Architektura nowoczesnej platformy analitycznej wspierającej kompleksowe zarządzanie państwem v1
•Download as PPTX, PDF•
0 likes•556 views
Recommended
More Related Content
Viewers also liked
Viewers also liked (10)
Similar to Architektura nowoczesnej platformy analitycznej wspierającej kompleksowe zarządzanie państwem v1
Similar to Architektura nowoczesnej platformy analitycznej wspierającej kompleksowe zarządzanie państwem v1 (20)
Architektura nowoczesnej platformy analitycznej wspierającej kompleksowe zarządzanie państwem v1
- 1. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. ARCHITEKTURA NOWOCZESNEJ PLATFORMY ANALITYCZNEJ WSPIERAJĄCEJ ZARZĄDZANIE PAŃSTWEM PATRYK CHOROŚ
- 2. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. Copyright © 2012, SAS Institute Inc. All rights reserved. PROGNOZOWANIE DATA MINING ANALIZA TEKSTU OPTYMALIZACJA STATYSTYKA Poszukiwanie wartości biznesowej w danych niestrukturalnych, takich jak media społecznościowe lub zapisy tekstowe w transakcjach Analiza danych pozwalająca identyfikować wzorce w danych historycznych Także analizy sieci społecznych Wykorzystanie danych historycznych do wsparcia podejmowania decyzji Analiza danych pozwalająca na identyfikację działań i obszarów generujących największe korzyści ANALITYKA BUSINESS INTELLIGENCE
- 3. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. HISTORIA EWOLUCJA ZASTOSOWAŃ 1930-1949 Początek ery komputerów •Turing oraz Good dekodują niemieckie szyfrogramy w czasie II Wojny Światowej •W Projekcie Manhattan 1950-1969 Komercjalizacja analityki •Komputer ENIAC tworzy pierwsze modele do prognozowania pogody •Powstaje pierwszy tok studiów z zakresu 1970 – 1999 Powszechność analityki •Model Blacka-Scholesa pozwala na przewidywanie optymalnych wycen instrumentów 2000 – TERAZ Duże korzyści •Analityka jest powszechnie wykorzystywana – od dynamicznej wyceny produktów, przez W PRZYSZŁOŚCI Wszechobecna analityka •Wymiana modeli analitycznych oparta o przetwarzania w chmurze – unikatowa społeczność Na podstawie opracowania Fico Isaac Corporation
- 4. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. DZIEŃ DZISIEJSZY DOJRZAŁOŚĆ SYSTEMÓW WSPARCIA DECYZJI Zastosowania • Wspierają większość procesów biznesowych dostarczając informacje i wiedzę • Realizują raportowanie obligatoryjne, wymianę danych między firmami i instytucjami, rozliczanie celów, monitorowanie realizacji strategii i rozliczanie kosztów metodą ABC • Opisują zdarzenia biznesowe, przewidują przyszłe zachowania klientów a także wspierają w optymalizacji działań Funkcjonalności • Konsolidacja i deduplikacja danych • Agregacje, obliczenia statystyczne • Raportowanie statyczne i dynamiczne • Modele data miningowe, prognozowanie, optymalizacja • Wzbogacanie i zarządzanie jakością danych • Platforma dla Data Governance • Interfejsy operacyjne i operacjonalizacja analityki Użytkownicy • Szeroki dostęp do statycznych raportów • Wykształcone procesy dostarczania informacji, struktur odpowiedzialności • Rosnąca grupa świadomych odbiorców z kompetencjami analitycznymi i statystycznymi Ograniczenia • Bardzo złożone architektury • Długi cykl wytwórczy i czas wprowadzania zmian • Niekompletność źródeł, brak wykorzystania potencjału nowych danych • Brak wsparcia dla modeli samoobsługowych i testowania hipotez biznesowych
- 5. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. Dynamika i ciągła interakcja jest codziennością: • Mobilność, media społecznościowe, natłok informacyjny, dialogi M2M Nowy klient/interesariusz • Świadomy, wymagający, elektroniczny i mobilny Sprawność w realizowaniu złożonych procesów jest nowym polem budowania przewag konkurencyjnych PRZYKŁADY • Waze – media społecznościowe w nawigacji • High Frequency Trading – nowa giełda M2M • Elektroniczne zapisy do przedszkoli i gimnazjów • ePUAP • Zintegrowany Informator Pacjenta i eWUŚ
- 6. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. VOLUME - objętość VARIETY - różnorodność VELOCITY - dynamika VALUE - wartość DZISIAJ W PRZYSZŁOŚCI WOLUMENDANYCH BIG DATA W PIGUŁCE
