Bigdata2 0 1 5

Z V L Á Š T N Í N E P R O D E J N Á P Ř Í L O H A | Č E R V E N 2 0 1 5

S I LV E R P A R T N E R

Bigdata_2015_235x297.indd 12 6/18/15 2:25 PMCW6-bigdata.indd ICW6-bigdata.indd I 19.06.15 14:0219.06.15 14:02

BIG DATA

II CO M P U T E RWO R L D 6–7 | 2015

Kam míří současná big data?Za několik málo let urazila myšlenka big dat cestu ze sféry humbuku až po jednu z nejpřevratnějších základních IT technologií nového věku.

THOR OL AVSRUD

Letos budou organizace rozšiřovat nasazení technologie big dat nad rámec počáteční im-plementace a v řešeních pracujících v reál-

ném čase, tvrdí John Schroeder, výkonný ředitel a spoluzakladatel společnosti MapR Technolo-gies, která se specializuje na Hadoop.

Je to podle něj vyvolané pochopením obrov-ského pokroku, který dodavatelé učinili začleně-ním nových platforem do svých analytických ná-strojů. Podle Schroedera lze u big dat očekávat v nejbližších měsících pět zásadních změn.

1Nejvíce pozornosti bude mít datová agilita

Datová agilita byla jedním z hlavních motivač-ních faktorů stojících za vývojem big dat, pro-tože procesy související se starými databázemi a datovými sklady se ukázaly pro mnoho obchod-ních potřeb jako příliš pomalé a nepružné.

Schroeder předpovídá, že datová agilita se do-stane do centra pozornosti, protože organizace už aktivně přecházejí z pouhého zachytávání a správy velkých objemů dat k jejich byznyso-vému využití.

„Staré databáze a datové sklady jsou poměrně drahé. Pro urovnání, sumarizaci a plnou strukturo-vanost dat je zapotřebí personál – databázoví správci (DBA),“ popisuje Schroeder. Náklady, které firmy na tyto lidi vynaložily, podle něj zpožďují přístup k novým zdrojům dat, přičemž rigidní strukturu je v průběhu času velmi těžké měnit. Důsledkem je pak to, že využívané staré databáze nejsou dostatečně agilní, aby vyhovo-valy potřebám většiny současných organizací.

Počáteční projekty big dat se zaměřovaly na ukládání cílových datových zdrojů, dodává Schroeder. „Namísto zaměření na objem se budou organizace soustřeďovat na datovou agilitu.“

Jak provoz ovlivní schopnost zpracovávat a analyzovat data? Jak rychle se lze přizpůsobit a reagovat na změny v preferencích zákazníků, tržních podmínek či konkurenčních akcí? Tyto otázky budou v nejbližší době určovat směr in-vestic a rozsah projektů big dat.

2 Přechod od datových jezer k platformám zpracování dat

Loňský rok byl v některých aspektech rokem tzv. datových jezer (nebo také datových uzlů) – ob-jektově založených archivů ukládajících surová data v jejich nativním formátu (ať už strukturo-vaná, nestrukturovaná nebo jen částečně struk-turovaná), aby byla připravena k použití.

Datová jezera mají vysokou hodnotu v tom, že představují škálovatelnou infrastrukturu, která

je ekonomicky atraktivní (s redukovanými ná-klady za každý terabajt), a jsou extrémně agilní.

Schroeder je přesvědčený, že se během to-hoto roku rozšíří o možnosti obsahovat více vý-početních a vykonávacích strojů, aby zpracování dat probíhalo přímo na místě jejich uložení. To je nejen efektivnější, ale vytváří to jednotný bod pro správu i zabezpečení.

Datová jezera se budou vyvíjet podle toho, jak organizace přecházejí z dávkového zpracování k práci v reálném čase a zároveň integrují soubo-rově založené stroje, Hadoop i klasické databá-zové stroje do svých platforem pro rozsáhlé zpra-cování údajů.

Jinými slovy, podstata se netýká rozsáhlého skladování v datovém jezeře kvůli podpoře vět-ších dotazů a reportů, trendy jsou nepřetržitý přístup a zpracování událostí a dat v reálném čase. Novým cílem je získat stálou informova-nost a možnost okamžité reakce.

3 Samoobslužná big data se stanou běžnou záležitostí

Pokroky v oblasti nástrojů a služeb big dat zna-menají, že oddělení IT už je schopné snadno od-stranit překážky přístupu k cenným údajům pro podnikové uživatele i datové vědce.

