Pilvi & Big Data – strategian valttikortit? -tilaisuudessa pidetyn esityksen materiaalit (Ivorio).

1. © Ivorio 2013

2. Tietoa yrityksestä
❏ puolueeton big data -asiantuntija
❏ johdon konsultointi
❏ koulutukset
❏ selvitykset, teknologiakatsaukset
❏ kasvuhakuinen ja kansainvälinen
❏ visiona Pohjoismaiden johtajuus
big data -asiantuntijana
© Ivorio 2013

3. “Cloud Computing” ja “Big Data”
Google-haun “big data” suosio
© Ivorio 2013
Google-haun “cloud computing” suosio

4. HAVAINTO:
Datan määrä ja laatu kasvaa kiihtyvällä
tahdilla maailmassa.
REAKTIO:
Asialle tarvitsisi tehdä jotain.
Mitä tarkoittaa “Big Data”?
© Ivorio 2013

5. Saatavilla olevat datavarannot
(avoin data, datamarkkinat)
Potentiaalinen data
(ei vielä kerätä)
Digitaalinen todellisuus
(internet, sosiaalinen media)
Fyysinen todellisuus
(sensorit, esineiden internet)
Mistä sitä dataa oikein tulee?
Organisaation hallussa
tai saatavilla oleva data
(ERP, CRM, DW, RDBMS)
© Ivorio 2013

6. Kuinka suuret ovat big data -markkinat?
● Yleisin luku on välillä 15-50 mrd €
○ IDC sanoo (12/2012), että vuonna 2016 markkinoiden
koko on n. 26 mrd $
○ Gartner sanoo (10/2012), että vuonna 2012 big data -
markkinat olivat n. 28 mrd $
○ Wikibon ennustaa (02/2012), että big data -markkinat
ovat vuonna 2015 n. 54 mrd $
○ McKinseyn raportissa (05/2011) arvioitiin big datan
vuotuisen lisäarvo- ja kustannussäästöpotentiaalin
olleen jo vuonna 2011 arviolta 1 000 mrd €
© Ivorio 2013

7. “
Accenture:
Räjähdysmäisesti kasvavat tietomäärät
avaavat uusia mahdollisuuksia ja
potentiaalisia kilpailuetuja monilla
aloilla ja monissa yrityksissä.
© Ivorio 2013

8. “
McKinsey, 2011:
By 2018, the United States alone
could face a shortage of 140,000
to 190,000 people with deep
analytical skills.
© Ivorio 2013

9. Koska big data -hankkeet aloitetaan?
Julkishallinnon organisaatiot
“Big data -selvitys, 09/2013”
© Ivorio 2013

10. Big datan hyödyntämiskohteita
● Markkinointi
● Suositukset (recommendation engine)
● Tutkimus- ja kehitystyö
● Mallintaminen ja ennustaminen
● Resurssien kohdentaminen tehokkaammin
Mahdollisuuksien tunnistaminen vaatii
toimialan ja organisaation ymmärtämistä!
© Ivorio 2013

11. Big datan teknologiat
● Hadoop (tunnetuin yksittäinen uusi teknologia)
● NoSQL (uudenlaiset tietokannat)
● Appliance (valmisratkaisut)
● In-memory -analytics
● Pilvipalvelut
○ Amazon Elastic MapReduce (Hadoop)
○ Google BigQuery (Dremel)
○ Microsoft HDInsight (Hadoop)
© Ivorio 2013

12. Hadoopin asema big data -ilmiössä
Hadoop
Tiedon määrä
Tiedonrakenteisuus
2 Tb1 Gb 20 Tb 200 Tb
Nearly all sectors in the US
economy had at least an
average of 200 terabytes of
stored data per company with
more than 1,000 employees.
McKinsey 2011
By 2015, 65 percent of packaged
analytic applications with
advanced analytics will come
embedded with Hadoop.
Gartner 2013
© Ivorio 2013

13. Pilvipalveluiden rooli nyt ja tulevaisuudessa
● Riskitön tapa lähteä liikkeelle
kokeillaan ennen investointeja ja sitoutumista
● Ketteryys ja kustannustehokkuus
kustannukset muuttuvia, tulevaisuutta ei tarvitse
ennustaa
● Tulevaisuudessa yhä keskeisemmässä roolissa
mitä suurempi painoarvo jaetulla, avoimella tai
datamarkkinapaikoista saatavalla datalla on, sitä
mielekkäämpi vaihtoehto pilvipalvelut ovat
© Ivorio 2013

14. © Ivorio 2013
Pilvipalveluiden kiinnostavuus
big datan yhteydessä riippuu
näkökulmasta dataan

