Zalety stosowania Big Data
najważniejsze korzyści dla biznesu
Zdolność odpowiedniego gromadzenia i przetwarzania danych w informacje coraz częściej stanowi o sukcesie organizacji, bez względu na to, w jakiej branży działa. Z roku na rok zasoby w postaci danych zyskują na wadze, a coraz większy wolumen dochodzących do nas informacji może generować problemy z odpowiednim ich interpretowaniem. Obszar wiedzy, który zajmuje się odpowiednim przetwarzaniem ogromnych zbiorów danych, jest Big Data.
Co to jest Big Data?
Big Data to pojęcie, które na dobre zadomowiło się w obszarze biznesu i znacznie poszerzyło swoją skalę działania, czyniąc tę gałąź nauki przydatną dla firm. Coraz częściej osoby zarządzające przedsiębiorstwem mają do czynienia z dużą ilością danych pochodzących z przeróżnych źródeł o odmiennej strukturze. Tradycyjne metody gromadzenia, obróbki, przetwarzania i interpretacji takich danych okazują się nieskuteczne. Dlatego też z szerokiej dziedziny analizy danych wyodrębniono Big Data – specjalizację, która skupia się właśnie na tych ogromnych zbiorach danych. O Big Data więcej możemy przeczytać pod adresem https://businessintelligence.pl/co-to-jest-big-data-i-kto-to-wykorzystuje/.
Z Big Data spotykamy się wszędzie – od operacji bankowych, przez dokumentację zdrowotną, dane transakcyjne w sklepie internetowym aż po raporty dotyczące realizacji przemysłowych procesów biznesowych. I choć rosnąca liczba danych może wywołać niemały chaos, to jednak należy odnaleźć w nich potencjał do wydobycia cennych informacji, które znacznie ułatwią podejmowanie słusznych decyzji biznesowych. Jakie są najpopularniejsze zastosowania Big Data?
Big Data w zarządzaniu ryzykiem
Big Data jest przede wszystkim wykorzystywany do zarządzania ryzykiem w branży finansowej. Doskonałym przykładem mogą być banki, które każdego dnia procesują tysiące wniosków kredytowych. Analiza takiego wniosku wymaga jednoczesnej weryfikacji wielu odrębnych elementów – historii rachunku klienta, danych opisowych zawierających informacje o wykształceniu, stanie cywilnym, sytuacji mieszkaniowej, a także zdolności kredytowej badanej na podstawie historii kredytowej. Zaawansowane narzędzia Big Data umożliwiają szybkie prześwietlenie klienta i zarekomendowanie oceny kredytowej, która ma wpływ na podjęcie decyzji pozytywnej lub negatywnej.
To jednak niejedyny aspekt zarządzania ryzykiem, w jakim Big Data bierze udział. Kolejny, zgoła inny przykład dotyczy bezpieczeństwa systemów informatycznych i sieci internetowych. Odpowiednio zaprojektowane skrypty Big Data są w stanie zidentyfikować niepokojące lub specyficzne ruchy, które mogą wróżyć atak hakerski bądź próbę wykradzenia wrażliwych danych.
Big Data to zmniejszenie kosztów
W jaki sposób Big Data może przyczynić się do redukcji kosztów prowadzenia działalności gospodarczej? Przede wszystkim poprzez sprawną optymalizację procesów biznesowych. Wiele firm posiada już systemy wspierające w zarządzaniu zasobami jak ERP czy WMS. Systemy te każdego dnia generują raporty obejmujące dane o stanach magazynowych, liczbie zamówień, efektywności procesów produkcyjnych i wiele innych.
Za pośrednictwem Big Data jesteśmy w stanie szybciej zidentyfikować, jakie produkty czy usługi są najpopularniejsze, a które z nich zalegają w magazynie, generując nadmierne koszty. Dzięki analizie Big Data jesteśmy w stanie zoptymalizować nie tylko stany magazynowe, ale też przyśpieszyć realizację procesów i zwiększyć jakość produktu finalnego, zmniejszając przy tym koszty działalności podstawowej.
