A szervezetek túlnyomó többsége bármennyire is vágyott rá, egészen a közelmúltig nem volt képes rá, hogy a stratégiai döntések megalapozása, a vásárlóival való kapcsolatteremtés, az új termékek kidolgozása vagy az ügyfélmenedzsment javítása érdekében kihámozza a birtokában lévő adatokban rejtező információkat. A mostanában felbukkant új technológiák, elsősorban az erőteljes elemzőeszközök és az új rendszerarchitektúrák azonban megnyitották az utat a nagy adat széleskörű hasznosítása előtt. Azaz a nagy adat segítségével már betekintést lehet nyerni a folyamatokba, akkor és ahol csak szükség van erre.
Azok a szervezetek (például a kiskereskedők, a bankok vagy a direktmarketingesek), amelyek már eddig is nagy mennyiségű adattal dolgoztak, az új eszközökkel azonnal képesek hasznosítani az adatvagyonukat, és már azzal is növelhetik a hozzáadott értéket, ha csak a tárolókban parkoló, de semmire sem használt adatokat dolgozzák fel velük.
A nagy adatban ott van a versenyelőny
A vállalatok a nagy adat előállításától és felhasználásától jobb üzleti eredményeket remélnek. A PwC üzleti tanácsadó cég példák sorát hozta idén év elején megjelentetett tanulmányában a nagy adatban rejlő üzleti előnyökre. A pénzügyi szolgáltatások területén például egy dél-ázsiai bank 30 millió cashflow-műveletet elemzett 50 ezer különböző forgatókönyvet számításba véve kevesebb mint 8 óra alatt. Egy másik pénzintézet, amely globálisan is az elsők közé számít, néhány napról pár órára csökkentette a hitelbírálathoz szükséges időt, s így a 10 millió jelzálogot tartalmazó portfóliójában gyorsan tudja azonosítani a magas kockázatú számlákat, ami lehetővé teszi a pontosabb kockázati előrejelzéseket, és a szükséges fedezet szabatosabb megállapítását.
Egy multinacionális életbiztosító pedig felismerte, hogy az internetes technikák nemcsak javíthatják, de veszélybe is sodorhatják az üzletmenetét. Ezért a rendelkezésükre álló nagymennyiségű adatot felhasználva prediktív elemzési módszerekkel tárták fel az életbiztosítási piac sajátosságait, s az üzleti előnyök megszerzése érdekében jelentősen megváltoztatták a piaci megjelenésüket, azt, ahogy értékesítették, kialakították és terítették a termékeiket. A pénzügyi cégek sokféleképpen hasznosítják a fogyasztói adatokat. A közösségi médiából, a blogokból, a mobileszközök felhasználásából és más forrásokból ugyanis meghatározhatják a fogyasztók érzelmeit, viselkedésmintáit, szokásait, és alapanyagot szerezhetnek a prediktív modellezéshez, például az új ügyfelek megszerzéséhez és a régiek megtartásához.
A média és reklámok területén a nagy adat lehetővé teszi a médiacégeknek, hogy egységes látásmódot alkalmazzanak a különféle fogyasztóknál, standard módon felmérve azok érdekeit és vásárlási szokásait. Amikor ezt a tudást kombinálják a mobil tartalomszolgáltató csatornák lehetőségeivel, az képessé teszi őket a jobb termékek kifejlesztésére, illetve céges tartalmak és promóció élesebb fókuszálására a hatékonyabb értékesítés és a nagyobb marzsok elérése érdekében. Ennek eredményeként megjelent az úgynevezett mikrotargetálás, amikor már nagyon kicsi csoportokra (elméletileg akár egy emberre) szabva bocsátanak ki üzeneteket.
Az egészségügyben az orvosi eszközök valós idejű adatokat közölnek, s így a betegek állapota folyamatosan megfigyelhető, s jobb orvosi ellátás nyújtható alacsonyabb költség mellett. Emellett az adatáramlást felhasználva a klinikai tapasztalatokat olyan elemzéseknek vethetik alá, amelyekkel korábban elérhetetlen összefüggések mutathatók ki. A gyakorlatból származó adatok korrelálhatnak a kutatási adatokkal, ami ugrásszerű előrehaladást eredményezhet az orvosi kezelésekben.
A technológia és kommunikáció területéről a PcW egy olyan szoftvercég esetét emelte ki, amelynek több millió ügyfele van, s a nagy adatot arra használja, hogy jobban megértse a termékeit és a szolgáltatásait felhasználó ügyfeleinek szokásait. A nagy adatból származó betekintési lehetőséget kihasználva a cég megváltoztatta a szoftverfejlesztést, hogy fokozza a felhasználói élményt, s javítsa a termék használhatóságát és barátságosságát. A felhasználási minták valós idejű elemzése lehetővé tette a szolgáltatási szakembereknek, hogy az ügyfeleket már a felhasználási problémák megjelenése előtt segítsék, s elkerüljék azokat.
A fogyasztói magatartás kifinomult idősoros elemzése pedig lehetővé tette egy mobil távközlési vállalatnak, hogy feltárja és előre jelezze az ügyfél-lemorzsolódás korábban ismeretlen tényezőit, és proaktív ügyfélmenedzsment segítségével csökkentse az elvesztett fogyasztók számát több mint 30 százalékkal.
Az ipari internet titkos ezermilliárdjai
A General Electric (GE) szerint a legnagyobb tartalékok azonban az úgynevezett ipari internetben (II) vannak, amely segít a termelő cégeknek feljavítani a teljesítményüket, felgyorsítani a folyamataikat és versenyképesebbé válni a globális piacon.
