Pod wzgl\u0119dem finansowym zakodowane w strumieniach danych informacje o u\u017cytkownikach Sieci b\u0119d\u0105 zatem stanowi\u0142y r\u00f3wnowarto\u015b\u0107 blisko 8 proc. PKB, generowanych przez wszystkie pa\u0144stwa Wsp\u00f3lnoty. Samo gromadzenie i przetwarzanie danych w firmach to jednak wci\u0105\u017c za ma\u0142o. Potrzebna jest wiedza i biznesowe know-how, jak firmy mog\u0105 wykorzysta\u0107 te dane w swoich procesach biznesowych i je zmonetyzowa\u0107. Luk\u0119 w tym zakresie chce wype\u0142ni\u0107 TogetherData, pierwszy Data Science House w Polsce.<\/p>\n
Pod okre\u015bleniem \u201eData Science House\u201d kryj\u0105 si\u0119 zintegrowane us\u0142ugi z zakresu analityki i monetyzacji danych, w tym tzw. data enrichment<\/i>, czyli wzbogacanie system\u00f3w informatycznych firm danymi (zar\u00f3wno ze \u015bwiata online jak i offline, w postaci danych zgromadzonych w papierowych dokumentach), data-driven business<\/i> (optymalizacja proces\u00f3w firm z wykorzystaniem danych typu 1st i 3rd party) oraz consulting. Badacze danych z warszawskiej firmy TogetherData pomagaj\u0105 przedsi\u0119biorstwom wykorzystywa\u0107 potencja\u0142 drzemi\u0105cy w Big Data w praktyce. Pokazuj\u0105 na \u017cywym organizmie firmy, jak przeku\u0107 zgromadzone przez ni\u0105 informacje w realny kapita\u0142 finansowy.<\/p>\n \u2013 Problemem polskich firm nie jest dzi\u015b wcale brak dost\u0119pu do danych. Przeciwnie: wiemy ju\u017c, \u017ce przedsi\u0119biorstwa zgromadzi\u0142y ju\u017c wiele cyfrowych informacji, ale cz\u0119sto o biznesowo nieokre\u015blonej warto\u015bci. Mimo \u017ce s\u0105 w posiadaniu danych, to nie wiedz\u0105 ju\u017c, jak realnie mog\u0105 zaaplikowa\u0107 je w swoim biznesie. Nawet te firmy, kt\u00f3re dysponuj\u0105 poka\u017anymi zasobami cyfrowymi czy rozbudowanymi systemami CRM, cz\u0119sto nie zdaj\u0105 sobie sprawy z tego, jak zoptymalizowa\u0107 dzia\u0142anie proces\u00f3w przedsi\u0119biorstwa, rozpozna\u0107 jego problemy, pozyska\u0107 nowych klient\u00f3w czy lepiej zrozumie\u0107 i \u201esklonowa\u0107\u201d profile tych najlepiej konwertuj\u0105cych. Z my\u015bl\u0105 o takich firmach zak\u0142adali\u015bmy TogetherData. Zawieszamy sobie poprzeczk\u0119 o poziom wy\u017cej <\/i>\u2013 m\u00f3wi Micha\u0142 Grams, prezes zarz\u0105du TogetherData i jeden z za\u0142o\u017cycieli pierwszego Data Science House w Polsce \u2013 Naszym d\u0142ugofalowym celem jest \u201edatyzacja\u201d polskiego biznesu, to znaczy pokazanie mu czarno na bia\u0142ym realnych, finansowych i organizacyjnych korzy\u015bci, p\u0142yn\u0105cych z odpowiedniego pos\u0142ugiwania si\u0119 danymi i zarz\u0105dzania nimi. Mo\u017cna powiedzie\u0107, \u017ce nasz\u0105 prac\u0119 zaczynamy tam, gdzie pozosta\u0142e firmy j\u0105 ko\u0144cz\u0105, pozostawiaj\u0105c biznes z danymi samemu sobie. Dlatego Big Data w postaci gotowego produktu s\u0105 po prostu niewystarczaj\u0105ce, co wi\u0119cej \u2013 nie uwzgl\u0119dnia danych ze \u015bwiata offline, kt\u00f3re zawieraj\u0105 r\u00f3wnie cenne informacje dla firm, co dane internetowe. W naszej ocenie o biznesowym IQ firmy \u015bwiadczy nie tyle wielko\u015b\u0107 zgromadzonych przez ni\u0105 danych, co skala i wymiarowo\u015b\u0107 ich praktycznego wykorzystania <\/i>\u2013 dodaje Micha\u0142 Grams.