„IT oddělení začínají nasazovat samoobslužná řešení, takže podnikoví uživatelé budou moci využí-vat big data způsobem, který oni sami chtějí,“ pro-hlašuje Schroeder a dodává: „Funkce spojené s touto samoobslužností nabízí vývojářům, datovým vědcům a datovým analytikům možnost zkoumat data přímo bez jakéhokoliv zprostředkovatele.“

Předtím podle něj musel IT personál nejdříve vytvořit centralizované datové struktury. To ale představuje časově náročný a nákladný krok. Moderní organizace mohou, aby vyhověly po-třebě neustálých požadavků, přejít na model „data binding“ a opustit centrální strukturu. Tento model urychlí schopnost firem využívat nové datové zdroje a rychle reagovat na příleži-tosti a hrozby.

4 Konsolidace dodavatelů Hadoopu: Vznik nových obchodních modelů

Na počátku roku 2013 oznámil Intel svou vlastní distribuci Hadoopu s tím, že odlišnost bude spo-čívat v samém základu – Hadoop se bude inte-grovat přímo do jeho čipů.

O pouhý rok později však Intel svou distribuci opustil a přešel namísto toho k distribuci Hado-opu od firmy Cloudera.

V té době Intel uvedl, že zákazníci čekali a sledovali, jak se trh Hadoopu vyvine. Množství alternativ Hadoopu spíše kalilo vody. Schroeder

je přesvědčený, že konsolidace dodavatelů Hado-opu bude i nadále pokračovat a někteří z nich své distribuce opustí a zaměří se v této oblasti na něco jiného.

„Máme za sebou desítky let přijetí open source softwaru (OSS), který na trh přinesl obrovskou hod-notu,“ zmiňuje Schroeder. „Technologie dozrávají v několika fázích. Životní cyklus začíná inovací a vytvořením velmi odlišných produktů a končí, když se produkty nakonec stanou komoditou.“

Edgar F. Codd vytvořil koncept relační data-báze v roce 1969 s inovací, které vedla v roce 1986 k primárnímu úpisu akcií (IPO) Oraclu. Komoditizace databází začala prvním vydáním produktu MySQL v roce 1995. Z historického po-hledu tedy trvalo dozrávání databázové plat-formy 26 let, než od inovace začala být viditelná nějaká forma komoditizace.

„Hadoop je nyní v rané fázi životního cyklu tech-nologické zralosti a má za sebou pouze deset let od doby, kdy Google publikoval klíčové specifikace Map Reduce,“ tvrdí Schroeder. „Přijetí Hadoopu globálně a v daném rozsahu je daleko vpředu před jakoukoli jinou datovou platformou, pokud pro srovnání použijeme časový horizont deseti let po prvot ním konceptu.“

Hadoop je v současnosti ve své inovační fázi, takže dodavatelé mylně používající strategie „Red Hat for Hadoop“ nyní opouštějí trh. Nej-více to bylo viditelné u Intelu a podobnou situa- ci lze očekávat i u dalších, podotýká Schroeder.

Schroeder věří, že dojde k vývoji nového, více rozlišeného modelu OSS, který zkombinuje hlu-boké inovace s komunitním vývojem. „Komunita open source je rozhodující pro vytvoření standardů a shody. Konkurence je akcelerátorem transformací Hadoopu – od toho, co původně začalo jako proce-sor dávkového zpracování analýz, po plnohodnot-nou datovou platformu.“

5 Podnikoví architekti oddělí velký humbuk od velkých dat

V těchto měsících se do centra dění dostávají podnikoví architekti – jejich stoupající úroveň pochopení Hadoopu totiž vede k lépe definova-ným a promyšlenějším požadavkům na big data včetně vlastností, jako jsou vysoká dostupnost nebo nepřetržitý provoz.

„Jak organizace rychle přecházejí z experimen-tálního nasazení k seriózní implementaci v dato-vém centru, přesunou se i architektura a těžiště IT směrem k přijetí big dat,“ předpokládá Schroeder.

Klíčoví IT hráči budou mít nepostradatelnou roli při stanovení základní architektury potřebné k naplňování smluv o úrovni poskytovaných slu-žeb (SLA), aby se uspokojily potřeby ohledně vy-soké dostupnosti, nepřetržitého provozu a další stěžejní požadavky.

