Британский сериал «Черное зеркало» -- экран монитора, драма, сатира, влияние ИТ на человека и отношения.Тэги: молодая пара, переезд, он (Эш) увлечен общением в соцсетях, гибнет в автокатастрофе, подруга рассказывает ей (Марте) о новом сервисе, она сначала отвергает, затем пробует общаться, привыкает, загружает голос и разговаривает.Вывод: по цифровым следам возможно воссоздать и смоделировать поведение человека.
Big Data is big news these days. But is it bad news or good news? When the volume, velocity and variety of your data exceeds your storage or computing capacity…that’s bad news.But when Big Data forces your organization to rethink the way you leverage technology to gain unprecedented insights from your data…that’s good news indeed.
Алгоритмы усложняются, но также растет и объем обрабатываемых данных. В связи с этим необходимо уметь работать с большим объемом информации, поступающей из разных источников и имеющей различную структуру. Это создает предпосылки для создания программно-аппаратной аналитической платформы.Большие Данные – это термин для обозначения ситуации, когда организация сталкивается с необходимостью загружать, хранить и анализировать разнородные (как структурированные, так и неструктурированные) данные, которые по своему растущему объему и требуемой скорости обработки не вписываются в рамки предельно допустимой нагрузки имеющихся у этой организации вычислительных мощностей. Понятие Большие Данные включает в себя три характеристики данных: Объем – стремительно растущий объем данных; Многообразие – все виды хранения информации: текст, структурированные таблицы, документы, электронная почта, sms, данные измерительных приборов, видео, аудио, данные биржевых торгов и многое другое. Быстродействие – время «выдачи» информации по запросу, способность оперативно реагировать на задачи и проблемы компании.Источники – McKinsey Global Institute (MGI), Data Warehouse Institute (TDWI).
Исследование аналитической группы при журнале Экономист: Большие данные. Как обуздать этот актив, который изменяет правила игры. Были опрошены 500+ топ-менеджеров по всему миру.
Стратеги использования данных. Обычно это компании из сферы финансов, производства, технологий. Умеют понять, где ценность, собирают все данные, управляют ими.Эксперты данных. Самая большая группа. Обычно это телекомы, ритейл.Собиратели данных. В основном хранение.Растратчики данных.
Основные проблемы:Много данных, мало ресурсовНедостаток правильных навыков для эффективного упр-я даннымиНевозможно доставить данные правильным людям в организацииНедостаток аналитических навыков
67% топ-менеджмент
Так как в исследовании принимали участие в том числе производственные компании, ритейлеры, то ценность источников ранжируется так:Электронная почтаВеб-данныеИнформация по использованию мобильных устройствСенсорыRFID тэги и баркодыСоциальные медиапрочие
Изображение стоит 1000 слов. Лучше один раз увидеть, чем 100 раз услышать.John Tukey, the “inventor” of exploratory data analysis was right when he suggested that the idea of visualization truly helps us see and notice what we have not before.So as a pre-curser to analysis, to reporting or simply working to understand the “secrets” locked up within any amount of corporate data and exploit those for business gain.Why is all this so important—and so timely? Overall, organizations today realize the importance of analytics. But while use of business analytics within companies has grown, the use of analytics tends to be narrowly focused within departments or business units. Many organizations openly admit that they lack enough analytical talent … and would like to expand the number of individuals in the organization that are capable of understanding and leveraging analytics.SAS has always listened and responded to changing business needs. We’re doing that again with SAS Visual Analytics…empowering everybody in your organization to incorporate analytics into their day-to-day decision making.
Вызовы:Недостаток навыков и опыта работы со всем массивом данных, а не выборкойСложность доступа ко всем даннымНеэффективное использование наиболее ценных данных для принятия решенийСлишком сложно анализировать и понимать все данныеСложность обмена информацией и инсайтамиЗапросы и отчеты слишком долго выполняютсяВыгоды:Улучшение принятия решенийЛучше произвольный анализ данныхУлучшение совместной работы и обмена информациейПредоставление возможностей самообслуживания конечным пользователямУвеличение показателя окупаемостиЭкономия времениСнижение нагрузки на ИТ
Жизненный цикл аналитики в организации, типы пользователей и место VA в этом цикле.
Свежий отчетQ1 2013 Forrester Wave доказывает убедительное превосходство SAS с наивысшими баллами за:Текущее предложениеСтратегиюПрисутствие на рынке“SAS proves an analytics powerhouse. With an unwavering focus on data analytics since 1976, SAS offers a broad set of tools for predictive analytics, an architecture that supports multiple platforms, in-database analytics, and significant market presence.”“SAS, with its 36-year history of providing analytics software, is a Leader in this evaluation because it scored well in all categories. Its Enterprise Miner tool is easy to learn and can run analysis in-database or on distributed clusters to handle big data.”