Embed Size (px)
Citation preview
@piotrpietrzak (CTO, IBM PAB)
Nowi bohaterowie?- duże dane i ich analiza
Dane przyrastają ekspotencjalnie
… i co z tego?
Danestrukturalne
Treści
niestrukturalne85%
Mity na temat Big Data
• W Big Data najważniejsza jest technologia• Big Data to projekt informatyczny• Big Data wymaga matematyków i statystyków• Trzeba zbierać jak najwięcej danych• Bez Big Data nie będziesz konkurencyjny• Big Data to informacje nieustrukturyzowane• Czy więcej danych tym lepsze analizy• Dajmy ludziom więcej danych i będzie dobrze
Zastosowanie Big Data
Rozwiązywanie problemów biznesowych
Dane są podstawą wartością do budowy przewagi konkurencyjnej
Sprzedaż
Bankowość
Zasoby naturalne
Opieka zdrowotna
Analityka Big DataSzukaj, wizualizuj i zrozum dane w celu poprawy procesów decyzyjnych.
Wzbogacony obraz klienta 360o
Połącz wewnętrzne i zewnętrzne źródła informacji aby wiedzieć jak najwięcej o kliencie, real-time.
Internet rzeczyAnalizuj dane pozyskiwane z maszyn
Modernizacja hurtowni danychModernizuje hurtownię danych: in-memory, przetwarzanie ciągłe, hadoop, appliances pamiętając o zaufaniu do danych
Bezpieczeństwo
Identyfikuj w czasie rzeczywistym nadużycia i zagrożenia oraz cyber ataki
Gdzie Big Data w organizacji
CEO
CMO CFO CIO
CDO
CRO
Gdzie Big Data w organizacji
CEO
CMO
CDO
CFO CIO CRO
Gdzie Big Data w organizacji
CEO
CMO CFO
CDO
CIO CRO
Gdzie Big Data w organizacji
CEO
CMO CFO CIO CRO CDO
Kto zarządza Big Data w organizacji
Analityka treści
Analizowana treść
(i dane)
Jan skręcił kostkę na schodach...
Źródło informacjiWewnętrzne (ECM, Pliki, DBMS, etc.)
Zewnętrzne (Social, News, etc.)
Rzecz. Czasow. Rzeczownik Określenie
Osoba Krzywda Część ciała Lokalizacja
Przypadek: Uszkodzenie ciałaEkstrakcja
Analiza treści call center
Customer Service Representative – ocena
Detekcja ciszyDetekcja nakładającej się rozmowy
Monitorowanie i raportowanie jakości
Analityka treści Call Center
Analiza treści call center
Raportowanie wynikóww oparciu o danestrulturalne i niestrukturalne
Raaportowanie geomarketingowe
Głos, SMS
Gazety
Radio
Social Media
TV/Smart TV
Artykuły, blogi,fora dyskusyjne
IBM
IBM Content Analytics
„Hurtownia
danychniestrukturalnych”
Zunifikowanywgląd
Kompletnośćwidoku
GEO
Źródła informacji Przykładowe zapytanie:
Pokaż wszystkie osoby, które wspomniały o bombie w rozmowie telefonicznej w ostatnim tygodniu, są aktywne w społeczności XYZ, zmieniły status w Facebook’u i przygotowują się do wyjazdu z kraju.
•Voice-To-Text•Analityka Social Media•Monitorowanie: - wiadomości - forum dyskusyjnych
Analityka treści a wykrywanie nadużyć i zagrożeń
Czas
Moc
obl
icze
niow
a
Algorytmy mające
zastosowanie
Dostępna przestrzeń obserwacji
Trend: Organizacje stają się …
Amnezja
Kontekst
Lepsze rozumienie czegoś przez branie pod uwagę dodatkowych okoliczności i zdarzeń
Akumulacja kontekstu i dopasowanie elementów
Przyrostowy proces integracji nowych i wcześniejszych obserwacji
VIPKlient
Twitterowyobserwator
Złodziej tożsamości Defraudacja
[Szerszy obrazek]
Analityka “kanałowa” (STARE)
Strefa obserwacji
Analiza danych strukturalnych
Analiza źródeł nie strukturalnych
Analiza kanałów social, media, retail
Klient(Analityk, system, sensor itd.)
Analiza akumulacyjna (NOWE PODEJŚCIE)
Strefa obserwacji Zbudowanie obrazka
Akumulacja informacjiTrafność informacji
Klient(Analityk, system, sensor itd.)
Nagroda Zespół Zadanie
Godne uwagi zdarzenia
@ 1.3% (4 elementy) “Wow, to układanka ze zdjęciem budynku i chyba napisem”
@ 4% (12 elementów) Pierwsze kawałki obrazka poskładane.
@ 37% (112 elementów) jeden element dodawany jest co 5.2 sec. Czemu?
@ 48% (144 elementów) “Cała ramka gotowa, główne części obrazka połączone ze sobą”
@ 65% (196 elementów) pierwsze elementy nie do końca poprawnie ułożone wykryte i poprawione.
@ 75% (224 elementów) “eeee to już jest łatwe.”
Wysiłek obliczeniowy maleje gdy pole obserwacji rośnie