Vloni se oslavoval prudce rostoucí ekosystém Hadoopu a rostl pro něj počet aplikací, nástrojů a komponent. Nyní se trh soustředí na rozdíly mezi jednotlivými platformami a na architek-turu potřebnou k integraci Hadoopu do dato-vého centra a k zajištění odpovídajících obchod-ních výsledků. ■

CW6-bigdata.indd IICW6-bigdata.indd II 19.06.15 14:0219.06.15 14:02

CO M P U T E RWO R L D.C Z III

PARTNERSKÝ PŘÍSPĚVEK | BIG DATA

Big data a T -MobilePojem big data bývá nejčastěji spojován s charakteristikami dat velkého objemu, rozmanitosti, rychlosti změn i zpracování a obtížnosti interpretace výsledků. Z pohledu operátora, jako je T -Mobile, který je v pravidelném kontaktu s cca šesti miliony koncových terminálů, pak hovoříme o agregovaném datovém toku v řádu stovek milionů vzniklých signalizačních záznamů za jeden den.

RICHARD NOVÁK, LUKÁŠ KOVÁRNÍK

Anonymizace dat je zásadníZ pohledu platné legislativy je potřeba vždy před zpracováním dat provést jejich anonymizaci, kte- rá zabrání identifikaci jednotlivých účastní ků. T -Mobile používá sofistikované šifrovací algo-ritmy k odstranění identifikace a pro zpracování používá pouze agregovaná data, takže při výpoč-tech vznikají jen metadata, která jsou jako jediná použita pro pozdější interpretaci výsledků.

Technické zázemíZdrojem geomobilních dat T -Mobile jsou ze-jména tvz. zbytková data ze signalizace, která na základě identifikace mobilní buňky umožňují znát přibližnou polohu mobilního terminálu, a tím i rozložení obyvatel v prostoru a čase. Ke zpřesnění polohy pak může dále dojít výpočtem. Signalizační data vznikají ze své povahy buď při mobilní události, jako jsou volání, datový pře-nos, SMS zpráva, při převodu terminálu mezi jednotlivými vysílači anebo na vyzvání infra-struktury při takzvaném periodickém upřesnění polohy, kdy je koncový terminál vyzván k signa-lizační odpovědi.

Data ze signalizace prošlá anonymizací je možné uložit do datového skladu pro další zpra-cování za pomoci klasických nástrojů business intelligence anebo speciálních IT nástrojů pod-porujících big data.

Řešené úlohy business intelligence a  big dataTypické úlohy zpracování business intelligence a big data, které je potřeba zvládnout při práci s anonymizovanými daty exportovanými ze sig-nalizace do datového skladu, jsou následující:

■ Znalost počtu terminálů v dané oblasti■ Umět tento počet terminálů dát do různých geografických tvarů, jako například centroid, čtverec, ZSJ, katastr, libovolný polygon■ Vypořádat se s přeskakováním signálu mezi jednotlivými mobilními vysílači■ Vypořádat se s příhraničními oblastmi

■ Znalost počtu lidí využívajících mobilní tele-fon v dané oblasti a v konkrétním časovém řezu

■ Zvládnutí předešlé znalosti ve všech možných časových řezech, kdy limitem je časové zahuš-tění dat

■ Zvládnutí algoritmů k počítání unikátních přístupů terminálů versus kumulativnímu pří-stupu počtů všech terminálů

■ Určení matice zdrojů a cílů (origin, desti-nation), což je důležité pro určení vektoru po-hybu a velkou řadu komerčních úloh

■ Rozložení hodnot výpočtem na celou popu-laci při vstupu dalších datových vrstev pro kalib-raci

■ Nutno se vypořádat s nehomogenitou dat v některých oblastech■ Nutno se vypořádat s modelováním v loka-litách, kde topologie sítě nevyhovuje z po-hledu přesnosti požadavkům zadání úlohy

■ Modální split, tedy rozlišení pohybu obyvatel-stva z pohledu dopravy, jako je hromadná do-prava v rozlišení na vlakovou a silniční, osobní dopravu a další.

A celá řada dalších více komplexních úloh.

Možnosti využití (Use Cases)V příkladech využití se zaměříme zejména na primární využití dat z mobilní sítě, neboť při obohacení o další externí data (počasí, sociální sítě, CRM systémy a další) by počet příkladů byl neomezený.

