Pomimo że segment big data rozwija się nieprzerwanie niemal 6-krotnie szybciej niż cały rynek IT, to na wymierne korzyści trzeba będzie jeszcze poczekać, wynika z badania przeprowadzonego na zlecenie SAS.
49 proc. przedsiębiorstw w USA twierdzi, że jest jeszcze za wcześnie, aby ocenić zwrot z inwestycji w projekty big data. Jedynie co trzecia firma odnotowała zyski wynikające z wykorzystania rozwiązań do analizy dużych zbiorów danych.
Z perspektywy lokalnej wygląda to jeszcze gorzej: zaledwie 5,9 proc. polskich firm korzysta z analiz big data, podaje GUS. W zestawieniu przygotowanym przez Komisję Europejską Polska znajduje się wśród najmniej zaawansowanych cyfrowo państw Unii Europejskiej, zajmując dopiero 23. miejsce.
W oparciu o big data można podejmować ważne decyzje biznesowe dotyczące planów rozwoju, strategii sprzedaży czy kampanii marketingowych. W Stanach Zjednoczonych aż 83 proc. firm przebadanych przez SAS inwestuje w projekty związane z big data. Pomimo, że inicjatywy te znajdują się na różnych poziomach zaawansowania, to respondenci przyznają, że na ich efekty trzeba będzie jeszcze poczekać. Osiągnięcie szybkich rezultatów ogranicza niski stopień wykorzystania technologii chmurowych i machine learning, a także brak wykwalifikowanych pracowników oraz powszechnego dostępu do danych.
w Polsce „Small data”: tylko 5,9 proc. polskich firm korzysta z big data
Na polskim podwórku analityka big data wciąż traktowana jest po macoszemu. Strategiczne decyzje podejmowane przez menedżerów w przytłaczającej większości nie są poparte analityką big data. Przedsiębiorcy w coraz większym stopniu dostrzegają potencjał analityki danych, ale niekoniecznie chcą inwestować we wdrażanie własnych narzędzi big data. Jak wynika z badania zrealizowanego przez InsightExpress, aż 8 na 10 polskich menedżerów IT jest zdania, że big data stanowiło będzie trzon strategii biznesowej ich przedsiębiorstw w ciągu najbliższych 5 lat. W ciągu najbliższych dwóch lat 7 na 10 przedsiębiorstw planuje zwiększenie wydatków na analizę dużych zbiorów danych. Wiele wskazuje jednak, że rodzimy optymizm na razie kończy się na deklaracjach.
Badania przeprowadzone przez Główny Urząd Statystyczny, kreślą smutny obraz biało-czerwonej cyfrowej rzeczywistości, w której zaledwie 5,9 proc. firm korzysta z analizy dużych zbiorów danych. Najczęściej sięgają one po dane geolokalizacyjne (3,9 proc.) oraz informacje generowane przez media społecznościowe (2,1 proc.). Z badania przeprowadzonego przez Intel wynika, że zaledwie co piąta firma działająca w Polsce (18 proc.) poddaje analizie informacje marketingowe o swoich klientach.
Słabą pozycję Polski na cyfrowej mapie unijnej potwierdza też opublikowany przez Komisję Europejską tzw. indeks gospodarki i społeczeństwa cyfrowego, gdzie Polska została zaliczona do najmniej zaawansowanych cyfrowo państw Unii Europejskiej, zajmując dopiero 23. miejsce w UE. W naszym kraju tylko co dziesiąte małe i średnie przedsiębiorstwo sprzedaje swoje produkty lub usługi online.
Kto korzysta z big data?
Stopień zastosowań rozwiązań big data jest w dużej mierze zależny od branży. Prym wiodą firmy z sektora usług finansowych, wykorzystujące analizy wielkich zbiorów danych między innymi w procesie oceny ryzyka kredytowego lub przy selekcji klientów, którym zostanie przedstawiona oferta konkretnego produktu bankowego. Tego typu analizy, które wcześniej trwały nawet kilka dni, dzięki algorytmom umożliwiającym przetworzenie i analizę wszystkich niezbędnych danych, odbywają się teraz w czasie rzeczywistym.
