Přečtěte si nový BI Magazine ZDE.

s
s
e
n
i
Bus
e
c
n
e
g
i
l
l
e
t
n
I
e
n
i
z
a
g
a
M
Big Data
zvýší potenciál
obchodní nabídky
až desetinásobně
Nesmělé
seznamování
firem s Big Daty
končí, nastal
čas pro velké
projekty
Slovak Telecom
– externí datová
monetizace
v praxi
červen 2016
Business
Intelligence
červen 2016
obsah čísla
Magazine
Nastal čas pro…Big Data
4
Big Data zvýší potenciál obchodní nabídky až desetinásobně
5
Jak banka úspěšně oslovila rodiče a dovolenkáře
7
Externí datová monetizace v praxi společnosti Slovak Telekom
9
Nesmělé seznamování firem s Big Daty končí, nastal čas pro velké projekty
11
Oracle Big Data Discovery “The Visual Face of Big Data”
14
Časopis pro CIO, CFO a profesionály
v oblasti Business Intelligence.
Redakce:
Alice Zápotocká
[email protected]
Barbora Nykodýmová
Grafické zpracování - UNIFER alfa a.s.
Adastra, s.r.o.
Karolinská 654/2
186 00 Praha 8
Tel.: +420 271 733 303
www.adastra.cz
2
úvodní slovo
Milé čtenářky, milí čtenáři,
opět se setkáváme s dalším vydáním časopisu Business Intelligence
Magazine, které tentokrát vychází
v nejdelší dny v roce. Aktuální číslo věnujeme celé tématu Big Data
a mne nesmírně těší, že tomu tak je.
Dovolte mi to osvětlit krátkým příběhem.
Jsou tomu již téměř tři roky, kdy
se u nás v Karlíně v pátém patře, kde
Adastra sídlí, začala rodit stejnojmenná kompetence. Její vznik nebyl náhlý ani neuvážený, nýbrž byl odpovědí
na narůstající potřeby a požadavky
přicházející z trhu, které jsme zaznamenávali. Tak jsme ve chvíli, kdy se
o Big Datech v našich krajinách vědělo ještě pramálo, postupně začali
pronikat do netušených možností
jejich využití a dodnes poodhalujeme jejich skrytý potenciál hovořící
ve prospěch rozmanitých příležitostí
v různých oblastech podnikání.
ni s našimi nástroji a kompetencí.
Stejně tak jako nastává posun na
trhu, také u nás v Adastře jsme se
jali fenomén Big Data řádně uchopit
i po formální stránce. V aktuálním
čísle Business Intelligence Magazine se tudíž můžete blíže seznámit
a přečíst si článek i rozhovor s Big
Data Competency Leaderem Adastry, Jakubem Augustínem. Ten stál
v Adastře u zrodu této kompetence
a od samého počátku ji pomáhal
společně s rozrůstajícím se týmem
formovat do stávající podoby. Všem
jim patří zasloužený dík a mne nyní
nezbývá než vaši pozornost svěřit
právě týmu naší kompetence Big
Data, který vás následujícími řádky
magazínu provede.
Příjemné počtení.
Alice Zápotocká
marketingová ředitelka
Adastra, s.r.o.
Nyní se nacházíme ve zlomovém
období, v dobrém, kterého si všímáme my i naši klienti. Trh uzrál a po
řadě drobných projektů a studií, které problematiku Big Dat zatím jen
„oťukávaly“ a představovaly možnosti jejich využití, nastává konečně
čas přejít k velkým projektům s velkými daty a významným dopadem
do stávajícího fungování firemních
procesů.
Jsme rádi, že můžeme být u toho
plně připraveni a být nápomoc-
3
Nastal čas pro…
Big Data
Na začátku roku proběhl v Národní technické knihovně již druhý
ročník konference Primetime for…Big Data, na které jsme ani letos nemohli chybět a opakovaně jsme se zapojili do programu.
Za Adastru mezi řečníky vystoupil Jakub Augustín, profesionál
v dané problematice a zároveň Big Data Competency Leader.
Jeho přednášku s titulem „Big Data – Pojďme konečně sklidit
i vysoko visící ovoce!“ si přišlo do sálu poslechnout více než 200
účastníků setkání z řad IT profesionálů, finančních i vedoucích
pracovníků.
Jakub se zaměřil na problematiku Big Dat s orientací na využití
jejich potenciálu pro marketingové a prodejní činnosti. Neopomněl také uvést konkrétní příklady z praxe, kde díky datům firmy
i oddělení dospěly lepších výsledků, a vybídl publikum k započetí
systematické práce s daty.