Příklady jsou: krizová řízení (ztracené děti, informace o lidech v oblasti s požárem, povodní nebo při chemickém ohrožení), zjištění mobility obyvatel pro potřeby plánování infrastruktury státu (nové silnice, spádové oblasti úřadů, územní plány), komerční statistiky (počty ná-vštěvníků obchodních center, cestovní ruch a návštěvnosti jednotlivých měst a oblastí, ná-hrada nebo doplnění výzkumů ČSÚ), optimali-zace dopravních toků, služby založené na poloze jako například mobilní reklama na služby v blíz-kosti uživatele a další.

Příklad praktického nasazeníSpolečnost T -Mobile je v oblasti big dat velmi aktivní a spolu s partnery z akademického i ko-merčního sektoru se podílí na celé řadě výzkum-ných i komerčních projektů. Jeden příklad za všechno, a to případová studie pro Národní park Šumava připravená se společností KPMG. Cílem projektu se zaměřením na cestovní ruch bylo spočítat denní a celkový počet návštěvníků v ob-lasti Lipna a oblasti Kvildy, Modravy a Horské Kvildy na přelomu let 2013 a 2014, zjistit, odkud

na Šumavu přijeli, jak dlouho zde zůstali a kam podnikali výlety, což je užitečné jak pro národní park, tak i místní podnikatele.

A jaký je výsledek případové studie? Nejvíce návštěvníků ze zahraničí dorazilo z Nizozemska, v těsném závěsu se pak drží Německo. S výraz-ným odstupem se pak umístily další země. Cel-kově dorazilo na Šumavu ve sledovaném období 260 tisíc návštěvníků, z toho 24 % bylo ze zahraničí.

Inovace jako zdroj výnosů T -MobileSpolečnost T -Mobile, která byla v minulosti brána především jako inovátor na poli mobilních komunikací, se po sloučení se společnostmi T -Systems a GTS Czech, které proběhlo v roz-mezí let 2013 a 2014, výrazně posunula do ob-lasti IT a poskytovatele komplexních ICT řešení opírajících se jak o mobilní, tak fixní infrastruk-turu spojenou se zázemím sedmi datových cen-ter v České republice s celkovou plochou větší než 7 000 metrů čtverečních. V rámci našich da-tových center, kde je nejvyšší možná koncent-race IT řešení a projektů odehrávající se v Če-chách, se odehrává velká řada inovativních a rozsáhlých projektů, která je pro T -Mobile při-rozenou inspirací a zdrojem inovačních témat.

Je jen přirozené, že se firma snaží využít jak zázemí infrastruktury, tak především kvalifiko-vaných lidí schopných systémové integrace jak na infrastrukturální, tak aplikační vrstvě, sesku-pených pod jednou střechou konvergovaného ICT poskytovatele.

Big data stejně tak jako řada dalších inovativ-ních témat, například internet věcí, Premium networking, koncept Bezpečné firmy nebo obo-rová řešení například pro automobilový průmysl s ohromnou referencí ve Škoda Auto, jsou inova-tivní témata, která T -Mobile vidí jako motor ve-doucí k novému zdroji výnosů. Bližší přiblížení zmíněných inovativních témat by bylo na jiný samostatný článek. Souhrnem lze říci, že big data podle příkladů popsaných výše již dávno ne-jsou pro T -Mobile jen akademické a laboratorní téma, ale vidíme v nich velký a rostoucí zdroj nových výnosů stejně jako praktickou pomoc pro rozvoj podnikání našich zákazníků.

R. Novák je ředitel firemních a zákaznických řešení, T -MobileL. Kovárník je manažer rozvoje ICT řešení, T -Mobile

CW6-bigdata.indd IIICW6-bigdata.indd III 19.06.15 15:2019.06.15 15:20

BIG DATA

IV CO M P U T E RWO R L D 6–7 | 2015

Vyvarujte se obvyklých chybTaké big data či cloudové projekty mohou dopadnout velmi špatně. Nedovolte, aby se to stalo i vaší firmě.

ANDY PATRIZIO

IT projekty nejsou neprůstřelné. Mohou dopad-nout špatně nebo se před dokončením mohou vyskytnout překážky se stejnou pravděpodob-

ností, jako že mohou proběhnout hladce. Co se však týče řešení pro big data či cloudy, míra ne-úspěchu je u nich děsivě vysoká.

V roce 2012 zjistila studie společnosti McKin-sey, že průměrně 45 % velkých IT projektů pře-kročí rozpočet, 7 % se zpozdí a 56 % přinese menší hodnotu, než se původně očekávalo. Dal-ších 17 % dopadlo tak špatně, že to ohrozilo sa-motnou existenci firmy.

