TEORIA ZARZĄDZANIA

2012/13

Piotr Płoszajski

•

pplosz@sgh.waw.pl

• Dyżury: wtorki – 11:00-12:00
• Literatura:

– ....
– Np. „Wikinomia”
– Np. „Świat jest płaski”
– Np. „Freeconomics”
– Np. „Long Tale”
– Np. cokolwiek...

• (bardzo łatwy) egzamin testowy

Koncepcja wykładu:

PRZYSZŁOŚĆ

Założenie:

Dzisiejsze środowisko biznesu

ma 3 główne wymiary:

• Krótko-okresowa nieliniowość
• Hyperarchiczna natura globalnie

połączonego systemu

• Masowa indywidualizacja

potrzeb i powstawanie klienta,
który nigdy nie jest całkowicie
zadowolony

Cele wykładu

•

Przegląd

idei, teorii i zjawisk pomocnych w

zrozumieniu kompleksowej i hybrydowej

natury zarządzania w dzisiejszym otoczeniu

biznesu zdominowanym przez globalne

połączenia, transparentość , peer-to-peer,

symetrię informacyjną i natychmiastowość

(reakcje w czasie rzeczywistym)

• Wskazanie dzisiejszych i przyszłych, szans

dzisiejszych i przyszłych, szans

biznesowych

w tych nowych warunkach

• Wykazanie, że zarządzanie dzisiaj jest

fascynującą dziedziną studiów i pasjonującym

zawodem

Pod warunkiem,

że się je studiuje…

Zarządzanie jest dziś dziedziną złożonej,

trudnej i zmiennej wiedzy

Pianista James Rhodes:

“Zasada 0.2 sekundy”

• Dla większości ludzi 0.2 sek nie ma

znaczenia

• Ale dla kierowcy F1 lub sprintera, to różnica

między byciem mistrzem lub przegranym

• Większość pianistów dość szybko potrafi

grać tak, żeby koncertować i nagrywać

• …i wtedy spędzamy resztę życia na

przebycie tych 0.2 sek aby osiągnąć szczyt

naszej profesji

• 0.2 sek: koncepcja czegoś niewyobrażalnie

małego, co decyduje o różnicy między

chłopcem, a mężczyzną oraz pianistą

(nawet wybitnym), a wirtuozem

“0.2 sek, to “obsesja szczegółu”, która czyni nas

szalonymi, samobójczymi, depresyjnymi i czasem,

jeśli dzień jest dobry, zadowolonymi”

• Porównajcie A. Rubinsteina i Lang Langa

• Albo przeczytajcie biografię Steve

Jobsa

W społeczeństwie milionów

klonów edukacyjnych

“nauczenie się” już nie wystarcza

Potrzebujecie codziennej świadomości

bariery 0.2 sekundy

Albert Einstein:

“Edukacja, to jest to, co pozostaje,

kiedy już zapomnimy wszystko,

czego nauczyliśmy się w szkole”

Zarządzanie wymaga większych

kompetencji, bo

po raz pierwszy w historii

makro ekonomia i biznes

są dzisiaj tak blisko siebie

• Globalne trendy i turbulencje szybciej,

niż kiedykolwiek powodują lokalne
konsekwencje dla funkcjonowania firm

– Losy wielkich firm błyskawicznie przekładają się na los

światowych gospodarek

– Nawet błędy małych firm mogą wywołać międzynarodowe

turbulencje gospodarcze i polityczne: zob. symboliczny
przypadek „zarazy ogórkowej” w maju 2011
zapoczątkowanej w kuchni restauracji w Lubece (czy
gdziekolwiek indziej, w porównywalnie małej firmie)

…wykład o teorii

ORAZ

praktyce

zarządzania

KRYZYS ZASAD

ZARZĄDZANIA

REWOLUCJI PRZEMYSŁOWEJ:

ZMIANA PARADYGMATU

• “Przyszłość nie

jest już taka, jak
była kiedyś”

Paradygmat

jest potężnym, najczęściej

nieświadomym

, narzędziem zdobywania i

przetwarzania wiedzy.

W procesie poznania jest kryterium

prawdy:

to, co nie jest sprzeczne z zawartymi w

nim przekonaniami i oczywistościami

- jest prawdziwe

prawdziwe

"normalne" i "słuszne".

Obowiązujący paradygmat

ujawnia swoją istotę,

tylko momencie zmiany.

Teraz jest ten moment.

Wirtualizacja organizacji

• Organizacja wirtualna: sieć instytucji, firm,

zespołów i osób zlokalizowanych w różnych

miejscach, zorganizowanych w luźno

związanych strukturach, które łączy wspólny

cel – świadczenie usług na rzecz tego samego

klienta

• Organizacja wirtualna skupia „społeczność”

firm i jednostek, jednocząc je, niekiedy tylko

okresowo i w zakresie niektórych zadań, przez

wspólne cele, wartości i działania

–

“

Hollywoodzki” model zarządzania?

• Torger Reve: organizacja wirtualna, to splot

splot

kontraktów

• Organizacja wirtualna istnieje, lub nie istnieje,

lub wreszcie istnieje „tylko w pewnym sensie”,

w zależności od tego w jaki sposób na nią

patrzymy.

SPOŁECZEŃSTWO i

GOSPODARKA ZDOMINOWANE

PRZEZ

“

LOGIKĘ SIECI

”

Aby zrozumieć nowe zarządzanie

musimy więc najpierw zrozumieć

istotę tej nowej logiki

A do tego konieczny jest

nowy paradygmat

Kryzys granic organizacyjnych

Żadna

z tych cech nie jest już dziś

konieczną cechą organizacji:

• Granice: wnętrze vs. otoczenie – bo się zacierają
• Wspólne cele

(“współprzyczynianie się do powodzenia całości”)

– bo

może ich nie być (np. Facebook)

• Brama (względna otwartość), in-out: – bo zanik

granic

• Hierarchia – bo

(coraz częściej)

hiperarchia

• Specjalizacja – bo może jej nie być (np.

Wikipedia)

• Wynagrodzenie – bo może go nie być (np.

otwarta innowacja)

• Organizacja, jako system społeczny – bo

wirtualizacja

GŁÓWNE PYTANIA WYKŁADU:

• Jak fundamentalnie zmienia się

dzisiaj biznes, a w rezultacie jego

teoria?

• Co powoduje te zmiany?

• Jaka jest rola nowych,

przełomowych (radykalnych)

technologii, a także “killer

applications” w tym procesie?

•

Jak wszystko to zmusza firmy do

przemyślenia swoich modeli

biznesowych, strategii I struktur, a

bardziej furndamentalnie – ich

roboczych paradygmatów ?

“Nigdy nie myślę o przyszłości.

Nadchodzi wystarczająco szybko.”

Albert Einstein

• Większość menedżerów w obliczu

globalnych sił kształtujących
środowisko biznesowe zakłada, że
ich wpływ na nie jest znikomy

• To prawda, ale ciągle mogą oni

reagować na te siły albo je
antycypować

•

Nie mogą natomiast ich ignorować

Historia biznesu jest pełna przykładów

firm, które przeoczyły ważne trendy

– np. digitalizacja vs. przemysł muzyczny
– np. Wang i DEC

• Ale są też przykłady pozytywne:

– np. firmy ubezpieczeniowe, lub producenci

energii vs. rosnące niepokoje nt. zmian
klimatycznych

– np. Wal-Mart Stores: aplikacja technologii

dla zautomatyzowania zarządzanie
zapasami i redukcji kosztów dla firmy i jej
dostawców

Sledzenie trendów ma znaczenie

dla chwytania okazji rynkowych, testowania

ryzyka

i wprowadzania innowacji

•

Dzisiaj, największym wyzwaniem

biznesu jest odpowiadanie na

wymagania świata, w którym reguły

konkurencji nieustannie się zmieniają.

– Płynność głównych przewag

konkurencyjnych i struktury sektorów

• Czekanie na ujawnienie się pełni

konsekwencji konkretnego

trendu(ów) na poziomie sektora i

firmy oznacza czekanie za długo

Reed Hastings,

CEO, Netflix:

“Przedsiębiorczość jest aktem
głupoty”

• “Jako przedsiębiorca musisz się czuć jakbyś

skakał z samolotu, bo masz pewność, że

złapiesz ptaka przelatującego obok

• Jest to akt głupoty: większość

przedsiębiorców upada na twarz, bo ptaka

nie było

• … ale parę razy jest

• Większość pomysłów biznesowych wygląda

na szalone, głupie albo pozbawione sensu

ekonomicznego i nagle… okazują się dobre”

– “Jestem teraz w Radzie Nadzorczej Facebook’a.

