\nA \u201dface big data\u201c se refer\u0103 la a face lucruri la scar\u0103 mare, dar \u015fi lucruri mai dificile, cum ar fi s\u0103 determini automat tipare sau corela\u0163ii, trenduri \u015fi predic\u0163ii \u015fi, eventual, a lua automat decizii \u00een locul unui om.<\/p>\n
\nAceste tehnici sunt departe de a fi un panaceu. Tehnologic, suntem \u00eenc\u0103 departe de a avea robo\u0163i complet autonomi, dar, relativ u\u015for, se poate elimina mult\u0103 munc\u0103 manual\u0103. La fel cum informatizarea a adus cre\u015fteri de eficien\u0163\u0103 semnificative \u015fi a transformat businessuri, aceste tehnologii adaug\u0103 inteligen\u0163\u0103 \u00een procesele automate \u015fi revolu\u0163ioneaz\u0103 deja industrii \u00eentregi cum ar fi taximetria (vezi Uber, Lyft) sau advertisingul.<\/p>\n
\nCel pu\u0163in printre clien\u0163ii no\u015ftri, vedem trei tipuri de utiliz\u0103ri ale acestor tehnici:<\/p>\n
\n1. CORELAREA MAI MULTOR SURSE DE DATE<\/strong><\/p>\n \nAproape to\u0163i directorii cu care vorbim au nevoie de o analiz\u0103 mai bun\u0103 a datelor pe care le au. Datele exist\u0103 \u00een ERP-uri sau CRM-uri, dar capacitatea de explorare a acestora este limitat\u0103 la acele sisteme. Corela\u0163iile \u00eentre dou\u0103 sau mai multe sisteme sunt, \u00een general, foarte reduse.<\/p>\n \nSe vorbe\u015fte despre a\u015fa-zisele \u201dsilozuri de date\u201c. Multe date, dar separate unele de altele \u00een sisteme diferite, cu politici de securitate diferite \u015fi, eventual, formate diferite.<\/p>\n \nCea mai crud\u0103 utilizare a big data permite aducerea acestor date la un loc pentru a putea face un tip de analize mai avansate, pe date mai diverse, care nu au fost posibile p\u00e2n\u0103 acum. Un astfel de sistem se cheam\u0103 un \u201ddata lake\u201c \u015fi \u00een el se pot stoca \u015fi procesa nu doar date structurate cum ar fi tabele, ci \u015fi date nestructurate, cum ar fi feedback adunat de la clien\u0163i, sub form\u0103 de text.<\/p>\n \n2. ACCELERAREA DECIZIILOR<\/strong><\/p>\n \nA doua mare utilizare a big data este pentru aducerea unei interactivit\u0103\u0163i \u00een analiz\u0103 \u015fi, implicit, vitez\u0103 \u00een luarea deciziilor. \u201d|n timp real\u201c, respectiv cu o frecven\u0163\u0103 similar\u0103 cu viteza cu care datele sunt produse la surs\u0103, se pot aduce date din teren, coroporate \u015fi agregate, \u00een fa\u0163a directorilor, pentru decizii foarte rapide.<\/p>\n \nDeciziile pot fi luate de oameni, dar \u015fi automat, de c\u0103tre sisteme expert care mimeaz\u0103 \u00eentr-o oarecare m\u0103sur\u0103 un om. De exemplu, \u00eentr-un magazin se poate determina automat ce produse \u015fi din ce varietate sunt insuficiente la raft pentru consumul estimat din urm\u0103toarele dou\u0103 ore \u015fi poate fi automat coordonat un merchendiser s\u0103 duc\u0103 noi produse la raft exact c\u00e2nd trebuie.<\/p>\n \n3. MARKETING PERSONALIZAT<\/strong><\/p>\n \nO mare utilizare a big data este pentru a personaliza mesajele de marketing pentru un individ anume sau pentru un grup sau regiune. De exemplu, un magazin cash&carry poate determina automat tipologia unui client \u015fi \u00eei poate face discount-uri la exact acel grup de produse pe care \u00eel cump\u0103r\u0103 frecvent, al\u0103turi de trimiterea de notific\u0103ri c\u0103tre client exact atunci c\u00e2nd acesta este aproape de reaprovizionare. Acest gen de particularizare automat\u0103 a ofertelor este extrem de eficient\u0103 \u00een a-i fideliza pe clien\u0163i \u015fi a le apropia experien\u0163a din magazin de cea din online.