Rok 2015 byl podle něj zlomový a s daty se postupně začíná pracovat obdobně jako při sběru jablek. Rozdíl je v tom, že se nezačíná od koruny, ale od spodu, tedy nejprve s analýzou jednodušších informací, kterých mají firmy velké množství, a až poté
postupně s velkými daty „visícími výše na stromě“.
Závěrem tedy nezbývá než dodat slovy Jakuba:
„Big Data není jen buzzword
– nebojte se do nich pustit!“
4
Autor: redakce
Foto: Blue Events
Big Data zvýší
potenciál
obchodní
nabídky až
desetinásobně
Jistě sami nemáte rádi reklamní
nabídky, které hltí vaši emailovou
schránku, nebo vám je nabízí prodejci po telefonu a které vůbec neřeší vaše aktuální potřeby, případně jim zkrátka chybí potřebný apel
k akci. A teď z obchodního hlediska
vaší firmy: Jaký z toho máte pocit,
když tušíte, že vaše obchodní snaha
ve výsledku může přinést jen mizivou vidinu úspěchu? Pomohou vám
tzv. velká data (Big Data), jejichž analýzou dokážete rozlišit i nepatrné
rozdíly v chování zákazníků, a lépe
tak personalizovat vaše sdělení.
Dříve řešení za sta miliony, dnes za
desetinu
Ačkoliv postupy pro moderní práci
s daty jsou již delší dobu připraveny a existují i efektivnější a cenově
dostupnější platformy, v českém
prostředí zatím není práce firem
s velkými daty příliš rozšířenou činností. Je to až paradoxem, uvědomíme-li si fakt, že v minulosti náklady
na uložení a zpracování dat mnohdy takřka převyšovaly jejich vlastní
hodnotu a přínos v praxi a samotné hardware i software řešení stálo
bezmála i sto milionů korun. Dnes
můžete získat srovnatelné řešení
za pouhou desetinu nákladů.
Finance, telekomunikace i online
prodej - ti všichni už si s Big Daty
pohrávají
technologickou infrastrukturou, případně firmy pracující s množstvím
informací o klientech.
Data třetích stran dovolí nahlédnout hlouběji do křišťálové koule
Vezměme si například bankovní
sektor. Velké banky denně generují miliardy údajů! Informace o platbách, pokynech z internetového
bankovnictví, zůstatcích na účtech,
údaje o dalších produktech využívaných klienty či záznamy z call center.
Celou řadu dat musí tyto instituce
navíc uchovávat ze zákona i několik
let. Proč by ale měla zůstat ležet ladem? Banky si samy postupem času
uvědomily, že z nich mohou mnohé vytěžit a zároveň díky nim lépe
cílit a prodávat své další produkty.
Efektivní, nemyslíte? Navíc se mění
i požadavky managementu – zpětný reporting už sám o sobě nefrčí,
prioritou je spíše vidět do budoucna
a umět lépe předvídat potenciální
situace.
Data dnes už neznají hranice. Trendem je jejich propojování s údaji
třetích stran – informacemi z živnostenských registrů, obchodního
rejstříku, sociálních sítí či telekomunikačních operátorů. Vezmeme-li si
opět zmiňovaný příklad bankovního
sektoru, banka díky takové datové
synergii dokáže například zjistit, kdo
s kým obchoduje a kdo komu platí.
Najednou je pro ni poměrně snadné
se dovtípit, že je-li firma XY v insolvenci, budou její dodavatelé velmi
pravděpodobně v blízké době řešit
výpadky ve svých finančních tocích.
A jaká bude reakce banky? Přispěchá v tu chvíli s vhodnou nabídkou
úvěru, aby obchodní výsledky mohly nadále růst.
Přínos velkých dat však nemusí
náležet jen velkým firmám. Užitečnost v nich naleznou i středně velké
společnosti s rozsáhlou výrobní či
Přesné zacílení kampaní musí stát
na pevném základu. Díky kvalitní
analýze získaných dat může narůst
úspěšnost obchodních nabídek
Rychlost zpracování dat je klíčová
5
až desetinásobně, což jistě stojí za
úvahu. Výzvou je ale na druhé straně také rychlost zpracování údajů.
Podívejme se na koloběh: miliony
bankovních údajů, které proudí datovými toky sem a tam, jsou zpracovány v průběhu jednoho až tří dnů
do čitelné a hodnotitelné podoby.
Tu si z nich vezme část marketingové oddělení, tu call centrum pro
obchod. Tři měsíce práce uplynou
a snažení je u konce. Výsledek?
V mnoha případech pouhých pár
procent do plusu. Během té tahanice o data a jejich zpracování měl
však mezitím klient, kterému jsme
šili nabídku na míru, mnoho času se
rozhodnout úplně jinak, třeba pro
konkurenční řešení. Naše práce tak
přijde vniveč.