Ale kiedy po raz pierwszy o nim usłyszałem w

2005, to uważałem, że to głupie: ”kto będzie

chciał wstawić swoje zdjęcie do Internetu?!

Ale,

jak zauważyć ptaka

przelatującego obok?

John Naisbitt , Megatrends,

30 lat temu:

• Proste ale skuteczne narzędzie

odkrywania nowych idei: gazety

• Pomiar wielkości artykułów linijką
• Im większy rozmiar tematu, tym

bardziej prawdopodobne, że oznaczał
pojawiający się trend

• “Kolektywna przestrzeń wiadomości

staje się mechanicznym obrazem
społeczeństwa ustalającego swoje
priorytety”

…i użył tej metody, by przewidzieć:

społeczeństwo informacyjne,

globalizację,and he used that

mechanism to predict: the

information society, globalism,

decentralizację

i powstanie sieci

Dzisiaj to by się już nie udało

Nieskończona ilość farby drukarskiej

i pikseli na prawie każdy temat

DZISIEJSZA ZASADA:
PATRZ NA MAŁE WIADOMOŚCI
I DROBNY DRUK

O ważności słabych sygnałów

W systemach operujących na

krawędzi chaosu

ludzie/menedżerowie potrzebują

umiejętności zauważania drobnych

zmian

w otoczeniu, nawet nie wiedząc gdzie

dokładnie ich szukać - przez

patrzenie wszędzie równocześnie.

Koncepcja FBI: “rozpryśnięty widok” (splatter

“rozpryśnięty widok” (splatter

vision concept)

- świadomie nie ukierunkowana

koncentracja która pozwala przygotowanemu
obserwatorowi wykryć drobne nieregularności,
jak np. rękę w tłumie poruszającą się się w
kierunku pistoletu.

O ważności słabych sygnałów

Przyszłość systemów

chaotycznych ujawnia się

na krawędziach!

Najtrudniejsze w budowaniu

scenariuszy przyszłości jest dzisiaj

uczynienie peryferiów częścią

obrazu

...i to jest dokładnie założenie

tego wykładu...

Goście z planety TWILO

obserwują futbolowe mistrzostwa świata

“Tatusiu, a może byśmy założyli,

że jest piłka

jest piłka

?”

• Mały Twilolan zauważył, że zawsze na

sekundę przed gwizdkiem i na 2 sekundy
przedtem, jak tłum na trybunach oszalał,
w siatce po którejś stronie pojawiało się
okrągłe wybrzuszenie

– Zdarzenie trwało ułamek sekundy
– Nie było częste ani regularne

POUCZAJ

CE LEKCJE

Z HISTORYJKI –

NA POCZATEK:

• NIE DAJ SIĘ ZWIEŚĆ TEMU CO WIDZIALNE
• UPEWNIJ SIĘ, ŻE TO, CO WIDZISZ JAKO

„PRAWIDŁOWOŚĆ” MA RZECZYWIŚCIE ZNACZENIE
I CZY TO CO WYDAJE SIĘ NIC NIE ZNACZĄCYM
SZUMEM NIE JEST BYĆ MOŻE

SENSEM PROCESU

• NIE IGNORUJ SŁABYCH SYGNAŁÓW

•

STARAJ SI

NIGDY NIE STRACI

DZIECI

CEJ

CIEKAWO

WIATA MA

EGO TWILOLANA

ZARZĄDZANIE DZISIAJ:

NIEUSTANNE POSZUKIWANIE NIEWIDZIALNEJ PIŁKI,

ABY ZNALEŹĆ SENS W ZŁOZONYCH PROCESACH,

KTÓRE WIDZIMY

Największe szanse w biznesie

są zawsze na jego odległych

krawędziach

Podczas tego wykładu

przyjrzymy się krawędziom świata biznesu,

aby zobaczyć co za chwilę stanie się jego

centrum…

…i jakie to może mieć znaczenie

dla teorii zarządzania?

KRAWĘDŹ 1: ZŁOŻONOŚĆ

Skąd się wziął Gangman?

Wkroczyliśmy w wiek chaosu

(w matematycznym sensie):

wykładnicze zmiany

i nieprzewidywalność

Np.

•"de-korelacyjny” kryzys r. 2008

•s

przedaż Instagram’u

•w

aluacja Facebook’a

•wykładniczy wzrost popularności
Gangman’a!

…

Dzisiaj,

wszystko, co może być wycenione

dynamicznie –

to będzie

•

zjawiska opisywane fraktalami

Gazeta Wyborcza, 3.10.12:

“Internet droższy, niż pecety”

• 1.10.2012, po raz pierwszy w historii,

Google był wart więcej, niż Microsoft

• Microsoft jest pod każdym względem

dwukrotnie większy od Google: obroty,

zysk, majątek, liczba pracowników

• MS Windows, to wciąż

najpopularniejszy komputerowy

system operacyjny

• “Gdzie tu logika?”
• …to jest inna logika!…

O rosnącym podobieństwie

systemów społecznych i gospodarczych

do innych systemów wielkich i złożonych

np. biologicznych

•

Systemy złożone

są jakościowo

diametralnie różne, niż systemy
"zwyczajnie" skomplikowane, tj. proste

• Cechuje je szczególny rodzaj dynamizmu

polegający na pozostawaniu w

osobliwym stanie równowagi na

granicy porządku i chaosu

(stagnacji i

anarchii)

ZŁOŻONOŚĆ:

NAJMNIEJ ZROZUMIAŁA CECHA

DZISIEJSZEGO ŚWIATA

(BIZNESU)

Dlaczego ZSRR upadło w 1991 po

ponad 70 latach i cały system

zawalił się tak szybko i kompletnie?

Dlaczego giełda była bliska

załamania w październiku

1987 i wrześniu 1998, a

europejski rynek walutowy

latem 1992?

Dlaczego dawne gatunki

zwierząt często pozostawały

stabilne przez miliony lat, aby

następnie wymrzeć lub

przekształcić w coś odmiennego

w krótkiej geologicznej chwili?

Jak przedwieczna mieszanina

kwasów aminowych i innych

prostych molekuł zdołała

przekształcić się w pierwszą

żywą komórkę?

A w ogóle - czym jest

życie?

Dlaczego jest raczej coś,

niż nic?

ZŁOŻONOŚĆ:

Cecha systemu, w którym:

- wiele

- różnych elementów

- niezależnych od siebie

- oddziałuje na siebie

- na wiele sposobów

System złożony nie może być

opisany w pełni

W przypadku systemów sterowania (np.
organizacyjnych), oznacza to, że regulator
nie jest w stanie objąć, w ramach swej
różnorodności, całej różnorodności obiektu
sterowania i jego otoczenia

Czyli nigdy nie będziemy w stanie

całkowicie opisać gospodarki, ani wielkich

systemów zarządczych

Systemy złożone mają charakter

nieliniowy

Nieliniowe powiązanie powoduje, że jeden
typ sprzężenia zwrotnego dominuje przez
jakiś czas, aby następnie przenieść
dominację w inną część systemu, która
zdaje się być zupełnie nie związana z tą
pierwszą

Uświadomienie sobie

nieliniowego charakteru systemu złożonego

pozwala przesunąć zainteresowania

(bezowocnego)

mierzenia parametrów systemu

(co dominuje w dzisiejszej teorii zarządzania)

w kierunku daleko ważniejszego

problemu jego struktury

zob. np.: teoria katastrof Rene Thom’a

TEORIA KATASTROF:

NOWE PODEJŚCIE DO ZMIANY SYSTEMOWEJ

•

Co robi pies

i dlaczego?

–

strach vs. agresja

–

„

marksowska”

teoria zmian

•

Giełda:

–

strach vs.

chciwość

„

Tulip mania” – pierwszy krach

giełdowy (1634-37)

• 20-krotny wzrost ceny w 1

miesiąc

•

Cena cebulki na szczycie hossy: $76000

– 4 tony zboża
– 8 ton ryżu
– 1 łóżko
– 4 kozy
– 8 świń
– 12 owiec
– 1 komplet ubrań
– 2 pojemniki wina
– 4 tony piwa
– 2 tony masła
– 500 kg sera
– 1 srebrna filiżanka

•

6 tyg. Później - $1

• Chciwość i strach
• Ten krach długi – teraz znacznie

krótsze

Inne krachy rynkowe:

wynik strachu i chciwości

• South See Bubble (Anglia, XVII

w.)

• Missisippi Bubble (Francja,

XVIII w.)

