Szerző: Habók Lilla

2018. február 1. 13:00

Mit ér az adat?

Az adatvezérelt döntéshozatal elsőre egyszerű és hangzatos célnak tűnik, de sok idő- és pénzbeli ráfordítást igényel. A Data Economy Conference bemutatta az adatok különböző típusait, felhasználási módjait és néhány konkrét esetet is.

Szinte már közhely, hogy az adat aranyat ér a cégek számára, de hogy milyen típusú adatok vannak, hogyan hasznosíthatóak és valójában mennyit érnek, illetve hogyan számszerűsíthetőek, azt mutatta be a Data Economy Conference január 31-én az IVSZ és az EuDEco szervezésében. Az előadások során eljutottunk a konkrét használati esetekig, hogy mit jelent mindez például az ipar 4.0 vagy az amszterdami városműködés számára, a program viszont az alapoknál, az adat jelentőségére való általános "rácsodálkozással" kezdődött.

A globális média 90 százaléka összesen hat nagy céghez tartozik (GE, News Corp, Walt Disney, Viacom, Time Warner, CBS), vagyis ők birtokolják a kapcsolódó összes adatot, melyek szólhatnak például látogatói szokásokról, kedvelésekről, magáról az eszközről vagy a használat kontextusáról - szemléltette az adathalmozást Szántó Péter, a SpringTab alapítója az egyik nyitóelőadásban. Másik példaként az előadó a Facebookot említette, amelyhez hozzátartozik a Messenger, az Instagram és a 19 milliárd dollárért felvásárolt WhatsApp is. Ez az összeg jelenti az utóbbi évek egyik legnagyobb felvásárlását, amelyet még az Intel részéről a MobilEye megvétele (15,3 milliárd dollár) vagy az Amazontól a teljes Whole Foods élelmiszerlánc bekebelezése (13,7 milliárd dollár) sem tudott lekörözni. A felvásárlásért felajánlott összegek pedig azzal is párhuzamba hozhatóak, hogy mennyit hajlandó egy adott vállalat befektetni az adatokba a jövőbeli megtérülés érdekében.

chart_insta_fb

Hogy pontosan mire használhatók a különböző típusú adatok, arra már Gulyás Máté, a Datapao partnere tért ki bővebben "Az adat, ami mindent megeszik" című előadásában, melyben kategóriák szerint rendezte a lehetőségeket. Az adatok felhasználhatók egyrészt az értékesítéshez és a pénzügyi jelentésekhez, többek közt a készlet előrejelzéssel, az A/B tesztekkel vagy az új szolgáltatások és piacok elemzésével. Emellett a gyári szenzorokkal a termelési hatékonyság maximalizációjához, a minőség-ellenőrzéshez vagy a karbantartáshoz - nagy jelentősége lehet egy előrejelzésnek, hogy mikor esik majd ki egy gép a gyártásból, miért és mennyi időre. Külön kategóriát képvisel a logisztika és a raktárazás, mivel már nem kell egyszerre mindent tárolni, hanem csak amire éppen szükség van, amihez hozzájárulhat a raktárak elosztásának tervezése vagy az üzemanyag-fogyasztás optimalizálása. Végül megemlíthető még az ellátási lánc biztosítása és minőség-ellenőrzése.

Mennyi az annyi?

Mindennek megvalósításához viszont csak apró lépésekkel lehet közelíteni, melynek során a konkrét üzleti problémákból kell kiindulni, amihez a cég a meglévő adatokat használja fel, miközben a kommunikáció folyamatos a technológiai és üzleti oldal közt - mivel lehet, hogy egy problémára van informatikai megoldás, de az üzleti oldal nem tud róla. "Adatvezérelt döntéseket hozni nem olyan egyszerű, melynek során az adatokból kinyert információkra kell támaszkodni" - folytatta a gondolatot Csillag Péter, a StarSchema társalapítója, és a szükséges lépések mellett még ezeknek anyagi vonzatát is tételesen felvázolta.

Első teendőként az adat audit nagyjából 10-200 ezer dollárba kerül a vállalatoknak, majd ezek alapján a célok felállítása a tanácsadókkal további 5-25 ezer dollár. Ilyen cél lehet például a bevétel növelése és a költség csökkentése vagy az adatanalitikára épülő üzleti karrier, illetve a versenyképesség elérése, de a hangzatos jelszavak helyett ezek mögé stratégiát is kell helyezni. A megoldás kiválasztása nagyjából 25-75 ezer dollár az előadó szerint, ami lehet technológiai alapú vagy üzleti oldalról például a kulturális változás elérése vagy a beszállítók elemzése. Maga az implementálás és a működtetés 200-tól akár 5000 ezer dollárig is terjedhet, melyhez az agilis működés, a munkavállalók képzése és a változások folyamatos kezelése is javasolt. A StartSchema társalapítója hozzátette, hogy érdemes megfontolni a felhős működést, amely tapasztalata szerint 15-30 százalékkal olcsóbb az on premise megoldásnál.

