четверг, 26 ноября 2015 г.

Обзор конференции "Big data: культура эффективного управления данными", 26 ноября 2015

Термин Big Data все более прочно входит в нашу жизнь, и по сути является 
уже не ит-шным, а бизнес термином. Все чаще проходят конференции 
и специальные мероприятия, посвященные вопросам реального использования 
Big Data. На одной из таких конференций, а именно "Big data: культура 
эффективного управления данными" я побывала
26 ноября. Мероприятие проходило в замечательном месте - Гольф Центре,
 на Оболонской набережной Киева. 

Программа конференции о Big Data была достаточно насыщенной. Спасибо организатору, компании Nobles Fortune за приглашение поучаствовать и сделать обзор конференции :-). 
Делюсь с вами интересными мыслями, идеями и кейсами, о которых услышала на конференции.




Дмитрий Федоков, первый докладчик, рассказывал о том, что пришло время использования в бизнесе того, что ранее не было доступным - больших объемов данных и новых технологий. Для того чтобы бизнес мог эффективно работать сейчас необходимо понимание тонких, скрытых закономерностей. Важно понимание трендов, кластеров клиентов, склонностей к покупке.




Big Data - сейчас это маркетинговый зонтичный термин. Именно данные позволяют рассматривать разные векторы развития бизнеса, понимать риски и возможности разных векторов, выстраивать наиболее эффективный путь. Данные Дмитрий назвал "ясным путем к светлому будущему".
Существуют определенные вызовы к использованию данных: отсутствие кадров, отсутствие технологий, нехватка бюджета, культурные вопросы организации (готовность использовать данные в принятии решений).
Для компаний, которые хотят принимать "правильные" решения важно:
- осознать  место аналитики в бизнес процессах компании
- понимать вариативность направлений развития в точках принятия решений
- нужно достигать управляемости рисками и временем принятия решений
Таким образом выстраивается более управляемая система, и достигается синергитический эффект 1+1=3

Второе выступление - заместителя главы НБУ Владислава Рашкована также было посвящено целому спектру вопросов, которые связаны с прикладным и эффективным использованием данных. Владислав рассказывал о процессе трансформации данных, который сейчас происходит в Нацбанке, этот процесс затрагивает такие направления:
- культура обмена информации внутри организации
- процессы (строятся процессы, которые помогает обосновывать решения)
- объемы данных (рано говорить о Big Data, пока речь идет просто о работе со структурированными данными). 
Отдельное направление - развитие риск менеджмента, который позволяет увидеть скрытые закономерности в нормативах и показателях.


Дмитрий Горлин рассказал о построении портала клиентов для торгового дома Global Spirits, первых успехах благодаря автоматизации многих процессов, рутинных функций и амбициозных планах проекта. В проекте задействованы машинное обучение, кластеризация, прогнозная аналитика.

Игорь Филипенко из компании ИНГО Украина поднял непростые вопросы:
- монетизации Big Data (реально ли вернуть вложенные средства, покрыть затраты, особенно при крупных внедрениях от мировых лидеров),
- законности и этичности использования данных, собранных из социальных сетей и формирования коммуникации на основании этих данных.
Игорь говорил о том, что сейчас для многих компаний вопрос стоит уже не в сборе данных, а в их правильном использовании. Приводились примеры внедрения решений Big Data, когда вендор получал "красивый кейс", компания "красивый" проект. Но в результате никакие вопросы и задачи заказчика не решались, или же проект просто не окупался.
Дискуссия пришла к тому, что компании, которые "не отягощены" большими объемами данных могут использовать короткий горизонт планирования, должны выделять одну бизнес задачу и решать ее. Компании с большими объемами данных должны иметь долгосрочный горизонт планирования не 5, а 10-15 лет, и могут думать о покупках серьезных и дорогостоящих решений для Big Data от мировых лидеров.
Оптимистическое завершение дискуссии звучало так: технологии Big Data могут дать новый толчок для развития бизнеса, главное чтобы люди бизнеса были готовы принять этот толчок - доверить данным принятие решений.

