Prezentacja programu PowerPoint

Co to jest Big Data?

To dynamicznie rozwijająca się metoda analizy

danych, która znajduję zastosowanie w biznesie,

samorządach i polityce.

Pojęcie to odnosi się do zbiorów danych które ze

względu na swoją ogromną skalę nie mogą być
analizowane za pomocą tradycyjnych narzędzi.

Big Data to sposób by pracować z danymi, które

przez długi czas były zbierane, ale

niewykorzystywane.

Czy Big Data są społecznie
odpowiedzialne?

Bez wątpienia możliwe jest wykorzystanie Big Data do
wielu społecznie użytecznych celów. Mogą i są to:
walka z rakiem, rozszyfrowanie genomu, badania
astronomiczne, zwalczanie terroryzmu (przy
pamiętaniu o całej kontrowersyjności i delikatności tej
kwestii), badania dotyczące mechaniki kwantowej,
przeciwdziałanie korkom w wielkich metropoliach
amerykańskich i azjatyckich

Andrew Sutherland, wiceprezes działu

technologii na Europę, Bliski Wschód i Afrykę

w firmie Oracle, wyjaśnia: "Zjawisko Big Data

polega na tym, że zasoby informacji mają

jednocześnie kilka cech: dużą objętość

informacji, prędkość zmian, strumienie

informacji z różnych źródeł o różnej

charakterystyce oraz potencjalnie dużą

wartość dla firmy. Do sprawnej pracy z takimi

zasobami niezbędne są specjalne narzędzia"

Big Data analizuje zatem różnorodne, zawarte w dużych bazach,

istotne informacje. W Efekcie uzyskujemy wiedzę, która pomoże podjąć

najlepszą możliwą decyzję.

Przykładem zastosowania tej technologii jest Nowy Jork, gdzie

burmistrz Mike Bloomberg powołał jednostkę zajmująca się Big Data.

Władze Nowego Jorku gromadzą mnóstwo rozmaitych informacji o

mieście : ilość budynków, ich stanie technicznym i rodzaju prowadzonej

w nich działalności gospodarczej, rozmieszczeniu punktów wi-fi, liczbie

przestępstw w poszczególnych rejonach, liczbie mieszkańców w danej

dzielnicy i ich przynależności etycznej, płaconych przez ich podatkach i

szkołach, w których uczą się ich dzieci,.

Informacje te zawarte są w wielu odrębnych, niespójnych ze sobą

bazach danych. Dopiero big data pozwoliło- przez ich połączenie i

analizę na wyciągnięcie odpowiednich wniosków.

W efekcie podwojono skuteczność w wykrywaniu sklepów

sprzedających nielegalny tytoń, przyspieszono proces usuwania drzew

zniszczonych przez huragan Sandy, skierowano inspektorów

budowlanych w miejsca, gdzie istniało wysokie prawdopodobieństwo

wystąpienia pożarów. Big data prowadzi więc do sprawniejszego i

bardziej efektywnego zarządzania miastem.

Na Big Data składają się 4

wymiary:

• voluume- ilość danych
• variety- przechodzą z wielu różnych,

niespójnych ze sobą źródeł

• velocity- analiza danych prowadzona jest w

czasie zbliżonym do rzeczywistego

• value- z całej masy nieistotnych informacji

analiza big data wyodrębnia te najważniejsze

Co Big Data wprowadza w innych

dziedzinach ?

• W finansach pozwala na zminimalizowanie ryzyka

przy udzielaniu kredytu

• W marketingu umożliwia lepsze rozpoznanie

potrzeb klientów

• W polityce pomaga osiągnąć zakładane cele

wyborcze, skorzystał z tego np. Barack Obama.

Możliwości Big Data są zatem ogromne.

Skąd się bierze Big Data?

Na szczęście nie jest tak, że każdy, kto ma pieniądze, może kupić nasze dane. Źródła

danych są zazwyczaj legalne i pochodzą z wnętrza danej firmy. Dla banków na przykład

takimi źródłami będą wszelkie nasze działania związane z kontem, czyli jak, kiedy i za co

płacimy, czy dokonujemy pewnych zakupów regularnie, jakie mamy wpływy na konto i

tak dalej. Wszystkie te dane bank gromadzi w naturalny sposób, pokazuje nam je po

zalogowaniu na konto.