• Florida Real Estate Bubble

(1920’s)

• The Great Crash (USA, 1929-)
• The Nikkei Bubble (1990’s)
• Upadek Banku Barrings przez

jednego dealera (1995)

• The Nasdaq Bubble (2000)

…

podobny „pieski” wzorzec

„

Immanentna subiektywność

rynku”

• Aby przewidzieć zachowanie giełdy

inwestor musi domyślać się jak inni

będą domyślać się jak inni będą

domyślać się... – itd

• Rzeczywistość gospodarcza jest

immanentnie subiektywna –

psychologiczna – i dlatego

nieprzewidywalna

• Jeśli ekonomiści próbują upraszczać

swoje modele (np.: „inwestorzy o

doskonałej wiedzy”, „ceny

reprezentujące prawdziwe wartości”)

modele stają się nierealistyczne

Prosta intuicja:

a ludzkiego przetwania

• Przyczyny przeważnie blisko rezultatów - w czasie i

miejscu

• Waga „prawo-lewej” symetrii (istot żywych, możliwych

drapieżników lub partnerów, którzy patrzą prosto na nas)

• Stąd nasza wrażliwość na wzorce

wzorce

w przepe

nionym albo

pozbawionym cech środowisku

– Voss, Clarke: ludzka muzyka ma charakterystyczną formę

spektralną nazywaną ‘1/f szum’, optymalna równowaga

między nieprzewidywalnością a przewidywalnością

• Przepis na hit?

– Między sztywnością regu

startożytnych bębnów a

stylizowaną wolnością...

• John Cage (akustyczna wersja testu Rorscharda)

•

Zawodność reguł prostej intuicji do badania

systemów złożonych

Dlaczego istnieje rynek akcji?

Dlaczego jedni je sprzedają (bo uważają, że są

powody), a w tym samy momencie inni te same

akcje kupują (bo też uważają, że są powody)?

Ponieważ wszyscy wierzą, że są lepsi, niż inni!

Większość graczy giełdowych ulega iluzji.

Daniel Kahneman

Terry Odean: przeanalizował kilkadziesiąt tysięcy

rachunków giełdowych i doszedł do wniosku, że

gracze giełdowi równie często się mylą, co mają

rację.

Zyski i straty na handlu akcjami się

równoważą.

Koniec intuicji?

• Imagine kicking a soccer ball with your eyes closed. Then open

your eyes and try to predict where did the ball fall

• After doing this a 1000 times you know exactly the relationship

between your kick and where the ball is

• In those conditions intuitions are correct: plenty of experience

and clear feedback

• That’s learning, right? And we’re very good at it

• But imagine something else happened

• You close your eyes, kick the ball, and then somebody picked it

up and moved it 50 feet to the right

• How good will you be in predicting where it would land? Terrible!

• The moment we add a random component, performance

goes away very quickly

Złożone systemy społeczne

(w tym systemy organizacyjne)

mają szereg wspólnych własności:

• Zachowują się całkowicie odmiennie niż systemy

proste

• Jay Forrester: systemy społeczne są kontraintuicyjne

kontraintuicyjne

–

intuicja i kryteria oceny jednostek ludzkich wykształcały się

w wyniku obserwacji prostych systemów z najbliższego

otoczenia

–

w takich przypadkach przyczyna jest zwykle "oczywista" i

bezpośrednio poprzedza skutek

–

obowiązuje założenie o jedności czasu i miejsca przyczyny i

skutku

–

W systemach złożonych mogą one być odległe zarówno w

czasie, jak i w przestrzeni, a także w ciągu przyczynowo-

skutkowym

• … o czym większość studentów i analityków gospodarczych zdaje

się zapominać

• Czytaliście Państwo „Katar” Lema?

“Perfidne systemy”

• Systemy złożone stwarzają równocześnie pozory, że są

proste;

– Forrester: są

"perfidne”

• “dostarczają” one często badaczom pozornie "oczywistej

"przyczyny", bo jest bliska w czasie i przestrzeni do
obserwowanego symptomu

• W rzeczywistości mogą to być przypadkowe kolelacje, bez

związku przyczynowego

•

W sytuacji, gdy przypadkowe zjawiska traktowane są jak

przyczyny, podejmowane kroki zaradcze nie usuwają

przyczyn rzeczywistych i są albo nieskuteczne, albo wręcz

szkodliwe

– śledzicie Państwo antykryzysowe działania rządów i korporacji?

Niewrażliwość na zmiany

większości parametrów

• Systemy złożone cechują się

niewrażliwością na zmiany większości

swoich parametrów

;

– …czyli nie zmieniają zachowań mimo zmian

bodźców sterujących

• rzeczywistą wrażliwość wykazują one

tylko w niewielu wybranych punktach,

które trzeba znać

– Śledzicie Państwo programy naprawcze w

gospodarkach lub firmach?

Odmienność reakcji krótko

i długoterminowych:

• zmiany dokonywane w organizacyjnym

systemie złożonym powodują zwykle
krótkoterminowe reakcje przeciwne

przeciwne

efektów w długim okresie czasu, nawet
jeśli są słuszne

• … bo system musi “nauczyć się” zmiany
• co się dzieje, kiedy tego nie wiemy?

Wrażliwość na warunki

początkowe

• Dla rozwoju procesu znaczenie ma nie

tylko aktualna struktura parametrów, ale
też warunki początkowe i jego
dotychczasowa historia

– "małe zakłócenia

nie

pozostają małe” (np. globalne skutki

zniszczenia 2 wieżowców w NY, czy upadku Lehman Brothers)

•

Dlatego nie można zostać liderem

naśladując najlepsze praktyki firm-

liderów – bo inna jest historia i inne

warunki początkowe

Przełom w myśleniu o roli analiz naukowych:

dramatyczny (i dość przygnębiający) rozdział

między wyjaśnianiem, a przewidywaniem

• Do tej pory uważaliśmy, że wyjaśnienie

jakiegoś zjawiska prowadzi do umiejętności

przewidzenia jego rozwoju

• Systemy złożone cechują się „bezsilnością

„bezsilnością

predykcyjną”

– nigdy nie będziemy umieli

przewidzieć ich wszystkich zachowań

• Stąd: konieczność zmian w koncepcjach

planowania strategicznego:

– W kierunku zapewniania szybkości reakcji

szybkości reakcji

nieprzewidziane zjawiska

i ciągłej

modyfikacji

strategii

–

EMERGENT STRATEGY

Morfogeneza

• Sposób, w jaki złożone systemy przechodzą w

otwartym środowisku od stanu mniejszej

złożoności do większej i od struktur prostszych

do bardziej złożonych

• Fluktuacje w systemie, oddziałując na siebie

wzajemnie, powodują powstawanie całkowicie

nowych struktur

• Deterministyczna przyczynowość zastąpiona

tu jest przez nieprzewidywalną możliwość

pojawienia się "nowego" drogą morfogenezy,

tj. wzajemnego oddziaływania na siebie

wzajemnego oddziaływania na siebie

fluktuacji

(Prigogin)

– Śledzicie Państwo zachowania giełdy?

Porządkowanie przez fluktuacje

•

Inspirująca koncepcja pomagająca zrozumieć zawiłą grę

między indywidualnymi, a zbiorowymi zachowaniami

systemu

•

Systemy złożone mogą w sposób ciągły przechodzić przez

szereg poziomów równowagi, doskonaląc niejako "po

drodze" swoje zdolności adaptacyjne i zwiększając szanse

przetrwania

•

Transformacja systemu jest wynikiem serii "celowych"

nierównowag tworzonych przez mikro-fluktuacje będące

losowymi próbami ustalenia nowych dopasowań do

otoczenia

•

Kiedy się to uda, wówczas pozytywne sprzężenie zwrotne

wzmacnia fluktuację do poziomu bifurkacji

•

W wyniku tego zapoczątkowane zostaje kolejne załamanie

się dotychczasowej struktury i jej transformacja w kierunku

nowej, stabilniejszej równowagi

•

Proces taki określa się mianem

deterministycznego chaosu

(wg. teorii chaosu)

systemy złożone

są (z natury) niestabilne i

aperiodyczne

• niestabilne: bo ich zachowania zawsze

zawsze

mogą być wrażliwe na małe turbulencje

• aperiodyczne: bo nieregularne

nieregularne

(np.

historia)

– jak się ma do tego np. teoria cykli

koniunkturalnych?