Валерия Саитова рассказывала о не совсем обычном способе применения аналитики в традиционном понимании - "игровой аналитике" и о том, как аналитика помогает в разработке, тестировании, "полировке" и улучшении игр.

Завершал конференцию Дмитрий Грязнов из компании Dell с очень системным и интересным докладом. Данные - это новая валюта, работать с ними нужно "по-умному".


Работу с аналитикой данных следует воспринимать как путешествие, определенный путь, который компания должна пройти. Каждая компания имеет свою "модель зрелости аналитики".
Аналитика данных дает компании помимо всех преимуществ, которые обсуждались выше еще и повышение операционной эффективности.
В некоторых случаях данные позволяют "открыть" новую бизнес модель, например, найти новый рынок, или нишевый рынок на существующем, создать новый сервис.
Данные - основа конкурентоспособности.
Три тренда в Big Data:
1. уход от ИТ тематики, сейчас Big Data переходит на сторону бизнеса и прикладной пользы для него
2. переход от ретроспективных данных и анализа "что было" к прогнозной аналитике.
3. союз "старого и нового", важно не отбрасывать существующие знания и использовать их в комплексе.
Начинать путь создания своей аналитики нужно с союза ИТ и бизнеса. Компания Dell видит одинаковую важность small и big data и формирует "all data strategy". Важна гибкая ИТ стратегия, которая сможет, которая может адаптироваться под потребности бизнеса. Большие данные способны трансформировать бизнес.
Дмитрий Федоков резюмировал итоги конференции так: "Данные захватили нашу жизнь. Придется учиться работать с данными. А лучше договориться с данными, чтобы они работали на нас."

11 комментариев:

  1. Посетил это мероприятие. О реальной проблематике BigData говорили очень мало.

    Проблема 1. Структурирование неструктурированной информации
    Проблема 2. Нахождение корреляций в массивах данных с разной структурой

    Что это? Приведу пример. Предположим в каком-то большом супермаркете у касс есть фотокамеры, которые фотографируют покупателей (элемент системы безопасности)
    Десятки тысяч фотографий – огромный массив неструктурированной информации.
    Умный аналитик предлагает – а давайте по фото распознаем настроение покупателей!
    ИТ-система анализирует фотографии, распознает выражение лица, определяет эмоцию и градирует ее от (+)«Полная нирвана» до (-)«на грани самоубийства». Затем тот же аналитик предлагает найти зависимость между настроением покупателя и его корзиной (что и на какую сумму он покупает). ИТ-система шерстит массив с данными о настроение и массив с данными о кассовых чеках. И в конце концов таки находит зависимость!
    Люди в хорошем настроении покупают больше конфет и выпечки. Люди в плохом настроении покупают больше водки и вина.
    Пример немного утрирован. Но иллюстративный.
    Тут и решение проблемы 1. Из неструктурированного массива фотографий извлечена структурированная информация о градуированных настроениях покупателей.
    Тут и решение проблемы 2. Сравнение двух массивов с данными разной структуры и нахождение корреляций.

    О том, как неструктурированную информацию превратить в структурированную – не говорил никто.
    О том, как находить зависимости между данными с разной структурой немного рассказал представитель ИНГО.

