticon, Evergage) dobierają dynamicznie produkty do upodobań klientów, prezentując im oferty w dowolnym momencie ścieżki zakupowej. Analiza danych historycznych umożliwia precyzyjne kierowanie oferty do grupy docelowej bez konieczności zwiększania wydatków na pozyskanie ruchu do e-serwisu.

Obok systemów rekomendacji duże znaczenie dla e-marketerów ma dziś marketing automation (MA), który dzięki analizie zachowań użytkowników online pozwala kierować do nich rozmaite akcje w czasie rzeczywistym. System przetwarza informacje behawioralne o użytkowniku i odpowiednio go segmentuje dokonując rozmaitych analiz jakościowych i prognoz weryfikując jego potencjalną wartość biznesową. Za pomocą tak zaawansowanego podejścia dział sprzedaży danej firmy koncentruje się tylko na tych klientach, którzy niosą ze sobą obietnicę generowania rzeczywistych zysków, nie tracąc czasu na tych, którzy nie rokują. Popularność systemów MA wzrasta w szybkim tempie, a na rynku nie brakuje świetnych rozwiązań o start-upowym rodowodzie, m.in. Eloqua (Oracle), Base CRM, czy Sales Manago.

Dla niektórych Big Data to sposób dotarcia do nowych możliwości i szans biznesowych, natomiast dla innych metoda na rozwiązanie palących problemów. Korporacje telekomunikacyjne zmagają się z rosnącym ryzykiem odejścia klientów (tzw. churn), dlatego koncentrują swe działania na poszukiwaniu sposobów zwiększenia ich lojalności. Analiza wielkiej ilości danych o konsumentach, umożliwia zneutralizowanie tego ryzyka. Kluczową rolę odgrywają tutaj metody wizualizacji przepływu zdarzeń, które spośród wszystkich możliwych ścieżek przepływu pozwalają szybko wyodrębnić te prowadzące do odejścia klienta. To z kolei pozwala na podjęcie odpowiedniej reakcji, aby klienta zatrzymać. Skuteczne wykorzystanie analityki prowadzi do precyzyjnego zdefiniowania potrzeb konsumenta, w tym zwłaszcza określenia elementów usługi, na których szczególnie mu zależy. W efekcie możliwe jest stworzenie sprofilowanej konkurencyjnej oferty z której skorzysta przedłużając umowę z operatorem.

Telekomy mogą pochwalić się dużym doświadczeniem w analizach Big Data. Mogą one monitorować poziom satysfakcji klienta, analizując jakość połączeń oraz odnajdując te, które do klienta nie dotarły, np. z powodu utraty zasięgu. Inny stosowany przez telekomy sposób analizy polega na weryfikowaniu ładunku emocjonalnego wypowiedzi klientów o dostawcy w mediach społecznościowych. Dzięki temu firma może odpowiednio zareagować na nadchodzące zagrożenie. Może bowiem opracować skrypty, na podstawie których pracownicy call center będą zachęcać klientów do pozostania z firmą, albo nowe polityki rabatowe dla najbardziej cennych osób planujących churn. Kluczowe jest zatem nie tylko zidentyfikowanie grożących ucieczką grup, lecz także stworzenie dobrej strategii utrzymania z nimi relacji. 

Zastosowanie Big Data we współczesnym biznesie pozwala zatem uzyskać firmom realną przewagę konkurencyjną. Oczekiwania dotyczące Big Data są ogromne i zakłada się, że zbieranie informacji z każdego źródła (urządzenia, Internet) będzie powszechne już wkrótce niemal dla każdego przedsiębiorstwa bez względu na jego wielkość (dziś pozwalają sobie na to wciąż jedynie najwięksi rynkowi potentaci). Odpowiednie wykorzystanie potencjału wnioskowania i analizy ogromnych ilości danych pozwoli poszczególnym jednostkom biznesowym znaleźć odpowiedzi umożliwiające: redukcję kosztów, redukcję czasu, szybsze i bardziej adekwatne podejmowanie decyzji biznesowych, rozwój nowych produktów i tworzenie zoptymalizowanych ofert, ale też obserwowanie i wyłanianie rynkowych trendów. Istotnym aspektem jest również automatyzacja i upraszczanie procesów wewnątrz organizacji. Umiejętna integracja systemów i analiza pochodzących z nich danych może wydatnie ułatwić produkcję, obsługę logistyczną i wiele innych.

Procesy związane z Big Bata niosą zagrożenie dla kilku aspektów prywatności (prywatność informacyjna, tajemnica świata wewnętrznego jednostki, sfera autonomii zachowania). Potencjalnym ograniczeniem stosowalności technologii Big Data jest oczywiście kwestia ochrony prywatności użytkowników produktu lub klientów przedsiębiorstwa, w tym w szczególności przetwarzania danych osobowych i wrażliwych. Coraz częściej rodzą się także pytania o to, jak ochronić wartość płynącą z wielkich zbiorów danych? Jak pisze Małgorzata Jankowska-Blank, szef działu prawnego firmy Gemius, myśląc o Big Data jako o danych ustrukturyzowanych (tzn. zebranych według określonej metody czy odpowiednio do określonych kryteriów) zastosowanie znajdują regulacje dotyczące ochrony baz danych. Ustalenie czy mamy do czynienia z bazą danych w rozumieniu konkretnych regulacji ma duże znaczenie, gdyż wiąże się z przyznaniem określonej ochrony podmiotom, którym prawo do takiej bazy przysługuje. A komu przysługuje? Regulacje posługują się terminem producenta bazy danych. Jest to podmiot, który poniósł ryzyko nakładu inwestycyjnego przy tworzeniu bazy. Innymi słowy podmiot, który zainwestował w sporządzenie danej bazy. Podmiot taki ma wyłączne prawo do bazy danych. Prawo, co istotne, majątkowe i zbywalne, mogące zatem być przedmiotem umów i stanowiące określony składnik majątkowy.

Wraz z postępem technologii zmieniają się perspektywy rozwoju biznesu. Dla wielu przedsiębiorstw Big Data może być kluczem do nowych rozwiązań pozwalających skrócić dystans i formalną relację z klientem oraz wychwytywać nadarzające się okazje biznesowe. Zdobywanie informacji i wiedzy na podstawie cyfrowych danych otwiera nowe horyzonty. Wzrost efektywności i konkurencyjności to nie jedyne, choć zapewne największe zalety Big Data, co powoduje, że jest to jeden z najważniejszych trendów w branży ICT w XXI w. na świecie.

Autor: dr Łukasz Kryśkiewicz, pracownik Ministerstwa Cyfryzacji

Źródła:

1. Big Data w biznesie: jak handel, bankowość czy transport korzystają z big data, http://www.web.gov.pl/wiedza/587_4420.html
2. Big data, big problem – z perspektywy prawa, http://rynekinformacji.pl/big-data-big-problem-z-perspektywy-prawa/
3. Business Intelligence Mądrość i piękno informacji, http://it-manager.pl/wp-content/uploads/Business-Intelligence-Mądrość-i-piękno-informacji-1.pdf
4. Frizzo-Barker J., Chow-White P.A, Mozafari M., (2016), An empirical study of the rise of big data in business scholarship, “International Journal of Information Management”, Vol. 36.
5. Ograniczenia i potencjał związany z Big Data, http://it-manager.pl/ograniczenia-i-potencjal-zwiazany-z-big-data/