\u00a0<\/i><\/p><\/blockquote>\n Polskie firmy od lat z wielkim trudem przekonuj\u0105 si\u0119 do analityki danych. Wed\u0142ug bada\u0144 przeprowadzonych przez firm\u0119 Intel, raptem co pi\u0105te (18 proc.) polskie przedsi\u0119biorstwo wykorzystuje narz\u0119dzia z zakresu analityki danych. Pod tym wzgl\u0119dem zajmujemy jedno z ostatnich miejsc w Europie.<\/p>\n Tymczasem wiedza o zarz\u0105dzaniu danymi i ich monetyzacji okazuje si\u0119 motorem nap\u0119dowym zysk\u00f3w w firmach. Jak wynika z badania \u201eGoing beyond the data. Turning data from insights into value\u201d, przeprowadzonego przez firm\u0119 KPMG International, 8 na 10 (82 proc.) przebadanych przedsi\u0119biorstw twierdzi, \u017ce dzi\u0119ki zrozumieniu mechanizm\u00f3w z zakresu analityki wielkich zbior\u00f3w danych, uda\u0142o im si\u0119 lepiej zrozumie\u0107 potrzeby swoich klient\u00f3w i skuteczniej reagowa\u0107 na nie ofertowo.<\/p>\n Najwi\u0119kszymi odbiorcami i u\u017cytkownikami wielkich zbior\u00f3w danych na \u015bwiecie s\u0105 dzisiaj 4 sektory: fintech, przemys\u0142, e-sklepy oraz koncerny medyczne. W kolejce po rozwi\u0105zania z tego obszaru ustawiaj\u0105 si\u0119 jednak r\u00f3wnie\u017c ma\u0142e i \u015brednie przedsi\u0119biorstwa.<\/p>\n Badacze danych z TogetherData twierdz\u0105, \u017ce niski wska\u017anik zaanga\u017cowania firm w analityk\u0119 Big Data jest efektem zaniedba\u0144, jakich dopu\u015bci\u0142y si\u0119 sp\u00f3\u0142ki koncentruj\u0105ce si\u0119 wy\u0142\u0105cznie na analizie internetowych strumieni danych oraz dostarczaniu gotowych produkt\u00f3w, bez konieczno\u015bci wyja\u015bnienia przedsi\u0119biorstwom, jak powinno si\u0119 ich u\u017cywa\u0107. Nie potrafi\u0105 one jednak pom\u00f3c zasilonym w dane podmiotom w monetyzowaniu cyfrowych informacji. Sprzedaj\u0105c dane do firm niejako \u201eumywaj\u0105 r\u0119ce\u201d od tego, co ich klienci z takimi danymi p\u00f3\u017aniej zrobi\u0105.<\/p>\n \u2013 Przypomina to troch\u0119 sytuacj\u0119 kupowania leku, o kt\u00f3rego dzia\u0142alno\u015bci, sposobie dawkowania czy efektach ubocznych nie zostali\u015bmy poinformowani przez aptekarza, a w pude\u0142ku nie znajdujemy \u017cadnej ulotki \u2013 m\u00f3wi Micha\u0142 Grams, prezes zarz\u0105du TogetherData \u2013 Paradoks ca\u0142ej sytuacji polega na tym, \u017ce w sektorach, w kt\u00f3rych danych jest najwi\u0119cej, wyst\u0119puj\u0105 r\u00f3wnie\u017c najwi\u0119ksze trudno\u015bci z ich wykorzystaniem i monetyzacj\u0105. Mam tu na