Velké ERP projekty jsou pak ukázkovým pří-kladem – míra neúspěchu je u nich minimálně běžně citovaných 25 %. Pokud si myslíte, že je to špatné, big data jsou na tom ještě hůře.

Znepokojující zpráva společnosti CapGemini uvádí, že jen 13 % projektů big dat dosáhlo pro-dukčního provozu v plném rozsahu. Zhruba pouhá čtvrtina respondentů popsala své inicia-tivy big dat jako „úspěšné“ a jen 8 % jako „velmi úspěšné“.

Tom Bittman, analytik Gartneru, který se do-tazoval 140 klientů své firmy, na svém blogu uvedl, že jen pěti procentům z nich se povedlo uskutečnit projekty nasazení cloudu bez potíží.

Zbylých 95 % mělo jeden ze šesti různých problémů.

Proč tyto organizace zažívají tak vysokou míru neúspěšnosti? Existuje celá řada důvodů, ale vyskytuje se i jedna společná (a často pří-tomná) příčina: Firmy zavádějí projekty big dat a cloudu, protože je to skvělé a moderní, ale neobtěžují se ptát, zda to skutečně potřebují.

„Začíná to již na počátku prezentovaným dob-rým obchodním případem,“ popisuje Bittman a dodává: „Určili jste ale služby, které z projektu budou mít prospěch? To je místo, kde většina firem udělá chybu.“

Více než technologie se projekty týkají lidí a procesů. Firmy příliš často říkají: „Chceme to, co máme koupit? Hardware je nejjednodušší část. Nejtěžší je změna procesů a lidí. Podniky by se tedy měly na to zaměřit na prvním místě. Pokud uděláte tyto dvě věci, vyřeší to většinu problémů,“ dodává Bittman.

Gordon Haff, viceprezident pro cloudovou strategii v Red Hatu, s tím souhlasí. „Všiml jsem si, že velké množství neúspěchu u projektů big dat je způsobené tím, že si firmy nestanoví jasný cíl a konkrétní cestu k němu.“

„Mnoho organizací zahájí tyto projekty hlavně proto, že je to něco, o čem si myslí, že by to měly

udělat, přestože nevědí jak a proč. Je zřejmé, že tento přístup ze své podstaty k úspěchu nemůže vést,“ dodává Haff.

Podotýká dále, že mu to připomíná humbuk kolem datových skladů a kolem softwaru open source v minulých desetiletích. „Existuje názor, že se všemi těmito daty musíme dokázat ‚něco‘ udě-lat, přestože neznáme správné otázky, které bychom měli klást, ani nevíme, jaké vhodné modely použít,“ popisuje Haff.

Prvním krokem v projektu big dat by měla být otázka: „Skutečně potřebujeme právě toto?“ Může totiž existovat řada důvodů, proč to organizace ve skutečnosti nepotřebují: jde třeba o nedosta-tek dat, aby se to vyplatilo, závislost na starších systémech, jako je ERP, které se do projektu ne-hodí, či předpisy vyžadující specifické uchová-vání dat a podobně.

„Uživatelé například prohlašují, že budou využí-vat cloud, protože to je další věc, kterou lze dělat. Neptají se na místa, kde by vznikala potřeba zvýšit agilitu nad rámec zajištěný virtualizací, ani na pří-padné pracovní zátěže, které je potřebné zohled-nit,“ upozorňuje Bittman.

Další problémyNeidentifikování obchodních či podnikových potřeb je jednou z příčin neúspěchu při nasazo-vání technologií big dat.

Existují ale i další důvody.Patří mezi ně neefektivní koordinace mezi

obchodními a technologickými aspekty, roz-troušená separovaná úložiště dat, neefektivní koordinace analytických iniciativ, absence jas-ného obchodního případu pro financování nasa-zení big dat či závislost na zastaralých systé-mech při zpracování a analýze údajů, vysvětluje Jeff Hunter, manažer informací ve společnosti CapGemini.

Uvádí, že často vidí klienty, kteří chtějí po-užívat big data určitým způsobem, ale nejlepší by bylo tuto technologii použít k odstranění se-parace dat.

„Potřebují technologie big dat pro novou gene-raci analytiky, aby podpořily své obchodní para-digma? Odpověď může být ne, ale existuje zde ještě otázka, zda by ji šlo využít pro účely business intel-ligence a rozhodování,“ připomíná Hunter.