Technologie současnosti umožňují
tyto nekonečné termíny zkrátit a nabídnout tak poradcům a obchodníkům informace takřka v reálném
čase. Utopie? Nikoliv. Velké společnosti typu bank se takto už pomalu
učí tomuto novému obchodnímu
trendu budoucnosti: umění vnímat
drobné nuance v chování zákazníka, reagovat a obratem je proměnit
v obchodní příležitost.
Velká data = velké sousto pro food
marketing?
Obchodní řetězce a supermarkety
jsou jednou z dalších oblastí, které
mohou těžit z přínosů práce s Big
Daty. Dokáží totiž vygenerovat velké množství užitečných informací
například z dat na účtenkách. Díky
jejich analýze pak mohou nabídnout
ve vhodnou dobu dobře zacílené
akce a slevy na své zboží. Opět si
uveďme jeden příklad: zlevníte chléb.
Díky analýze dat zjistíte, že velká část
zákazníků si k němu ale koupí také
máslo nebo šunku. Ve výsledku si už
snadno vykalkulujete, že je tedy zbytečné zlevňovat zároveň také máslo
či šunku – připravili byste se zbytečně o plnou marži.
6
Data ale nepomáhají řídit jen akce
a slevy. Jejich využití je účelné také
v spořádání potravin v regálech supermarketů. Zboží, které se kupuje
nejčastěji pospolu, chytrý obchodník umístí naopak nejdále od sebe
a přinutí tím zákazníka přejít alespoň
přes část prodejny. Přeci si neodnese pouze kostku másla, šunku a pecen chleba v poloprázdném košíku,
že?
Investice do zpracování dat se zkrátka vyplatí – náklady klesají a výnosy rostou. To přeci chceme všichni,
nebo ne? Třeba si říkáte: „To mi může
dojít i selským rozumem.“ Možná,
ale má to i svá úskalí. Bude-li například pršet, lidé si koupí (logicky) více
deštníků. Ano, avšak předpokladem
(závěrem datové analýzy) je, že bude
pršet minimálně dva dny v kuse.
Pak teprve prodej vzroste a má smysl umístit deštníky třeba vedle pokladen. Podobné závěry vám nabídne
pouze systém, který pracuje s miliony dat o zaúčtovaných položkách
a zároveň o údajích například právě
v tomto případě o počasí.
kat nové klienty, stát se jim skutečným partnerem a poskytovat službu
se skutečně vysokou přidanou hodnotou.
Investice do systémů pro zpracování
velkých dat má tedy velmi vysokou
návratnost. Produktové portfolio je
možné efektivněji řídit a poskytovat přidanou hodnotu v okamžiku,
kdy ji potenciální zákazník skutečně
chce využít. Zkrátka řešení k nezaplacení, které vám pomůže pracovat s vhodnými daty ve správný čas.
Souhlasíte?
Autor
Jakub Augustín
Big Data Competency Leader,
Adastra
Příklad z praxe na závěr
Potenciál práce s velkými daty
a jejich využití si dobře uvědomuje
i jedna z největších bank na českém
trhu – ČSOB. Její projekt HledaSeObchod.cz nabízí zájemcům možnost označit lokaci, kde postrádají
určité obchody nebo služby. Systém
je jednoduchý, umístíte špendlík na
mapu a podle počtu hlasů lze poté
sledovat odezvu a vhodnost podniku pro danou lokalitu. Zapojíme-li
informace třetích stran a vše pak
necháme přechroupat funkčním
datovým systémem, jednoduše pak
vygenerujeme ty nejvhodnější možnosti. Systém zhodnotí občanskou
vybavenost, konkurenci v okolí, hustotu obyvatel i pohyb lidí (tzv. heat
mapy) a konkrétní projekty pak je
možné nabídnout menším podnikatelům v okolí. Banka tímto může zís-
V Adastře působí od roku 2011, kdy
nastoupil na pozici konzultanta v divizi banking. Zhruba od roku 2013
postupně začal budovat novou Big
Data kompetenci, jíž je v současnosti lídrem. Má rozsáhlé zkušenosti s
datově orientovanými projekty pro
významné klienty z bankovního sektoru v oblastech Data Warehousing,
Master Data Management, datová
migrace a Data Governance. V rámci kompletního redesignu datového
skladu působil také jako konzultant
u klienta v Rusku.
Jak banka
úspěšně
oslovila rodiče
a dovolenkáře
případová
studie
Vědět, jaké má zákazník potřeby, bylo vždy požadovaným cílem většiny firem nejen v bankovnictví.
Chtějí získat více informací a pokud možno nahradit
plošné kampaně za lépe cílené marketingové akce
na menší skupiny klientů s podobnými potřebami. Současné možnosti marketingu dovolují využít
tzv. „event driven marketing“, kde impulsem pro
oslovení zákazníka je uskutečnění či naopak neuskutečnění konkrétní události. Pokud totiž víme,
v jaké životní situaci se zákazník nachází a vhodně
kampaň a nástroje načasujeme, můžeme si tím výrazně napomoci při prodeji našich výrobků a služeb.
