Oto prawdziwa historia z filmu Bennetta Millera „Moneyball”: w 2002 r. zespół Oakland Athletics, kopciuszek amerykańskiego baseballu, ustanowił rekord 20 zwycięstw z rzędu. Tajemnicą sukcesu była statystyka. Wcześniej trenerzy dobierali zawodników według zdroworozsądkowego klucza. Billy Beane, nowy menedżer drużyny, która dysponowała jednym z najmniejszych budżetów w lidze, poszedł odmienną drogą: zdał się na cyfrową analizę danych. Zbudował drużynę jedynie na podstawie wykresów skuteczności, wypluwanych przez komputerowe algorytmy. A dla tych bezdusznych systemów IT nie miało znaczenia, czy dany sportowiec jest sympatyczny, zdyscyplinowany i jakie ogólne wrażenie robi na selekcjonerach. Liczyły się dla nich tylko wyniki konkretnych graczy.
A także to, czy oprócz słabości (choćby licznych) każdy ma co najmniej jedną wybitną cechę. Billy Beane zrezygnował z tradycyjnych metod prowadzenia zespołu i jego podopieczni dobrze na tym wyszli. Cyfrowa analityka pomogła również Barackowi Obamie — w dużym stopniu dzięki niej wygrał kampanię prezydencką w 2008 r. Wyciąganie wniosków z milionów okruchów informacji zdaje także egzamin w profilaktyce zdrowotnej — dość powiedzieć o Google Flu, która na podstawie zapytań użytkowników o sposoby radzenia sobie z grypą opublikowała światową mapę aktywności wirusa. Największym beneficjentem tej klasy technologii, określanych jako big data, jest jednak biznes.
Wyższa szkoła jazdy
Jak podkreśla Konrad Wypchło, menedżer programu zarządzania danymi w ITMagination, przedsiębiorcy i menedżerowie bardzo często pytają o to, jak poradzić sobie z dużą liczbą nieuporządkowanych informacji, zarówno wewnętrznych, jak i z rynku (te ostatnie stanowią nawet 85 proc. wszystkich danych i rosną w szybkim tempie). A odpowiedź brzmi zawsze tak samo: big data.
— Zależnie od sektora gospodarki, firmy, a nawet działu czy procesu biznesowego, pojęcie „big data” rozumiane jest inaczej. Logistycy widzą w tej technologii sposób na ulepszenie strategii transportowej,HR-owcy — pomoc w pozyskiwaniu tzw. talentów, marketingowcy — pomysł na skuteczniejsze kampanie. W handlu detalicznym kładzie się nacisk na „rozpracowanie” zachowań konsumentów, w ubezpieczeniach — na wykrywanie nadużyć. Każdy może mieć analitykę uszytą na swoją miarę — mówi Konrad Wypchło.
Wyższą szkołą jazdy w stosunku do big data jest master data management (MDM), czyli zarządzanie danymi podstawowymi. Główną cechą analiz MDM jest przetwarzanie setek czy tysięcy parametrów, np. danego produktu, pochodzących z różnych działów firmy, systemów informatycznych i baz danych. Sięgają po nie głównie spółki działające na międzynarodową skalę. — W przypadku dużych koncernów mamy do czynienia z przetwarzaniem ogromnych zbiorów danych, a to rodzi ryzyko zduplikowania informacji lub skorzystania z nieaktualnej ich wersji. Jeśli taki błąd dotyczy np. ceny produktu, łatwo sobie wyobrazić finansowe konsekwencje dla firmy — tłumaczy Marzena Kardas, odpowiedzialna za usługi MDM w Infosys BPO.
Z narzędzi master data management najczęściej korzystają firmy z branży FMCG (dobra szybkozbywalne). Nic dziwnego. Wyobraźmy sobie międzynarodową sieć handlową, która musi codziennie zrealizować setki zamówień związanych z takimi artykułami jak szampony, batoniki czy kremy. Zlecenia nie dość, że się różnią, to jeszcze pochodzą z centrów logistycznych, magazynów i sklepów rozrzuconych po całym świecie. Jeśli osoby odpowiadające na zapotrzebowanie tych placówek wykorzystają np. nieprawidłowy kod kreskowy, spółka poniesie straty liczone w milionach. Tutaj do gry wchodzi MDM.
— Systemy MDM sprawdzają się nie tylko w sektorze FMCG, ale też np. w farmacji i w wielu procesach biznesowych, z produkcją i handlem na czele. Niestety, jak wynika z szacunków Gartnera, tej klasy oprogramowanie wdrażane jest w 5-10 proc. przedsiębiorstw będących grupą docelową takich rozwiązań. To pokazuje, że większość firm ciągle jeszcze nie osiągnęło dojrzałości biznesowej w tej sferze i naraża się na utratę konkurencyjności rynkowej — komentuje Marzena Kardas.
Gdy eksperci z Infosys BPO zachwalają oprogramowanie MDM, ich koledzy z SAS Institute Polska rozpływają się nad zaletami analityki 3.0. I na przykładzie firmy kurierskiej UPS wyjaśniają, o co w tej technologii chodzi. Dzięki zastawaniu najprostszej analityki, o numerze 1.0, menedżerowie mogą na bieżąco śledzić np. efektywność poszczególnych kierowców czy pogodę w miejscu dostawy.
Analityka 2.0, uwzględniająca duże zbiory danych, pozwala na wytypowanie najkrótszej czy najbezpieczniejszej trasy dla każdego pojazdu. Problem pojawia się, gdy dojdzie do wypadku czy awarii. Wtedy do akcji wkracza analityka 3.0, która natychmiast przekazuje kierowcy zaktualizowane instrukcje. Co ważne: polecenia mogą być modyfikowane bez udziału człowieka — decyzje podejmuje sterowany cyfrowo system na podstawie niezliczonych symulacji historycznych.
— Analityka 3.0 robi użytek zarówno z danych historycznych, transakcyjnych, jak i zupełnie nowych, dopiero poznawanych zbiorów o charakterze big data. Często bezładne informacje, które pochodzą z różnych źródeł i kanałów, zamienia w wartościową wiedzę, co jest podstawą do identyfikowania szans i zagrożeń biznesowych — wskazuje Patryk Choroś, menedżer ds. rozwoju biznesu w SAS Institute Polska.
Na każdą kieszeń
Jak wygląda rynek big data w Polsce? Według badania Intela, zrealizowanego wśród 576 spółek z Europy Środkowo- -Wschodniej, zatrudniających co najmniej sto osób, duże zbiory danych w ubiegłym roku analizowało 25 proc. firm. Na pozycję lidera wysunęły się Czechy (33 proc.). Niewiele ustępuje im Słowacja (31 proc.). Polska, ze wskaźnikiem 18 proc., plasuje się dużo poniżej średniej w regionie. Wynik dla najmniejszych przedsiębiorstw krajowych byłby jeszcze gorszy. Ma to związek z zaporowymi cenami narzędzi IT? Absolutnie nie.
Z myślą o firmach z sektora MSP powstają tzw. tanie BI, usługowe warianty oprogramowania klasy business intelligence. Są dostępne w chmurze obliczeniowej, czyli w internecie, w zamian za całomiesięczny abonament — na tyle niski, że niemal żaden przedsiębiorca nie może już powiedzieć, że nie stać go na zaawansowane analizy biznesowe.