David Stephenson to specjalista, wykładowca i konsultant big data oraz data science. Na bazie swoich doświadczeń napisał książkę „Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!”.
Big data: pojęcia i zastosowanie
Dane określamy mianem big data, gdy posiadają duży wolumen, dużą prędkość przetwarzania oraz dużą różnorodność. Autor wymienia kamienie milowe, które zapoczątkowały i zrewolucjonizowały myślenie o big data. Pierwszy to masowe przetwarzanie równoległe eBay’a w 2002 roku, drugi stworzenie przez Google frameworke’a Hadoop w 2003, a trzeci to raport Big data: the next frontier for innovation, competition and productivity z 2011 roku. Ilość danych wzrasta, ponieważ jest coraz więcej komputerów, telefonów komórkowych i czujników, a cena pamięci cyfrowej obniża się. Dlaczego firmy zależą od big data? Bo Yahoo i Google zaopatrzyły się w innowacyjne urządzenia i oprogramowanie, które udostępniły użytkownikom, a oni potem konsekwentnie pogłębiali wiedzę i inwestowali w jeszcze bardziej zaawansowany sprzęt. Stephenson wyjaśnia termin open source – otwartego oprogramowania, dostępnego dla każdego, z szansą na szerokie rozpowszechnianie i ulepszanie. Dla big data znaczenie ma także przechwytywanie w chmurze – działanie na dużą skalę bez dużych wydatków.
Autor przygląda się też Sztucznej Inteligencji oraz uczeniu maszynowemu w ramach tej koncepcji. AI to technologie inteligentnie reagujące na bodźce zewnętrze. Choć u genezy były bardzo drogie, obecnie wielkie ilości danych wykorzystuje się w uczeniu maszynowym, w którym komputer sam polepsza własne wyniki.
Big data wraz z data science (nauka o danych) używa się w: testach A/B, rekomendacjach, prognozowaniu, wycenach, czy w mediach społecznościowych. Szczególnie przydaje się to w branży e-commerce, ponieważ pozwala na optymalizację i personalizację doświadczeń klientów. Big data sprawdza się również w marketingu – ułatwia kierowanie kampanii do odbiorców i optymalizuje koszty. Należy podkreślić, że wiele firm ma teraz podejście data-driven – dane jako priorytet w decyzjach oraz w miernikach sukcesu. Stephenson wskazuje na rolę big data i data science w kierowaniu strategią, analizie preferencji, potrzeb zakupowych oraz w śledzeniu zaangażowania klientów. Na tej podstawie, możemy dopasować się do konsumenckich wyobrażeń.
Realizacja projektu
Cechy udanego projektu? 1. Model analityczny prosty i intuicyjny; 2. Korespondujący język oprogramowania; 3. Skuteczne narzędzia do wizualizacji danych i wykresów; 4.Agile (zwinne) planowanie; 5. Kompatybilna technologia; 6. Precyzyjne obsadzenie ekspertów big data i data science w zespole; 7. Dobre przywództwo.
Danymi zarządzajmy rozważnie, dbajmy o autoryzację i RODO. Zadawajmy pytania, testujmy przypuszczenia, monitorujmy wskaźniki, skupmy się na wartości biznesowej oraz kontrolujmy efekty.
Dla rekina biznesu
Książka „Big data, nauka o danych i AI bez tajemnic. Podejmuj lepsze decyzje i rozwijaj swój biznes!” to lektura dla biegłego przedsiębiorcy. Odnajdzie on tu szereg porad, które na pewno wpłyną na biznesowe powodzenie.