Zbiory autokatalityczne

• Zbory autokatalityczne w chemii: grupa

molekuł o szczególnych właściwościach,

powiązanych w sieć, mających osobliwą

"umiejętność" zapoczątkowywania i

wspierania reakcji wzrostu tej sieci w

otoczeniu innych, "zwykłych" molekuł

• Koncepcja jest pasjonującą alternatywa dla

teorii przypadkowego doboru

•

Autokataliza wymaga znacznie

krótszego czasu dla powstania

złożonych całości

– Na jej gruncie wyjaśnianie np. początków życia

organicznego jest znacznie bardziej realistyczne

Koncepcja to zbyt apetyczna

dla ekonomii i zarządzania, by ją

pominąć

• Wynika z niej, że im różnorodność elementów

"mieszaniny gospodarczej" jest większa, tym szybsze i
bardziej prawdopodobne jest powstanie grup
"molekuł" (organizacji i stanów gospodarczych) o
własnościach autokatalitycznych

• Rezultat: transformacja fazowa

: transformacja fazowa

, czyli jakościowe,

skokowe zmiany całości

–

Dlatego różnorodność w biznesie

różnorodność w biznesie

jest tak ważna

(bo wprowadza nowe "molekuły”)

• Innymi słowy: jeśli produkujesz banany, to dowolne

inwestycje w tym przemyśle dadzą tylko więcej
bananów

–

Dolina Krzemowa, jako zbiór autokatalityczny?

Potrzebne nowe metody badania

i prognozowania rynku

Np.

techniki nieliniowe

bazujące na chaosie deterministycznym

• Logiki rozmyte
• Sieci neuronowe
• Algorytmy genetyczne
• i inne

KRAWĘDŹ 2: HIPERARCHIA

Świat peer-to-peer

Organizacje, systemy biurokratyczne

i polityczne,

stają się heterarchiami,

lub nawet

hiperarchiami

Cechą hierarchii jest łańcuch rozkazodawstwa

i jego przechodniość - heterarchia jest

heterarchia jest

zaprzeczeniem przechodniości

Heterarchia jest dzisiaj znacznie
bardziej realistycznym modelem

np. alokacji władzy czy wpływów,

a także przywództwa

Systemy hierarchiczne zmieniają się

w heterarchiczne

• Heterarchia to alternatywa dla

dotychczasowej prostej opozycji między
porządkiem, a chaosem

• Jeśli hierarchia polega na rządach jednego

(np. elementu), a anarchia na rządach
nikogo (lub wszystkich), to heterarchia

heterarchia

polega na „rządach” niektórych elementów

rozmieszczonych w różnych punktach

struktury

HIPERARCHIA –

heterarchia ekstremalna:

sieć multi-połączeń między ludźmi, organizacjami

i przedmiotami

zmieniająca wszystkie hierarchie,

przez

przez bezpośredni dostęp

bezpośredni dostęp

(peer-to-peer)

symetrię informacyjną

działące w

działące w czasie realnym

czasie realnym

Nadchodzący Internet Obiektów

jeszcze wzmocni ten model:

OD POŁĄCZENIA LUDZI

DO POŁĄCZENIA WSZYSTKICH OBIEKTÓW:

kiedykolwiek,

gdziekolwiek

się oni/one znajdują

realizowane przez

kogokolwiek

i/lub cokolwiek

Nowe znaczenie peer-to-peer

(z włączeniem obiektów nieożywionych)

Optymistyczna zasada hiperarchii (której

niedoceniamy w zarządzaniu):

IM WIĘCEJ WOLNOŚCI W SAMOORGANIZACJI, TYM

WIĘCEJ PORZĄDKU

PORZĄDEK ZA DARMO!

ORGANIZACYJNA KONTROLA

W SYSTEMACH HIPERARCHICZNYCH

•

Jeśli organizacje są maszynami typu

newtonowskiego, to kontrola ma sens

•

Jeśli są one zorientowane na procesy,

wówczas wdrażanie kontroli poprzez trwałą

strukturę jest samobójcze

•

Jeśli menedżerowie wierzą, że

odpowiedzialne działanie oznacza

sprawowanie kontroli przez trzymanie ręki

na wszystkim, wtedy nie mogą liczyć na nic

innego, niż syzyfową pracę

•

Newtonowki świat jest, jednak, pociągający

dla menedżerów…

–

Świat zapełniony granicami, gdzie każdy zna swoje

miejsce

•

W realnym życiu problemem nie jest kontrola

ale dynamiczne połączenia

Newtonowski świat jest, jednak,

pociągający dla menedżerów…

•

Świat zapełniony granicami, gdzie każdy zna

swoje miejsce i „swój” zakres odpowiedzialności

–

Paradoks: większość nowych problemów wpada

między te zakresy

•

W realnym życiu problemem nie jest kontrola ale

dynamiczne połączenia!

•

ZSRR nie upadło dlatego, że jego gospodarka
była skrępowana przez centralne planowanie, ale
ponieważ

każda

centralnie kontrolowana

złożoność

jest niestabilna i nieelastyczna

•

Instytucje, korporacje, firmy i gospodarki
przestają w pewnym momencie się rozwijać, jeśli
zaprojektujemy je, jako centralistyczne

•

Wczoraj “oczywistym” sposobem na zrobienie czegoś
złożonego, np. zarządzanie 100 milionami ludzi lub
dużą firmą, było sporządzenie listy wszystkich
niezbędnych zadań, a następnie dyrygowanie ich
wykonaniem z centralnego punktu dowodzenia

•

Wiele dzisiejszych korporacji i działań zbiorowych jest
zaprojektowane w ten logiczny ale niezmiernie
niepraktyczny sposób

Wszystkie organizacje oparte na

XIX-wiecznym modelu „przemysłowym”

są stworzone dla biznesu,

którego albo już nie ma,

albo właśnie przestaje istnieć

„Czas już, aby zmienić sposób, w jaki

myślimy o organizacji”

(M.J. Wheatley and M.

Kellner-Rogers)

• Organizacje są żywymi organizmami i

mają zdolność do samoorganizowania się

• Są one w stanie reagować inteligentnie na

bodźce wymagające zmian oraz

organizować się w struktury adaptatywne

bez zewnętrznie narzuconego planu

• Rozwiązania problemów mają w nich

charakter tymczasowy

• Ich struktura jest płaska
• Przywódcy tworzeni są przez potrzebę

chwili

• Eksperymentowanie jest regułą

Stanowczo zbyt często

nie wiemy dziś co radzić praktyce

organizacyjnej

(która na szczęście nauczyła się radzić sobie sama)

Potrafimy tylko naukowo uzasadnić

swój pesymizm

(czego ten referat jest pewnie dowodem)

Konieczne zmiany metodologii

• Szybka reakcja na zmiany otoczenia i

masowa indywidualizacja wymaga nowych

instrumentów zbierania informacji

– wiele już istnieje ale nie jest używanych

• W Internecie Obiektów firma stanie się

laboratorium przetwarzania masowych

danych o zachowaniach klientów w

czasie realnym

• Dotychczasowe instrumenty (np. badania

surveyowe, grupy focusowe, statystyki) –

będą reliktami

KRAWĘDŹ 3: BIG DATA

REWOLUCJA EXABYTE

Zmiany ‘informacyjnej natury’

świata biznesu

• Każdy obiekt i osoba staje się bezprzewodowo

połączony z Siecią i w sposób ciągły aktualizuje

dane o swoim położeniu (lokalizacji) i stanie

• W rezultacie, nasza zdolność to

przechwytywania, składowania I rozumienia

wielkich zbiorów danych zmienia naukę,

medycynę, biznes, technologię i w konsekwencji

kulturę

• Ponieważ w epoce rozległych zbiorów danych

“więcej” nie znaczy więcej ale “inaczej”. Dla

każdej osoby i każdej firmy. Największym

wyzwaniem Ery Exabyte będzie znalezienie w

nich sensu (nowych sensów)

Ch. Anderson

Największe postępy w ekonomii, biznesie,

organizacji społeczeństwa i badaniach

naukowych będą oparte na naszej

umiejętności ciągłej analizy wielkich

zbiorów danych w czasie realnym

• Znajdowanie w nich sensu stanie się

nowym, potężnym i ekscytującym
sektorem w gospodarce

•

Jakie jest znaczenie tych zjawisk dla

biznesu? Jakie przyniosą one

zagrożenia/szanse dla firm i ich

modeli biznesowych?

Internet ma ok. 6000 dni!

Cokolwiek, co dziś uważamy za „normalne”

powstało w ciągu kilkunastu lat.

Myśleliśmy: nadchodzi nowa telewizja,

tylko lepsza.

Myśleliśmy: firmy zapełnią Internet

informacjami.