Handel detaliczny i telekomunikacja to kolejne branże w dużym stopniu wykorzystujące potencjał gromadzonych informacji. IDC przewiduje, że znaczny popyt na big data będzie także generowany przez firmy produkcyjne. Ma to związek z upowszechnieniem idei Przemysłu 4.0, która zakłada wykorzystanie m.in. internetu rzeczy do poprawy sprawności linii produkcyjnych, a w efekcie zmiany modelu biznesowego przedsiębiorstw, które rozbudowują swoją ofertę w oparciu o nowe technologie.
drażając rozwiązania big data, firmy produkcyjne mogą obniżać koszty operacyjne średnio o 20 proc., odnotowując przy tym ok. 30-procentowy wzrost zysków. IDC przewiduje, że do końca tego roku przedsiębiorstwa wytwórcze będą odpowiadały za ponad 20 proc. wydatków na projekty big data.
Chief Data Officer poszukiwany
Jedną z największych barier rozwoju rynku systemów analitycznych jest brak wykwalifikowanych specjalistów. Firmy zgłaszają coraz większe zapotrzebowanie na osoby, które potrafią przełożyć wnioski z danych na konkretne decyzje biznesowe.
Według raportu SAS, tylko co druga firma ma w swoich szeregach osobę odpowiedzialną za proces ochrony i przetwarzania danych w ramach całej organizacji (Chief Data Officer). Inną barierą jest niski stopień demokratyzacji danych. Dostęp do informacji mają głównie wykwalifikowani specjaliści z zakresu data science i analitycy biznesowi. Z badania SAS wynika, że jedynie 13 proc. firm umożliwia pracownikom samodzielny dostęp do danych bez wsparcia lub nadzoru zespołu IT.
Innym rozwiązaniem ułatwiającym wykorzystanie potencjału drzemiącego w danych jest platforma Hadoop, która umożliwia przechowywanie i szybkie przetwarzanie zbiorów big data. Z badania SAS wynika, że coraz więcej przedsiębiorstw docenia jej zalety. Aż 56 proc. respondentów, którzy aktywnie zaangażowali się implementację projektów z zakresu big data zdecydowało się na wykorzystanie tego narzędzia. Z kolei 40 proc. przebadanych firm rozważa zastąpienie obecnych rozwiązań hurtowni danych platformą Hadoop.
Kluczowe wnioski z badania SAS
- 83 proc. przebadanych firm inwestuje w projekty związane z big data;
- 56 proc. przedsiębiorstw zaangażowanych w implementację projektów big data korzysta z platformy Hadoop;
- tylko 13 proc. firm umożliwia pracownikom samodzielny dostęp do danych bez wsparcia lub nadzoru zespołu IT.
Machine learning automatyzuje i przyspiesza big data
Przyszłością big data jest sztuczna inteligencja i machine learning, zapewniające automatyzację i przyśpieszenie procesów analitycznych. Coraz więcej firm dostrzega potencjał związany z wykorzystaniem uczenia maszynowego w zastosowaniach biznesowych. Dzięki wykorzystaniu samouczących się algorytmów, komputery mogą samodzielnie analizować dane oraz dostosowywać modele do zmiennych zjawisk i wymagań w celu szybkiego znalezienia optymalnego rozwiązania. Technologia machine learning wspiera proces decyzyjny oraz umożliwia skuteczne tworzenie predykcji biznesowych. Z raportu SAS wynika, że co piąte przedsiębiorstwo wdrożyło rozwiązania z zakresu machine learning lub sztucznej inteligencji, podczas gdy 23 proc. firm eksperymentowało z uczeniem maszynowym. Największy odsetek przebadanych organizacji rozważa wprowadzenie tych rozwiązań w przyszłości, co powinno wpłynąć na przyśpieszenie efektów analizy dużych zbiorów danych.
W artykule wykorzystano materiały firm SAS Institute i Cloud Technologies.
