Co wspólnego mają zakup w sklepie internetowym, praca silnika pociągu dalekobieżnego i droga z Wrocławia do Ciechocinka? W odpowiedniej skali każde z tych działań generuje ogromne ilości danych - behawioralnych, transakcyjnych czy geograficznych - które są potencjalnym źródłem informacji dla biznesu. W dzisiejszych czasach często wyobrazić sobie zarządzanie przedsiębiorstwem bez wykorzystania systemów IT. Co więcej, funkcjonalności tych systemów pozwalają na pokrycie kolejnych obszarów i dostarczają funkcjonalności, które - korzystając z odpowiednio zebranych wcześniej danych - rewolucjonizują działalność firm. W swojej prezentacji przedstawię inspirujące i praktyczne przykłady zastosowania zagadnień z pogranicza analityki, Big Data i Business Intelligence w różnych obszarach działalności przedsiębiorstwa - marketingu, obszarze zarządczym, finansach, czy sporcie.

2. Mateusz Muryjas
Analityczny.IT | IN Progress | #e-biznes festiwal
Konsultant z zakresu analityki internetowej i wdrażania rozwiązań IT
w biznesie. Pasjonat Business Intelligence i zagadnień związanych
z Big Data. Menedżer projektu #e-biznes festiwal.
https://www.linkedin.com/in/mmuryjas
http://fb.com/mmuryjas
@mmuryjas

3. Dzisiaj porozmawiamy sobie trochę o:
 Ewolucja zbierania danych w biznesie
 Obecności danych wokół nas - wymiary i wykorzystanie
 Big Data i Business Intelligence– praktyczne definicje i wyjaśnienia
 Co to jest data science i kim jest data scientist?
 Praktyczne i inspirujące wykorzystania danych w biznesie

4. Jak rozumiecie i z czym kojarzycie:
 Big Data
 Business Intelligence
 Data (text) mining
 Knowledge management(Zarządzanie wiedzą)
 Artificial intelligence(AI, Sztucznainteligencja)

6. Kiedyś
(sprzedawcawsklepie)
Dziś
(zakupyw sklepie on-line)

7. Sprzedawca Klient
 Czy klientkupowałjużwmoim sklepie?
 Jak często(jak dużo)klientkupujew
moimsklepie?
 Co oglądazanimdokonaostatecznego
wyboru?
 Skąddowiedziałsięo moimsklepiei jak
doniegotrafił?
 Jakiegorabatu mogę udzielićna zakupy
dlakonkretnegoklienta?(Skądposiada
kuponrabatowy na zakupy?)
 I tak dalej..

8. demograficzne behawioralne
transakcyjne geograficzne
(lokacyjne)
Bardzo często pozostawiamy swoje dane (świadomie bądź nieświadomie)
Z perspektywy analityka warto nauczyć się z nich korzystać 

9. Danych będzie przybywać – zarówno
w wymiarach on-line, jak i off-line.
Wyzwaniem – w myśl zasady „Posiadać nie znaczy
rozumieć” – będzie odpowiednia analiza i interpretacja
posiadanych danych. Obecnie analizujemy „jedynie” 13%
danych, którymi dysponujemy.

11. Głównym zadaniem systemów klasy BI jest wspomaganie decyzji
biznesowych podejmowanych w przedsiębiorstwie bądź organizacji.
Business Intelligence to proces przekształcania danych w informacje, a
informacji w wiedzę, która może być wykorzystana do zwiększenia
konkurencyjności przedsiębiorstwa.

15. Ile można zaoszczędzić eliminując prawoskręt?
7 minut / każdą godzinę pracy kierowcy.
7 minut * 12 godzin pracy = 84 minuty / dziennie
84 minuty = 15 zamówień więcej.
1 zamówienie = 50 – 70 zł
50 – 70 zł * 15 zamówień * 200 = 150 000 – 210 000 zł / dziennie

19. Poprzez analizę danych o uczestnikach
konferencji chcemy:
 poznać, kto bierze udział w naszych projektach
 dopasować tematykę wydarzenia do uczestników
 modyfikować przekaz marketingowych w zależności od zachowań
 wyciągać wnioski ważne dla celów operacyjnych i strategicznych

26. O czym mówiliśmy – podsumowanie:
 Ewolucja zbierania danych w biznesie
 Obecności danych wokół nas - wymiary i wykorzystanie
 Big Data i Business Intelligence– praktyczne definicje i wyjaśnienia
 Co to jest data science i kim jest data scientist?
 Praktyczne i inspirujęce wykorzystania danych w biznesie
Pytania? 

27. 
Mateusz Muryjas
Analityczny.IT | IN Progress | #e-biznes festiwal
Konsultant z zakresu analityki internetowej i wdrażania rozwiązań IT
w biznesie. Pasjonat Business Intelligence i zagadnień związanych
z Big Data. Menedżer projektu #e-biznes festiwal.
https://www.linkedin.com/in/mmuryjas
http://fb.com/mmuryjas
@mmuryjas