Az II alapvetően az a hálózat, amely összeköti a fejlett eszközökbe beépített szenzorokat és számítógépszoftvereket más eszközökkel, amely a gyártóknak valós idejű betekintést enged mindenbe – a termelés szűk keresztmetszeteitől a folyamatban lévő karbantartási eseményekig. Az így előálló transzparens rendszer sokkal több információval látja el az üzleti döntéshozókat, megakadályozza a termelés megbicsaklásait és csökkenti a kiadásokat.
Az II-ben lévő potenciál masszív haszonnal kecsegtet. A General Electric nemrégiben 15 ezermilliárd dollárra becsülte azt a pótlólagos GDP-értéket, amelyet 2030-ig a termelékenység növekedéséből nyerhetünk az II applikációk alkalmazásán keresztül. A társaság szerint pedig legalább ötféle módon tehetünk szert nyereségre. Először is a hatékonyság növelése emelheti meg a hozzáadott értéket. A GE 170 millió dolláros beruházással épített New York közelében egy gyárat olyan akkumulátorok előállítására, amelyek fele akkorák, mint a hagyományos társaik, de tízszer tovább képesek üzemelni. A gyártási folyamatban mintegy 10 ezer szenzort kötöttek össze egy nagysebességű Ethernet hálózattal. Az MIT Technology Review beszámolója szerint ezek a szenzorok gondoskodnak róla, hogy minden gyártási paraméter a megfelelő értéken maradjon az alapanyagok mozgatásától kezdve a szükséges anyagok optimális hőmérsékletén át a késztermék kiszállításáig. A folyamatokat a gyár alkalmazottai valós időben tableteken kísérhetik figyelemmel, ami lehetővé tette, hogy a berendezések kapacitását a lehető legteljesebben kihasználják, s ezzel óriási hatékonyságnövekedést produkáljanak.
A második esetben a veszteségek csökkenthetők. A Cascades kanadai papírgyártó vállalat bevezette az OSISoft adatkezelő és elemző szoftvert, amelyet a termelés energiafelhasználásának monitorozására használnak elsősorban. A technológia végül is több területen kifejtette áldásos hatását, hiszen nemcsak kevesebb energiát, de kevesebb anyagot is használnak, miközben javult a minőség, csökkent a selejtarány, az utómunkák mennyisége és a kézi beavatkozás szükségessége.
A gépi termelékenység fokozásával különösen az autóipar területén találkozni, ahol az II technológiával a gyártási sorok működését optimalizálják. Az Audi Forcam’s Factory Framework (gyártási keretrendszer) szoftvere javítja az alkatrész-előállítás irányítását. A rendszer webes kapcsolaton keresztül összegyűjti a termelésben résztvevő eszközök adatait, és valós időben minimalizálja a hibákat és a selejtet a termelési folyamatban. A cég ezzel a módszerrel 20 százalékos termelékenységnövekedést ért el.
Egy másik módszernél meghatározhatóvá vált a karbantartás szükségessége, mielőtt a hiba veszélye felmerülne. A géptörések egyik leggyakoribb oka a berendezés túlzott kopása. Az II prediktív technológiái a beépített érzékelők jelzéseit figyelemmel kísérik, szem előtt tartják a gép használati módjait, és figyelmeztetést küldenek az illetékes üzemvezetőnek, ha az elhasználódás megközelítené a veszélyes értéket és azonnali karbantartás válna szükségessé. Az ebből származó pénzügyi megtakarítás hatalmas, mert egy százalékkal csökken az üzemanyag-felhasználás, de a megspórolt karbantartások értéke a következő 15 évben csak a repülési iparban eléri a 30 milliárd dollárt a GE szerint.
Az ötödik módszer a költségek megtakarítását teszi lehetővé azáltal, hogy a termelőüzemekben működő eszközökről összegyűjtött és feldolgozott adatok nemcsak a szervezettséget segítik, hanem maguknak a berendezéseknek az állapotáról is pontos képet festenek, ami a szükséges fenntartási beruházásokat az optimális szinthez közelítik. Ez kiküszöböli a felesleges beruházásokat, csökkenti a kieső üzemidőt és növeli a megtermelt árumennyiséget, optimalizálja az energiafelhasználást, a munkaerőköltségeket, csökkenti a felügyeleti kiadásokat, mérsékli a selejtet és a termelési veszteségeket, valamint a szűk keresztmetszeteket.
Az II – pedig még csak éppen elkezdték használni – máris azt ígéri, hogy forradalmasítja a nagy adat ipari felhasználását, ami ezzel igen jelentős versenytényezővé válhat a világgazdaság legtöbb területén.
A nagy adat jellemzői:
A nagy adatot négy alaptulajdonság jellemzi: volumen, sebesség, változatosság és valóságosság. A volumen és a sebesség pusztán a nagy adat mennyiségét, az adatfolyam méretét jellemzik, azaz arra utalnak, hogy milyen mennyiségű tárolandó és feldolgozandó adat keletkezik és milyen gyorsan. A változatosság azt mutatja meg, hogy hány típusú és hányféle forrásból származó adat jelenik meg, amelyek tökéletesen rendszerezett numerikus adatoktól a teljesen strukturálatlan hang- vagy videojelekig terjedhetnek. A valóságosság pedig az adatok minőségéről és megbízhatóságáról beszél az adott adatbázisok esetén.