Internet, jaki znamy,

nie miał prawa się wydarzyć

• W 6000 dni powstało ok. 1 tryliona stron internetowych
• Jeśli każda zajęła 1 godz. pracy (badania, projektowanie,

programowanie), to przepracowano 1 trylion roboczogodzin =

114 mln pracowników przez 3 lata

•

Nie ma tyle pieniędzy na świecie, żeby to zrobić

• Ale dużą część tej pracy wykonano bezpłatnie
• Jaki byłby koszt zbudowania Internetu dziś? $20,000/rok dla

273 tys. pracowników = $5,4 tryliona (bez kosztu sprzętu)

•

Nie ma takiego modelu

ekonomicznego, ani biznesowego,

który mógłby to wyjaśnić!

•

...dzięki temu powstał taki, jaki jest

(wolny) zanim biznes zdążył się

zorientować



100

Zbudowano najbardziej złożone i
niezwykłe urządzenie w historii
cywilizacji

•

1 mld PC chips

• 2 mln emaili na sekundę

• ruch informacyjny: 8 terrabytów na
sekundę

• 65 mld rozmów telefonicznych rocznie

• 255 exabytów pamięci magnetycznej

• 2 mld aktywnych węzłów

• 600 mld czipów RFID w użyciu

• 100 mld kliknięć dziennie

• używa 5% światowej energii

101

SIEĆ JEST W ISTOCIE

„JEDNĄ MASZYNĄ”

• sieć jest jej systemem operacyjnym
• wszystkie ekrany patrzą na nią

•

żadne bity nie będą mogły żyć poza nią

• dzielenie się oznacza korzyści
• wszystkie przedmioty będą miały swój IP

– samochód: czipy na kółkach; buty – czipy

na obcasach

102

Najbardziej solidna maszyna

kiedykolwiek zbudowana

•

1 maszyna – w istocie 1 giga-komputer

•

Niedoskonałe części – perfekcyjne

urządzenie

•

Przez 6000 dni – zero przestoju!

•

Liczba i skala połączeń = złożoności

mózgu

103

Jedna platforma

dla wszystkich mediów:

• TV, film, wideo, telefon, gazety,
książki, muzyka, emaile, blogi,
strony internetowe, magazyny,
radio

• wszędzie obowiązują te same
prawa mediów

104

Fundamentalne
zmiany cywilizacyjne

• McLuhan:

„Maszyny są przedłużeniem

ludzkich zmysłów”

• Jutro:

ludzie – zmysłowym przedłużeniem

maszyny

• Googlowanie jest łatwiejsze, niż

pamiętanie

• Kiedy 3 mld ludzi przeszukuje Google,

to kto, w istocie, przeszukuje kogo?

• Świat staje się wielką maszyną do

kopiowania

105

FIND A

DISCONTINUITY

AND CAPITALIZE ON IT

106

The recipe for success in

business today:

NADCHODZI V FALA REWOLUCJI

KOMPUTEROWEJ

po komputerach mainframe (I Fala), minikomputerach (II Fala), Pc-tach

(IIIFala) i Internecie (IV Fala)

• Wyjątkowo nie napędzana jednostkową technologią

•

Główne siły V fali:

– wszechobecny, bezprzewodowy, szerokopasmowy Internet
– Internet Obiektów (wszechobecne mikroprocesory i

sensory, które umieją się z sobą bezprzewodowo
„porozumiewać”),

– skokowy wzrost wydajności procesorów
– radykalny spadek cen pamięci masowych
– cloud computing,
– nowe metody przetwarzania masowych danych o

zachowaniu obiektów w czasie realnym,

– otwarte standardy (open source) oraz oparta na nich

powszechna współpraca każdego-z-każdym

107

Połączone efekty tych sił

spowodują następną rewolucję

w zarządzaniu

108

Na horyzoncie:

Internet Obiektów

109

W pierwszym etapie Internet połączył ludzi

– gdziekolwiek są.

Następnym logicznym etapem jest

dołączenie obiektów nieożywionych:

kiedykolwiek, gdziekolwiek, kogokolwiek i

cokolwiek.

110

Wszędzie sensory. Nieograniczone pojemności

pamięci. Chmury procesorów.

Każdy obiekt, przedmiot, produkt lub jego

część i każda osoba bezprzewodowo

przyłączone do Internetu i AKTUALIZUJĄCE

nieustannie, w czasie realnym dane n.t.

swojego miejsca i statusu.

111

Pierwsze wielkie zastosowania: Irak,

2003

112

SMART DUST i sieci

sensorowe

113

Przełom w technologii CDMA

(radiowa transmisja danych)

• Sieci przygotowane do CDMA pokrywają już 95% Polski.
• Niezależność od sieci GSM.
• Możliwość wykorzystywania łączności M2M (maszyna-do-

maszyny)

• Pozwala nie tylko zdalnie zbierać dane od tysięcy punktów

pomiarowych, ale także bezpośrednio ingerować w ich
pracę.

Interface

Sieci mobilne ad hoc

– zespół węzłów

komunikujących się bezprzewodowo tworzących

tymczasowe sieci bez potrzeby wsparcia stałej

infrastruktury ( stacje bazowe, centralna administracja,

centra przełączeniowe, etc.)

Efekt Internetu Obiektów:

gigantyczne bazy aktualnych

danych

stanie ludzkiego świata

w czasie realnym

Nasza zdolność rejestrowania, składowania i rozumienia

tych monstrualnych zbiorów danych zmieni (już zmienia)

naukę, technologię i biznes, a w efekcie naszą kulturę

W miarę, jak nasze zbiory danych rosną – rosną także

nasze szanse na znalezienie kolejnych odpowiedzi na

fundamentalne pytania

116

V Fala

i Internet obiektów

przekształcą

wszystkie rynki, sektory i firmy:

Chmury, wielkie zbiory danych

i inteligentne zasoby

117

Exabyte: jednostka informacji = 1 quantylionowi

byte’ów.

1 EB = 10

byte‘ów = 1 000 000 000 gigabytes =

1 000 000 terabytes

118

Rewolucja exabyte

119

SPECYFIKA ERY EXABYTE

• 60 lat temu komputery uczyniły informację

możliwą do przeczytania

(readible)

• 20 lat temu Internet uczynił ją możliwą do

możliwą do

uzyskania

(reachable).

• 10 lat temu pierwsi użytkownicy

przeglądarek zmienili Internet w jedną bazę

jedną bazę

danych

• Teraz Google i podobne mu firmy

przesiewają wszystko, co tam się znajduje,

traktując to, jako laboratorium stanu

laboratorium stanu

ludzkości.

To pierwsze dzieci Ery Exabyte.

120

Era Exabyte jest inna,

ponieważ “więcej znaczy inaczej”

Kilobyte’y były składowane na floppy dyskach

floppy dyskach

Megabyte’y były składowane na twardych dyskach

twardych dyskach

Terabyte’y były składowane na macierzach

macierzach

dyskowych

Exabyte’y są składowane w chmurze sieciowej

chmurze sieciowej



Posuwając się wzdłuż tej sekwencji,

przechodziliśmy od analogii foldera

foldera

, do

analogii regału

regału

, do analogii biblioteki

biblioteki

do…



…przy exabyte’ach zaczyna nam

przy exabyte’ach zaczyna nam

brakować analogii organizacyjnych

121

16.10

Informacje zmieniły się z

trudno dostępnych

na wszechobecne

To przyniesie ogromne zmiany

dla firm

Dane stają się nowym surowcem

biznesu:

ekonomicznym ekwiwalentem kapitału

i pracy

Nowe czynniki produkcji

• Klasyczna teoria ekonomii: 3 główne

czynniki – ziemia, praca i kapitał

• W nowej gospodarce ich znaczenie

radykalnie maleje

• Posiadanie ziemi i zatrudnianie wielu

pracowników przestaje być
skorelowane z sukcesem
przedsiębiorstwa

DZISIAJ:

Czas Informacja

Kapitał

(“Money is time”)

Era BIG DATA

(wielkich zbiorów danych)

127

Co to są wielkie zbiory danych?

• Każdego dnia powstaje 2.5 exabyte’ów

nowych informacji

–

90% wszystkich danych na świecie zostało
stworzonych w ostatnich 2 latach

–

Te dane pochodzą ze wszystkich źródeł:
sensorów meteorologicznych, postów do sieci
społecznościowych, cyfrowych zdjęć i wideo,
transakcji kupna, sygnałow GPS z telefonów
komórkowych, publicznych baz danych, etc.

