Na efekty projektów Big Data trzeba będzie jeszcze poczekać

Raporty

Chociaż segment Big Data rozwija się nieprzerwanie niemal 6-krotnie szybciej niż cały rynek IT, na wymierne rezultaty przyjdzie nam jeszcze poczekać. Jak wynika z badania przeprowadzonego w USA na zlecenie SAS, 49% przedsiębiorstw twierdzi, że jest za wcześnie, aby ocenić zwrot z inwestycji w projekty Big Data. Jedynie co trzecia firma odnotowała zyski wynikające z wykorzystania rozwiązań do analizy dużych zbiorów danych.

Chociaż segment Big Data rozwija się nieprzerwanie niemal 6-krotnie szybciej niż cały rynek IT, na wymierne rezultaty przyjdzie nam jeszcze poczekać. Jak wynika z badania przeprowadzonego w USA na zlecenie SAS, 49% przedsiębiorstw twierdzi, że jest za wcześnie, aby ocenić zwrot z inwestycji w projekty Big Data. Jedynie co trzecia firma odnotowała zyski wynikające z wykorzystania rozwiązań do analizy dużych zbiorów danych.

Biznes doskonale zna korzyści związane z wykorzystaniem Big Data. Informacje zawarte w dużych zbiorach danych pochodzą z różnych źródeł i wciąż podlegają aktualizacji, dzięki czemu pozwalają uzyskać pełen obraz sytuacji wewnątrz firmy lub dokonać kompleksowej analizy rynku. W oparciu o Big Data podejmowane są najważniejsze decyzje biznesowe dotyczące planów rozwoju, strategii sprzedaży czy kampanii marketingowych. Nie dziwi zatem fakt, że aż 83% firm ze Stanów Zjednoczonych przebadanych przez SAS inwestuje w projekty związane z Big Data.Mimo, że inicjatywy te są na różnym stopniu zaawansowania, respondenci zgodnie przyznają, że na ich efekty trzeba będzie jeszcze poczekać. Osiągnięcie szybkich rezultatów ogranicza niski stopień wykorzystania technologii chmurowych i machine learning, a także brak wykwalifikowanych pracowników oraz powszechnego dostępu do danych.

Kto korzysta z Big Data? Stopień implementacji rozwiązań z zakresu Big Data jest w dużej mierze zależny od branży. Prym wiodą firmy z sektora usług finansowych, które wykorzystują analizę wielkich zbiorów danych między innymi w procesie oceny ryzyka kredytowego, czy selekcji klientów, którym zostanie przedstawiona oferta konkretnego produktu bankowego. Tego typu analizy, które wcześniej trwały nawet kilka dni, dzięki algorytmom umożliwiającym przetworzenie i analizę wszystkich niezbędnych danych, odbywają się teraz w czasie rzeczywistym.Firmy, które z równym powodzeniem co sektor finansowy wdrażają rozwiązania Big Data to przedsiębiorstwa zajmujące się handlem detalicznym. Kolejną branżą, która w największym stopniu korzysta z potencjału gromadzonych informacji jest telekomunikacja. Firma analityczna IDC przewiduje natomiast, że znaczny popyt będzie także generowany ze strony firm wytwórczych. Ma to związek z upowszechnieniem idei Przemysłu 4.0, która zakłada wykorzystanie m.in. Internetu Rzeczy do poprawy sprawności linii produkcyjnych, a w efekcie zmiany modelu biznesowego przedsiębiorstw, które rozbudowują swoją ofertę w oparciu o nowe technologie. Wdrażając rozwiązania z zakresu Big Data, firmy wytwórcze mogą obniżyć koszty operacyjne średnio o 20 procent, odnotowując przy tym ok. 30 procentowy wzrost zysków. IDC przewiduje, że do końca tego roku przedsiębiorstwa wytwórcze będą odpowiadały za ponad 20 procent wydatków na projekty związane z Big Data.

