Aktuality -> Analýzy - 17. 3. 2014

KPMG: Analýza big data je zlatý důl, aplikace v praxi zatím pokulhává

tablet_data.jpgTrh velkých dat (big data) by měl v následujících pěti letech zažít exponenciální růst, a to jak z hlediska objemu zpracovávaných dat, tak z hlediska generovaných příjmů. Očekává to poradenská společnost KPMG, podle které mezi lety 2012 až 2016 tento trh vzroste až pětinásobně – z 10,2 mld. USD na 53,4 mld. dolarů v roce 2016.

V České republice by podle KPMG měly z big dat profitovat zejména společnosti působící na finančních trzích či maloobchodní, telekomunikační a energetické firmy. „Progresivní oblastí práce s velkými daty je využití dat o zákaznících. Pro všechny společnosti pracující s retailovou klientelou mohou být big data ekonomicky zajímavou a dlouhodobě perspektivní oblastí. Na jedné straně jim mohou pomoci zefektivnit poskytování produktů a služeb, na straně druhé pak firmy analýzu velkých dat mohou poskytovat svým firemním zákazníkům či partnerům,“ uvedl David Slánský, ředitel Management Consulting KPMG. Podle něj se již dnes stává analýza dat klíčovou například pro banky, ale i mnohé další sektory, kterým pomáhá cílit marketingové kampaně a odhadovat, jak se budou zákazníci chovat. „Nabídky přizpůsobené aktuálním potřebám jednotlivých zákazníků nejen generují vyšší výnosy, ale také zlepšují zkušenosti zákazníků s danou společností a pomáhají přímo snižovat jejich odliv ke konkurenci. V neposlední řadě jsou spokojení zákazníci nejlepšími „advokáty“, kteří propagují společnost a získávají jí tak nové klienty,“ komentoval Slánský.

Stejně jako jiné analytické a poradenské společnosti, i KPMG předpokládá masivní růst objemu dat. Podle její studie Going beyond the data by měl do roku 2020 vzrůst 13krát až na 35 bilionů GB (oproti roku 2012).


Příležitostí pro firmy jsou zejména pokročilé analýzy velkých dat, která dříve nebylo možné efektivně zpracovávat. V současnosti již to možné je – zejména díky rychlejším počítačům, levnému úložnému prostoru a novým softwarovým nástrojům, resp. postupům. Analýza velkých dat je cestou k detailnímu poznání zákazníků, jejich potřeb a zvyklostí. To umožní poskytovat produkty a služby šité na míru, a tak snižovat náklady a zvyšovat efektivitu.

Přestože si ale vedoucí představitelé firem hodnotu analýzy dat uvědomují, jejich praktické aplikace jsou mnohdy komplikované. Podle studie například 85 % respondentů uvádí, že má s analytikou a interpretací dat problémy. Dále pak:
  • 80 procent uvádí, že hlavním přínosem využívání dat a analytiky je rychlost, 
  • 69 procent považuje data a analytiku za zásadní nebo velmi důležité pro své stávající plány růstu,
  • zatímco 56 procent přizpůsobilo obchodní strategii nárokům spojeným s velkými daty, 42 procent připouští, že integrace technologie související s daty do stávajících systémů nebo obchodních modelů je pro ně tou největší výzvou, 
  • pro 54 procent je největší překážkou implementace úspěšné strategie dat a analytiky neschopnost identifikovat, jaká data sbírat, 
  • pro 85 procent je největší výzvou implementace vhodného řešení pro analýzu a interpretaci dat. 

 
  

- PR -

Čeští zaměstnanci už AI běžně používají,

ne vždy však bezpečným způsobem


Umělá inteligence se stává běžnou součástí pracovních procesů. Dokazují to lednová čísla ČSÚ, podle kterých 18 % českých podniků s více než 10 zaměstnanci používá AI. Nejčastěji ji využívají velké firmy, a to dokonce více než polovina z nich. Spolu s popularitou umělé inteligence však přichází i negativní fenomén tzv. shadow AI. Jedná se o firmou neschválené využívání AI nástrojů, které může vyústit až v únik firemních dat.

  

- PR -

AI v ERP systému

Co v praxi funguje, jak to navrhnout a proč začít po krocích


Umělá inteligence je součástí každodenního života – od chytrých vyhledávačů přes automatické překlady až po plánování tras nebo generování obrázků. Ale co ERP systémy? Je správný čas zapojit AI právě sem? Určitě ano, ale smysluplně. Tak, aby zkrátilo cestu od otázky k odpovědi, od záměru k akci, a přitom udrželo to nejdůležitější: kontrolu, bezpečnost a auditovatelnost.