Použití termínu Big Data trochu svádí k úzké vazbě s jejich objemem. A skutečně, současné studie ukazují, že objem dat ve firmách se každých půl roku přibližně zdvojnásobí. Podle odhadu IDC měl celkový objem dat již v loňském roce překročit hranici 6 bilionů terabytů. To je už samo o sobě neuvěřitelné číslo. Nicméně, ještě neuvěřitelnější je jeho dynamika. Jak upozornil na letošní konferenci SAP Fórum Rolf Schumann, CTO této společnosti, přes 90 procent všech dat vzniklo během posledních 24 měsíců.

Nenechte se zmást termínem Big

Může samozřejmě padnout námitka, že zpracovávat velké objemy dat přece umí databáze již pár desítek let. Vždy přece existovala velká mapová či jiná databázová data, které byly schopné výkonné počítače zpracovat či zanalyzovat. Big Data ale nemůžeme chápat jako velká objemem, nebo spíše nejen, ale především velká z pohledu zdrojů. Asi nejdůležitější charakteristikou popisující velká data je jejich různorodost či chceme-li fakt, že jde o data nestrukturovaná a pocházející z celé řady zdrojů.

Pochopitelně schopnost rychleji zpracovat data, která již máme popsána a třeba indexována, by pro podniky nebylo nijak převratné. Jiná situace ale nastává v okamžiku, kdy k našim firemním datům dokážeme přidat informace i z jiných zdrojů. Nadneseně řečeno, pokud se tedy firma chce pokusit o vybudování řešení postaveného na Big Datech, nemělo by být její ambicí pouze lépe zpracovat nebo třeba jen vizualizovat data uložená na firemních serverech. Pod pojmem Big Data bychom neměli rozhodně chápat jen technologie pro ukládání a zpracování dat. Potenciál velkých dat se skrývá především ve schopnosti informace zpracovat a v reálném čase získaná data vizualizovat, roztřídit a třeba i ihned využít. To výrazně ovlivňuje manažerské rozhodování a obchodní procesy celkově.

Dříve technologie umožňovaly zpracovat data z jednotlivých zdrojů, v dalším kroku bylo potřeba – často manuálně – informace spojit a vypracovat analýzu. Příprava složitějších reportů tak mnohdy zabrala týdny, a tak měla celá řada firem k dispozici aktualizované informace čtvrtletně nebo dokonce až pololetně. Manažerům tak často nezbývalo, než situaci na trhu v podstatě odhadovat. Využití skrytého potenciálu v Big Datech může zcela toto rozhodování radikálně změnit. Tím, že jsou data nejen zpracována, ale rovnou analyzována a vizualizována, lze mít důležité obchodní informace k dispozici v reálném čase a navíc v přehledné podobě.

Vyjděte za hranice kanceláře

Úspěšný projekt založený na Big Datech by ale měl mít ambici překročit hranice firemních serverů a datových úložišť a propojit stávající data s celou řadou dalších informací, které pak budou použity do výsledné analýzy. Síla se skrývá právě v propojení interních a externích dat a jejich následné analýze. V okamžiku, kdy svá obchodní data dokážete propojit například s informacemi ze sociálních sítí a dalších zdrojů, můžete posunout vaše analýzy na úplně jinou úroveň.

Před byznysmeny se pak otevírají zcela nové možnosti manažerského rozhodování, které můžou být skutečně informované a kvalifikované. To může mít přímý dopad například na úpravu obchodních procesů, a tím i ke zvýšení efektivity fungování. Podle našich odhadů může vylepšení prediktivní analýzy a schopnosti reagovat na potenciálně problematické situace dříve, než doopravdy nastanou, posílit konkurenční výhodu o 35 až 40 procent. Dobrým příkladem může být v tomto směru výrobce pneumatik Pirelli, který díky analýze více než 40 miliard událostí za rok byl schopen vylepšit výrobní proces a prodloužit životnost svých výrobků.

Pohodlnější průjezd městem

Obrovský potenciál pro velká data se skrývá ve fenoménu internetu věcí. Informace z různých senzorů či měřičů mohou totiž přidat další důležitý pohled. I na českém internetu najdeme několik aplikací, které mají obce upozorňovat na špatný stav vozovek a nezbytné opravy. Nicméně nutnost manuální interakce použitelnost takových aplikací výrazně omezuje. Avšak vše může fungovat více méně automaticky. Stále více uživatelů se připojuje k aplikaci Waze, která dokáže sbírat data o pohybu chytrých telefonů zapojených řidičů a na základě toho generovat informace o plynulosti dopravy.