my\u015bli g\u0142\u00f3wnie obszar fin-tech, czyli m.in. bran\u017c\u0119 bankow\u0105, ale r\u00f3wnie\u017c windykacyjn\u0105. Ta pierwsza mo\u017ce wykorzysta\u0107 dane m.in. do automatyzacji proces\u00f3w scoringowych klient\u00f3w, czyli oceny ich zdolno\u015bci kredytowej. Tej drugiej dane pozwalaj\u0105 dociera\u0107 skuteczniej do d\u0142u\u017cnik\u00f3w i os\u00f3b zalegaj\u0105cych z op\u0142atami, a tak\u017ce pomagaj\u0105 w ocenie nowych portfeli wierzytelno\u015bci, kt\u00f3re firmy windykacyjne zamierzaj\u0105 zakupi\u0107. Dlatego nasi badacze danych prowadz\u0105 w firmach z tego sektora programy pilota\u017cowe, wdra\u017caj\u0105c rozwi\u0105zania m.in. z zakresu data-driven business czy data enrichment, czyli wzbogacania danymi system\u00f3w klasy BI i konwertowania cyfrowych informacji w realne dzia\u0142ania i strategie. Szkol\u0105 r\u00f3wnie\u017c pracownik\u00f3w tych firm z umiej\u0119tno\u015bci obs\u0142ugi system\u00f3w analitycznych. Ju\u017c po pierwszym miesi\u0105cu takiej wsp\u00f3\u0142pracy nasi klienci widz\u0105 pierwsze, wymierne efekty \u2013 dodaje Micha\u0142 Grams.<\/em><\/p><\/blockquote>\n Wed\u0142ug wylicze\u0144 firmy badawczej IDC globalny rynek wielkich zbior\u00f3w danych wart jest obecnie oko\u0142o 130 mld dolar\u00f3w. To o 18 mld dolar\u00f3w wi\u0119cej, ni\u017c w roku ubieg\u0142ym. Cho\u0107 tempo wzrostu jest znacz\u0105ce, to jednak nie odzwierciedla ono jeszcze w pe\u0142ni potencja\u0142u cyfrowego kapita\u0142u, kt\u00f3ry firmy maj\u0105 do dyspozycji. Pow\u00f3d? Problem z monetyzacj\u0105 danych. To w\u0142a\u015bnie on jest dzi\u015b najwi\u0119ksz\u0105 bol\u0105czk\u0105 wszystkich przedsi\u0119biorstw. R\u00f3wnie\u017c tych dzia\u0142aj\u0105cych w Polsce. We wspomnianym wcze\u015bniej badaniu KPMG k\u0142opot ze spieni\u0119\u017ceniem czy wykorzystaniem gotowych danych do optymalizacji proces\u00f3w biznesowych firmy (BPO) zg\u0142asza a\u017c 58 proc. przedsi\u0119biorc\u00f3w. IDC rekomenduje, aby firmy rozpocz\u0119\u0142y tworzenie specjalnych dzia\u0142\u00f3w i zespo\u0142\u00f3w, odpowiedzialnych za analiz\u0119 potencja\u0142u danych w systemach firmy oraz jej aplikacjach. Takie dzia\u0142anie pozwoli oceni\u0107 biznesow\u0105 warto\u015b\u0107 danych posiadanych przez przedsi\u0119biorstwa pod k\u0105tem ich przydatno\u015bci w strategii firmy oraz mo\u017cliwo\u015bci generowanych przez nie zysk\u00f3w. To jednak dzia\u0142anie do\u015b\u0107 kosztowne i wymagaj\u0105ce zatrudnienia wykwalifikowanych specjalist\u00f3w w tych dziedzinach. Dlatego alternatyw\u0105 wzgl\u0119dem wewn\u0119trznych kom\u00f3rek funkcjonuj\u0105cych w firmach i wyspecjalizowanych w dzia\u0142aniach z zakresu data analytics, mog\u0105 okaza\u0107 si\u0119 zewn\u0119trzni badacze danych, kt\u00f3rzy w swojej pracy na co dzie\u0144 stykaj\u0105 si\u0119 ze strumieniami danych i je analizuj\u0105. S\u0105 oni w stanie cz\u0119sto skuteczniej i szybciej oceni\u0107 biznesow\u0105 warto\u015b\u0107 firmowych Big Data, a tak\u017ce zaproponowa\u0107 gotowe scenariusze ich wykorzystania i spieni\u0119\u017cenia.