Duże zbiory danych – umiarkowane rezultatyJedną z największych barier rozwoju rynku systemów analitycznych jest brak wykwalifikowanych specjalistów. Firmy zgłaszają coraz większe zapotrzebowanie na osoby, które potrafią przełożyć wnioski z danych na konkretne decyzje biznesowe. Według raportu SAS, tylko co druga firma posiada w swoich szeregach osobę odpowiedzialną za proces ochrony i przetwarzania danych w ramach całej organizacji (Chief Data Officer). Inną barierą jest niski stopień demokratyzacji danych.Dostęp do informacji mają głównie wykwalifikowani specjaliści z zakresu data science i analitycy biznesowi. Z badania SAS wynika, że jedynie 13% firm umożliwia pracownikom samodzielny dostęp do danych bez wsparcia lub nadzoru zespołu IT.Problemem jest również czas potrzebny na uzyskanie konkretnych informacji. Różnice w przebadanych firmach były bardzo duże, co z pewnością wynikało z różnego stopnia zaawansowania technologicznego. Jedna trzecia respondentów przyznała, że może liczyć na natychmiastowy dostęp do danych, jednak podobna grupa (28%) wskazała, że może to zająć nawet tydzień. Biorąc pod uwagę dynamikę współczesnego rynku i rosnącą w ogromnym tempie ilość informacji pochodzących z Internetu, możliwość dokonywania szybkich analiz zyskuje kluczowe znaczenie w kontekście podnoszenia konkurencyjności.Szerszą możliwość wykorzystania narzędzi analitycznych stwarza technologia cloud computing. Dzięki chmurze, osoby decyzyjne mogą mieć dostęp do zintegrowanych informacji w czasie rzeczywistym. Niestety tempo wdrażania usług chmurowych jest nadal bardzo wolne. Jedynie co piąte przedsiębiorstwo przebadane przez SAS korzysta z modelu chmury obliczeniowej, podczas gdy pozostałe firmy przechowują dane na własnych serwerach. Trend ten z pewnością będzie ulegał odwróceniu. Według MarketandMarkets, rynek Cloud Analytics, który w 2013 roku był wart 5,25 mld dolarów, do 2018 roku zwiększy się ponad trzykrotnie, osiągając wartość 16,5 mld dolarów.Innym rozwiązaniem ułatwiającym wykorzystanie potencjału drzemiącego w danych jest platforma Hadoop umożliwiająca przechowywanie i szybkie przetwarzanie zbiorów Big Data. Z badania SAS wynika, że coraz więcej przedsiębiorstw docenia jej zalety. Aż 56 procent respondentów, którzy aktywnie zaangażowali się implementację projektów z zakresu Big Data zdecydowało się na wykorzystanie tego narzędzia. Z kolei 40 procent przebadanych firm rozważa zastąpienie obecnych rozwiązań hurtowni danych platformą Hadoop.Machine learning automatyzuje analizę dużych zbiorów danychPrzyszłością Big Data jest sztuczna inteligencja, a dokładniej technologia machine learning, która wpływa na automatyzację i przyśpieszenie procesów analitycznych. Coraz więcej firm dostrzega potencjał związany z wykorzystaniem uczenia maszynowego w zastosowaniach biznesowych. Dzięki wykorzystaniu samouczących się algorytmów, komputery mogą samodzielnie analizować dane oraz dostosowywać modele do zmiennych zjawisk i wymagań w celu szybkiego znalezienia optymalnego rozwiązania. Technologia machine learning wspiera proces decyzyjny oraz umożliwia skuteczne tworzenie predykcji biznesowych. Z raportu SAS wynika, że co piąte przedsiębiorstwo wdrożyło rozwiązania z zakresu machine learning lub sztucznej inteligencji (AI), podczas gdy 23 procent firm eksperymentowało z uczeniem maszynowym. Największy odsetek przebadanych organizacji rozważa wprowadzenie tych rozwiązań w przyszłości, co powinno wpłynąć na przyśpieszenie efektów analizy dużych zbiorów danych.Źródło: Badanie zostało przeprowadzone przez firmę SAS wśród przedstawicieli dużych przedsiębiorstw działających na terenie Stanów Zjednoczonych.

SAS Institute

Udostępnij artykuł: