Předpokladem úspěšného podnikání v digitální éře je chytré využívání dostupných dat.
Úspěšné podnikání ve věku digitálních technologií vyžaduje inteligentní práci s daty. Dokazují to i dosavadní zkušenosti firem, které díky využití poznatků získaných analytickým zpracováním dat radikálně změnily své obchodní modely, vylepšily své procesy a zkvalitnily poskytované služby. Bez ohledu na to, zda je cílem snížit náklady nebo držet krok s překotným vývojem v oboru, platí, že čím více netriviálních informací máte, tím chytřejší a přesnější vaše rozhodnutí budou.
Opravdu dobrým příkladem přínosu analytického zpracování dat může být například technologická spolupráce společnosti Dimension Data v rámci cyklistického závodu Tour de France. Pojďme se podívat na paralely mezi analýzou big dat v prostředí závodu a podnikání.
Krok první – definování cíle analytického pátrání
Vztah uživatelů k analytickému zpracování často komplikuje falešná představa o tom, že musí mít k dispozici velké množství abstraktních dat – jinak prý nemohou specifikovat, jaké informace vlastně chtějí analýzami získat. Toto tvrzení není vždy pravdivé, vždyť důvody zpravidla víme. Ale i když jsou třeba triviální, musí být vždy jasně definované.
V případě Tour de France začíná vše na úrovni závodníků. Pro každého z nich je nutné mít přesnou informaci o jeho pozici a výkonnosti během závodu. A podobné to může být například ve výrobním podniku, kde může být nutné vyhodnocovat kvalitu výrobků, sledovat vytížení strojů nebo třeba analyzovat naplánované a skutečné výpadky. Nebo pojišťovací společnost chce zase odhalovat nesrovnalosti a pokusy o podvod.
Krok druhý – rozhodnutí, jak data získávat
I když jsou cíle analytického zpracování malé, nemusí být často jasné, jak data získat a přeměnit je v co nejkratším čase do použitelné podoby. V případě Tour de France byly vyžadovány analýzy v reálném čase – jinak to nešlo, zpřístupnit informace den nebo dva po skončení etapy by byla obrovská nuda.
Základem úspěchu byla síť s mesh topologií, která umožnila přenášet data od závodníků do letadla nad nimi a následně je předávat do technické zóny zřízené v cíli každé etapy. Zpravodajské organizace i sociální sítě tak mohly mít okamžitě k dispozici všechny potřebné informace. Stručně řečeno – firmy si musí vymyslet co nejlogičtější infrastrukturu, která by podporovala jejich ambice v oblasti big dat.
Krok třetí – řešení přizpůsobené individuálním podnikatelským specifikám
Při sledování špičkových cyklistů na jejich cestě po francouzském venkově a na vrcholcích hor není vždy možné se spolehnout na internetovou konektivitu, která je běžně dostupná v podnikatelských parcích nebo v městské zástavbě. I to je jeden z důvodů, proč bylo řešení pro Tour náročné a současně jeho realizace velmi vzrušující.
Ve firemní praxi je to stejné, infrastruktura prostě musí vyhovovat podnikatelským požadavkům, ne naopak. Pro mnohé firmy – zejména z řad těch, kteří se svojí digitální transformací teprve začínají – je výhodné získat několik tipů a rad na investice do infrastruktury, které by pomohly s dosažením požadovaných podnikatelských výsledků.
Krok čtvrtý – zjištění, jak mohou okamžitá data zrychlit podnikatelská rozhodnutí
Tour de France je závod, kde se může vše změnit v jednom jediném okamžiku. A právě díky těmto dramatickým změnám je závod pro diváky tak vzrušující. Údaje zpřístupňované společností Dimension Data umožnily zpravodajským organizacím informovat živě o průběhu závodu dosud nevídanou rychlostí. Informace na webu spojené s okamžitými aktualizacemi na sociálních sítích změnily od samého začátku způsob, jakým si fanoušci závod vychutnali.
Důležitá byla spolehlivost, škálovatelnost a flexibilita použitých platforem i schopnost postupného zdokonalování celého řešení použitého na Tour. V podnikání je stejně tak důležité, aby analýzy podpořily okamžitá rozhodnutí.
Krok pátý – vyhodnocení s cílem identifikovat ukryté vzory a odhalit nové poznatky
Data mohou poskytovat nejen informace důležité pro okamžitá operativní rozhodnutí, ale jsou i skvělým zdrojem pro odhalení skutečností, kterých jsme si dříve nevšimli. Analytické zpracování dat je skvělé pro odhalování ukrytých vzorů, a tak vyvstává otázka kam tato data uložit?
V případě Tour de France byla základem celého řešení z dílny společnosti Dimension Data její vlastní cloudová platforma. Firmy mohou na začátku chtít ukládat tyto velké objemy dat do veřejných cloudů a následně se v případě citlivějších dat rozhodnout o jejich přesunu do vlastního datového centra nebo privátního cloudu. Nebo naopak.
Krok šestý – kategorizace dat a určení, kdy a s kým budou sdílena
Tour de France se může pochlubit ohromujícím televizním publikem 3,5 miliardy diváků z celého světa. Nicméně jednotliví hlasatelé vyžadují různé množství a typ dat, takže bylo nutné vytvořit kategorie pro efektivní předávání informací podle jejich konkrétních požadavků. A stejně tak byly vytvořeny i kategorie pro webové portály a sociální sítě.
Tato oblast je sice posledním, nicméně nejdůležitějším krokem na cestě v přijetí analytického zpracování big dat. Jakmile jsou jednou data pročištěna a analyzována, musí se organizace rozhodnout, kdo je pro svoji práci potřebuje a může s jejich pomocí získat co největší přidanou hodnotu.
Pravdou je, že i když v průběhu své existence potřebují firmy různé typy důležitých dat, nemusí je chtít sdílet se všemi zainteresovanými stranami, například se zákazníky. Minimálně do doby dokončení analytického zpracování. Je proto velmi důležité vytvořit různé vrstvy dat, které umožní rozdílné úrovně pohledu i specifickou míru podrobností. A tato kategorizace i určení příjemců je stejně důležité, jako samotný sběr dat a jejich uložení.
Čím více, tím lépe
Jakmile jednou firma s analýzou dat začne, bude získané informace využívat ke zlepšení svého podnikání a k získání nebo udržení konkurenční výhody. Jenže se může stát, že si v rámci organizace odpovědní pracovníci položí otázku ano, je to fajn, ale neměli jsme tyto informace již dříve?
Tato otázka je přitom naprosto relevantní – na konci celého procesu bude nutné zdůvodnit investice do infrastruktury, zdrojů i analytických nástrojů. Platí, že čím více informací a souvislostí firma z dat získá, tím hmatatelnější a hodnotnější přínosy analytického zpracování budou. A ospravedlnění vynaložených nákladů pak bude mnohem snadnější. Místo závěru si tak dovolíme ještě jednu radu – začněte klidně jednoduše a s málem, ale začněte a postupně analýzy využívejte víc a víc.
