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 :)

2. 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

3. 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 

5. 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

7. 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

13. 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.

15. 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

17. demograficzne behawioralne
transakcyjne geograficzne
(lokacyjne)
Bardzo często pozostawiamy swoje dane (świadomie bądź nieświadomie)
Z perspektywy analityka warto nauczyć się z nich korzystać 

18. Różne narzędzia i aplikacje dostarczają danych różnego typu.
Połączenie tych danych pozwala na spojrzenie z szerszej pespektywy na prowadzone analizy.

28. 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

30. Wyzwaniem – w myśl powyższych stwierdzeń – będzie odpowiedni dobór źródeł danych,
a następnie analiza i interpretacja posiadanych informacji.
Obecnie analizujemy „jedynie” 13% danych, którymi dysponujemy.

35. 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

42. #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.

43. 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? 

44. 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