Wyrażam zgodę na przetwarzanie moich danych osobowych, także w przyszłości, przez administratora danych osobowych Resulto sp. z o.o., z siedzibą we Wrocławiu, przy ul. Grabiszyńskiej 241, w celu realizacji usługi "Newsletter Resulto", a także w celach marketingowych produktów i usług własnych administratora danych osobowych oraz podmiotów z nim współpracujących. Niniejszą zgodę składam dobrowolnie i oświadczam, że zostałem/łam poinformowany/na o uprawnieniach przysługujących mi na podstawie ustawy z dnia 29.08.1997 r. o ochronie danych osobowych (tj. z dnia 17 czerwca 2002 r., Dz.U. Nr 101, poz. 926 z późn. zm.), w tym o prawie wglądu do danych, ich poprawienia, prawie żądania zaprzestania dalszego ich przetwarzania oraz prawie wniesienia sprzeciwu wobec ich przetwarzania. Wyrażam zgodę na otrzymywanie informacji handlowych drogą elektroniczną na podany powyżej adres poczty elektronicznej wysyłanych przez Resulto Sp. z. o.o.

definicja Big Data

n

Informatyzacja pod koniec XX wieku „zmusiła” przedsiębiorstwa do zakupu sprzętu komputerowego i oprogramowania.  Obecnie podmioty gospodarcze, posiadające wielkie zbiory cyfrowych danych, mają problem z ich pełnym i efektywnym wykorzystaniem. Odpowiednim rozwiązaniem jest technologia Big Data.

Historia 

Po raz pierwszy termin Big Data zaczął się ukazywać na stronach internetowych w 2000 r. John Mashley zasygnalizował, że nadchodzi epoka Big Data, w której bazy danych będą miały coraz bardziej złożony charakter.

Definicja big data

W potocznym użyciu termin Big Data rozumiany jest jako wielki zbiór danych, który zarządzany jest (i operacyjnie wykorzystywany) przy zastosowaniu nowych technologii i architektur, dla uzyskania przewagi konkurencyjnej przez przedsiębiorstwo.

 

Analitycy firmy Gartner wychwycili 5 atrybutów, które związane są z Big Data:

 

  • objętość (volume)
  • różnorodność (variety)
  • szybkość przetwarzania (velocity)
  • zmienność (variability)
  • złożoność (complexity)

Cechy:

  1. Duża objętość zgromadzonych i przetwarzanych zasobów informacyjnych, przestrzeń wykorzystywana przez zbiory danych Big Data wynosi często ok. 100 terabajtów, zbiory czasami liczone są w petabajtach,
  2. Dodatkowa moc obliczeniowa pozwalająca analizować procesy biznesowe w czasie rzeczywistym,
  3. Przetworzenie danych pochodzących z serwisów webowych, portali społecznościowych, skanerów RFID oraz sensorów zmieniających fizyczne wartości na sygnał elektroniczny (dane niestrukturalne),
  4. Dokonywanie operacji, które służą wyszukiwaniu rekordów odpowiadającym poszukiwanym zależnościom jak i poszukiwanie zależności nieoczekiwanych (niewiadomych, niestandardowych, nowych).

Wymagania sprzętowe:

  1. Zaawansowany system przetwarzania danych,
  2. Obliczeniowy system komputerowy,
  3. Technologia open source.


Te  elementy warunkują, zwykle, uruchomienie pełnej wersji analiz Big Data i wykorzystanie wszystkich funkcji. Najczęściej do korzystania z wielkich zbiorów danych stosuje się platformę pamięci masowej czyli Hadoop, która jest wspomagana oprogramowaniem MapReduce.

Zastosowanie:

Ze względu na wielkość zbiorów danych najczęściej to zagadnienie dotyczy wielkich podmiotów gospodarczych. Raport sporządzony przez Computerworld i IBM Polska przedstawia działy przedsiębiorstw, które korzystają z tej technologii:

 

  • Marketing i sprzedaż – 37%
  • Zarządzanie na szczeblu ogólnym – 19%
  • Finanse i controlling – 14%
  • Logistyka – 4%

 

Przykładowo dla finansów i controllingu praktyczne zastosowanie Big Daty to:

 

  • zarządzanie wierzytelnościami – 40%
  • audyt i controlling budżetów – 20%
  • raportowanie kosztów – 20%
  • inne – 20%

 

Badania przeprowadzone przez EMC Forum 2013 wskazują:

 

  • 39% przedsiębiorców uważa, że Big Data zapewnia sukces firmy
  • 19% przedsiębiorców jest zdania, że dzięki Big Data osiągnęło przewagę konkurencyjną
  • 36% przedsiębiorców sądzi, że wprowadzenie Big Data zwiększy bezpieczeństwo i ochronę posiadanych danych

 

W raporcie Big Data+ przygotowanym przez Computerworld i IBM Polska przedstawiane są badania dotyczące trudności jakie napotykają polskie firmy we wdrożeniu Big Data:

 

  • niedobór wykwalifikowanej kadry specjalistów- 29%
  • wysokie koszty eksploatacji sprzętu- 27%
  • brak jasnego określenia potrzeby/uzasadnienia dla wdrożenia Big Data- 22%
  • skomplikowana technologia, która nie przynosi spodziewanych zysków- 7%

Przepis na sukces Big Data:

  1. Właściwe wykorzystanie i przetwarzanie danych już istniejących (zacznijmy od dobrego wykorzystania tego co już mamy),
  2. Definicja potrzeb biznesowych firmy (zdefiniowana strategia, model biznesu itp.),
  3. Racjonalny wybór sprzętu informatycznego i oprogramowania oraz zespołu analitycznego (przemyślana inwestycja),
  4. Operacyjne wykorzystanie analizy Big Data w funkcjonowaniu przedsiębiorstwa (dane niewykorzystywane szybko tracą na jakości i użyteczności).

Big Data a inne nowinki technologiczne:

Analiza big data to nie jedyne, nowe rozwiązanie technologiczne proponowane na tzw. rynku Business Inteligence. Istnieją także inne, nowe systemy i cech analityki biznesowej:

 

  1. Wizualizacja danych,
  2. Analityka predyktywna,
  3. Mobilność danych,
  4. Chmura obliczeniowa (cloud computing).

Perspektywa rozwoju:

  • Raport IDC prognozuje, że do 2020 r. wielkość globalnych zasobów danych może sięgać 40 ZB (zeltabajtów – 1 ZB to 2^70 bajtów)
  • Rosnaca chęć wykorzystania analizy Big Data, w tym przez MSP m.in. w celu identyfikacji transakcji przeprowadzanych przez firmę oraz innych operacji mających kluczowy wpływ na funkcjonowanie operacyjne i strategiczne podmiotu

 

Czytaj również: Mała firma – zarządzanie w kryzysie

 

Pomagamy w podejmowaniu racjonalnych decyzji inwestycyjnych. Opracowujemy wnioski o dofinansowanie, biznes plany oraz przeprowadzamy audyt możliwości dotacyjnych. Zapytaj o naszą ofertę: tel.: +48 783 366 476, e-mail: poczta@resulto.pl

630x200-baner-resulto

 Wszelkie prawa do artykułu posiada Resulto Sp. z o.o. Kopiowanie i wykorzystanie fragmentów tekstu dozwolone jedynie pod warunkiem podania źródła.

Tagi: , , , , , ,
Wpis opublikowany w kategorii: Słownik finansowy dnia 22.09.2015 o godz. 23:56
Autor wpisu:
Możesz śledzić odpowiedzi do tego wpisu za pomocą RSS 2.0

Skomentuj

*