Capgemini takovým klientům radí, aby po-změnili své priority a namísto použití technolo-gie big dat pro vytvoření velkých datových sad šli raději jiným směrem – použili ji k vyřešení pro-blémů s existujícími daty ze systémů ERP, CRM a dalších tradičních zdrojů dat, které jsou umís-těné v jejich vlastních oddělených úložištích, a v důsledku toho se uchovávají separovaným způsobem.

„Podnik může mít 50 instancí dat o zákaznících po celém světě v různých formátech v rozličných aplikacích. V některých případech, když tuto záleži-tost řešíte jako první, zvyšuje to smysluplnost a atraktivitu celé diskuze,“ upozorňuje Hunter.

Potom zde také existuje nedostatek doved-ností, který již je dobře zdokumentovaný. Pokud členové vašeho týmu, který má na starost projekt

CW6-bigdata.indd IVCW6-bigdata.indd IV 19.06.15 14:0219.06.15 14:02

CO M P U T E RWO R L D.C Z V

BIG DATA

big dat, nemají dovednosti potřebné k uskuteč-nění projektu, můžete se vsadit, že to povede k neúspěchu.

„Technologie big dat se od většiny datových plat-forem, na které jsou lidé při své práci zvyklí, velmi liší,“ upozorňuje Yaniv Mor, výkonný ředitel firmy Xplenty, která nabízí big data pro firmy v podobě služby SaaS.

„SQL není v technologii big data základem, ale SQL umí každý. U big dat také existuje velká závis-lost na open source řešeních, což je něco zcela no-vého pro personál zvyklý jen na technologie od Microsoftu. Potřebujete tedy najmout nové lidi, kteří jsou ale drazí a je těžké je najít, nebo budete muset vyškolit své vlastní zaměstnance,“ upozor-ňuje Mor.

To vede k dalšímu problému. Podniky často považují big data za rozšíření existujících tech-nologií. Ale například cloudový projekt nemůže být jednoduše rozšířením vaší současné virtuali-zační infrastruktury.

I když cloudy často využívají virtualizaci, vy-žadují nové přístupy a nové technologie. Podni-ková virtualizace a nativní infrastruktura cloudu jsou optimalizované pro odlišné pracovní zátěže, které nabízejí dostupnost prostřednictvím soft-waru, jenž lze škálovat a je v podstatě založený na dynamičtější a volně vázané distribuované ar-chitektuře. To je odlišné od tradiční IT infra-struktury, kde se používá přístup „nasadit a nesahat“.

Společnosti také nemění své procesy a pro-vozní modely při přechodu ke cloudu, což do-kresluje výše uvedený problém. Osmdesát až de-vadesát procent z toho, co je nasazené na plat-formě AWS, není nový čistý obsah, uvádí Bitt-man. Jsou to horizontálně škálovatelné zátěže s krátkou životností.

„Průměrná délka života virtuálních strojů ve vlastním datovém centru je několik let. V dobách fy-zického nasazení to bylo i deset let. Virtuální stroje na Amazonu ale mají dobu života jen v řádu dnů nebo týdnů,“ dodává Bittman.

Problém podle něj je, že mnoho firem si na AWS zapne virtuální stroj a zapomene ho vy-pnout poté, co už není potřeba. Končí to faktu-rami za nečinné cykly.

Odhaduje, že 30 až 50 % nákladů za využití virtuálních strojů ve veřejném cloudu jsou vyho-zené investice, protože lidé zapomenou vypnout virtuální stroje po dokončení své práce.

Co tedy dělat?Co tedy mohou společnosti dělat, aby se snížilo riziko neúspěchu? Existuje celá řada kroků, které lze udělat, a nebude vás to stát moc, pokud nějaké náklady vůbec vzniknou.

„Na prvním místě se ptejte, zda vůbec potřebu-jete big data,“ radí Mor. „S touto technologií je spo-jený velký humbuk. Nemyslím si ale, že by lidé až tak dobře chápali, co jim v současné době mohou big data přinést, takže nevědí, jak definovat met-

riky. Často nevědí, co by měli požadovat jako vý-sledný přínos.“

Dalším krokem je mít lídra, který dokáže vy-tvořit a řídit vizi pro projekt, doporučuje Hun-ter. „Je to vize, která je mnohem důležitější než ve-dení. Může pocházet z jakékoliv úrovně. Pokud existuje taková, která jasně popisuje důvod, proč chceme využívat big data a jak budeme postupovat vpřed, přináší to úspěch – pokud to ale prostupuje společností a akceptuje se to,“ radí Mor.