15. Suppein näkökulma dataan
Tästä näkökulmasta big data
koskettaa ilmiönä n. 0.2 %
maailman organisaatioista
“Eihän meillä edes ole big dataa!” “Pilvipalvelut sopivat pilotointiin.”
Yrityksen oma strukturoitu data
Yrityksen vielä hyödyntämätön data
Yrityksen vielä keräämätön data
© Ivorio 2013

16. “
Nordea ja SAP HANA
Siinä missä ennen joidenkin tulosten
laskeminen vaati kahdesta kolmeen
tuntia, Hanan avulla tulokset saatiin
puristettua ulose neljässä minuutissa.
Tietoviikko 02/2012
© Ivorio 2013

17. Suppeahko näkökulma dataan
Tästä näkökulmasta big data
koskettaa ilmiönä n. 3 %
maailman organisaatioista
“Liiketoimintakriittistä dataa ei voida laittaa pilveen, ehkä jotain lokitietoja tms.”
“Privaattipilvi kiinnostaa!”
Yrityksen oma strukturoitu data
Yrityksen vielä hyödyntämätön data
Yrityksen vielä keräämätön data
© Ivorio 2013

18. Laaja näkökulma dataan
Tästä näkökulmasta big data
koskettaa ilmiönä n. 22 %
maailman organisaatioista
“Mihinkäs me laitetaan kaikki tuo data...”
“Olisiko julkisilla pilvipalveluilla jotain annettavaa?”
Yrityksen oma strukturoitu data
Yrityksen vielä hyödyntämätön data
Yrityksen vielä keräämätön data
© Ivorio 2013

19. “
Google I/O Conference 05/2013
400: The number of sensor modules
that have been plugged around the
conference center.
150 million: The number of database
records the project generated.
© Ivorio 2013

20. Verkostoitunut näkökulma dataan
Tästä näkökulmasta big data
koskettaa ilmiönä n. 72 %
maailman organisaatioista
“Verkottunut yritys ei voi hillota dataansa!”
Organisaatio
Kumppani Kumppani
Kumppani Kumppani
Kumppani Kumppani
© Ivorio 2013

21. © Ivorio 2013
Kun suurin osa verkoston
datasta on pilvessä muodostuu
tiedonsiirto pullonkaulaksi, jos
oma data ei ole siellä.

22. Kokonaisvaltainen näkökulma dataan
Tästä näkökulmasta big data koskettaa ilmiönä n. 98 %
maailman organisaatioista
“Palvelinkellarissa homehtuva data ei tuota lisäarvoa tai kilpailuetua!”
Avoin data
(dokumentoidut rajapinnat)
Data marketplace
(pilvessä olevat datan markkinapaikat)
Datakauppiaat
(yksittäiset suoraan omaa tai
verkostonsa dataa myyvät)
Puoliavoin data
(ei rajapintoja, hajallaan)
© Ivorio 2013

23. © Ivorio 2013
Datan tallentaminen pilvessä

24. Amazon, Google, Microsoft
© Ivorio 2013
Dataa yht. Amazon (S3) Google Storage Microsoft Azure Storage
< 1 TB 0.095 $ 0.085 $ 0.095 $
< 50 TB 0.080 $ 0.076 $ 0.080 $
< 500 TB 0.070 $ 0.063 $ 0.070 $
< 1000 TB 0.065 $ 0.063 $ 0.065 $
< 5000 TB 0.060 $ 0.054 $ 0.055 $
Mitä maksaa gigatavun tallentaminen per kuukausi julkisessa pilvessä?

25. “
McKinsey:
By 2009, nearly all sectors in US
economy had at least an average of
200 terabytes of stored data per
company with more than 1 000
employees.
Pilvitallennus: n. 1.32 milj.€ per vuosi
© Ivorio 2013

26. Datan analysoiminen pilvessä
© Ivorio 2013
Terasortin maailmanennätys Googlen pilvipalvelussa:
MapR (Hadoop-jakeluyritys):
“Benchmark broke the one minute barrier with 1,003 servers, 4,012
cores and 1,003 disks as compared to the previous record set by
Yahoo. The prior documented record of 62 seconds was set by Yahoo
running Apache Hadoop on 1,460 servers, 11,680 cores and 5,840
disks.”
Mitä maksoi?

27. Datan analysoiminen pilvessä
© Ivorio 2013
Terasortin maailmanennätys Googlen pilvipalvelussa:
“Since the servers used in MapR’s world record were virtually
instantiated in the Cloud, the cost estimate for running the TeraSort
was about $9 compared to the over $5M estimate to run the previous
record.”

28. © Ivorio 2013
Miten edetä?

29. © Ivorio 2013
Vauhdilla pilotoimaan!!

30. © Ivorio 2013

31. Keskustelua
Kysymyksiä
© Ivorio 2013

32. Kiitos
© Ivorio 2013
Immo Salo
immo.salo@ivorio.fi
045 1233 563