V úvodu jsme popsali koncept, který ve své podstatě není ničím neznámým. Odborná sféra o něm ví
už nějakou dobu a dokonce se i někde na základě
strukturovaných dat realizuje. Co je tedy nového?
Postupně se do popředí dostává využití nestrukturovaných dat spojené s rozvojem v oblasti Big Dat.
Technologie už nejsou jen finančně dostupné (celé
řešení pořídíte i do milionu korun), ale napomáhají
také komplexnímu zpracování dat. Textová analýza
v českém jazyce nebo nástroje pro převod řeči už
tedy nejsou utopií.
Jen pro upřesnění. Jedním ze základních cílů textové
analytiky je vyhledávání konkrétních informací v daném textu a jejich převod do strukturované podoby.
V oblasti bankovnictví tedy vyhledáváme informace
například v popisech transakcí z internetového bankovnictví, poznámek bankéřů při jednání s klienty
na pobočkách, emailů či automaticky převedených
hovorů z call center. V blízké budoucnosti se možná
dočkáme i možnosti převádět informace z hlasových záznamů přímo do formulářů. Alespoň už se
na tom pracuje.
7
Jak banka oslovila rodiče a dovolenkáře?
Nedávno jsme realizovali zakázku pro jednu tuzemskou banku. Naším cílem bylo nalézt nové a dosud
nevytěžené informace o klientech a promítnout je
do využití konkrétních bankovních produktů na míru.
Zpracovávali celkem tři typy údajů: zápisky osobních
bankéřů, popisky příkazů v internetovém bankovnictví
a identifikátory transakcí na platebních kartách.
Měsíčně tisíce nových klientů
Celá realizace převodu dat z nestrukturované do strukturované podoby a identifikace cílových skupin proběhla během jediného měsíce. Systém je však schopen
pravidelně identifikovat tisíce takových klientů každý
měsíc a u event driven marketingu je právě správné
načasování naprosto klíčové pro úspěch kampaně.
Identifikované cílové skupiny byly celkem dvě. První,
menší, byli rodiče dětí, kteří se během září ocitli ve finanční tísni. K jejich vytipování posloužila analýza klíčových slov, neboť banka, u níž už klient nemá sjednán
konkrétní produkt pro děti, o existenci jejich potomků
netuší. Druhou skupinu pak tvořili dovolenkáři, tedy
lidé, kteří si zaplatili zájezd, letenku nebo si koupili cestovní pojištění. Těmto klientům byla nabídnuta kreditní
karta pro neplánované výdaje jako finanční rezerva.
Textová analytika je tedy schopna identifikovat sice relativně malý počet případů, zato kontinuálně dle zadaných intervalů, což se při desetinásobné míře konverze
jistě vyplatí. Navíc je možné uvedené řešení relativně
snadno modifikovat a rozšířit i na jiné oblasti než jsou
marketingové aktivity. Potenciál mají například pro oblast risku nebo vymáhání a významně mohou napomoci také při zadávání úloh call centru.
Výsledek? Celková konverze činila ve finále 6 – 7 %, což
pro srovnání znamenalo dvojnásobný nárůst oproti
kombinaci klasického direct mailu a volání z call centra.
Přitom odhadovaný prodejní potenciál u poloviny této
skupiny (získané klasickým modelem) byl cca 5 promile. Banka tedy dokázala zvýšit úspěšnost prodeje více
než desetinásobně.
Autor
Dagmar Bínová
Big Data Science Leader,
Adastra
Dagmar Bínová se práci s daty věnuje celou svou profesní kariéru, z čehož již více než 9 let pod
hlavičkou Adastry. Její specializací je v posledních letech zejména pokročilá analýza velkých dat
a jejich využití. Zaměřuje se také na realizaci business úloh a tvorbu data miningových modelů
pro marketing a CRM a také risk management v bankovnictví a telekomunikacích. Vedle svých
pracovních aktivit se věnuje lektorování a přednáší na odborná témata.
8
Externí datová monetizace
v praxi společnosti
Slovak Telekom
Práce s Big Daty v nejrůznějších
společnostech velmi často probíhá
v typickém sledu – identifikace zajímavých dat, uskladnění ve vhodných technologiích, následné využití na interní (většinou kampaňové)
účely. Po vybudování dostatečné
„confidence“ při interních využitích
začínají společnosti uvažovat, jak
velkou potenciální hodnotu přeměnit na reálnou monetární hodnotu,
teda monetizovat externě. Zpočátku toto probíhá formou na míru
šitých analýz pro jednotlivé velké
zájemce – velké korporace či stát.