To zaledwie nieliczne przykłady zastosowanie Big Data w biznesie. Z całą pewnością możemy spodziewać się, że duże zbiory danych coraz częściej będą dotykały naszego życia, a odpowiednia ich analiza pozwoli na lepsze zrozumienie otaczającej nas rzeczywistości.
Big data i zagrożenia związane z ich wykorzystaniem
Wraz z postępującą czwartą rewolucją przemysłową pojawia się coraz więcej nowych technologii zmieniających sposób funkcjonowania całej gospodarki. Jednym z kluczowych trendów jest big data. Zastosowanie narzędzi służących do przeprowadzania analiz z wykorzystaniem big data generuje szereg korzyści z punktu widzenia zarówno sektora publicznego, prywatnego jak i obywateli, jednak coraz większa liczba ekspertów zaczyna dostrzegać zagrożenia związane z rozwojem tego obszaru. W niniejszym tekście wybrane spośród nich zostaną pokrótce scharakteryzowane.
Big data można definiować jako: „charakteryzujące się dużą wielkością (volume), szybkością (velocity) i/lub różnorodnością (variety) zasoby informacji, które wymagają nowych sposobów przetwarzania w celu umożliwienia sprawniejszego podejmowania decyzji, odkrywania nowych zjawisk (insight discovery) i optymalizacji procesów” (Beyer, Laney 2012)
Bezpieczeństwo danych
Jednym z najczęściej przytaczanych zagrożeń związanych z implementacją systemów do gromadzenia i przetwarzania danych na ich temat jest ryzyko związane z utratą prywatności, ujawnieniem poufnych danych czy wręcz wykradnięciem ich przez specjalizujące się w cyberatakach grupy przestępcze.
W poszczególnych państwach stosowane są różne regulacje w zakresie ochrony prywatnych danych – co istotne, różnie podchodzi do tego Unia Europejska przywiązująca dużą wagę do tej kwestii oraz Stany Zjednoczone, które uważane są za jednego z głównych sprawców erozji ochrony danych na świecie. Jednym z kluczowych problemów związanych z przetwarzaniem danych w obrębie sieci jest fakt, że raz pozyskane i udostępnione bardzo trudno jest kontrolować, a zatem również zweryfikować do jakich celów są wykorzystywane bez wiedzy użytkowników (Craig, Ludloff 2011, s. 69-72).
W celu zapewnienia poufności podmioty zajmujące się przetwarzaniem i obrotem danymi osób prywatnych powinny dokonywać ich anonimizacji lub deidentyfikacji. Anonimizacja stanowi proces polegający na nieodwracalnym usuwaniu łączników między konkretną osobą oraz szczegółowymi danymi na ich temat. Dokłada się w takim przypadku wszelkich starań, aby nie było możliwe ponowne połączenie tych elementów. Na tym polega główna różnica w stosunku do deidentyfikacji, przy której w odpowiednich kontrolowanych sytuacjach możliwe jest uzyskanie informacji na temat podmiotu będącego źródłem danych. Z tego względu znacznie bezpieczniejszą metodą jest anonimizacja, ale z kolei praktycznie uniemożliwia ona poprawienie błędów wykrytych w bazie, co stanowi dodatkowe ryzyko z punktu widzenia ich przetwarzania (Berman 2013, s. 229).
Badanie przeprowadzone w Stanach Zjednoczonych wykazało, że 91% dorosłych Amerykanów „zgadza się” lub „stanowczo się zgadza” ze stwierdzeniem, że konsumenci utracili kontrolę nad tym, w jaki sposób ich poufne dane są zbierane i wykorzystywane przez firmy (Hamilton et al. 2015, s. 101), co wskazuje na konieczność rozwiązania tego problemu na poziomie regulacji prawnych.
Konieczność weryfikacji wyników
Kolejnym z zagrożeń związanych z rosnącym znaczeniem analiz danych jest bezrefleksyjne ograniczanie się przez decydentów jedynie do uzyskanej w ich wyniku wiedzy. Należy pamiętać, że systemy służące do przetwarzania danych, wykorzystywane w nich algorytmy czy sprzęt, który obsługują, mogą być zawodne.
