Ściągawka Big Data i Machine Learning

Share on Facebook0Share on LinkedIn0Share on Google+0

Big Data, obliczenia w chmurze, machine learning, sztuczna inteligencja, sieci neuronowe  – ile razy zastanawialiśmy się, czy moglibyśmy to praktycznie wykorzystać? ŚCIĄGAWKA DLA MARKETERÓW – BIG DATAMACHINE LEARNING

cover

W Polsce z Big Data i analityki korzystają jeszcze ciągle wcześni adaptatorzy (dzięki czemu naprawdę są lepsi od konkurencji), ale jest ich jeszcze ciągle bardzo mało i niechętnie dzielą się swoją wiedzą. Większość osób, z którymi się spotykam nie ma nawet mapy tych rozwiązań i opiera swoją wiedzę o to, co mówią ich informatycy (albo że się nie da, albo że wszystko się da…) i na ofertach agencji digitalowych, które są pisane zbyt ogólnym językiem (żeby tylko nie przestraszyć klientów).

Niektóre z miejsc, gdzie ciekawie rozwija się wykorzystanie dużych źródeł danych to pośrednicy w sprzedaży biletów lotniczych online, motoryzacja – integracja samochodu z aplikacją mobilną i centralną chmurą obliczeniową (m.in. centrum Big-Data Volkswagena w Wolfsburgu współpracujące z NVIDIĄ), sklepy spożywcze (artykuł o tym, jak te sklepy zbierają dane opublikował Niebezpiecznik).

Finanse i bankowość w związku z prawodawstwem są skazane na przechowywanie i analizowanie danych na wewnętrznych serwerach, dlatego nie prędko zaczną korzystać z chmury. Niedługo zmienią to praktyczne rozwiązania z trendu fintech (dobry raport na ten temat opublikował Capgemini). Paradoksalnie w Polsce e-commerce jeszcze ciągle nie wykorzystuje pełnego potencjału danych – wiele sklepów nie ma jeszcze ciągle CRM z prawdziwego zdarzenia i niespecjalnie łączy dane transakcyjne i behawioralne (ale to nie znaczy, że nie mamy naprawdę sensownych graczy).

 

cheatsheet-bigdata-1

Niewiedza o możliwościach chmury w Polsce jest podyktowana tym, że najwięksi usługodawcy – Amazon Cloud ComputingGoogle Cloud nie prowadzą jeszcze zaawansowanego marketingu i sprzedaży (czego kompletnie nie rozumiem). Microsoft Azure w działaniach marketingowych stawia na partnerów – lokalne firmy, które oferują swoje usługi w oparciu o ich chmurę i które siłą rzeczy w większości są firmami informatycznymi a nie – reklamowymi. Domy mediowe i duże agencje reklamowe reklamowe często bazują na sieciowych rozwiązaniach analitycznych, przez co de facto oferują swoim klientom tzw. „black box„.

Na swoim własnym końcu wyścigu innowacji i digital disruption firmy są skazane na trzymanie/integrowanie wszystkich danych u siebie „w domu”, tzn. w chmurze, ale w oparciu o własny system danych. Z drugiej strony dostawcy usług chmurowych będą chcieli, żeby klienci przenieśli wszystkie usługi „do nich”. A gdzie tymczasem jest moja firma? Odpowiedź na to pytanie jest często związana z pytaniem – czy naprawdę mam korzyści z CRM oprócz organizacji pracy? czy mój CRM jest związany z ruchem na stronie WWW (nie mówiąc już o tym – czy w ogóle utrzymuję CRM w sensownym stanie?).

Na rynku chmur kluczowymi hasłami są: „data-locking” (pozwalam Ci trzymać dane prawie za darmo, ale wystawiam Ci rachunki za moc obliczeniową), „walled gardens” (przetwarzam i segmentuje Twoje dane za darmo, ale tylko u mnie możesz je wykorzystać do reklamy) i „integracje” (wewnętrznie – Google z usługami Google, Microsoft z usługami Microsoft itp. i zewnętrznie – tak jak Amazon – z jak największą liczbą różnych usług).

cheatsheet-bigdata-2

Ponieważ wszystko najlepiej weryfikuje rynek, to najprościej jest przyjrzeć się najbardziej powszechnym rozwiązaniom na rynku:

  • najbardziej typowym narzędziom stosowanym przez analityków – co można wyciągnąć z danych?
  • najbardziej powszechnym usługom w przetwarzaniu danych – gdzie te dane przechowywać i dlaczego to takie ważne?

Tym razem przygotowaliśmy ściągawkę dla marketerów o big data, obliczeniach w chmurze, machine learning i sztucznej inteligencji, pokazującej na dwóch slajdach – co można i z jakich narzędzi można skorzystać. Slajdy powyżej można ściągnąć w dużej rozdzielczości w PDF po wypełnieniu formularza poniżej.

Albert Hupa

Raport - Albert

Pobierz raport z badania