Vrcholem této pomyslné pyramidy
datové monetizace je pak široce
dostupné řešení, které umožní datům vyprávět svůj příběh širokému
spektru firem či institucí.
se Market Locator. Market Locator odemkl potenciální hodnotu
Big Dat ve Slovak Telekomu tím, že
umožnil analytikům různých společností opřít se o „hard-data“ o výskytu a profilu obyvatelstva, například při plánovaní nové pobočkové
sítě.
Market Locator ve Slovak Telekomu
Výsledné řešení Market Locator je
symbiózou analytiky na jedné straně a schopnosti reagovat na tento
insight prostřednictvím multi-kanálového cíleného marketingu.
V Adastra Partnering jsme spolu se
Slovak Telekomem (člen Deutsche
Telekom) tohoto pomyslného vrcholu pyramidy dosáhli a jmenuje
Na druhé straně umožňuje Market Locator cílený marketing,
na jaký jsme si už zvykli v online světě – tedy možnost doručit marketingový obsah nejen správné osobě ale i na správném místě. Slovak
Telekom tak dnes nabízí nad svými
daty self-service službu vypovídající
o fyzickém světě to, co Google Analytics nebo Google Adwords vypovídají v tom online světě.
případová
studie
B2B zákazníkům telekomunikačního operátora umožňuje jednak analytiku oblastí na heat-mapách, jakož
i cílení kampaní na základě množství
atributů, kterými jsou socio-demografické, atributy týkající se mobilního hardware a využívaných služeb,
cestovních návyků, zodpovědnosti
při placení a mnoho jiných.
Řešení bylo navíc postaveno tak,
aby podporovalo různé komunikační kanály, ať už SMS, email, přikládané letáky k fakturám (přílože) nebo
také digitální billboardy.
Cesta k úspěchu
Dopracovat se k úspěšné monetizační strategii svého datového bohatství znamená nevyhnutelnost
práce v oblasti agregace a anonymizace dat. S klientskými daty je
nutné velmi obezřetně pracovat
nejen z legislativního hlediska ale
i z PR pohledu vnímání zákazníků.
Rozsáhlá část iniciálního projektu
9
Market Locator na Slovensku byla
zaměřená právě na soulad s národními a mezinárodními právními
a etickými normami. Kromě čistě
právního hlediska jsme se zaměřili
také na PR stránku a postavili naši
datově-monetizační strategii v telco
světě na jasném „public good“.
Výsledky a příležitosti
Kromě profitability už v prvním roce
a neustále rostoucímu výnosu (který u menších společností přispívá
až 50 % celkového telco wallet) se
podařilo ukázat multi-operátorské schopnosti řešení. Aktuálně je
na slovenském trhu rozpracované
připojení do Market Locator také
Orange a O2, díky čemuž budou
uživatelé mít možnost z jediného
řešení oslovit téměř celou populaci
krajiny. Dalším krokem je vytvoření
globálního řešení, které smaže hranice států z pohledu porozumění výskytu obyvatelstva a cíleného marketingu. Pokročilé diskuze probíhají
v Čechách, Maďarsku, Polsku, Černé
Hoře, Bulharsku, Rumunsku a Kanadě. Pro telco s cca 2 miliony zákazníky je toto příležitost dosáhnout
bottom-line impact okolo 2 milionů
euro ročně v krátkém čase.
Be Next – hledáme partnery
Market Locator má globální ambice
a neustále hledáme telco partnery
ve světě. Nakolik řešení poskytujeme na revenue share bázi, není tato
spolupráce zatížená obrovskými
CAPEX a jelikož se jedná o existující řešení, je k dispozici i komplexní
marketingový a prodejní balík. Typicky se díky těmto zkušenostem
dá kompletní product launch dosáhnout za méně než 5 měsíců. Více
o Market Locatoru si přečtěte na
www.marketlocator.sk.
O Adastra Partnering
Adastra Partnering je součástí skupiny Adastra od roku 2014 společně s dalšími společnostmi: Adastra,
Ataccama, Reporters a Adastra Business Consulting. Pod křídly Adastry
se Adastra Partnering soustředí primárně na unikátní softwarová řešení, vývoj a dodávku SaaS (Software
as a Service) řešení a partnerskou
spolupráci s telekomunikačními
operátory. V rámci svých stávajících
služeb poskytuje komplexní poradenství v oblasti správy a optimalizace telekomunikačních nákladů
(klíčový produkt Callinspector), end-to-end renegociaci telco kontraktů a také řadu produktových řešení
jako právě zmiňovaný Market Locator pro cílený mobilní marketing.
www.adastra-partnering.com
www.marketlocator.sk
10
Nesmělé
seznamování firem
s Big Daty končí, nastal
čas pro velké projekty
Rozhovor s novým
Adastra leaderem
pro Big Data
Competency,
Jakubem
Augustínem
Není tomu ani tak dávno, kdy se v Adastře začala rodit nová
kompetence zaměřená na Big Data. Po řadě dílčích projektů
nyní trh uzrál a firmy se postupně chystají uchopit velká data
komplexně a maximalizovat jejich přínos pro vlastní byznys.
