Data Pioneers - Remco Wilting (VODW) - Mythes en feiten rondom big data

804
-1

Published on

Remco Wilting is Principal Consultant bij VODW en zal vertellen over de mythes en feiten die er zijn rondom big data.

Published in: Business
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
804
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

Data Pioneers - Remco Wilting (VODW) - Mythes en feiten rondom big data

  1. 1. Mythes en feitenMythes en feiten vvanan Big DataBig Data DataData PioneersPioneers 26 september 201226 september 2012 Remco WiltingRemco Wilting Big DataBig Data
  2. 2. Big DataBig Data •• Data gebruik neemtData gebruik neemt exponentieelexponentieel toetoe HeelHeel veelveel datadata tijdtijd ddataatagebruikgebruik •• Data gebruik neemtData gebruik neemt exponentieelexponentieel toetoe •• Meer danMeer dan 90%90% is vanafis vanaf 20102010 gecreëerdgecreëerd •• InIn 20202020 is de hoeveelheid datais de hoeveelheid data 44x44x zozo groot als ingroot als in 20092009 HeelHeel veelveel datadata
  3. 3. Big DataBig Data Door deDoor de explosieveexplosieve toename vantoename van datadata doordoor de digitale revolutie, voldoende digitale revolutie, voldoen regulierereguliere databasedatabase-- enen analyseanalyse oplossingen niet meeroplossingen niet meer om hier op eenom hier op een goede wijzegoede wijze mee om te gaan.mee om te gaan.om hier op eenom hier op een goede wijzegoede wijze mee om te gaan.mee om te gaan. EenEen andereandere manier vanmanier van werkenwerken is vereist.is vereist.
  4. 4. MytheMythe Big DataBig Data isis nieuw.nieuw.Big DataBig Data isis nieuw.nieuw.
  5. 5. Voorbeeld SETI@HomeVoorbeeld SETI@Home AnalyseAnalyse vanvan ruimteruisruimteruis in de zoektocht naarin de zoektocht naar signalensignalen van intelligente buitenaardse wezensvan intelligente buitenaardse wezens
  6. 6. Voorbeeld GoogleVoorbeeld Google •• GoogleGoogle’s’s primaire dienst isprimaire dienst is Big DataBig Data •• Search,Search, MapsMaps,, EarthEarth,, AnalyticsAnalytics,, YouTubeYouTube •• Meer danMeer dan 1 miljard1 miljard zoek opdrachten enzoek opdrachten en 2424 petabytespetabytes useruser--generatedgenerated--contentcontent per dagper dag •• Google’sGoogle’s Big DataBig Data toolstools zijn openzijn open sourcesource•• Google’sGoogle’s Big DataBig Data toolstools zijn openzijn open sourcesource beschikbaar (beschikbaar (HadoopHadoop,, DremelDremel))
  7. 7. MytheMythe Big DataBig Data is eenis een buzzbuzz wordword en verdwijnt weeren verdwijnt weer
  8. 8. De hoeveelheid data neemt ongelofelijk snel toe...De hoeveelheid data neemt ongelofelijk snel toe... 144,8 miljard144,8 miljard emailsemails 340 miljoen340 miljoen tweetstweets 684.000684.000 stukjesstukjes contentcontent opop FacebookFacebook 571571 nieuwe websitesnieuwe websites 72 uur72 uur video opvideo op YouTubeYouTube 3.6003.600 foto’s Instagramfoto’s Instagram
  9. 9. …en kan niet allemaal worden opgeslagen…en kan niet allemaal worden opgeslagen MeerMeer datadata dan kan wordendan kan worden opgeslagenopgeslagen.. DeDe uitdaginguitdaging is hetis het prioriterenprioriteren van de data dievan de data die moet worden opgeslagenmoet worden opgeslagen DeDe wenswens en deen de mogelijkhedenmogelijkheden om hierom hier inzichteninzichten uit te halen blijft enuit te halen blijft en neemtneemt alleen maaralleen maar toetoe..
  10. 10. MytheMythe Big Data is een IT issueBig Data is een IT issue
  11. 11. Prijzen hardware dalen snel $0,01 $1,00 $100,00 $10.000,00 $1.000.000,00 $100.000.000,00 $10.000.000.000,00 $1.000.000.000.000,00 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 $/GFLOPS (inflatiecorrectie $ 2011) DeDe prijsprijs vanvan 1GFLOPS processorsnelheid1GFLOPS processorsnelheid over tijdover tijd $ 0,01 $ 1,00 $ 100,00 $ 10.000,00 $ 1.000.000,00 1980 1985 1990 1995 2000 2005 2010 $/GB DeDe prijsprijs vanvan 1GB opslag1GB opslag over tijdover tijd 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