Źródła mogą być różne: dane dostępne w internecie, w tym serwisach

społecznościowych, ale też dane z wszelkiego rodzaju systemów informacji

marketingowej czy baz danych klientów. Facebook nie udostępnia danych firmom w jakiś

specjalny sposób. Można natomiast pobierać dane dotyczące niektórych aktywności w

miejscach i na profilach publicznych oraz za zgodą użytkownika przez aplikację. Warto

przy tym zaznaczyć, że często narzekamy na ustawienia prywatności "Fejsa", ale też

sami udostępniamy prawie całe swoje życie. Należy więc odpowiedzieć sobie na pytanie:

na ile sam zdradzam firmom, kim jestem? więcej o nas można dowiedzieć się z wyników

wyszukiwania Google'a niż tego, co zamieszczamy na Facebooku. Można by spytać: skąd

niektóre firmy wiedzą, czego szukam w Google? Niestety – sami dajemy im do tego

dostęp. Na smartfonach, gdzie instalujemy dziesiątki aplikacji, za każdym razem

wyrażamy zgodę na dostęp danej aplikacji do naszych danych. Mogą to być nie tylko

wyniki wyszukiwania, ale też kontakty, sms-y czy e-maile.

Big Data, mimo swojej stosunkowo krótkiej

historii, sprzyja dziś rozwiązywaniu wielu

globalnych problemów. Firmy takie jak IBM,

Google czy HP poprzez przetwarzanie i

zarządzanie danymi próbują

sprostać wyzwaniom dzisiejszego świata:

analizują ruch w sieci, bezpieczeństwo na

drogach, informują o zagrożeniach. Niedawno

Google ogłosił nawet ambitny projekt

związanych ze starzeniem się człowieka. Mimo

to, kilka ważnych zagadnień nadal pozostaje

dla nich nieuchwytnych - z powodu braku

danych lub dostatecznie szybkich komputerów.

Przykłady Big Data

Przykładowo, w kalifornijskim Oakland policja

zainstalowała monitory akustyczne identyfikujące

strzały z broni. Technologia ta nazywa się ShotSpotter

i wykorzystuje analitykę Big Data do wyznaczania

lokalizacji potencjalnego przestępstwa metodą

triangulacji. Policja jest wysyłana na miejsce

zdarzenia w czasie rzeczywistym. Co więcej, korzyści

płynące z dostępu do dokładnych danych na temat

przestępczości, uzyskiwanych w czasie rzeczywistym,

sięgają daleko poza pracę organów ścigania: mapy

termiczne Trulia Local wyświetlają dane z bieżących

raportów dotyczących przestępczości, pomagając

osobom zamierzającym kupić dom w wyborze

odpowiedniej, bezpiecznej lokalizacji.

Monitoring dziecka: skuteczne informowanie o
zaginięciach

Zgłoszenie zaginięcia dziecka jest dziś dużo prostsze niż
kiedyś, na przykład poprzez system Amber Alert
wprowadzony niedawno również w Polsce. Problem
polega jednak na tym, że te powiadomienia mają
miejsce już po fakcie. Dostępna jest już technologia
śledzenia bieżącej lokalizacji dziecka, chociażby na
smartfonach, które są w stanie przesłać rodzicowi
informacje o miejscu pobytu ich pociechy za
pośrednictwem takich usług jak Google Location
Reporting . Z kolei aplikacje Volkswagena Car-Net czy
Forda MyKey powiadamiają o opuszczeniu przez
nastolatka prowadzącego samochód określonego,
wyznaczonego obszaru przy pomocy tzw. geofencingu.

Głównymi korzyściami z wykorzystaniem Big
Data jakie organizację chcą osiągnąć to:

1. Podejmować lepsze decyzje szybciej
2. Poprawić wyniki misji
3. Zidentyfikować i zmniejszyć nieefektywność
4. Eliminacji odpadów, oszustw i nadużyć
5. Poprawy wydajności
6. Zwiększyć zwrot z inwestycji, cięcia
całkowity koszt posiadania
7. Zwiększenia przejrzystości i usługi
8. Zmniejszenia zagrożeń dla bezpieczeństwa
i przestępczości

Dla kogo Big Data ?