Jak tuto výzvu vnímá Jakub Augustín, nový Big Data Competency Leader, a nač by se trh i firmy měly v následujících měsících
připravit?
Po čtyřech letech působení v Adastře jste se nyní stal novým
Big Data Competency Leaderem. Je pro vás tato pozice něčím nová? Co jí předcházelo?
Zase tak úplně nové to pro mě není. Zhruba dva roky nazpět,
kdy jsem byl ještě konzultantem banking divize, zasáhla i nás,
podobně jako řadu dalších firem, recese. Práce bylo méně
a bylo jasné, že se musí něco začít dít. Právě v té době se ale
v Adastře rozhodlo, a to dodnes oceňuji, že místo, aby se snižovaly stavy, začneme dělat nové věci a vstoupíme na nové
trhy. Tak jsem vlastně dostal příležitost ještě jako konzultant
pracovat na projektu v Rusku…
V Rusku? To mohla být zajímavá příležitost.
Sám bych si Rusko jako pracovní destinaci asi nevybral, jak se
ale později ukázalo, byla to skvělá zkušenost. Měli jsme u klienta pracovat na projektu týkajícího se datových skladů, což je
jedna z klíčových kompetencí Adastry. Zatímco ale většina českých bank už datové sklady v té době měla, ruský trh je v tomto za námi. Dostal jsem tak příležitost pracovat na komplexním projektu od samotného začátku. Pamatuji si každopádně
vtipnou situaci, kdy jsme prve ke klientovi přijeli realizovat
audit datového skladu a záhy vyšlo najevo, že vlastně žádný
datový sklad zatím nemají… Ve výsledku ale projekt dopadl
dobře a klient byl spokojený. Mně samotnému přinesl mnoho
nového a navíc mě utvrdil v tom, že odbornost profesionálů
z Adastry je opravdu na světové úrovni.
Pak jste se vrátil a začal se věnovat Big Datům?
Po mém návratu do Čech ještě stále na trhu doznívala recese. Big Data byla v té době úplnou novinkou. Ještě zhruba dva
roky nazpět byla něčím, co na českém trhu nebylo etablované,
každopádně to byla zajímavá oblast s potenciálem. Tak jsem
11
se jí vedle své stávající práce začal věnovat. Ze začátku
to byla spíše „one man show“, pak ale přibývali noví lidé
a v Adastře vznikla samostatná Big Data kompetence
s vlastními projekty. Moje pozice se tedy vyvíjela postupně.
Jaké jsou vaše stávající vize a cíle v této nové pozici?
Beru to jako velký závazek i výzvu. Abychom si my mohli
hrát s Big Daty, ostatní kolegové se musí i nadále starat
o projekty, které byly a jsou pro Adastru stěžejní. Musíme dokázat, že Big Data nejsou pouze marketingový
„buzzword“, ale že se za nimi skrývá skutečný byznys.
Navíc nyní přesně nastává ta doba, kdy se Big Data začnou naplno používat v praxi. Doposud o nich všichni
hovořili, představovaly se menší projekty a studie, ale
zatím do toho firmy nešly naplno. Aktuálně už máme
u několika našich klientů fázi představování za sebou
a postupně se rozjíždějí vlastní velké projekty implementující Big Data technologie
Opravte mě, jestli se mýlím, ale pro řadu firem velká
data zase nemohou být takovou novinkou. Jejich systémy protéká obrovské množství informací, s nimiž
musí pracovat. Odkdy se vůbec začalo hovořit o Big
Datech jako pojmu a jeho potenciálu?
Big Data jsou poměrně nešťastný název. To že má někdo
mnoho dat ještě totiž neznamená, že čelí problematice
zvané Big Data. Například banka má pro své internetové bankovnictví datový sklad, který se postupně plní
a v určitých periodách se data zpracovávají. My v rámci
Big Dat ale pracujeme s takovými datovými zdroji, které
banka sama nedokáže řádně uchopit a vytěžit, protože
jsou nejen objemná, ale také se rychle vytvářejí nebo
jsou nestrukturovaná.
Uvedu ještě příklad týkající se analýz nákupního koše.
Známe je nějakých deset let, ale doposud je nikdo pořádně nedělal kvůli vysokým nákladům. Díky novým
dostupnějším technologiím je to ale konečně možné.