Zohledněte dále, že v typických podnicích existují dvě základní podoby aplikací a infra-struktury – tradiční a cloudová. Pokusy zahr-nout obě bez pochopení jejich základní odliš-nosti způsobí problémy.

V této souvislosti si firmy potřebují uvědomit, že pro všechno, co IT zabezpečuje, existuje více než jedno řešení. „Říkáme tomu bimodalita,“ uvádí Bittman. „Zvykli jste si na myšlenku odliš-ných architektur ve svém datovém centru a jiných u poskytovatelů služeb. Takže spíše než abyste se snažili všechno transformovat do jedné velké archi-tektury, je vhodné myslet na správu heterogenních prostředí a zdrojů.“

Dalším doporučením je začínat s co nejmen-ším rozsahem. Při zahájení projektu big data se nepokoušejte vyřešit všechny své problémy s daty. „Prostě si zvolte obchodní případ a zajistěte, aby byly datové zdroje omezené jen na několik zdrojů, a definujte přesně to, co chcete od tohoto projektu získat,“ uzavírá Mor. ■

Inzerce

CW6-bigdata.indd VCW6-bigdata.indd V 19.06.15 14:0219.06.15 14:02

BIG DATA

VI CO M P U T E RWO R L D 6–7 | 2015

Konference Big Data World 2015Začátkem června tohoto roku se v Praze uskutečnil již druhý ročník odborné konference Big Data World, jejímž pořadatelem je vydavatelství IDG Czech Republic.

Její návštěvníci – sešlo se jich letos úctyhod-ných 115 – si na ní připomněli nejnovější trendy, které panují v oblasti big dat, a sezná-

mili se se zajímavými případovými studiemi, je-jichž společným motem bylo právě využití tech-nologií big dat.

Zajímavé prezentace pronesli přednášející i na téma bezpečnosti a ochrany citlivých i sou-kromých dat, které se právě v úložištích pro big data velmi často vyskytují. Důležité poznatky

mohli posluchači získat i o datové infrastruktuře a příslušných nástrojích, o škálovatelnosti a pro-vozní efektivitě big dat, o datové vědě i vědcích a podobně.

O vysokou odbornou úroveň konference se postarali zástupci firem opravdu zvučných jmen – zlatými partnery byly Dell Software a Te-radata, stříbrnými pak Intel, SAP, SAS Institute a Trask. Partnery byly Accenture a Admez. Kon-ferenci doplnily doprovodné stánky některých fi-

1 O konferenci byl mezi návštěvníky i přednášejícími velký zájem 2 Konferenci zahájil přednáškou Jan Šedivý z katedry kybernetiky ČVUT FEL 3 Partnery konference byly renomované firmy z oblasti big dat 4 Součástí konference byly i stánky partnerských firem – v tomto případě firmy Dell Software 5 V závěru akce došlo i na hodnotnou tombolu…

rem, mezi kterými nechyběla ani firma Cloud-4com. Záštitu nad akcí převzal Český statistický úřad a odborným garantem byly ICT Unie a Ino-vacentrum ČVUT. ■

1

2 4 5

3

CW6-bigdata.indd VICW6-bigdata.indd VI 19.06.15 14:0219.06.15 14:02

CO M P U T E RWO R L D.C Z VII

BIG DATA

Zájem o big data stále roste, ukazuje průzkum IDG

Proč se marketéři spoléhají na prediktivní analýzy?

Přibližně jedna třetina respondentů hlásí lepší rozhodování, více než čtvrtina pak dokáže situace lépe predikovat.

Pomozte marketingovému manažerovi zajistit nějaký prodej – a udržíte jeho firmu nad vodou jeden den. Pokud ho ale naučíte předpovídat budoucí prodeje, možná se vám povedlo zajistit jeho firmě dlouhou životaschopnost.

JOHANNA AMBROSIOVÁ

Společnosti se stále usilovněji snaží zvládat pokračující nárůst dat a současně s tím roz-víjejí projekty, které jim mohou přinést

větší hodnotu z údajů, které už mají. Pro mnoho z nich je ale výzvou i samotné udržení tempa.

