Sztuczna inteligencja wydobywa wartość z danych

Zaawansowane rozwiązania analityczne wyposażone w mechanizmy sztucznej inteligencji samodzielnie analizują dane i wyciągają wnioski, które pozwalają podejmować właściwe decyzje biznesowe.

Publikacja: 13.09.2021 19:32

Sztuczna inteligencja wydobywa wartość z danych

Foto: Adobe Stock

Danych z roku na rok przybywa. Generuje je m. in. różnego typu oprogramowanie, urządzenia mobilne, Internet Rzeczy, media społecznościowe - tylko na samym Facebooku dokonywanych jest co minutę 4 mln operacji. Jak podaje portal Statista do końca 2021 roku na świecie zostanie wyprodukowanych 74 zetabajtów danych, co oznacza, że ich ilość niemal podwoi się od ostatnich dwóch lat (w 2019 było to 41 zetabajtów).

Aby odnieść korzyść ze gromadzonych informacji należy poddać je analizie. Model DIKW, często stosowany w zarządzaniu wiedzą, wyjaśnia proces pozyskiwania wartości z danych, czyli przechodzenia od samych danych (Data), do informacji (Information) i wiedzy (Knowledge), by dotrzeć na końcu do mądrości (Wisdom). Na bazowym poziomie informacje nie są jeszcze przetworzone, brak im kontekstu, który pozwala je połączyć i zrozumieć zależności. Dodanie kontekstu umożliwia przejście na wyższy poziom wiedzy i podjęcie konkretnych działań.

Już nie musisz zatrudniać eksperta

Wciąż zwiększająca się ilość danych przerasta ludzkie możliwości analityczne i wymaga wdrożenia odpowiednich narzędzi technologicznych. Aby jeszcze lepiej wypełniały swoje zadanie i działały z jak najmniejszym zaangażowaniem pracy ludzkiej są one coraz częściej wyposażone w rozwiązania z obszaru sztucznej inteligencji, które na podstawie kodu umieszczonego przez programistów przeszukują dane współczesne oraz historyczne, dokonują odpowiednich korekt (na przykład wyłączają z analizy zauważone anomalie) i formułują wnioski i predykcje.

Jednym z tego typu narzędzi analitycznych jest SAP Analytics Cloud, który dzięki wbudowanej technologii machine learning uczy się jak wykrywać ukryte zależności pomiędzy danymi, co pozwala poznawać trendy, identyfikować zagrożenia, planować i prognozować. Platforma analizuje dane pochodzące z różnych źródeł, takich jak prognozy budżetowe, dane zbierane w czasie rzeczywistym z bieżącej działalności biznesowej, w tym z systemów ERP, czy też tysiące lub miliony rekordów z tabel Excela, a następnie przedstawia wyniki w formie graficznej, uzupełniając je komentarzami tekstowymi. W ten sposób można bardzo szybko uzyskać strategiczne informacje na temat biznesu.

W czasach, gdy na rynku odczuwalny jest duży brak ekspertów od analityki i data science, narzędzie, które samo potrafi przeprowadzić złożone analizy ma dla przedsiębiorstw ogromną wartość. - Żeby skorzystać z SAP Analytics Cloud nie trzeba posiadać wyspecjalizowanych pracowników. Narzędzie jest łatwe w obsłudze i przez to przyjazne dla użytkownika końcowego. Wystarczy wskazać zakres danych, jakie użytkownik chciałby przeanalizować, a system sam pracuje na tym zbiorze tworząc różnego typu wizualizacje, co oszczędza mnóstwo czasu i znacznie przyspiesza podejmowanie decyzji biznesowych. System zauważa też różnego typu korelacje, które nie zawsze są w firmie dostrzegane, takie jak np. kampania na Facebooku, która negatywnie wpłynęła na wizerunek produktu. - mówi Damian Wawrzyniak, Senior SAP BI / BW / HANA konsultant w Hicron.

Analizy na różnych poziomach

Dostarczany w abonamentowym modelu SaaS SAP Analytics Cloud jest przeznaczony dla przedsiębiorstw każdej wielkości, pochodzących z każdej branży. Zaspokaja rosnące zapotrzebowanie na wizualizację danych, planowanie budżetów i analitykę predykcyjną.

Platforma jest bardzo wszechstronna i służy różnym użytkownikom: specjalistom data science; użytkownikom biznesowym korzystającym z automatycznych modeli predykcyjnych graficznie prezentujących dane dostarczane z różnych systemów oraz programistom języka R (R Project for Statistical Computing), którzy mogą rozszerzyć zakres oferowanych przez rozwiązanie funkcjonalności tworząc własne, zaawansowane wizualizacje.

SAP Analytics Cloud nie jest przeznaczony wyłącznie dla użytkowników rozwiązań SAP. Wyposażono go we wtyczki do większości popularnych baz danych, takich jak Oracle czy Teradata. Posiada też funkcje pozwalające na integrację z innymi aplikacjami cloudowymi, jak np. Google. Jest też dostępny w wersji na urządzenia mobilne, takie jak tablety i smartfony, co pozwala na korzystanie z rozwiązania w każdych okolicznościach i o każdej porze.

Rozwiązanie to cieszy się największą popularnością za granicą - tam właśnie Hicron wdrażał SAP Analytics Cloud. W Polsce jednak zainteresowanie rośnie, można więc spodziewać się, że coraz więcej firm zdecyduje się na jego wdrożenie.

Materiał powstał we współpracy z firmą Hicron

Danych z roku na rok przybywa. Generuje je m. in. różnego typu oprogramowanie, urządzenia mobilne, Internet Rzeczy, media społecznościowe - tylko na samym Facebooku dokonywanych jest co minutę 4 mln operacji. Jak podaje portal Statista do końca 2021 roku na świecie zostanie wyprodukowanych 74 zetabajtów danych, co oznacza, że ich ilość niemal podwoi się od ostatnich dwóch lat (w 2019 było to 41 zetabajtów).

Aby odnieść korzyść ze gromadzonych informacji należy poddać je analizie. Model DIKW, często stosowany w zarządzaniu wiedzą, wyjaśnia proces pozyskiwania wartości z danych, czyli przechodzenia od samych danych (Data), do informacji (Information) i wiedzy (Knowledge), by dotrzeć na końcu do mądrości (Wisdom). Na bazowym poziomie informacje nie są jeszcze przetworzone, brak im kontekstu, który pozwala je połączyć i zrozumieć zależności. Dodanie kontekstu umożliwia przejście na wyższy poziom wiedzy i podjęcie konkretnych działań.

2 / 3
artykułów
Czytaj dalej. Subskrybuj
Materiał Promocyjny
Nowa mapa bioróżnorodności
Oprogramowanie
Zarządzanie usługami IT fundamentem sprawnego działania organizacji
Materiał Promocyjny
Technologia na etacie. Jak zbudować efektywny HR i skutecznie zarządzać kapitałem ludzkim?