Navíc jsme také schopni posouvat reakční dobu (například u nabídky produktů) z měsíců či dní na reálný čas
a rychle tak reagovat na aktuální životní události a potřeby klientů – například narození dítěte či rekonstrukce
bytu. Tomu se říká event driven marketing.
Postupně tak budou pojmy jako textová analytika, prediktivní modelování nebo geoanalýza v souvislosti s Big
Daty stále běžnějšími metodami, což je i náš cíl.
Big Data jsou tedy výzvou sama o sobě. Ve kterých konkrétních oblastech vnímáte jejich největší potenciál?
Marketing je určitě jednou z klíčových oblastí. Chtěli
bychom ho ale posunout více z prodeje produktů směrem k poskytování služeb, za čímž se skrývá právě reakce na životní události v reálném čase, ať už potřebné
12
informace zjistíme z textu, hlasových dat či aktivity na
Facebooku. S tím pak souvisí také lepší možnosti mikrosegmentace. Další oblastí využití je pak například risk
management.
Vedle toho stojí samotné technologické řešení. Vidím
to u našich klientů, kteří mají dat opravdu více než mnoho. Například segment telca s přechodem na 4G síť generuje stále objemnější množství informací, a o to více
pak nastávají technologické výzvy, jak tato data vůbec
zpracovávat. V samotných technologiích je ukrytý velký
potenciál, jen jej technologicky uchopit.
Vraťme se k vám. Můžete přiblížit některý z vašich aktuálních projektů?
Například nedávno jsme dokončili projekt textové analytiky, na jehož základě jsme na zmiňovaném konceptu
event driven marketingu postavili úplně nový marketing
pro jednu z největších tuzemských bank. Dodnes firmy
běžně praktikuji „kobercové nálety“, kdy rozešlou tisíce nabídek klientům s dotazem, jestli náhodou nechtějí kreditku. Náš projekt se cíleně zaměřil na konkrétní
mikrosegmenty, mimo jiné lidí, kteří se právě chystají
na dovolenou, což dokážeme z dat vyčíst, a cíleně jim
nabídnout vhodné produkty. Podařilo se nám tak zvýšit odezvu na kampaň několikanásobně, což je skvělé.
Předtím jsme třeba dělali ještě takovou zajímavou věc,
kdy jsme z webových log predikovali pohlaví a věk uživatelů, kteří na ně klikají.
To je možné? K tomu jsou přeci potřeba nějaká další
vstupní data.
Jde to. Máme-li vzorek uživatelů, kteří o sobě například
uvedli, že jsou ženy ve věku 30 let (třeba 2 %) a zbytek
o sobě neuvedl nic, jsme schopni podle určitých vzorců
odvodit, o koho by se ve druhém případě mělo jednat.
Ve výsledku jsme se tak dostali až k 80 % identifikovaných uživatelů, které jsme dokázali s vysokou pravděpodobností zařadit podle toho, kam klikali.
A co třeba analýza vizuálních dat. To také s Big Daty
zvládnete?
Analýzy vizuálních dat jsou zatím jednou z nejtěžších
oblastí, které se realizují. Například zvuková data jsou
pro analýzu mnohem jednodušší. Každopádně funguje
to obdobně jako u těch webových log. Dělá se to přes
strojové učení, kdy stroj porovná přes určité vzorce
podobnost znaků a zařadí obrázek do určité kategorie. Nedokáže však rozpoznat konkrétní subjekt, nýbrž
jeho vlastnosti. Například zná-li souhrn znaků, které
nadefinujeme jako kočka, pak dokáže vlastnosti obrazů
porovnat a označit podobající se. Oblastí, na které se
dá zaměřit, je bezpočet a je potřeba si vybrat, kterým
směrem se vydat.
Vstoupili jsme do nového roku, jaké trendy v Big Datech budou letos stěžejní?
Rok 2016 bude ve znamení toho, že klienti vůbec začnou používat samotné Big Data technologie. Tyto
změny budou muset nastat jako první, aby se mohly rozvíjet vlastní projekty a zkrátila se i reakční doba.
Firmy pravděpodobně zatím také nebudou chtít využívat data externích stran, ale začnou samy u sebe.
Bankovnictví se budeme posouvat více k event driven
marketingu. Mobilizují se více elektronické kanály, které podle mého názoru postupně sníží práci pobočkám,
kde o sobě klient zanechává obrovské množství informací, ale pracovníci je nejsou v takové míře schopni zpracovávat. Zákazník už tak nebude muset nutně přijít na
pobočku a i tak mu banka bude schopna nabídnout výhodný produkt na dálku.
Firmy čeká ještě hodně práce. Myslíte si, že to bude
zpočátku chaos?