    Практически ничего не было сказано о проблематики выявления зависимостей при заданных паттернах и при отсутствии паттернов. Проще говоря: когда мы знаем – какие зависимости мы ищем, и когда мы не знаем какие зависимости мы ищем (но все-таки ищем – а вдруг что-то от чего-то зависит и это может дать нам ценные знания).
    Была фраза представителя «НБУ»: мы пытаемся понять как могут зависеть будущий кризис отдельного банка или всей системы от нынешних финансовых показателей.
    (комментарий: т.е мы не знаем этой зависимости, но пытаемся ее найти – уже интересная проблематика! но деталей не было)

    Я так и не смог понять, какое отношение к проблематике BigData имеет:
    - автоматизация продаж водки «Хортица» и попытка создать глобальную систему B2B
    - замена бумажного документооборота электронным в большом английском банке
    - открытый бюджет города Киева (просто реклама мера? )))

    Представитель Сбербанка г-н Адаменко с места попытался протестовать «господа, да Вы же говорите совсем не о том!». Но высказаться ему не дали и он ушел. А зря. Говорил он интересно и действительно о реальных проблемах BigData (в отличии от большинства докладчиков).
    Или нужно говорить действительно о проблематике BigData или называть мероприятие как-то иначе )))
    Я редко критикую, но тут наболело - пол дня впустую пропало. Простите, никого не хотел обидеть! :)))

    ОтветитьУдалить
    Ответы
    1. Михаил, спасибо за такой развернутый комментарий!
      Много в чем не могу не согласиться с Вами. В тоже время мне кажется что тема Big Data насколько широка, что затронуть все вопросы и оправдать все ожидания участников достаточно непросто. Некоторые участники пришли с вопросами по хранению данных, обработки, некоторые - с более сложными (глубокой аналитики).
      Вопрос "биг" или "не биг" дата каждый для себя решает по своему. Мне например понравилась идея последнего докладчика Дмитрия о том, что важны все данные - "all data strategy". Когда то слышала другую тоже интересную мысль - что big data для компании - это такие данные, объем и разнообразие которых она уже не может обрабатывать в силу ограниченности своих ресурсов и возможностей (т.е. все что свыше возможностей хранения и обработки - это big data для этой компании).

      По докладам, которые Вы привели в пример - мне было сложно их комментировать и описывать, они скорее про автоматизацию данных, но ведь это тоже что-то новое для каждой из приведенных отраслей :-).

      Представитель Сбербанка рассказывал интересно, мне кажется ему нужно было выступить с докладом, ведь есть чем поделиться

      Мне кажется мы находимся пока на таких ранних этапах внедрения технологии Big Data, что каждая компания рада любым шагам в этой области - научились хранить, обрабатывать, потом кластеризировать или прогнозировать - это все ведь достижения!

      Мне например очень интересна тема big data в ритейле, поскольку работаю в этой сфере, и наблюдаю как данные буквально "захлестывают и накрывают волной", понемногу все вместе учимся работать во всем этим :-)

      Интересно почитать вчерашние комментарии к анонсу Big Data School от Киевстар -
      https://www.facebook.com/KyivstarBusinessHub/photos/a.368174493331051.1073741828.363767050438462/564845093663989/?type=3&__mref=message_bubble

      И еще конечно же хочется какого-то системного подхода в понимании рынка Big Data, есть неплохая статья, но не про нас, а про соседей - http://rusbase.com/howto/big-data-in-russia/, в общем понимании рынка полезно (железо, алгоритмы, консалтинг, решения)

      Удалить
  2. Михаил, добрый день.
    Во многом согласен с Вами.
    На самом деле жаль, что начавшаяся дискуссия остановлена.
    Надеюсь, что это "детские болезни" и проблемы с позиционированием конференции.
    Мне как докладчику было сложно ориентироваться на тематику, не совсем понимая аудиторию. Уходить в технические вопросы сбора данных? Или детально разбирать кейсы по сбору данных в соц. сетях? Или говорить о проблемах использования данных с телематических устройств в автомобилях?
    Ну и, судя по всему, модератор был не очень "в теме" BigData, ибо не прерывал бы так интересное общение.
    Игорь

    ОтветитьУдалить
  3. How to Play Slot Online in Malaysia: Guide and Tips - LuckyClub
    Malaysia is luckyclub.live the biggest city in Malaysia with around 70 million people. However, you might not know the basics of gambling in

    ОтветитьУдалить

Related Posts Plugin for WordPress, Blogger...