<\/p>\n \u2013 Pierwszy krok w kierunku cyfrowej rewolucji danych polski biznes ma ju\u017c za sob\u0105. Firmy nad Wis\u0142\u0105 zdaj\u0105 sobie spraw\u0119, \u017ce w cyfrowych strumieniach Big Data mog\u0105 znajdowa\u0107 si\u0119 u\u017cyteczne i unikalne informacje, kt\u00f3re wp\u0142yn\u0105 funkcjonalnie zar\u00f3wno na bie\u017c\u0105c\u0105 dzia\u0142alno\u015b\u0107 przedsi\u0119biorstwa i jego ofert\u0119, jak i na d\u0142ugofalow\u0105 strategi\u0119 rynkow\u0105. Skoro powiedzieli\u015bmy ju\u017c \u201eA\u201d, anga\u017cuj\u0105c si\u0119 w gromadzenie jak najwi\u0119kszej liczby danych, to teraz pora powiedzie\u0107 \u201eB\u201d i przyjrze\u0107 si\u0119 informacjom, kt\u00f3re firmie uda\u0142o si\u0119 zgromadzi\u0107, aby m\u00f3c je efektywniej spo\u017cytkowa\u0107. Dlatego prawdziwa rewolucja, zwi\u0105zana z monetyzacj\u0105 danych, z generowaniem przez nie nowych \u017ar\u00f3de\u0142 zysk\u00f3w firmy, z podejmowaniem decyzji w oparciu o model data-driven business, ze skonfrontowaniem informacji z CRM z celami sprzeda\u017cowymi \u2013 to wszystko dopiero puka do drzwi polskich firm \u2013 m\u00f3wi Micha\u0142 Grams, prezes zarz\u0105du TogetherData.<\/em><\/p><\/blockquote>\n","protected":false},"excerpt":{"rendered":"Na fali globalnego boomu na Big Data jak grzyby po deszczu rosn\u0105 firmy specjalizuj\u0105ce si\u0119 w analityce wielkich…","protected":false},"author":2,"featured_media":177986,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"csco_display_header_overlay":false,"csco_singular_sidebar":"","csco_page_header_type":"","csco_page_load_nextpost":"","csco_post_video_location":[],"csco_post_video_location_hash":"","csco_post_video_url":"","csco_post_video_bg_start_time":0,"csco_post_video_bg_end_time":0,"footnotes":""},"categories":[8111],"tags":[3672,3356,65,3230],"class_list":{"0":"post-177984","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-it","8":"tag-big-data","9":"tag-it","10":"tag-microsoft","11":"tag-technologie-2","12":"cs-entry","13":"cs-video-wrap"},"_links":{"self":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/posts\/177984","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/comments?post=177984"}],"version-history":[{"count":0,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/posts\/177984\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/media\/177986"}],"wp:attachment":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/media?parent=177984"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/categories?post=177984"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/tags?post=177984"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Najciemniej pod latarni\u0105<\/b><\/h4>\n