- 7. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. Ekspert domenowy Podejmuje decyzje Ocenia procesy i korzyści MANAGER BIZNESOWY Weryfikuje modele Uruchamia modele Monitoruje działanie modeli Przygotowuje dane PRACOWNIK IT Eksploracja danych Wizualizacja danych Tworzenie raportów i analiz ANALITYK Analiza opisowa Segmentacja danych Modelowanie predykcyjne STATYSTYK KLASYCZNY CYKL ANALITYCZNY Identyfikacja/ nazwanie problemu Zebranie danych Eksploracja danych Transformacja & wybór danych Budowa modelu Ocena modelu Uruchomienie modelu Ocena wyników/ wnioski
- 8. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. POSZUKIWANIA WŁAŚCIWE CECHY ROZWIĄZAŃ BIG DATA Dostępność Samoobsługa Wydajność i szybkość Zdolność do koegzystencji z istniejącymi systemami jest naturalna: • Klasyczna hurtownia jest jednym ze źródeł • Klasyczna hurtownia serializuje zidentyfikowane istotne analizy
- 9. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. Wprowadzanie danych Inegracja Analiza i raporty MOBILE BIDATA PREPARATION EXPLORER DESIGNER • Aplikacja mobilna pozwalająca na interakcję z raportami • Monitorowanie pracy serwera • Ładowanie i łączenie danych • Przygotowanie danych • Analizy ad-hoc • Eksploracja i odkrywanie danych • Tworzenie interaktywnych raportów dla WWW i urządzeń mobilnych SAS® LASR™ ANALYTIC SERVER SAS® VISUAL ANALYTICS JEDNO ROZWIĄZANIE – WIELE RÓL I ODBIORCÓW
- 10. Copyr ight © 2012, SAS Institute Inc. All rights reser ved. Gwarancja przełożenia Big Data na Big Business STRATEGIA • Środowiska analityczne Big Data to inkubator klasycznej analityki i raportowania • Warto od nich zacząć lub uzupełnić o nie istniejące hurtownie danych UMIEJĘTNOŚCI • Narzędzia Big Data nie wymagają kompetencji technicznych • Kompetencje są już dostępne, wymagają tylko zaadresowania NARZĘDZIA • Istnieją, są sprawdzone i gotowe do wykorzystania • Ze względu na ich specyfikę wdrożenie jest proste i krótkie NOWOCZESNA PLATFORMA ANALITYCZNA
Editor's Notes
- Currently, most organizations use one or more of these techniques to solve a departmental specific business problem. As such, even though valuable, from an enterprise standpoint, the value is somewhat marginalized or not optimized. What we see is that departments, such as Marketing, Finance or Risk are using one technique to solve a problem but not multiple techniques. So, for instance, in a bank, the risk department will use econometric forecasting to manage the treasury portfolio and overall risk…so they think. But they are not proactively looking at text (emails and chat), to see where the bank could be exposed. Or a retailer uses forecasting to predict what will sell, but they are not looking at on line sentiment and customer segmentation to optimize what product they should offer what customer and how to optimize distribution all as part of the same process. These are examples of why these techniques should be pulled together for the greater good.
- Pojawiło się pojęcie big data: 3-4 „V”, informationoverload17% of the world’s population used a social networking site in 2011.Twitter logs 100 million Tweets per day.Facebook counts 350 million unique visitors per day.60 hours of video is transferred to YouTube every 60 seconds.80% of companies use social media for recruitment.
- Model działania rozwiązania do bigdata – 4 filaryCollectively, the capabilities of SAS Visual Analytics can help you when…You have Big Data and a VARIETY of dataYou need analytics to get to an answerYou need to do variable exploration for the purpose of building a better, more accurate modelLet’s look at some real-world examples of how SAS Visual Analytics can be leveraged across industries…
- By jednak hasło Big Data przełożyło się na Big Business potrzeba nowych umiejętności, właściwych narzędzi i odpowiedniej strategii zarządzania informacjąStrategia jest – budować równolegle z klasycznymi rozwiązaniami, traktować jak inkubatorUmiejętności – podstawy są, należy je tylko stymulowaćWłaściwe narzędzia – dostępne już dzisiaj i używane przez wielu