W 2016 r. oprogramowanie analizujące dane odczytywane przez czujniki zainstalowane w samochodzie Tesla Model S nie odróżniła białej naczepy skręcającej 18-kołowej ciężarówki od znajdującego się za nią jasnego nieba i w efekcie nie podjęła manewru hamowania. Doprowadziło to do uderzenia w nią z pełną prędkością, zerwania dachu pojazdu, który przebił się pod naczepą i śmierci kierowcy, który zignorował konieczność ciągłej kontroli autonomicznego samochodu (Yadron, Tynan 2016).
Ten skrajny przykład pokazuje, że niezbędne jest każdorazowe zweryfikowanie rezultatów przez osoby podejmujące decyzje w celu uniknięcia pojawienia się niezamierzonych negatywnych skutków.
Potencjalne koszty
Należy także odnieść się w tym miejscu do kosztów związanych z implementacją rozwiązań z zakresu analizy big data. W przypadku mniejszych podmiotów, niedysponujących odpowiednim zapleczem infrastrukturalnym lub wykazujących potrzeby w tym zakresie akcydentalnie, niewłaściwe dostosowanie narzędzi dostępnych na rynku do specyfiki danego podmiotu może być nieefektywne kosztowo.
Do tego niezbędne jest podjęcie działań związanych z przeciwdziałaniem negatywnym skutkom utraty danych w wyniku awarii poprzez m.in. tworzenie kopii zapasowych (ang. backup). Trudności stanowi jednak odpowiednie dostosowanie poziomu zabezpieczeń do potencjalnych zagrożeń przy jednoczesnym uwzględnieniu racjonalności kosztowej danego rozwiązania.
Dla uniknięcia podobnych problemów część instytucji przechowuje kopie zapasowe na zewnątrz organizacji, ale to z kolei zwiększa ryzyko kradzieży danych – w 2006 r. w stanie Oregon 365 tys. rekordów medycznych zostało skradzionych przez pracownika odpowiedzialnego za tworzenie ich kopii zapasowych w domu. (Berman 2014 s. 174-175).
Inne zagrożenia big data
Rozwój nowych technologii, z którymi w istotnym stopniu powiązany jest obszar big data, może przełożyć się zdaniem respondentów na umiarkowany spadek zatrudnienia w branży wytwórczej i produkcyjnej, a znacznie bardziej dotkliwe skutki dotkną osoby pełniące funkcje biurowe i administracyjne. Przy czym należy pamiętać, że nie będzie to tylko spowodowane rozwojem technologii zastępujących pracę ludzką, ale także tendencją do efektywniejszego wykorzystywania zasobów czy mniejszym popytem w starzejących się społeczeństwach (WEF 2016, s. 11-13).
Najnowsze dane statystyczne wskazują jednak, że, przynajmniej w przypadku krajów wysoko rozwiniętych, nie występuje problem niewystarczającej liczby miejsc pracy (Economist 2019).
Wśród interesujących kwestii budzących obawy przeciwników tych technologii można wskazać także na ograniczenie dostępu do informacji poprzez np. wykorzystywanie algorytmów, które dostosowują wyświetlaną zawartość do profilu użytkownika z pominięciem informacji sprzecznych z jego poglądami (Orliński 2013, s. 61-89) czy zmniejszenie wolności wyboru związanej z coraz trudniejszym zrezygnowaniem z usług przetwarzających dane na temat użytkowników, co wynika z ich prawie monopolistycznej pozycji (Ibidem, s.13-36).
