Slides from our talk at USUS: http://usus.no/

1. Deepmind AS
Big Data

2. “Big data is like teenage sex: everyone
talks about it, nobody really knows how
to do it, everyone thinks everyone else
is doing it, so everyone claims they are
doing it...”
— Dan Ariely

3. Big Data
1. Definisjon og behov
2. Eksempler
3. Marked og konsekvenser

4. Big Data
Definisjon og behov:

5. Definisjon
Innsamling, oppbevaring, analyse,
behandling og tolkning av store
mengder data.

6. Hvor kommer behovet fra?
• Vi konstruere og lagrer enorme mengder med data
• Mye data blir liggende i databaser og aldri utnyttet
• Verktøy har vært kostbare og manglende

7. Big Data
Eksempler:

8. “Mapping the human genome has
been compared with putting a man
on the moon, but I believe it is more
than that.”
— Thomas Michael Dexter

9. Eksempel: Human Genome Project
Foto: National Geographic

10. Eksempel: Human Genome Project
Foto: http://circos.ca/intro/genomic_data/

11. Eksempel: Human Genome Project
• Tok 10 år å gjennomføre dekoding av første
• Tar nå mindre enn en uke
• Kostnaden for DNA-mapping har blitt redusert 10
000 ganger siste 10 årene

12. “Vincent Bruzzese, the enemy in
Hollywood”
— Kontra

13. Foto: Viktor Hertz

14. “Facebook could not be Facebook
without Big Data technologies…”
— Ken Rudin (Facebook)

15. Eksempel: Facebook
• Enorm suksess med sin Big Data satsning
• Databaser med over 300 petabytes
• Utviklet egne verktøy for å kunne spørre og
analysere egne databaser
• Tilgjengelig gratis for alle: http://prestodb.io/

16. Big Data
Marked og konsekvenser:

17. Big Data: $100 milliarder
• Tilbake i 2010 var Big Data markedet verdt $100
milliarder og økte med 10% årlig

18. Big Data: Forventningstyring
• Undersøkelse utført av Bain & Co. viser at kun 4% av
forretningsledere er fornøyd med resultatet fra Big
Data-innsatsen
• Teknologien er veldig kraftig, men viktig å styre
forventninger til verdien av dataen man får ut av
innsatsen

19. Big Data: Muligheter
• Bedre spådommer om fremtiden
• Bedre analyser og diagnose (av sykdomssymptomer)
• Optimalisering av prosesser, bruk av utstyr, m.m.

20. Big Data: Konsekvenser
• Big Data blir gjerne grunnlag for store avgjørelser,
som kan ha store positive, men også negative,
konsekvenser
• Er det alt man bør gjøre, selv om man kan?

21. Demo
• Utnytte trafikkdata for å forstå brukermønster
• Tilrettelegge brukeropplevelser fra data

22. Takk!
Sondre Bjellås
Deepmind AS
sb@deepmind.no
Øyvind Mjølund
Deepmind AS
om@deepmind.no