<\/p>\n \n4. SIMUL\u0102RI \u015eI EXPERIMENTARE AUTOMAT\u0102<\/strong><\/p>\n \nMulte companii au probleme \u00een stabilirea pre\u0163urilor. Trebuie luate \u00een calcul nu doar costurile de produc\u0163ie, dar \u015fi pre\u0163urile concuren\u0163ei. Dac\u0103 aceste dou\u0103 aspecte se pot automatiza relativ u\u015for, o a treia dimensiune, mai greu de luat \u00een calcul, este profilul clientelei unui magazin anume. Big data poate determina automat tipologia consumatorilor, construind un fel de model al clientului, care poate estima cu destul de mare precizie dac\u0103 clien\u0163ii vor fi sensibili sau nu la o varia\u0163ie de pre\u0163 \u015fi cu c\u00e2t. Dac\u0103 cre\u015ftem pre\u0163ul la kg de pui cu 3%, cu c\u00e2t ne vor sc\u0103dea v\u00e2nz\u0103rile?<\/p>\n \nR\u0103spunsul e diferit de la magazin la magazin. Oper\u00e2nd cu margini foarte mici, orice eficientizare poate face diferen\u0163a. Automat, se pot \u015fi testa ipoteze. Se ruleaz\u0103 un experiment timp de o lun\u0103 \u015fi, pe baza reac\u0163iei, se ajusteaz\u0103 modelul care ulterior va prezice mai bine clientul. Nu vorbim despre un client anume, individualizat, \u00een acest caz, ci de un client ipotetic, dar foarte relevant din punct de vedere statistic.<\/p>\n \nAcestea sunt doar c\u00e2teva exemple de ce pot face aceste tehnologii \u00een m\u00e2inile unor profesioni\u015fti. Tehnologiile sunt universale, dar pot rezolva doar probleme specifice bine definite \u015fi, prin urmare, implicarea cuiva care are experien\u0163\u0103 \u00een domeniu este crucial\u0103 pentru succesul unei astfel de ini\u0163iative.<\/p>\n \nSpre deosebire de un ERP sau un CRM, o solu\u0163ie de big data nu este implementat\u0103 o dat\u0103 \u015fi apoi \u0163inut\u0103 la zi. Algoritmii trebuie s\u0103 fie constant ajusta\u0163i \u015fi \u00eembun\u0103t\u0103\u0163i\u0163i pentru a r\u0103m\u00e2ne sau a trece \u00een fa\u0163a concuren\u0163ei care, cu certitudine, va implementa acelea\u015fi practici mai devreme sau mai t\u00e2rziu. Cele mai multe organiza\u0163ii, chiar \u015fi cele eminamente non-tehnice, cu care lucr\u0103m, \u00ee\u015fi construiesc echipe interne de big data. Infrastructura hardware \u015fi software sunt externalizate, dar cuno\u015ftintele din industrie sunt cele care fac diferen\u0163a.<\/p>\n \nEste, desigur, nevoie \u015fi de o deontologie profesional\u0103 \u00een acest domeniu \u015fi GDPR define\u015fte o serie de reguli, \u00eens\u0103, este clar c\u0103 big data a dep\u0103\u015fit de mult nivelul de tehnologie nou\u0103 despre care doar se vorbe\u015fte. Este c\u00e2t se poate de productiv\u0103 \u015fi, \u00een cur\u00e2nd, indispensabil\u0103 \u00een societatea modern\u0103.<\/p>\n","protected":false},"excerpt":{"rendered":" De\u015fi este pu\u0163in cunoscut acest lucru, genul de practici denumite colectiv big data sunt deja folosite de multe companii prezente \u00een rom\u00e2nia. Nu vorbim despre multina\u0163ionale care fac analizele \u201dla centru\u201c, ci \u015fi de companii autohtone, cu rezultate foarte interesante.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[529],"tags":[5299,235,4126,201,9354,16015,452,32766,8301,7895,87,245,80,518],"class_list":["post-158584","post","type-post","status-publish","format-standard","hentry","category-opinii","tag-analize","tag-business","tag-clienti","tag-companii","tag-decizii","tag-denumire","tag-director","tag-folosire","tag-magazin","tag-multinationale","tag-opinie","tag-prezenta","tag-refuz","tag-rezultate"],"_links":{"self":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts\/158584","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=158584"}],"version-history":[{"count":0,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=\/wp\/v2\/posts\/158584\/revisions"}],"wp:attachment":[{"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=158584"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=158584"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/bm.dev.synology.me\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=158584"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}