Z Big Data będą korzystały przede wszystkim firmy,
które muszą personalizować działania
marketingowe, a mają tak dużo klientów, że każde
nowe źródło informacji poprawi efektywność
sprzedażową. Ważnym trendem jest także
wykorzystanie mediów społecznościowych w
różnych celach.
Przecież każdy przelew na nasze konto, każda
płatność kartą, to kawałek wiedzy o nas, który
dobrowolnie oddajemy bankowcom.

W krajach Europy Zachodniej oraz w Stanach Zjednoczonych dane
były gromadzone i analizowane od kilkudziesięciu lat. W Polsce
stało się to możliwe dopiero po nastaniu gospodarki
wolnorynkowej, stąd system Big Data dopiero od niedawna jest
obecny w naszym kraju. Można jednak zauważyć rosnące
zainteresowanie tą formą analizy danych ze strony różnego
rodzaju instytucji, zwłaszcza tych prowadzących działalność
kredytową. Dzięki informacjom zdobytym np. na portalach
społecznościowych lub poprzez pliki cookies są one w stanie
dostosować swój produkt bądź usługę do konkretnej osoby. W
znacznie lepszym stopniu mogą również poznać, jakie jest ryzyko
związane z danym klientem. Przedsiębiorstwa, w tym instytucje
sektora bankowego dostrzegły wielkie możliwości, które daje
szczegółowa analiza danych o klientach. Dzięki zastosowaniu
inteligentnych modeli analitycznych, działających w oparciu o ideę
Big Data, które posiadają umiejętność uczenia się, są one w stanie
niemal błyskawicznie zareagować na gorszą jakość
otrzymywanych danych, a w razie potrzeby mogą wprowadzić
niezbędne zmiany w modelu.

Co sprawia, że wielkie zbiory danych odgrywają tak dużą rolę?

Po pierwsze, dostarczają one informacji, dzięki którym
przedsiębiorstwa mogą zapewnić klientom inteligentniejsze
możliwości podróżowania
niż kiedykolwiek dotąd. Usystematyzowane dane były
dotychczas dzielone na odrębne zbiory, np. systemy czy firmy.
Wykorzystanie zarówno nieusystematyzowanych, jak i
usystematyzowanych informacji pozwala jednak uzyskać
spójniejszy wgląd w sytuację całej branży, umożliwiając
firmom z sektora turystycznego optymalizację procesów,
wdrażanie innowacji i budowanie lepszych relacji z klientami.
Po drugie, Big Data może pomóc zwiększyć elastyczność
podróżowania oraz skoncentrować się na potrzebach i
preferencjach pasażerów. To ponowne powiązanie podróży z
przyjemnością stanowi kluczową kwestię dla poprawienia
doświadczeń pasażerów

Czy Big Data to Big Problem ?

O bezpieczeństwie w kontekście Big Data należy myśleć w dwóch kategoriach.
Pierwszą jest ryzyko związane z bezpieczeństwem zasobów, drugą – wykorzystanie
analityki do wykrywania zagrożeń.
Wokół bezpieczeństwa rozwiązań klasy Big Data narosło wiele mitów, z których
większość dotyczy bezpieczeństwa samych rozwiązań. Podstawową cechą zasobów
Big Data jest ich objętość, nierzadko liczona w terabajtach, a nawet petabajtach.
Jest to ogromna ilość informacji, którą trudno skopiować poza firmowe rozwiązania
składowania danych, a zatem działy IT w firmach słusznie zakładają, że kompletu
danych nie da się szybko ukraść bez wynoszenia samych nośników, takich jak
macierze dyskowe. Drugą co do ważności cechą jest dynamika przyrastania danych,
które są dostarczane do zasobów szerokim strumieniem. Chociaż skopiowanie lub
przekierowanie takiego strumienia jest bardziej prawdopodobne od kradzieży całych
statycznych zasobów , radykalny wzrost ruchu prawdopodobnie spowodowałby
przeciążenie łączy, a zatem alarm. Nawet gdyby napastnikowi udało się pozyskać
komplet danych, musiałby zbudować kopię środowiska, co wiąże się z dużymi
kosztami. Oznacza to, że kradzież kompletu danych z zasobów Big Data przez
fizyczne przejęcie samego urządzenia lub pozyskanie strumienia danych jest mało
prawdopodobne. Nie znaczy to jednak, że napastnik nie może z tych danych
skorzystać – wystarczy, że przygotuje długotrwały atak, skutecznie penetrując
firmowe środowisko IT.

Document Outline