Kézzel fogható haszon

Több előadás is egy-egy használati esetet és a konkrét megtérülést mutatta be. Ezek közé tartozott John Ford, a GE Digital igazgatójának bemutatója, amely rámutatott, hogy 1991-2010 közt 4 százalékos volt a produktivitás növekedése az iparban, míg 2011-2016 közt ez 1 százalékra esett. A vállalat is az utóbbi időben inkább a működés finomítással foglalkozott, például a repülőgép motorok szenzoros felszerelésével. Az egyik esetben egy összetett bevonó gép (coating machine) nem tervezett leállásait vizsgálták a szakértők 30 KPI-ra vonatkozó adatgyűjtéssel, vizualizálással és új ellenőrzési folyamattal. Végeredményképp éves szinten 5 millió dollárt tud megtakarítani a vállalat a megbízójának kialakított prediktív modellel, azaz a gép leállásának tervezhető előrejelzésével.

chart_ge_ipar40

Szintén ipari példákat mutatott be Bojkó Balázs, a Reach Solutions industry analytics szakértője, aki szerint az ipar 4.0 nyertesei azok lesznek, akik elég gyorsan ki tudják mutatni az üzleti hasznát. A megoldás lényege, hogy valós időben, mélységében elérhetők és elemezhetők az adatok, és ebből fontos korrelációkat lehet kiolvasni, de "a legtöbb cégnek nincs megfelelő víziója mit kezdhet az adatokkal" - tette hozzá az előadó. A szakértő véleménye szerint az ipar 4.0 nem csak új technológiát igényel, hanem ezzel együtt új megközelítéseket is, így az adatelemzés és a gépi tanulás új információkat adhat a vállalatoknak. Például egy ügyfél számára döntéstámogató logisztikai szoftvert alakított ki a cég, amely alapvető algoritmikus előrejelzéseket ad valós időben emailen keresztül. Ezáltal a logisztikai költség 7 százalékát sikerült megspórolni, ami 11 hónap alatt megtérült.

Egy teljesen más területet, a városokban gyűjthető adatok hasznát szemléltette Eric van Tol, a Fontys University big datával foglalkozó alkalmazott tudományi szakértői központ igazgatója. Amszterdamban a DataLab gyűjti a különböző nyilvánosan elérhető adatokat 10 kategórián belül 305 témában. A központ egyaránt szolgáltat szervezeten belüli célokra használható, speciális személyekkel megosztható és teljesen nyílt adatokat. A központhoz tartozik például a tömegközlekedés megállóiban a járat érkezését és késését jelző tábla (vagyis a helyi Futár-tábla), a valós idejű forgalomjelző térkép és a tűzoltási incidenseket jelző alkalmazás. A kormányzat célja 2025-re, hogy teljesen digitális és hálózati társadalom jöjjön létre, az állampolgárok maguk kezeljék a saját információikat, és irányítani is tudják azokat.

Közeleg a GDPR

Az adatkezelés jövőjét nagyban befolyásolja majd a 2018. május 25-től életbe lépő EU-s általános adatvédelmi rendelet, amely a konferencián is hangsúlyt kapott - a HWSW itt írt róla bővebben. Három trendet emelt ki Tóásó Bálint, a KPMG Legal Tóásó Ügyvédi Iroda partnere, mely szerint egyrészt az elszámoltathatóság és tudatosság fog nőni, másrészt a standardizálás jogi szinten, a hatósági gyakorlatban és a szervezeten belül egyaránt, továbbá az automatizáció és digitalizáció is előtérbe kerül, amiről a többi előadásban volt szó.

chart_gdpr

Nagy pénz, nagy szívás: útravaló csúcstámadó IT-soknak

Az informatikai vezetősködés sokak álma, de az árnyoldalaival kevesen vannak tisztában.

Nagy pénz, nagy szívás: útravaló csúcstámadó IT-soknak Az informatikai vezetősködés sokak álma, de az árnyoldalaival kevesen vannak tisztában.

A későbbiekben a cégeknek képesnek kell lenni az adatok követésre és feltérképezésre, az adatszivárgások gyors megállapítására és a felhasználók értesítésére, illetve megtartani valahogyan az egyensúlyt a vállalatok "adatéhsége" és az adatminimalizáció közt. Eddig azonban Európán belül csak a cégek 19 százaléka készült fel a GDPR-ra a vészesen közelgő határidő ellenére - árulta el Cecilia Bonefeld-Dahl, a 25 ezer céget képviselő Digital Europe vezérigazgatója.

A konferencia változatos előadásai rámutattak, hogy sok cég sokféleképp közelít az adatokhoz, és igyekszik halmozni azokat. Azonban hogy mit lehet kezdeni a rendelkezésre álló adatokkal, hogyan érdemes elemezni őket, vagy épp megfelelően kezelni, az még nem teljesen egyértelmű minden cégnél. Sokféle próbálkozást lehet látni, és néhány megtérülési mutató is megjelenik, de az adatok a jövőben még nagyobb szerepet kaphatnak majd.

Nagyon széles az a skála, amin az állásinterjú visszajelzések tartalmi minősége mozog: túl rövid, túl hosszú, semmitmondó, értelmetlen vagy semmi. A friss heti kraftie hírlevélben ezt jártuk körül. Ha tetszett a cikk, iratkozz fel, és minden héten elküldjük emailben a legfrissebbet!

a címlapról