  12. 12. De tools zijn beschikbaar DeDe toolstools zijn beschikbaar en zelfs via openzijn beschikbaar en zelfs via open sourcesource ITIT is niet het issue…is niet het issue…
  13. 13. Het is een business issue DeDe vraagvraag is:is: •• WatWat kankan ik ermee?ik ermee? •• WatWat levertlevert het mehet me opop?? •• Zitten mijnZitten mijn klantenklanten hierophierop te wachtente wachten??•• Zitten mijnZitten mijn klantenklanten hierophierop te wachtente wachten?? …het is een…het is een businessbusiness issue.issue.
  14. 14. FeitFeit Big DataBig Data vraagt eenvraagt een andereandere aanpakaanpak dandanandereandere aanpakaanpak dandan traditionele datatraditionele data
  15. 15. Big Data vraagt om een andere aanpakBig Data vraagt om een andere aanpak Data bronnenData bronnen FormatFormat van devan de datadata TraditioneelTraditioneel Big dataBig data Basis + businessBasis + business Basis, business,Basis, business, web en socialweb en social GestructureerdGestructureerd OngestructureerdOngestructureerd KoppelenKoppelen van datavan data AnalyseAnalyse aanbodaanbod AnalyseAnalyse omgevingomgeving StatischStatisch Dynamisch, event drivenDynamisch, event driven Periodieke rapportage,Periodieke rapportage, prepre--formattedformatted RealReal--time,time, analytics in war roomanalytics in war room DatawarehouseDatawarehouse Distributiemodel en cloudDistributiemodel en cloud
  16. 16. FeitFeit Big DataBig Data vraagt eenvraagt een geïntegreerdegeïntegreerde aanpakaanpak van organisatie,van organisatie, analyticsanalytics en ITen IT
  17. 17. Een geïntegreerde aanpakEen geïntegreerde aanpak •• OntsluitenOntsluiten •• StructurerenStructureren •• IntegrerenIntegreren •• StatistiekStatistiek •• DataData miningmining •• MachineMachine learninglearning •• VisualisatieVisualisatie BusinessBusiness •• VisualisatieVisualisatie •• IssuesIssues •• OplossingenOplossingen •• ToepassingToepassing
  18. 18. FeitFeit DeDe meestemeeste organisatiesorganisaties doen nog weinig metdoen nog weinig metdoen nog weinig metdoen nog weinig met Big DataBig Data
  19. 19. McKinsey onderzoek:McKinsey onderzoek: ““71 procent71 procent van de organisaties aan datvan de organisaties aan dat datagedreven inzichten erg tot extreemdatagedreven inzichten erg tot extreem belangrijkbelangrijk worden voorworden voor concurrentievoordeelconcurrentievoordeel,, maar daar nogmaar daar nog zeer weinigzeer weinig mee doen”mee doen” De meeste organisatie doen weinig met Big DataDe meeste organisatie doen weinig met Big Data maar daar nogmaar daar nog zeer weinigzeer weinig mee doen”mee doen” Toch is hetToch is het geen complexegeen complexe totaaloplossing,totaaloplossing, maar een manier van werken datmaar een manier van werken dat gradueelgradueel kankan wordenworden ingevoerdingevoerd..
  20. 20. Voordelen voor marketingVoordelen voor marketing Leuk, maar wat kanLeuk, maar wat kan marketingmarketing hier mee?hier mee?
  21. 21. •• Gestalte geven aanGestalte geven aan éénéén--opop--éénéén marketingmarketing •• Vroegtijdig deVroegtijdig de vraagvraag voorspellenvoorspellen Enkele voorbeelden •• Vroegtijdig deVroegtijdig de vraagvraag voorspellenvoorspellen •• Richting geven aanRichting geven aan productontwikkelingproductontwikkeling
  22. 22. Aan de slagAan de slag HoeHoe beginbegin je hier nuje hier nu mee?mee?
  23. 23. Beginnen • Neem de business als startpunt en niet de data • Ga niet zonder duidelijk doel analyseren • Niet direct in een totaaloplossing denken,• Niet direct in een totaaloplossing denken, maar neem kleine overzichtelijke stappen • Toon de toegevoegde waarde aan
  24. 24. Bedankt voor uw aandacht Remco Wilting rwilting@vodw.com

×