Bude to bohužel dost velký chaos. Navíc s technologiemi
se mění také styl fungování. Doposud, když už se klient
rozhodl pro nějakou technologii, nebylo možné ji poté
zaměnit, protože investice byla příliš veliká. Nové technologie jsou ale tzv. open source a umožňují vybírat z více
řešení. Nemyslím si ale, že ten zmatek ale bude trvat
dlouho. Směr je totiž poměrně jasný, což je dobré.
Jak a kde v práci s Big Daty tedy vůbec začít?
Vždy klientům říkáme: „Vyberte si oblasti, které vás trápí, a my vám v krátkém čase zpracujeme byznys výstupy.
Nemá význam začít technologiemi, pokud neznáte účel
celé práce. Nechte si vytvořit několik návrhů, které vás v zásadě nic nestojí (výhoda open source) a rozhodněte se.“
To je cesta, kterou bych obecně doporučil každému, kdo
chce Big Data ve svém podnikání začít řešit komplexně.
Autor
Jakub Augustín
Big Data Competency Leader,
Adastra
V Adastře působí od roku 2011, kdy nastoupil na pozici konzultanta v divizi banking. Zhruba od
roku 2013 postupně začal budovat novou Big Data kompetenci, jíž je v současnosti lídrem. Má
rozsáhlé zkušenosti s datově orientovanými projekty pro významné klienty z bankovního sektoru
v oblastech Data Warehousing, Master Data Management, datová migrace a Data Governance.
V rámci kompletního redesignu datového skladu působil také jako konzultant u klienta v Rusku.
13
Oracle Big Data
Discovery
“The Visual Face of
Big Data”
Firma Oracle nabízí celou řadu nástrojů pro Big Data platformu. Tyto nástroje a technologie mají za cíl usnadnit,
zrychlit a zefektivnit nakládání s daty na této platformě
a usnadnit tak práci všem – od architektů, přes IT specialisty až po analytiky.
V dnešní době již platforma Big Data jednoznačně prokázala, že skrývá nemalý potenciál, jak ukládat, zpracovávat a monetizovat data. Efektivní vytěžování informací
z těchto dat je ale u většiny organizací doménou IT specialistů a datových vědců, kteří musejí mnohdy kombinovat své znalosti z oblasti programování, strojového učení
a pokročilé analytiky a statistky. Nedostatek uživatelsky
přívětivých nástrojů tak znesnadňuje běžným analytikům
a uživatelům efektivní využití dat uložených na platformě
Big Data.
Oracle Big Data Discovery
Firma Oracle proto do svého portfolia zařadila nástroj
Oracle Big Data Discovery, který zcela zásadním způsobem rozšiřuje možnosti využití dat a informací na Big
Data platformě. Jedná se o jedinečný nástroj, který jen
v několika málo krocích umožňuje uživateli nalézt potřebná data, upravit je, zanalyzovat a sdílet výsledek své
práce s ostatními uživateli. Snadné a přehledné prostředí Oracle Big Data Discovery otevírá zcela nové možnosti
využití informačního potenciálu Big Data platformy všem
uživatelům v organizaci.
Oracle Big Data Discovery se stává nedílnou součástí ucelené Big Data architektury u mnoha zákazníků. Rychlá
práce s daty, snadné nalézání nových informací a vztahů
v datech a možnost aktivně zapojit do analytických úloh
větší množství uživatelů dělá z nástroje Big Data Discovery vyhledávaný nástroj, jež výrazně urychluje návratnost
investic do Big Data platformy.
14
Interaktivní katalog dat usnadňuje orientaci
a umožňuje snadné vyhledání relevantních
datových zdrojů. Ke každému datovému zdroji
jsou informace o počtu záznamů, počtu a typech
atributů, komentáře, poslední aktualizaci
a mnoho dalších.
Podrobná statistika o všech atributech dané
datové sady – počty hodnot, unikátních hodnot,
chybějících hodnot, kvantily, střední hodnoty
apod. Rychlé grafy umožňují analyzovat vztahy
mezi proměnnými, rozložení hodnot, filtrovat
data, …
Data nemusejí být vždy čistá a připravená pro
podrobnou analýzu. Proto máte možnost data
transformovat, slučovat, měnit datové typy,
agregovat, počítat, vytvářet nové odvozené atributy apod.
Jednotlivé datové zdroje lze propojit a analyzovat. K dispozici máte celou řadu interaktivních
grafů, map, tabulek a jiných vizualizací. Dále
můžete data filtrovat, prohledávat, třídit, sestavovat vlastní dashboardy.
Samozřejmostí je možnost sdílet výsledky
své práce s ostatními kolegy, ať už se jedná
o sdílení samotných upravených dat, reportů
a dashboadů, snímků jednotlivých obrazovek
nebo záložek definujících aktuální nastavení filtrů v rámci analýzy.
15
UNDERSTANDING DATA