[PL] O dużych zbiorach danych powiedziano już wiele. Pomyślmy o kreatywnym ich wykorzystaniu i budowaniu rozwiązań w nowych obszarach wsparcia dla biznesu. Wszak dane same dal siebie to tylko bity i bajty, dopiero wsparcie sukcesu biznesowego uwiarygadnia zasadność ich wykorzystania.
3. … i co z tego?
Dane
strukturalne
Treści
niestrukturalne
85%
4. Mity na temat Big Data
• W Big Data najważniejsza jest technologia
• Big Data to projekt informatyczny
• Big Data wymaga matematyków i statystyków
• Trzeba zbierać jak najwięcej danych
• Bez Big Data nie będziesz konkurencyjny
• Big Data to informacje nieustrukturyzowane
• Czy więcej danych tym lepsze analizy
• Dajmy ludziom więcej danych i będzie dobrze
6. Dane są podstawą wartością do budowy przewagi konkurencyjnej
Sprzedaż
Bankowość
Zasoby naturalne
Opieka zdrowotna
7. Analityka Big Data
Szukaj, wizualizuj i zrozum
dane w celu poprawy procesów
decyzyjnych.
Wzbogacony obraz klienta
360o
Połącz wewnętrzne i zewnętrzne
źródła informacji aby wiedzieć jak
najwięcej o kliencie, real-time.
Internet rzeczy
Analizuj dane pozyskiwane
z maszyn
Modernizacja hurtowni
danych
Modernizuje hurtownię danych: in-
memory, przetwarzanie ciągłe, hadoop,
appliances
pamiętając o zaufaniu do danych
Bezpieczeństwo
Identyfikuj w czasie rzeczywistym
nadużycia i zagrożenia oraz cyber
ataki
13. Analityka treści
Analizowana treść
(i dane)
Jan skręcił kostkę na schodach...
Źródło informacji
Wewnętrzne (ECM, Pliki, DBMS, etc.)
Zewnętrzne (Social, News, etc.)
Rzecz. Czasow. Rzeczownik Określenie
Osoba Krzywda Część ciała Lokalizacja
Przypadek: Uszkodzenie ciała
Ekstrakcja
14. Analiza treści call center
Customer Service
Representative – ocena
Detekcja ciszy
Detekcja
nakładającej
się rozmowy
Monitorowanie i
raportowanie jakości
Analityka treści Call
Center
15. Analiza treści call center
Raportowanie
wyników
w oparciu o dane
strulturalne i
niestrukturalne
Raaportowanie
geomarketingowe
16. Głos, SMS
Gazety
Radio
Email
Social Media
TV/Smart TV
Artykuły, blogi,
fora dyskusyjne
IBM
IBM
Content Analytics
„Hurtownia
danych
niestrukturalnych”
Zunifikowany
wgląd
Kompletność
widoku
GEO
Źródła informacji Przykładowe
zapytanie:
Pokaż wszystkie osoby, które
wspomniały o bombie w
rozmowie telefonicznej w
ostatnim tygodniu, są aktywne w
społeczności XYZ, zmieniły status
w Facebook’u i przygotowują się
do wyjazdu z kraju.
•Voice-To-Text
•Analityka Social Media
•Monitorowanie:
- wiadomości
- forum dyskusyjnych
Analityka treści a wykrywanie nadużyć i zagrożeń
19. Akumulacja kontekstu i dopasowanie elementów
Przyrostowy proces integracji nowych i wcześniejszych obserwacji
marek@me.com
VIP
Klient
Twitterowy
obserwator
Złodziej
tożsamości Defraudacja
[Szerszy obrazek]
marek@me.com
28. Godne uwagi zdarzenia
@ 1.3% (4 elementy) “Wow, to układanka ze zdjęciem budynku i chyba napisem”
@ 4% (12 elementów) Pierwsze kawałki obrazka poskładane.
@ 37% (112 elementów) jeden element dodawany jest co 5.2 sec. Czemu?
@ 48% (144 elementów) “Cała ramka gotowa, główne części obrazka połączone ze sobą”
@ 65% (196 elementów) pierwsze elementy nie do końca poprawnie ułożone wykryte i
poprawione.
@ 75% (224 elementów) “eeee to już jest łatwe.”