Prezentace pracovní snídaně s názvem „Big data – jak z nich těžit informace“. Salary detector – hledá vztah „zaměstnavatel – zaměstnanec“ mezi klienty (účty) banky na základě transakčních dat.

1. Big data jako nástroj pro
hluboký transakční mining
Petr Paščenko 1. února 2018

2. 2
Začněme od začátku:
Jak (kde) vzniká globální internetová firma?

3. 3
Snadnější úkol:
Kde vzniká ocelárna?
› Rozmístění věcí na
světě nebývá náhodné
› Ocelárny vznikají tam,
kde se potkává
– Uhlí
– Železná ruda
– Zaměstnanci
– Dopravní cesty

4. 4
Kde vzniká globální internetová firma?
› Co je to Google?
› Byznys model
– Vysoká návštěvnost
– Prodej reklamy
› Data
– stránka – odkaz – stránka
› Algoritmus
– Page Rank
– Dnes kombinace mnoha algoritmů
› Vynálezce Map-Reduce

5. 5
Kde vzniká globální internetová firma?
› Proč zrovna Amazon?
› Byznys model
– K jedné knížce čtyři další
– Doprava zdarma
› Data
– člověk – kniha – člověk
› Algoritmus
– Kolaborativní filtrování
– LU dekompozice velkých matic
› Podobně Netflix, Youtube, …

6. 6
Kde vzniká globální internetová firma?
› Byznys model
– Prodej reklamy (úplně jako TV)
– Proud musí být zajímavý
› Data
– člověk – (obsah) – člověk
› Algoritmus
– SNA, kolaborativní filtrování

7. 7
Co mají společného?
1. Silná transakční vazba, která vyjadřuje preferenci.
2. Inovativní (Big data) algoritmus
3. Byznys založený na rozpoznání potřeb individuálního klienta

8. 8
Jak to dělají analogová odvětví?
› Tradiční analytická práce s daty – SQL
› Agregace po skupinách, kontingenční
tabulky, datové krychle
– průměrný plat středoškolsky vzdělaných
žen narozených ve znamení vodnáře trvale
žijících v Moravskoslezském kraji
› Práce se segmenty
– hrubý, globální pohled, vysoká míra
zobecnění
– mladí, středoškoláci, muži, dlouhodobí
klienti
DWH

9. 9
Proč potřebuje Data Science
Big Data technologie?
› Výpočetní cluster umožňuje velké
iterativní výpočty
› Výpočetní cluster umožňuje vyhodnocování na úrovni
individuálního klienta a jeho bezprostředního okolí
› Svět se mění
– Jak je možné, že předvolební průzkumy fungují stále hůře?
– Nosný je kontext (bubliny)
– Zkracuje se reakční čas
HADOOP
FOCUS 10.10.2017

10. 10
Naše mise: přenést inovativní algoritmy
z digitálních odvětví do analogových
1. Silná transakční vazba, která vyjadřuje preferenci.
– Naši zákazníci mají rozsáhlé transakční databáze
• Bankovní transakce (převody, platby kartou, výběry z bankomatů)
• Telekomunikační data (volání, sms, lokace, crm)
• Webová data (trackování pohybu v bankovnictví a na webu)
2. Inovativní Big data algoritmy
3. Byznys založený na rozpoznání potřeb individuálního klienta
› První krok: existující a dobře pojmenované vztahy
– Rodina, zaměstnavatel-zaměstnanec, dlužník-věřitel, spřízněné firmy
› Konečný cíl: subjekt a jeho kontext