Literatura:
Zalety stosowania Big Data
Poznasz swojego klienta
Z różnorodnych źródeł możesz zdobyć informacje na temat potrzeb, nawyków zakupowych i upodobań swoich klientów. Co więcej, nowoczesna technologia pozwala przechowywać dane bez konieczności usuwania ich po pewnym czasie, by zwolnić miejsce na dysku. Dzięki temu masz dostęp do kompletnej historii relacji klienta z przedsiębiorstwem, możesz przeanalizować jakie produkty kupił wczoraj, a jakie pięć lat temu, czy korzystał kiedykolwiek z akcji promocyjnych. Stwarzasz w ten sposób pełen obraz poszczególnych klientów. Następnym krokiem może być porównanie ich między sobą. Taka analiza ujawnia wzorce i zależności, często niezwykle zaskakujące. Jako przykład podam zestawienie pod kątem danych geolokalizacyjnych. Wiedząc gdzie mieszkają Twoi klienci (te informacje możesz zdobyć zarówno z wewnętrznych zasobów, np. dzięki programom lojalnościowym, jak i z źródeł typu Facebook) jesteś w stanie przeprowadzić analizy wykazujące, czy miejsce zamieszkania łączy się z określonym produktem. Jeśli rzeczywiście istnieje taka zależność, a jeden z Twoich klientów nie zakupił jeszcze tego produktu, możesz wysłać mu ofertę sugerującą, że może go potrzebować lub poinformować o zbliżającej się wyprzedaży danej rzeczy.
Dostosujesz ofertę
Kiedy będziesz wiedział kim jest Twój klient, jakie filmy ogląda, w jakich miejscach był w ubiegłym miesiącu wg jego profilu na Facebooku, będziesz w stanie trafniej dopasować ofertę nie tylko do ogółu odbiorców, ale nawet do poszczególnych osób. Akcje promocyjne będą skierowane specjalnie do określonych grup, dzięki czemu ich efektywność znacznie wzrośnie.
Znajomość nawyków Twoich klientów pozwoli Ci też zaplanować dostawy w bardziej ekonomiczny sposób, ponieważ będziesz wiedział, które produkty nie cieszą się zainteresowaniem lub analizy predykcyjne wykażą, iż przewidywany jest wzrost zapotrzebowania na pewne Twoje usługi. Poza tym Big Data umożliwi Ci także odpowiednie rozmieszczenie asortymentu na półkach. Niektóre firmy wykorzystują w tym celu dane pochodzące z kamer monitoringu oraz czujników wbudowanych w kółka wózków sklepowych, które dostarczają informacji o tym, w jaki sposób klienci poruszają się po sklepie, do których alejek wędrują w pierwszej kolejności, jak często błądzą czy też powracają w to samo miejsce.
Zareagujesz natychmiast
W procesach Big Data, kiedy określona informacja pojawi się w świecie cyfrowym niemal w tym samym czasie jest ona przesyłana do Twojego zasobu. Zyskujesz w ten sposób szansę, by błyskawicznie ją wykorzystać. Odpowiednie oprogramowanie umożliwia Ci prowadzenie stałego monitoringu wybranych źródeł lub typu danych. Wystarczy jedynie ustawić interesujące Cię alerty. Jeśli przykładowo na Twitterze pojawi się wpis dotyczący Twojej firmy możesz natychmiast odpowiedzieć, zareagować na krytykę czy też podziękować za rekomendację. Z pewnością użytkownicy to docenią, a być może zyskasz nowych klientów.
Istnieją także systemy, które powiadomią Cię o tym, że jakiś klient zbliża się do podjęcia decyzji o zakupie (jest to tzw. wydarzenie alarmowe). Kiedy program wykryje ustalone wcześniej czynniki w zachowaniu człowieka, uruchamia automatyczne przeszukiwanie zasobów wewnętrznych, żeby sprawdzić czy wcześniej korzystał już z Twoich usług oraz zewnętrzne źródła, by stworzyć lub uzupełnić jego profil. Wyobraźmy sobie, że prowadzisz biuro podróży i dostajesz sygnał, że Pan X pytał swoich znajomych na Facebook’u, które państwo polecają na wakacje: A czy B? Ty posiadasz w ofercie wycieczkę do obydwu, ale wyniki automatycznie przeprowadzonych analiz wykazały, że istnieje duże prawdopodobieństwo, że Twojemu potencjalnemu klientowi bardziej spodoba się w miejscu B. Poza tym, zdjęcia udostępnione na jego profilu świadczą o tym, iż Pan X ma żonę i dwójkę kilkuletnich dzieci, więc prawdopodobnie planuje wakacje dla całej rodziny. W związku z tym wysyłasz do niego rodzinną ofertę promocyjną na podróż do kraju B.
