O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.

2.322 visualizações

Publicada em

Prezentacja z wystąpienia na Festiwalu BOSS - Rozwój. Kariera. Sukces. w Krakowie 15 kwietnia 2015 roku. Po prezentacji uczestnicy:
- dowiedzieli się czym różnią się zagadnienia big data i Business Intelligence,
- zdali sobie sprawę, że rozmiar ma znaczenie, ale nie jest najważniejszy
- poznali pojęcie „data science”, czyli nauki o danych
- zobaczyli cienką linę pomiędzy prywatnością, a „szpiegostwem” dzięki BI
- nie skupiali się wyłącznie na technologii, a bardziej na biznesie
- przełamali strach do analizy danych :)

Publicada em: Dados e análise

Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.

  1. 1. Mateusz Muryjas Analityczny.IT | IN Progress | #e-biznes festiwal Konsultant z zakresu analityki internetowej i wdrażania rozwiązań IT w biznesie. Pasjonat Business Intelligence i zagadnień związanych z Big Data. Menedżer projektu #e-biznes festiwal. https://www.linkedin.com/in/mmuryjas http://fb.com/mmuryjas @mmuryjas
  2. 2. Chciałbym, żebyście po prelekcji:  wiedzieli czym różnią się zagadnienia big data i Business Intelligence,  zdali sobie sprawę,że rozmiarma znaczenie,ale nie jest najważniejszy  poznali pojęcie „data science”,czyli nauki o danych  zobaczyli cienką linę pomiędzy prywatnością,a „szpiegostwem”dzięki BI  nie skupiali się wyłącznie na technologii, a bardziej na biznesie  przełamali strach do analizy danych 
  3. 3. Business Intelligence to proces przekształcania danych w informacje, a informacji w wiedzę, która może być wykorzystana do zwiększenia konkurencyjności przedsiębiorstwa. Big data – termin odnoszący się do dużych, zmiennych i różnorodnych zbiorów danych, których przetwarzanie i analiza jest trudna ale jednocześnie wartościowa, ponieważ może prowadzić do zdobycia nowej wiedzy
  4. 4. Information is the oil of the 21st century, and analytics is the combustion engine. PeterSondergaard,Gartner Youcan have data withoutinformation, but you cannot have information withoutdata. DanielKeysMoran Dataare becomingthe new raw material of business. CraigMundie,TheEconomist You Can't Manage What You Don't Measure
  5. 5. Trudno się nie zgodzić, kiedy spojrzymy na liczby.. W ciągukażdych dwóchdni generujemyilość danych równąsumie danych wygenerowanych odpoczątkuświatado 2003 roku. 90%danych na świeciezostałowygenerowanychw ciągu ostatnich 2 lat. Ilość danych generowanychi przechowywanychw biznesiedubluje się co każde15 miesięcy. W ciąguminuty wysyłamy 204maile, generujemy1.8mln like'ówna Facebook'u,wysyłamy 278000 tweet'ów,upload'ujemy200 000 zdjęćna Facebook'ai 100 godzin video naYouTube.
  6. 6. The three four five V’s of big data: ► Volume – ilość danych generowana w różnorodnych procesach ► Velocity – prędkość generowania nowych danych ► Variety – różnorodność typów i struktur generowanychdanych ► Veracity – prawdziwośći dopasowaniedanych ► Value – wartośćdanych generowanychw procesach biznesowych
  7. 7. demograficzne behawioralne transakcyjne geograficzne (lokacyjne) Bardzo często pozostawiamy swoje dane (świadomie bądź nieświadomie) Z perspektywy analityka warto nauczyć się z nich korzystać 
  8. 8. Różne narzędzia i aplikacje dostarczają danych różnego typu. Połączenie tych danych pozwala na spojrzenie z szerszej pespektywy na prowadzone analizy.
  9. 9. Danych będzie przybywać – zarówno w wymiarach on-line, jak i off-line. Wyzwaniem będzie: ► definiowanie relacji (korelacji) pomiędzy danymi, ► definiowanie nowych wymiarów danych, których zbieranie może wpłynąć na wnioski i analizy ► biznesowe uzasadnienie zbierania i wykorzystania danych
  10. 10. Wyzwaniem – w myśl powyższych stwierdzeń – będzie odpowiedni dobór źródeł danych, a następnie analiza i interpretacja posiadanych informacji. Obecnie analizujemy „jedynie” 13% danych, którymi dysponujemy.
  11. 11. Poprzez analizę danych o uczestnikach konferencji chcemy:  poznać, kto bierze udział w naszych projektach  dopasować tematykę wydarzenia do uczestników  modyfikować przekaz marketingowych w zależności od zachowań  wyciągać wnioski ważne dla celów operacyjnych i strategicznych
  12. 12. #1. Zweryfikuj swojecelebiznesowe i strategiędziałania. CojestgłównymcelemTwoichdziałań? Jakiesąceledodatkowe? Jakiedziałaniachciałbymprowadzić? #2. Jakichinformacji potrzebujesz,żebyskuteczniedziałać? Zidentyfikujźródładanych,którebędąpaliwemdlaTwoichdziałańistrategii.Zastanówsię,czegochceszsięznichdowiedzieć. #3. Zdefiniujwskaźniki,któreposłużąCido ocenyi analizydziałań(KPI) Wymyśllubskorzystajzgotowychpropozycjiwskaźników,którepozwoląCizmierzyćTwojedziałania. #4. Wykorzystaj narzędziaanalitycznedostępnenarynku Nauczsięczytać irozumiećwskaźniki.Poznajzasadykorzystaniaznarzędzianalitycznych:GoogleAnalytics,Brand24,etc.
  13. 13. O czym dziś mówiliśmy?  czym różnią się zagadnienia big data i Business Intelligence,  rozmiarma znaczenie,ale nie jest najważniejszy  pojęcie „data science”,czyli nauki o danych  cienka linia dzieli prywatność,a „szpiegostwo” w kontekście BI  biznes,cele i potrzeby warunkują rozwójtechnologii – nie odwrotnie  przełamaliśmy strachdo analizy danych! Pytania? 
  14. 14. Mateusz Muryjas Analityczny.IT | IN Progress | #e-biznes festiwal Konsultant z zakresu analityki internetowej i wdrażania rozwiązań IT w biznesie. Pasjonat Business Intelligence i zagadnień związanych z Big Data. Menedżer projektu #e-biznes festiwal. https://www.linkedin.com/in/mmuryjas http://fb.com/mmuryjas @mmuryjas

×