• slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika
  • slika

Kje so skrite priložnosti uporabe masovnih podatkov

Čas branja: 5 min
14.06.2018  15:05
Na dogodku Ulovite kupce! smo z gosti govorili, kako ključen je dober pregled nad informacijami, ki v podjetje prihajajo iz različnih virov in kako izkoristiti te masovne podatke za nove poslovne priložnosti.
Kje so skrite priložnosti uporabe masovnih podatkov
»Vodstvo podjetja, je tisto, ki se mora odločiti, da bo uporabljalo podatke, ki jih ima in zaupati, to nalogo delu podjetja ali zunanjemu izvajalcu, ki jih zna analizirati,« je na okrogli mizi poudaril Janez Križan, direktor digitalne transformacije in inovacij pri A1 (prvi z leve).
Foto: Ales Ogorevc

Obveščaj me o novih člankih:  
Lovro Peterlin dodaj
A1 Slovenija dodaj
Janez Križan dodaj
A1 dodaj
Boris Cergol dodaj

Za dobro poslovno strategijo je danes potrebno slediti podatkom o svojih kupcih. S pravo analizo masovnih podatkov lahko pridobite poglobljen vpogled v vedenje skupine strank, kar pomeni večjo konkurenčnost vašega podjetja. Na podlagi realnih podatkov lahko učinkoviteje spremljate marketinške in prodajne kampanje ter načrtujete vaše vsakdanje poslovanje.

Informacij je danes preprosto preveč

V digitalni dobi se z uporabo informacijsko-komunikacijske tehnologije za zasebne ali poslovne namene vsako minuto ustvarijo ogromne količine različnih podatkov. Narašča tudi število pametnih naprav, ki se povezujejo na internet in ki pri tem ustvarjajo podatke. Tako nastanejo masovni podatki, katerih ključne značilnosti so znatna velikost, raznolikost in hitrost.

Podatkov je preprosto preveč, da bi jih lahko obdelali sami brez pomoči analitičnih orodij. Za pripravo kakovostnih analiz je nujno, da v celoti razumemo, od kod podatki prihajajo, katere informacije prinašajo in kako jih v analize sploh vključiti.

»Masovni podatki nam dajejo ključno prednost. Vodstvom omogočajo delati prave stvari na učinkovit način, « je v uvodu povedal Lovro Peterlin, managing direktor A1 Slovenija in ob tem ponudil zanimivo primerjavo, »podatke, lahko primerjamo z igro kart. Masovni podatki lahko postanejo vaš pagat. Kljub temu, da je šibka karta lahko v pravem trenutku zmaga.«

Kako s poznavanjem masovnih anonimiziranih in agregiranih podatkov o tokovih gibanja do učinkovitejših marketinških kampanj, novih kupcev, interakcije, segmentacije nakupnih navad in posledično višje prodaje je razložil Janez Križan, direktor digitalne transformacije in inovacij pri podjetju A1. O tem si lahko več preberete v prispevku »Z uporabo množičnih podatkov in inovacijami želimo podjetjem pomagati do kakovostnih odločitev«

Uporaba umetne inteligence pri razumevanju senzoričnih podatkov

Metode umetne inteligence obetajo, da bodo pustile pečat na praktično vseh segmentih gospodarstva. Boris Cergol, direktor in soustanovitelj podjetja Ektimo v katerem za svoje naročnike razvijajo sisteme napovedne analitike, ki temeljijo na uporabi najsodobnejših modelov strojnega učenja in umetne inteligence na velikih količinah podatkov je predstavil njihove izkušnje na področju globokih nevronskih mrež in avtonomnih inteligentnih agentov.

»Nestrukturirani podatki so za računalniško obdelavo precej zahtevni. Podatkovni znanstveniki uporabljajo umetno inteligenco za preboj pri procesiranju nestrukturiranih podatkov,« je povedal Cergol in dodal, da se je računska zahtevnost najzahtevnejših modelov v zadnjih šestih letih povečala za 300.000 krat.