– To są właśnie wielkie dane

wielkie dane

Wielkie zbiory nie zawsze

muszą być wielkie

• Chodzi raczej przeformułowanie

fundamentalnej ekonomiki analizy

danych

• Dawniej, sprzeczość między trzema

cechami baz danych:

– Dane szybko
– Danych dużo
– Dane różnorodne
– Problem: nie można było mieć

wszystkiego równocześnie

Cztery “V” Wielkich Danych

• Volume (ilość): wielkie dane

rozpoczynają się od zbiorów Petabyte

• Variety (różnorodność) odnosi się do

wielu różnych typów danych i plików , dla
których tradycyje relacyjne bazy danych
są źle dostosowane, np.: pliki dźwiękowe
i wideo, dokumenty, dane geolokacyjne,
logowania sieciowe, linki tekstowe, etc.

• Velocity: szybkość aktualizacji i

używania danych niezbędna, by kreować
wartość

Veracity (wiarygodność)

• McKinsey: 30% menedżerów nie

wierzy informacjom, których
używają do podejmowania decyzji
mają

•

Budowanie zaufania do wielkich

danych staje się wyzwaniem,

kiedy różnorodność i ilość

źródeł rośnie

132

Źródła wielkich zbiorów danych

BIG

DAT

BIG

DAT

Dan

prze

dsię

bior

stw

ró

Med

społ

eczn

ościo

bli

czn

dat

ki p

ubl

icz

ne,

zam

ów

ien

ia,

zar

obk

imp

ort

-ek

spo

rt,

ryn

pra

cy,

???

Istotą metody analizy Big Data

jest możliwość przetwarzania

wszystkich tych danych

RÓWNOCZEŚNIE

135

Użycie Big Data - wielkich zbiorów

danych -

stanie się główną podstawą przewag

i wzrostu firm

• Spowoduje nową falę wzrostu

produktywności
i tworzenia nowych wartosci dla
klientów

• McKinsey szacuje, że sprzedawca

detaliczny w pełni wykorzystujący
możliwości wielkich zbiorów danych
jest w stanie podnieść marżę o ponad
60%

W starym modelu

“dane-są-trudne-do-zdobycia”

firmy musiały decydować jakie dane są

im potrzebne, a następnie je zbierać

• Ten akt ustalania struktury systemu

bazy danych był też momentem
decydowania co rozumiemy przez
‘dane’

Teraz, analiza danych jest

trywialnie tania

• Kiedy coś staje się tanie, zaczynają

się wielkie zmiany:

– Np. silniki parowe
– Np. kopiowanie muzyki cyfrowej
– Np. domowe drukarki

• Kiedy powszechność zastępuje

rzadkość potrzebujemy nowych
modeli biznesowych

W nowym modelu

“dane-są-powszechne”

najpierw zbieramy dane,

a pytania stawiamy później

• “poszukiwanie bez struktury”
• A. Einstein: “gdybyśmy wiedzieli, co

robimy, to nie byłoby to badanie”

•

Nie potrzebujemy wyraźnej

hipotezy do badania – możemy

poczekać na jej pojawienie się

później

UCZENIE

SIĘ OD TŁUMU –

GOOGLOWY SPOSÓB UPRAWIANIA NAUKI?

W bezprzewodowym, samoaktualizującym i konfigurującym

się świecie

Internetu Obiektów,

Internetu Obiektów, ekstremalnie wielkie bazy

informacji,

zmienią sposób, w jaki się uczymy.

Tradycyjny sposób uprawiania nauki polega na stawianiu

hipotezy w celu wyjaśnienia zjawisk, jakie obserwujemy lub

zebrania nowych danych.

Może się okazać, że mając nadzwyczajnie duże zbiory

danych

możemy niekiedy zrezygnować z tworzenia teorii

i ciągle być w stanie dokonywać predykcji

141

Google jest jedną z pierwszych firm,

które to zauważyły



Kiedy popełniamy błąd ortograficzny w

googlowanym słowie, wtedy Google sugeruje

poprawną pisownię. Jak Google to wie?



Jak może przewidzieć prawidłowo pisane

słowo?



NIE dlatego, że ma “teorię pisowni” albo zna

reguły literowania.

W istocie - Google nie ma

pojęcia o tych regułach.



W zamian, Google używa wielkiego zbioru

obserwacji, które pokazują, że dla każdego

sposobu napisania konkretnego słowa, ileś

osób mówi “tak”, kiedy są pytani, czy rozumieli

przez to inne konkretne słowo



“spelling engine” Googla składa się wyłącznie

z takich wyników, a nie katalogów prawidłowej

ortografii

142

Google używa tej samej filozofii uczenia

się z masowych danych do tłumaczenia

tekstów



Firma tłumaczy z angielskiego na francuski, albo z

niemieckiego na chiński przez porównywanie

wielkich zbiorów wyników “ludzkiego” tłumaczenia

tekstów



np., Google “wytrenował” swój automat

tłumaczeniowy francusko-angielski przez

załadowanie do niego kanadyjskich dokumentów,

które często są pisane równocześnie w obu

językach



Żadna osoba, która pracowała nad chińskim

programem translacyjnym nie mówiła po

chińsku. Nie było żadnej teorii języka

chińskiego – tylko dane.

143

„

Ucząca się maszyna” –

automatyczny system, który potrafi się

doskonalić przez gromadzenie doświadczeń

(danych)

i nabywać na tej podstawie wiedzę

(np. Amazon, Google, Pandora, etc)

144

Przetwarzanie masowych danych

w czasie realnym:

w poszukiwaniu

niespodziewanych korelacji

Caterina Fake, Hunch Co.

145

Rozwiązanie Catheriny Fake jest unikalne:

pozwól ludziom mówić o sobie – o swoich opiniach, gustach,

przekonaniach, uprzedzeniach. Kiedy już masz dostatecznie

dużo informacji, analizuj je w poszukiwaniu korelacji, które z

kolei dostarczą precyzyjnie dopasowanch rekomendacji dla

każdego użytkownika.

Hunch uczy się o swoich użytkownikach przez

kwestionariusze “Teach Hunch About You”. Pytania mogą

dotyczyć czegokolwiek — ćwiczeń fitnesowych, etyki

podwodnego świata, czy zombies. Im więcej odpowiedzi, tym

bardziej kompletny jest profil

tworzony przez Hunch.

Od powstania w czerwcu 2009, Hunch zebrał 55M

odpowiedzi od 1M atywnych użytkowników.

Przy dostatecznie dużym zbiorze danych

algorytm Hunch’a może dostarczyć zadziwiających korelacji.

146

147

Posiadacze Apple – 80% częściej są wegetarianami

Największym wyzwaniem

Wieku Exabyte

nie będzie składowanie

wszystkich tych danych

ale wymyślenie

jak znajdywać w nich sens

(dużo różnych sensów)

148

Np.: Wolfram Alpha Pro pomaga szukać

niespodziewanych korelacji w złożonych bazach

danych

Czyżby nowe

fundamentalne zadanie firm,

które mają wielkie zbiory danych:

poszukiwanie w nich

nowych sensów

150

Wygrają ci,

którzy wcześniej, niż inni,

dostrzegą tą nową szansę,

która dopiero zaczyna się pojawiać

151

Freeconomics w

przetwarzaniu danych

• Drastycznie spadający koszt

zbierania i przetwarzania danych
powoduje, że jesteśmy w stanie
rozwiązywać zadania obliczeniowe,
które wczoraj nie były ekonomicznie
uzasadnione, a nawet niemożliwe

Paradoks wzrostu w cyfrowym świecie:

spadające koszty i rosnące inwestycje

Nadchodzi „rewolucja

nieograniczonego przetwarzania

danych”

 nieograniczone przetwarzanie danych (infinite

computing) jest wynikiem 3 trendów:

◦ wykładniczego wzrostu mocy obliczeniowych
◦ szerokiego dostępu do nich
◦ i dramatycznego spadku ich ceny



Przetwarzanie danych jest dzisiaj

najtańszym zasobem służącym

rozwiązywaniu problemów (zarządzania)

 Dzięki skalowalności rozwiązań chmurowych

możemy łączyć moce setek komputerów, aby
radzić sobie z wyzwaniami świata

niespodzianek

154

Przetwarzanie wielkie danych

tworzy wartość przez:

• uczynienie informacji przejrzystymi i dostępnymi

z większą częstotliwością

• tworzenie i składowanie więcej informacji o

transakcjach w formie cyfrowej dla lepszego

badania efektywności działań

• tworzenie mniejszych segmentów klienckich i

lepiej dopasowanych do nich produktów i usług

• wspomaganie rozwoju następnych generacji

produktów i usług

– np.: na podstawie danych z sensorów umieszczonych

na produktach producenci mogą oferować lepszą

obsługę posprzedażną i prewencyjną

• prowadzenie kontrolowanych eksperymentów dla

lepszego podejmowania decyzji

Zasoby firmy stają się

elementami jej systemu

informacyjnego

• …ze zdolnością do zbierania,

przetwarzania, komunikowania się i

kooperowania (współpracy) z innymi

obiektami, a nawet adaptacji i

automatycznego reagowania na zmiany

w ich otoczeniu

• Te „inteligentne” zasoby poprawią jakość

procesów, dadzą produktom nowe własności i

stworzą nowe modele biznesowe

– Np. firmy ubezpieczeniowe testują sensory w

samochodach umożliwiające kalkulowanie stawek

w zależności od stylu jazdy klienta

Przedsiębiorstwo, jako

„pełnoetatowe” laboratorium

analizy danych

• Cel:

– analiza

każdej

transakcji,

– wszystkich

wniosków z interakcji

klientów,

–

zero czasu oczekiwania

na dane z

terenu

– decyzje w czasie

realnym

157

Konsekwencje:

• radykalna transformacja sfery

badań, innowacji i marketingu w
firmach

•

owy, wielki obszar dla doradztwa i

usług w zakresie przetwarzania

danych o rynku i zachowaniach

klientów

• konieczne: zmiany świadomości

– przykład hipermarketów

Przykłady:

•

Capital One Bank

: metody segmentacji właścicieli

kart kredytowych w celu dostosowywania

produktów do indywidualnych profili ryzyka

•

Tesco

: codzienna analiza 10 mln klientów poprzez

karty lojalnościowe dla lepszej promocji dla

specyficznych segmentów klienckich

•

Fresh Direct

: codzienne (niekiedy nawet częstsze)

regulacje cen i promocje w oparciu o dane o

transakcjach on-line, wizytach klientów na stronie

internetowej i w działach obsługi klienta

•

Ford, Pepsi, Southwest Air

śledzą wpisy na

Facebook’u, Twitterze, by natychmiast reagować na

zmiany postaw klientów wobec firm i produktów

159

• Główne angielskie sieci supermarketów

przewidują jak pogoda wpływa na zakupy
klientów i dostosowują do tego dostawy

• Biura podróży używają analizy danych dla

ustalania polityki cen i strategii
marketingowych dla pakietów wakacyjnych

• Zarządcy nieruchomości stosują

modelowanie matematyczne, aby
zrozumieć trendy w popycie na
powierzchnie biurowe

Farecast

, część wyszukiwarki Microsoft Bing, radzi

klientom kiedy najlepiej kupić bilet samolotowy,

analizując 225 mld danych o lotach i cenach

Ta sama metoda stosowana jest do pokoi

hotelowych

i samochodów

Analiza wielkich danych doprowadziła do wykrycia

ustawiania meczów w Japońskim sumo i oszustw

agentów totalizatora w USA

Operator telefoniczny,

czy firma marketingowa?

162

POMYŚLMY:

w Internecie Obiektów firma będzie dysponować

gigantycznymi, aktualizującymi się automatycznie,
bazami danych o wszelkich aspektach życia swoich

klientów:



Gdzie się znajdują w danej chwili, jakimi trasami się zwykle (lub

wyjątkowo) poruszają



Gdzie spacerują, jeżdżą samochodem, zatrzymują się dłużej

(np. Przed

którą wystawą sklepową)

, jak często



Jakie są wzorce ich zachowań



Które są ich ulubione galerie handlowe, miejsca w nich, do których

sklepów tylko wchodzą, a w których kupują



W ogólności: gdzie i co kupują



Kim są ich przyjaciele/rodzina/koledzy



Jake mają hobby, ulubione sposoby spędzania wolnego czasu



Czego szukają w Internecie



Jaki jest ich stan zdrowia (z pulsem włącznie) i jak się zmienia w

cyklach (jakich?)



Gdzie zbiera się tłum I jak się porusza (nałożony na mapę Googla)



…i wiele, wiele więcej…

163

Takie analizy powinny pozwolić np.

przewidywać/potwierdzać (przyszłe)

trendy lub rozwój wydarzeń wcześniej

i nieporównanie lepiej, niż z pomocą

tradycyjnych metod marketingowych,

a następnie sprzedawanie ich

marketerom

164

ALE WTEDY

NIE BĘDZIE TO JUŻ

BIZNES TELEFONICZNY,

JAKIM JEST DZIŚ!

165

Operator telefoniczny

stanie się częścią

nowego sektora firm

zajmujących się

“znajdywaniem sensu

w wielkich zbiorach danych o

zachowaniach klientów w czasie

realnym”

166

Prawdopodobnie nie dałoby się

zburzyć muru berlińskiego,

gdyby Stasi miała wtedy dostęp

do danych telefonicznych taki,

jaki mają rządy dzisiaj

Rewolucja A/B testing

• Testowanie A/B pozwala sprawdzać nowe idee z

pomocą wielkich grup focus’owych w czasie

rzeczywistym

• Metoda pozwala na przekierowanie części

użytkowników (bez ich wiedzy) na zmienioną

wersję strony internetowej i porównywania ich

zachowań z użytkownikami strony standardowej

• Jeśli nowa wersja jest lepsza (więcej kliknięć,

dłuższe wizyty i zakupy), to zastępuje oryginalną

• Jeśli jest gorsza, to znika
• A/B pozwala zmienić subiektywne, intuicyjne

(często niekorzystne) decyzje (fonty, kolor, wybór

ilustracji, tekst, etc.) w obiektywne – dzięki

analizie realnych danych

Google Analytics Content Experiments

• Nowa funkcja “testowania zawartości” w

Google Analytics

• Mierzenie, testowanie i optymizacja

równocześnie

• Pomoc w decydowaniu o najlepszych

projektach, układach i zawartości

• Pozwala na stworzenie wielu wersji strony i

pokazywanie ich różnym użytkownikom

• Mierzy efektywność każdej z wersji i ustala

najlepszą

169

Google

Analytics

Content

Experiments

170

Myślicie,

że to nie ma znaczenia?!

Kampania prezydencka

Obamy, 2007

171

Analiza głównych elementów

strony internetowej kampanii

• Cel: przemiana wizytora w

przyjaciela, a tego w donatora

• Na stronie witało go/ją turkusowe

zdjęcie Obamy i czerwony przycisk
“Zapisz się”

• …ale za mało osób go wciskało!

172

Rozwiązanie:

• Podział strony na elementy i stworzenie

alternatyw

• Test A/B:

•

173

Dowiedz się więcej

Przyłącz się teraz

Zarejestruj się

teraz

Zarejestruj się

teraz

Uderzające różnice

• ”Dowiedz się więcej" zebrało 18.6%

więcej wpisów, niż standardowy
”Zarejestruj się”!

• Podobnie, czarno-białe zdjęcie rodziny

Obamy przebiło standardowe turkusowe
o 13.1%!

• Użycie równocześnie zdjęcia rodzinnego

i przycisku ”Dowiedz się więcej”
spowodowało wzrosk rejestracji o 40%!

174

Najbardziej szokujące było, jak złe

były intuicje twórców strony

• Prawie jednogłośnie uważano, że wideo

Obamy z wiecu przebije jakiekowiek zdjęcie

• W rzeczywistości było 30.3% mniej

skuteczne, niż nawet turkusowe zdjęcie

• Gdyby ekipa Obamy słuchała instynktu,

utrzymując przycisk ”Zarejestruj się" i
zamieniając zdjęcie na wideo, to rejestracja
byłaby mniejsza o 30%!