Poznasz zapotrzebowanie na rynku
Analizy Big Data pozwolą Ci szybciej od konkurencji zauważyć zapotrzebowanie na nowe produkty i usługi na rynku. Co więcej, Twój produkt będzie doskonale odpowiadał tym potrzebom, ponieważ dzięki przeprowadzeniu testów A/B czy też analizie sentymentu klienci sami powiedzą Ci, jak powinien wyglądać dany towar. Poznasz opinię konsumentów na temat różnych wersji jednego artykułu i będziesz wiedział, która z nich przyjmie się na rynku. Podobne analizy możesz przeprowadzić, by udoskonalić już sprzedawane dobra. Dzięki Big Data nie musisz opierać się na przypuszczeniach, czy Twoi odbiorcy woleliby produkt w szklanej butelce, czy też w kartoniku. Jesteś w stanie przy niewielkim lub niemal zerowym nakładzie finansowym przetestować obydwa warianty i nie podejmować zbędnego ryzyka porażki.
Zwiększysz poziom zadowolenia klienta
Wszystkie działania, które wymieniłam sprawią, że wzrośnie poziom satysfakcji klienta, dzięki czemu będzie częściej korzystał z usług Twojej firmy, zwiększy się także jego lojalność. Tym samym rośnie prawdopodobieństwo, że pocztą pantoflową przekaże on swoją pozytywną opinię, więc być może jego znajomi także poszerzą grono Twoich odbiorców. Poprawi się opinia marki i jej pozycja na rynku, co z kolei prowadzi nas do wzrostu sprzedaży. Badania podają, że marża może wzrosnąć nawet o 60%.
Poznasz swojego pracownika
Podobnie jak w przypadku klientów, dzięki Big Data możesz stworzyć profil pracownika. W tej sytuacji dochodzą ponadto dane generowane przez różnego rodzaju systemy automatyzujące pracę w przedsiębiorstwie. Obsługujący je pracownik musi zalogować się na swoim stanowisku pracy, co pozwala potem zidentyfikować informacje dotyczące jego pracy. Taka analiza może pomóc w ocenie efektywności pracy Twojej kadry lub stworzeniu odpowiedniego programu rozwoju poszczególnych osób. Wyniki wskażą umiejętności, które należy podszkolić, a niekiedy może okazać się, że pracownik jest wykwalifikowany do pracy przy innych zadaniach. Ocenie mogą podlegać zarówno pojedyncze osoby, jak i całe działy, a nawet przedsiębiorstwo na tle konkurencji.
Wyniki analiz możesz wykorzystać także, aby przewidzieć którzy z Twoich pracowników z dużym prawdopodobieństwem w najbliższym czasie zrezygnują ze stanowiska lub przeciwnie – którzy osiągną wysokie wyniki i awansują. Procesy Big Data pozwalają również stworzyć odpowiednie systemy motywacyjne.
Dział zasobów ludzkich dostaje szansę udoskonalenia procesów rekrutacyjnych. Obecnie jedynie subiektywna ocena osoby odpowiedzialnej za zatrudnienie decyduje kto dostanie posadę. Big Data pozwala wskazać cechy idealnego pracownika, na podstawie których opracowywane są testy osobowości, sprawdzające czy kandydaci spełniają wymagania.
Podejmiesz trafne decyzje
W działalności każdego przedsiębiorcy nadchodzi taki moment, kiedy musi podjąć ważną dla firmy decyzję. Dzięki analizom predykcyjnym Big Data zwiększa się trafność generowanych prognoz, stąd nie musisz opierać się jedynie na własnej intuicji bądź doświadczeniu. Musząc wybrać np. w jakim obszarze powinna rozwijać się Twoja działalność, czy też jakie przedsięwzięcie biznesowe najlepiej zrealizować, możesz wykorzystać wyniki analizy danych, co pozwoli podjąć decyzję sprawniej i szybciej, zwiększając prawdopodobieństwo, iż wybór ten jest korzystny dla firmy.
Analizy tego typu pozwalają odpowiednio szybko wykryć także potencjalne zagrożenia działalności i zareagować zanim poniesiesz straty.