Poslovni uporabniki se pogosto ne zavedajo, da tehnologija danes omogoča prepoznavanje že veliko več od samo objektov, lahko prepozna na primer čustva, starost in spol. Lahko zaznava smer pogleda, držo teleso, položaj rok, itd. Kupce tako po prostoru zelo enostavno spremljamo s pomočjo več kamer in te podatke kasneje uporabimo.

Amazon že ponuja izkušnjo nakupovanja brez prodajnega osebja, na Stanfordu pa so v eni od bolnišnic na ta način spremljali kako pogosto si osebje umije roke. Precej dlje v razvoju je Kitajska s svojim sistemom »ostre oči«, ki vse javne in zasebne kamere povezuje v enotni centralni sistem totalnega nadzora.

Cerkol je tudi pojasnil, da če podjetje nima dovolj podatkov lahko pridobi model, ki je bil naučen na določenih podatkih in ga lahko prenese na sorodni primer. Proces se imenuje transferno učenje in lahko združuje več vrst različnih virov podatkov.

Kako z masovnimi podatki reševati življenja

Profesor Primož Banovec s Fakultete za gradbeništvo in geodezijo Univerze v Ljubljani je v nadaljevanju govoril o reševanju pri masovnih nesrečah. Za Slovenijo to pomeni v primeru potresa ali poplav. Tudi za reševanje teh primerov je namreč potrebna velika količina podatkov, kar lahko vsak dan spremljamo pri ogledu radarske slike padavin.

V sodelovanju z A1 so na primeru Ljubljane pripravili tudi agregatno in dezindividualizirano študijo premikov mobilnih telefonov. V različnih trenutkih dneva so ugotavljali kateri mesta so bolj obljudeni. Mobilnost oziroma gibanje vaših strank ima namreč zelo pomembno vlogo, saj lahko vpliva na lokacijo vaših poslovalnic in tudi na nastanek novih potreb vaših obiskovalcev.

Moč podatkovne analitike v bančnem sektorju

Thomas Weger, glavni direktor banke Raiffeisen Analytik GmbH, ki ima v Avstriji 45 odstotni tržni delež je v nadaljevanju na praktičnih primerih razložil kako so se pri njih lotili obdelave podatkov.

»Naše podjetje je osredotočeno na personalizirane storitve. Nočemo postati spletna banka, zato se osredotočamo tudi na prodajo v poslovalnicah. Naše stranke želimo videti in se z njimi pogovarjati. Vsaj četrtina naših strank potrebuje poslovalnico in osebnega svetovalca, prav tako kot četrtina naših strank opravi vse na spletu,« je povedal Weger in dodal »določena skupina ljudi v privatnem življenju uporablja veliko digitalnih orodij, pri osebnih financah pa se takšnih orodij, zaradi različnih razlogov, ne poslužuje. Definiranih imamo šest različnih tipov načina uporabe naših storitev.«

Zaposlenih imajo 11 ljudi, ki dnevno obdeluje 1800 različnih surovih podatkov na posamezno stranko. Tako lahko že zelo natančno določijo verjetnost, da bo stranka, ki je kupila eno storitev, kupila tudi drugo. Tudi oni so že spremljali uporabo bankomatov in gibanje ljudi na določenem območju v določenem predelu mesta in uporabili te podatke, da so določili vroče in mrtve točke.

Tudi v srbskem podjetju Thing Solver, ki ga je predstavljal direktor in soustanovitelj Darko Marjanović že imajo izkušnje strojnega učenja in podatkovne znanosti v bančnemu sektorju. Analizirali so vedenje uporabnikov na spletnih kanalih tako, da so povezali vse kanale, ki jih banka uporablja in tako dobili natančen profil kupca, tako glede njegovega spletnega obnašanja, kot obnašanja v vsakdanjem življenju.



Napišite svoj komentar

Da boste lahko napisali komentar, se morate prijaviti.