Velkommen til Bernstorff Slot - Pil 14 Seminar November 2013

Præsentationer af emnet: "Velkommen til Bernstorff Slot - Pil 14 Seminar November 2013"— Præsentationens transcript:

1 Velkommen til Bernstorff Slot - Pil 14 Seminar November 2013
Ledelsesaspekter i forbindelse med virksomhedens anvendelse af Big data Ussing Consult

2 Agenda: 09.00 – 09.30 Indledning v/Anders
09.45 – Praktisk anvendelse af Big data fra Jan Cordtz Oracle Danmark. 11.15 – Ledelses mæssige udfordringer for små og mellemstore virksomheder set i relation til "Big Data" v/Søren Gerlund, CTO i Karnov Group. 12.30 – Frokost 13.15 – Hands on-eksempler på hvad data fra FaceBook kan anvendes til – samt anvendelse i et markedsføringsperspektiv Ved FaceBook ekspert og Advertising Director Mikael Lemberg fra Komfo A/S 14.30 – Transport i bil OG til fods til Emitage Slottet 15.30 – Rundvisning i det ny renoverede Emitage Slot 16.15 – Transport tilbage til Bernstorffs Slot 17.00 – Aktuelt indlæg vedr. Grundfos v/Metha 18.00 – Fri, omklædning m.v. evt. genoptagelse af Klassens Time 19.00 – Festmiddag inklusiv Simon-festtaler Ussing Consult

3 Hvad er Big data? Forresters definition: Teknikker og teknologier, der gør data-håndtering i en ekstrem skala økonomisk opnåelig. Wikipedias definition: Indsamling, opbevaring, analyse, processering og fortolkning af enorme mængder (indtil videre op til exabyte størrelsesordenen, dvs 1018 bytes) af data. Kilde: Computerworld Ussing Consult

4 Når vi taler om Big data taler vi om de 4 V-er:
Volume (Volumen-store mængder af data genereres hvert sekund) Velocity (Hastighed- hastigheden hvormed data processeres og analyseres) Veriety (Forskellighed i datatyper og datakilder. Stadig stigende forskellighed i data, billeder, indlæg på sociale media, søgestrenge, teleadfærd etc.) Veracity (pålidelighed af data – specielt data fra sociale medier indeholder ofte udokumenterede påstande, subjektive meninger, ufuldstændige oplysninger, forkortelser, slang etc.) Alle disse forhold omkring data, gør det svært at benytte traditionelle data management teknikker. . Ussing Consult

5 Hvad er årsagen til, at vi taler om Big data nu?
Digitaliseringen. Akkumuleringen af data. Datamængden vokser med 35% om året. Ussing Consult

6 Kategorisering af data:
Mobil data, kredit data, befolkningsdata, rejseadfærd, ejendomsdata etc Google, Facebook, Twitter, Blogs etc. CRM data, salgstransaktioner, ERP-financielle data, personaledata etc. Online forums på hjemmeside, Web Feeds, Share point, tekstdokumenter etc. Eksterne data Interne data Strukturerede data Ustrukturerede data Kilde: Booz & company Ussing Consult

7 Hvorfor vokser datamængderne?
Før – analogt: Nu – digitalt. Ansatte i virksomheden lavede datafangsten i form af kundeoprettelser , fakturaer og lignende. Kunderne opretter sig selv, typisk med krav om flere data. Kunderne laver transaktioner i form af tilmeldinger til nyhedsbreve, søgninger på nettet, køb af varer. Maskiner som kasseapparater eller hjemmesider (cookies)registrerer kundeadfærd. Ussing Consult

8 Hvad er typisk for et traditionelt data warehouse?
Datafangst ( maskiner/mennesker) Datamængden vokser grundet digitaliseringen. Det tager tid at overføre data til databasen. Database Databasen er en relations database, der typisk struktureres i kuber, med et udvalg af prædefinerede datasæt. Skal der tilføjes nye data variable, er det en dyr og langsommelig proces. Data behandling Det tager tid at udtrække og behandle store datamængder. Det tager tid at lægge data tilbage i databasen . Ussing Consult

9 Matas et eksempel på Data eksplosionen:
1995 Købsdata for den enkelte butik fra ERP systemet 2005 Salgsdata fra det enkelte kasseapparat i hver af de 295 butikker . Data leveres hver nat. 2013 Salgsdata og søgeadfærd fra det enkelte medlem af Club Matas. 2.1 mio. medlemmer Hertil kan en sekventiel database følge med. Ussing Consult

10 Hvor startede brugen af Big data:
Amazone (relevante bøger). Google (interessante annoncer). Facebook (interessante annoncer). Twitter (interessante annoncer). Ussing Consult

11 Big data programmer som Hadoop, Map Reduce og NoSQL gør følgende muligt:
Fordeler data i bidder (filer) på flere parallelle maskiner. Lægger programstumper ud på flere parallelle maskiner på en gang og henter resultater hjem. Det er muligt at søge og finde mønstre i ikke numeriske data. Gør dataudtræk mere fleksibelt. Da der kan behandles store datamængder, skal data ikke fjernarkiveres så ofte. Ussing Consult

12 Forklaring på hvad er Big Data
Ussing Consult

13 Hvor kan virksomheder have fordel af at anvende Big data?
Forbrugere Kundeorientering. Målrette annoncer, personalisere tilbud Produkt tilbud til forbrugerne i en kundeklub med flere aktører. Marketing Optimering af marketing budskaber og kanaler. Pris optimering. Sociale media Analysere kundeadfærd på web Analyse af kunder holdninger til virksomheden. Operationelle data Lagring og analyse af data fra maskiners drift Optimering af forbrug eller produktion Svindel analyser Kan advare forbrugere om utraditionelt mønster af transaktioner. Kilde: Booze&Company Ussing Consult

14 Hvor mange bruger Big data?
18% af de adspurgte virksomheder siger de allerede har opnået konkurrencemæssige fordele ved Big Data. Kun 19 % mener at deres chefer stoler på viden fra Big Data. EMC undersøgelsen 2013 om Big Data Ussing Consult