• “Przypuszczenia” w zarządzaniu często

bywają złe

175

Bez testowania A/B

ekipa nie miałaby pojęcia dlaczego liczby

spadają, winiąc słabnący entuzjazm

wyborców,

a nie zły projekt strony

176

A dzięki testowaniu A/B uzyskano:

• Wzrost rejestracji o 140% !
• 4M z 13M adresów na liście

mailingowej

• $75M darowizn

177

Szansa dla małych firm

• Giganty internetowe (Amazon,

Google, eBay) robiły to już od
pewnego czasu z użyciem wielkich
środków i kosztownie

• Teraz technologia dostępna

bezpłatnie i łatwo dla małych i
średnich firm

To nie tylko usprawnienie

w projektowaniu stron –

zmiana niektórych fundamentalnch

zasad biznesu

• Każdy proces decyzyjny ma moment, kiedy

podejmuje się nieodwracalne decyzje

• Jest to najczęściej moment, kiedy nie wiemy

jeszcze na pewno która z opcji jest lepsza

• Dzięki takim narzędziom analizy masowych

danych, jak testowanie A/B

można wybrać

wszystkie

• Docelowo możliwa jest automatyzacja

procesu kolejnych wyborów i optymalizacji –

bez udziału człowieka

179

Zasada zarządzania

w nowej gospodarce:

UTRZYMUJ OPCJE OTWARTE

(tak długo, jak możliwe)

Analiza wielkich danych

pozwala podejmować

ważne decyzje w

“ostatnim rozsądnym momencie”

180

FACEBOOK

i jego modele predykcyjne:

przykład zastosowań analizy

wielkich zbiorów danych

w czasie realnym

Gdyby Facebook był krajem…

• z

900M

użytkowników byłby 3.

największym na świecie

• p

okonałby dowolny przeszły lub obecny reżim w tym,

jak drobiazgowo rejestruje życie swoich obywateli

• p

rywatne rozmowy, zdjęcia, trasy podróży,

rodziny dzieci, śluby, małżeństwa, przyjaźnie,

lektury, poglądy, hobby, śmierci – wszystko to
znajduje się na jego serwerach

•

Facebook zgromadził największą w historii bazę

danych o ludzkich zachowaniach

Te bezprecedensowe zasoby

mają ogromną wartość badawczą.

Ale jaką?

• Zespół Data Science

Facebook’u

• Członkowie –

specjaliści

socjologii,

psychologii społecznej i IT – studiują tam
zachowania ludzkie

• Aplikują matematykę, programowanie i

nauki społeczne do poszukiwania

wzorców ludzkich zachowań

Przewidywanie zachowań

klientów

• Model biznesowy Facebook’a: stać się centrum

naszego życia, aby sprzedawać ogłoszenia

• E.g.: w 2012 r., Data Science Team zrobił listę

utworów muzycznych najpopularniejszych

wśród osób, które ostatnio nawiązały/zerwały

związki

• Pozwala to FB przewidywać na jakie reklamy

mogą oni być otwarci w danym momencie

• Być może ludzie, którzy właśnie się rozstali

zainteresują się płytą z balladami,

• …lub, jakaś firma nie będzie chciała kojarzyć

się z wielkimi emocjami związanymi ze

śmiercią przyjaciela

Najwartościowsze ogłoszenia w Internecie

to te wyświetlane obok konkretnych

poszukiwań, odpowiadające na aktualne

zainteresowania (zob.: Google)

Ale FB może być w stanie przewidywać

czego ludzie chcą/nie chcą

zanim oni sami to wiedzą!

Cameron Marlow, Facebook, Science Data Team:

”Trudno przewidzieć w jakim kierunku to pójdzie,

bo jesteśmy na wstępnym etapie tej nauki.

Ilość potencjalnych pytań, jakie możemy postawić

danym Facebook’a jest nadzwyczajna."

23.10

Po raz pierwszy w historii cywilizacji

mamy mikroskop,

który nie tylko pozwala badać

zachowania społeczne na poziomie

mikro

ale również prowadzić

bezprecedensowe eksperymenty

na wielo-milionowych próbach

badawczych

Początkiem rewolucji w nauce

często były

rewolucje w metodach pomiaru

• np.: wynalazek mikroskopu

optycznego zmienił biologię,
umożliwiając zobaczenie zarazków

• np.: mikroskop elektroniczny zmienił

fizykę przez ujawnienie atomowej
struktury materiałów

Podobnie, metody przetwarzania

masowych danych rewolucjonizują dziś

nauki społeczne

i biznes

• Badacze będą w stanie zrozumieć

zachowania ludzi na poziomie populacji,
a nie tylko jednostki

• np.: dlaczego niektóre idee, poglądy lub

mody rozprzestrzeniają się od kilku osób,
aby się stać uniwersalne, a inne nie

• w jakim stopniu nasze przyszłe działania

są produktem wcześniejszych kontaktów
z przyjaciółmi

Więcej przykładów:

• W 1967r., słynne badania na kilkuset-osobowej

próbie: “każda osoba na Ziemi jest oddalona od

każdej innej o tylko 6 kolejnych osób”

• Facebook’owa wersja tego badania w 2011r.:

proba obejmowała wszytkich uczestników sieci,

czyli 10% światowej populacji

• Przeanalizowano 69 mld połączeń między

721 mln ludzi

• Rezultat: świat (Facebook’a) jest mniejszy, niż

sądziliśmy – tylko 4 stopnie

•

Zatem, każda osoba w tym świecie jest

przyjacielem przyjaciela naszego

przyjaciela

Mierzenie szczęścia narodowego

w czasie realnym

• Martin Seligman, Fluorish: A Visionary New

Understanding of Happiness and Wellness:

“Dobrobyt ma swoje słownictwo: będziemy w

stanie mierzyć dobrobyt na planecie w czasie
realnym przez czytanie zdepersonalizowanych
maili i liczenie słów i fraz związanych z
dobrobytem i niepowodzeniem”

• Metody mierzenia:

infodemiologia

Szczęście narodowe brutto?

• FB jest w stanie badać “szczęście narodowe” przez

analizę słów i fraz używanych przez jego

społeczność, sygnalizujących pozytywne i

negatywne emocje

• Fluktuacje tego wskaźnika pokazują, że jest

dokładny: podnosi się podczas świąt i spada, kiedy

w kraju dzieje się coś złego

–

np.: po wielkim trzęsieniu ziemi w Chile w 2010

wskaźnik spadł znacząco i podniósł się dopiero po paru

miesiącach

• Dane z Facebook’a mogą dostarczyć taniego i

dokładnego sposobu śledzenia trendów

społecznych na użytek ekonomistów i biznesu

Document Outline

Slide 1
Slide 2
Slide 3
Slide 4
Slide 5
Slide 6
Slide 7
Slide 8
Slide 9
Slide 10
Slide 11
Slide 12
Slide 13
Slide 14
Slide 15
Slide 16
Slide 17
Slide 18
Slide 19
Slide 20
Slide 21
Slide 22
Slide 23
Slide 24
Slide 25
Slide 26
Slide 27
Slide 28
Slide 29
Slide 30
Slide 31
Slide 32
Slide 33
Slide 34
Slide 35
Slide 36
Slide 37
Slide 38
Slide 39
Slide 40
Slide 41
Slide 42
Slide 43
Slide 44
Slide 45
Slide 46
Slide 47
Slide 48
Slide 49
Slide 50
Slide 51
Slide 52
Slide 53
Slide 54
Slide 55
Slide 56
Slide 57
Slide 58
Slide 59
Slide 60
Slide 61
Slide 62
Slide 63
Slide 64
Slide 65
Slide 66
Slide 67
Slide 68
Slide 69
Slide 70
Slide 71
Slide 72
Slide 73
Slide 74
Slide 75
Slide 76
Slide 77
Slide 78
Slide 79
Slide 80
Slide 81
Slide 82
Slide 83
Slide 84
Slide 85
Slide 86
Slide 87
Slide 88
Slide 89
Slide 90
Slide 91
Slide 92
Slide 93
Slide 94
Slide 95
Slide 96
Slide 97
Slide 98
Slide 99
Slide 100
Slide 101
Slide 102
Slide 103
Slide 104
Slide 105
Slide 106
Slide 107
Slide 108
Slide 109
Slide 110
Slide 111
Slide 112
Slide 113
Slide 114
Slide 115
Slide 116
Slide 117
Slide 118
Slide 119
Slide 120
Slide 121
Slide 122
Slide 123
Slide 124
Slide 125
Slide 126
Slide 127
Slide 128
Slide 129
Slide 130
Slide 131
Slide 132
Slide 133
Slide 134
Slide 135
Slide 136
Slide 137
Slide 138
Slide 139
Slide 140
Slide 141
Slide 142
Slide 143
Slide 144
Slide 145
Slide 146
Slide 147
Slide 148
Slide 149
Slide 150
Slide 151
Slide 152
Slide 153
Slide 154
Slide 155
Slide 156
Slide 157
Slide 158
Slide 159
Slide 160
Slide 161
Slide 162
Slide 163
Slide 164
Slide 165
Slide 166
Slide 167
Slide 168
Slide 169
Slide 170
Slide 171
Slide 172
Slide 173
Slide 174
Slide 175
Slide 176
Slide 177
Slide 178
Slide 179
Slide 180
Slide 181
Slide 182
Slide 183
Slide 184
Slide 185
Slide 186
Slide 187
Slide 188
Slide 189
Slide 190
Slide 191
Slide 192
Slide 193