{"id":31983,"date":"2019-06-06T11:14:00","date_gmt":"2019-06-06T09:14:00","guid":{"rendered":"https:\/\/biznes.t-mobile.pl\/jak-skutecznie-wykorzystywac-dane-w-firmie"},"modified":"2025-06-04T15:54:44","modified_gmt":"2025-06-04T13:54:44","slug":"jak-skutecznie-wykorzystywac-dane-w-firmie","status":"publish","type":"post","link":"https:\/\/biznes.t-mobile.pl\/pl\/jak-skutecznie-wykorzystywac-dane-w-firmie","title":{"rendered":"Jak skutecznie wykorzystywa\u0107, zarz\u0105dza\u0107 i analizowa\u0107 dane w firmie"},"content":{"rendered":"\n\n\n
Z TEGO ARTYKU\u0141U DOWIESZ SI\u0118:<\/span><\/strong><\/strong>

<\/p>\n

    \n
  1. JAKIE KORZY\u015aCI DAJE FIRMIE BUDOWA \u015aRODOWISKA BIG DATA? <\/span><\/strong><\/li>\n
  2. OD CZEGO ZACZ\u0104\u0106 IMPLEMENTACJ\u0118 BIG DATA W FIRMIE? <\/span><\/strong><\/li>\n
  3. JAKIE DANE POWINNY ZNALE\u0179\u0106 SI\u0118 W \u015aRODOWISKU BIG DATA?<\/span><\/strong><\/li>\n
  4. JAKIE NARZ\u0118DZIA OPEN SOURCE MO\u017bNA WYKORZYSTA\u0106 DO ANALIZY DANYCH?<\/span><\/strong><\/li>\n
  5. JAKIE S\u0104 ETAPY BUDOWY W\u0141ASNEGO \u015aRODOWISKA BIG DATA?<\/span><\/strong><\/li>\n<\/ol>\n<\/td>\n<\/tr>\n<\/thead>\n<\/table>\n

    Korzy\u015bci z Big Data<\/h2>\n

    Dzi\u0119ki analizom Big Data firmy mog\u0105 obni\u017cy\u0107 koszty dzia\u0142ania, lepiej zaplanowa\u0107 i przeprowadzi\u0107 kampanie marketingowe, zwi\u0119kszy\u0107 sprzeda\u017c i pozyska\u0107 wi\u0119ksz\u0105 liczb\u0119 klient\u00f3w. Analizuj\u0105c dane mo\u017cna tak\u017ce lepiej zrozumie\u0107 rynek wyci\u0105gaj\u0105c wnioski przydatne do planowania przysz\u0142ych dzia\u0142a\u0144. Przyk\u0142adowo, \u015bledz\u0105c zachowania zakupowe klient\u00f3w firma mo\u017ce zidentyfikowa\u0107 produkty, kt\u00f3re si\u0119 najlepiej sprzedaj\u0105 i lepiej dostosowa\u0107 si\u0119 do bie\u017c\u0105cych trend\u00f3w. Do istotnych korzy\u015bci nale\u017cy tak\u017ce skr\u00f3cenie czasu podejmowania decyzji, dzi\u0119ki dost\u0119pnym w czasie rzeczywistym analizom i rekomendacjom. Wdro\u017cenie narz\u0119dzi Big Data umo\u017cliwia tak\u017ce lepszy rozw\u00f3j produkt\u00f3w. Znaj\u0105c trendy zwi\u0105zane z potrzebami klient\u00f3w mo\u017cliwe jest tworzenie produkt\u00f3w zgodnie z ich potrzebami.<\/span><\/p>\n

    Jak wybra\u0107 narz\u0119dzia analizy danych optymalnych dla Twojej organizacji w 4 krokach<\/h2>\n

    1. Analiza potrzeb<\/h3>\n

    Pierwszym krokiem w wyborze odpowiednich narz\u0119dzi i budowy platformy Big Data jest analiza potrzeb firmy. Aby j\u0105 wykona\u0107 konieczne jest przeprowadzenie szczeg\u00f3\u0142owych wywiad\u00f3w z kluczowymi interesariuszami, czyli osobami, kt\u00f3re mog\u0105 skorzysta\u0107 na wdro\u017ceniu Big Data w przedsi\u0119biorstwie, w szczeg\u00f3lno\u015bci z dzia\u0142em sprzeda\u017cy i marketingu oraz z kluczowymi osobami w IT odpowiedzialnymi za pozyskiwanie i utrzymanie danych \u017ar\u00f3d\u0142owych, takich jak systemy CRM, ERP, e-commerce. W\u015br\u00f3d danych, kt\u00f3re mog\u0105 by\u0107 wykorzystane w Big Data warto przyjrze\u0107 si\u0119 mo\u017cliwo\u015bciom u\u017cycia informacji o sprzeda\u017cy, o klientach z systemu CRM, czy o ruchu na stronach internetowych. \u0179r\u00f3de\u0142 danych mo\u017ce by\u0107 bardzo wiele i dopiero po\u0142\u0105czenie ich ze sob\u0105 sprawia, \u017ce Big Data daje nam pe\u0142ny obraz i pozwala odkry\u0107 nowe zale\u017cno\u015bci, kt\u00f3rych zwykle nie jeste\u015bmy \u015bwiadomi maj\u0105c wgl\u0105d w tylko jedn\u0105 baz\u0119 danych.<\/span><\/p>\n