A právě GPS moduly téměř ve všech dnešních chytrých telefonech mohou být jedním z velmi cenných údajů. Schopnost je zpracovat, mohou využít nejen obchodníci, ale například i veřejná správa. Prostor pro Big Data je tady více než zřejmý. Stačí, když si například řidiči nainstalují do svých telefonů aplikaci, která bude sledovat jejich jízdu městem.

Následná analýza těchto dat může být pro město téměř detailním návodem, nač se v dopravě zaměřit. Nemusí přitom jít jen o správné naladění semaforů, aby bylo dosaženo co nejplynulejšího průjezdu. Teoreticky si lze představit možnost, kdy budou právě semafory přímo napojeny na výstupy analytiky takových dat a budou schopné podle konkrétní dopravní situace automaticky řídit provoz a zajistit jeho maximální plynulost.

Podobného principu jako u Waze může město například využít také k tomu, aby detekovalo potenciální problémy na vozovce. Když se totiž při analýze získaných dat například ukáže, že na jednom konkrétním místě velké množství řidičů náhle brzdí, případně vybočuje a tento jev přetrvává několik dní, lze z toho celkem snadno usoudit, že s povrchem vozovky není vše tak docela v pořádku. To není žádné science fiction, přesně takový systém používá americký Boston. 

A s Big Daty můžeme jít ještě o krok dál. Výstupy z této analýzy lze pak propojit do dalších informačních systémů města, takže systém automaticky navrhne postup oprav tak, aby na sebe práce co nejlépe navazovaly, a zároveň byla zachována možnost objízdných tras.

Nejbližší pumpa? Tady máte slevu

Je téměř jisté, že časem se obejdeme bez GPS v chytrém telefonu řidiče. O fenoménu Connected Cars (nebo Smart Cars) se hovoří již delší dobu a výzkumy ukazují, že řidiči by se jim rozhodně nebránili. A není divu. Co přesně tedy můžou řidičům přinést kromě streamované hudby a lepší navigace? Například automobilka BMW přidala do některých svých vozů informační systém postavený na in-memory databázi a prediktivní analýze velkých dat.

Pochopitelně k nejbližší benzínové pumpě navede řidiče průměrná navigace. Ale co takhle systém, který bude schopen získat informace o cenách pohonných hmot na okolních pumpách, porovnat je s aktuální polohou automobilu a stavem nádrže? Když pak o tyto údaje aktualizuje navigační informace, může se ukázat, že se vyplatí dojet třeba i k trochu vzdálenější pumpě. Ani tady ovšem nemusíme končit, systém může vzít navíc v úvahu marketingové akce jednotlivých značek, takže nejenže navede řidiče ke správné pumpě, ale zároveň mu v jeho mobilu automaticky přistane slevový kupón! Nevěříte, zajděte se podívat k nejbližšímu prodejci BMW.

Pochopitelně, propojení elektronických systémů v autě a doplnění o informace z některých senzorů uvnitř či vně vozu a třeba v silnici s internetem může najít uplatnění v celé řadě dalších oblastí. Dnes jsou například logistické firmy schopny monitorovat pohyb automobilu pomocí zabudovaných GPS, některé navigace umí optimalizovat trasu, podle aktuální dopravní situace. To je celkem běžné, ale dnes je to už trochu málo.

Efektivita je heslem dne snad ve všech oborech, a v logistice především. Bude-li mít systém například k dispozici informace od obchodních partnerů a zákazníků, a zároveň informace o servisních intervalech jednotlivých vozů, potřebě tankování, dopravní situaci, a ještě například stavu skladu, může plánování trasy vypadat úplně jinak. Například řidič kamionu automaticky dostane informaci, aby zajel k blízké pumpě a tam dotankoval plnou nádrž. Systém totiž na základě analýzy dat zjistí, že u svého odběratele nákladu by musel zbytečně čekat, a je tak lepší tento čas využít k dotankování a ušetření času. Zároveň může firma sledovat i náklady na provoz jednotlivých aut a přizpůsobit se tomu, například při obnově vozového parku. Snadno tak zjistí, že vozy jedné značky mají kratší servisní intervaly nebo vykazují vyšší poruchovost. I taková to optimalizace může znamenat snížení nákladů a zvýšení konkurenceschopnosti.

Zdeněk Panec