    2. Analiza dost\u0119pnych narz\u0119dzi<\/h3>\n

    Do najwa\u017cniejszych narz\u0119dzi open source s\u0142u\u017c\u0105cych do analizy du\u017cych ilo\u015bci danych nale\u017cy zaliczy\u0107: Apache Hadoop, Apache Spark, Cassandra, HBase i MongoDB. Hadoop zawiera m.in. HDFS Hadoop – rozproszony system plik\u00f3w, MapReduce \u2013 framework s\u0142u\u017c\u0105cy do przetwarzania Big Data r\u00f3wnolegle w klastrach licz\u0105cych nawet tysi\u0105ce w\u0119z\u0142\u00f3w, YARN do zarz\u0105dzania zasobami Hadoop oraz liczne biblioteki. Apache Spark to alternatywa i pod wieloma wzgl\u0119dami nast\u0119pca Apache Hadoop pozwalaj\u0105cy przetwarza\u0107 zar\u00f3wno dane wsadowe, jak i dane w czasie rzeczywistym, zawieraj\u0105cy framework dzia\u0142aj\u0105cy znacznie szybciej ni\u017c MapReduce. Cassandra to baza danych NoSQL, pierwotnie opracowana przez Facebooka, obecnie zarz\u0105dzana przez Fundacj\u0119 Apache. Wykorzystywana jest m.in. w takich us\u0142ugach jak Netflix, Twitter, Reddit, Cisco i Digg. MongoDB to baza danych NoSQL z magazynowaniem zorientowanym na dokumenty, pe\u0142n\u0105 obs\u0142ug\u0105 indeksu, replikacj\u0105. Warto wspomnie\u0107 tak\u017ce o Apache Hive, oprogramowaniu hurtowni danych zbudowanym na bazie Apache Hadoop i umo\u017cliwiaj\u0105cym tworzenie zapyta\u0144 i analiz\u0119 danych.<\/span><\/p>\n

    <\/p>\n

    3. Wyb\u00f3r platformy sprz\u0119towej i \u015brodowiska<\/h3>\n

    Do przechowywania danych i analiz konieczne s\u0105 zasoby dyskowe oraz zasoby obliczeniowe, kt\u00f3re zapewni Data Center. W przypadku potrzeb zwi\u0105zanych z Big Data warto skorzysta\u0107 z Centrum Danych T-Mobile<\/a>, specjalizuj\u0105cym si\u0119 w dostarczaniu tego rodzaju infrastruktury zoptymalizowanej i dostosowanej do potrzeb klienta. Oferta zapewnia nie tylko zasoby sprz\u0119towe, ale zawiera tak\u017ce przygotowany specjalnie na ten cel maketplace bazodanowy – Data Intelligent Hub<\/a>. Mo\u017cna z niego wybra\u0107 gotow\u0105 baz\u0119 danych wraz z narz\u0119dziami open source gotowymi do wykorzystania w analizach Big Data. Z dost\u0119pnych zasob\u00f3w oprogramowania u\u017cytkownicy mog\u0105 wybra\u0107 m.in. takie komponenty jak: Cloudera Data Science Workbench, Grafana, H2O, IBM Data Science Experience, Jupyter, Rstudio, Zeppelin oraz wiele innych. Poprzez Conector zapewniane jest bezpieczne przesy\u0142anie du\u017cych strumieni danych. Rozwi\u0105zanie to zosta\u0142o wdro\u017cone w urz\u0119dzie w Bonn, gdzie cz\u0119\u015b\u0107 danych dost\u0119pna jest wewn\u0119trznie, cz\u0119\u015b\u0107 zasob\u00f3w zosta\u0142a upubliczniona, a cz\u0119\u015b\u0107 jest wykorzystywana do wymiany informacji pomi\u0119dzy jednostkami administracji publicznej.<\/span><\/p>\n

    4. Budowa w\u0142asnego klastra danych<\/h3>\n

    \u201eNie od razu Krak\u00f3w zbudowano\u201d \u2013 to przys\u0142owie doskonale pasuje do budowy w\u0142asnych zasob\u00f3w analitycznych Big Data. Kolejnym krokiem na drodze rozwoju jest stworzenie w\u0142asnego clustra danych i rozbudowa jego funkcji. Wraz z do\u0142\u0105czaniem nowych \u017ar\u00f3de\u0142 danych zyskujemy dost\u0119p do bogactwa mo\u017cliwo\u015bci, jakie daj\u0105 analizy Big Data. Zadaniem biznesu, analityk\u00f3w i programist\u00f3w jest \u201ewyci\u015bni\u0119cie\u201d z tych danych tyle, ile tylko si\u0119 da i wykorzystanie tego potencja\u0142u do poprawy efektywno\u015bci dzia\u0142ania firmy, zwi\u0119kszania sprzeda\u017cy i budowy przewagi konkurencyjnej.<\/span><\/p>\n

    Podsumowanie<\/h3>\n

    Przypomnijmy najwa\u017cniejsze informacje dotycz\u0105ce skutecznego wykorzystania Big Data w firmie:<\/span><\/p>\n