Podle nového celosvětového průzkumu IDG Enterprise, kterého se zúčastnilo 1 139 respon-dentů s rozhodovací pravomocí v oblasti IT, zá-jem o big data nepřetržitě roste. Více než polo-vina (53 %) firem v současné době nasazuje či plánuje v příštím roce nasadit projekty řízené daty, což je 6% nárůst od roku 2014, a dalších 8 % o tom uvažuje.

Zdravotnictví předstihuje všechna průmys-lová odvětví, pokud jde o nasazování, plánování či zvažování daty řízených projektů během

příštího roku. Platí: Čím větší firma, tím vyšší je pravděpodobnost, že bude mít takový projekt ve fázi plánování nebo nasazování, a tím více chce za celý proces utratit.

Současně s tím rychle roste objem spravova-ných dat. Počet společností, které pracují s 1 až 9 TB dat, klesl o 7 %, a naopak množství organi-zací, které překročily bariéru jednoho petabajtu, se zvýšil o 4 %.

Mnoho společností sklízí plody ze svých in-vestic do technologie big data – 29 % díky nim hlásí zlepšení kvality rozhodování a 28 % uvádí lepší plánování a prognózování.

Mezi další výhody podle odpovědí respon-dentů patří:

■ Vývoj nových produktů, služeb a zdrojů tržeb ■ Snadnější získávání a udržení zákazníků

K ATHERINE NOYESOVÁ

To je v podstatě předpoklad stojící za predik-tivním marketingem, konceptem, který stále častěji vládne v dnešních podnicích.

Prediktivní marketing se přidává k trendu analýz, který prolíná celým světem podniků, a pro big data využívá algoritmy a strojové učení s cílem pomoci příslušným pracovníkům směřo-vat jejich snahy těmi nejziskovějšími směry.

Nástroje prediktivní analýzy mohou marketé-rům například pomoci předem odhadnout, co konkrétní zákazník koupí a stejně tak kdy a ko-lik. S využitím takových informací mohou spo-lečnosti odpovídajícím způsobem přizpůsobit své kampaně.

Jako zářný příklad lze uvést společnost Ama-zon: Doporučovací stroj na webu této firmy vy-

volává podle informací jejích představitelů zhruba 30 procent tržeb.

„Prediktivní analytika může pomoci marketé-rům s celým životním cyklem zákazníka,“ prohla-šuje Fern Halperová, ředitelka pokročilé analy-tiky ve společnosti TDWI Research.

„Prediktivní analytika například pomáhá při segmentaci zákazníků, zjišťování modelů jejich chování, při propagaci nabídek, na které by mohli pravděpodobně zareagovat, a také v předvídání, jací klienti pravděpodobně odejdou,“ vysvětluje Halperová.

Marketing a prodej ve skutečnosti patří mezi nejdůležitější oblasti, kde organizace za-čínají při nasazení prediktivní analytiky, pro-tože stále snadněji použitelné nástroje zajišťují lepší dostupnost takových schopností i pro

■ Výrazně lepší dodržování regulačních před-pisů, zejména v oblasti zdravotnictví, státní správy, finančních služeb a vzdělávání

ProblémyRozpočtová omezení, největší potíž posledních dvou let, se nyní dostává na druhé místo, a to za aktuálně klíčový problém, jímž je nedostatek do-vedností. Navzdory IT rozpočtům, které stagnují nebo dokonce rostou, 15 % respondentů neplá-nuje v příštím roce až roce a půl nábor zaměst-nanců specializovaných na big data a dalších 17 % ještě o takovém kroku není rozhodnuto.

Bezpečnost je dalším problematickým mís-tem. Dvě třetiny respondentů uvádějí, že jejich současné produkty a zásady zajišťují adekvátní zabezpečení dat, ale 18 % je přesvědčeno, že ni-koliv. Dalších 16 % pak uvedlo, že si v tomto směru nejsou jistí.

Další problematickou oblastí je kvalita exis-tujících řešení – 40 % ohodnotilo dostupné produkty a služby jako vynikající nebo dobré, avšak 44 % je označilo jako jen přijatelné či nedostatečné. ■

uživatele, kteří nejsou v této oblasti tak od-borně zdatní.

Růst této technologie podněcuje v součas-nosti také obrovská záplava různých dat. „Exis-tuje tolik údajů a tak mnoho kanálů, které doda-vatelé analytických nástrojů potřebují využívat, aby mohly marketérům v reálném čase pomoci in-terpretovat a pochopit (a do určité míry optimali-zovat) své kampaně,“ tvrdí Greg Sterling, vice-prezident pro strategii v organizaci Local Search Association. „Nástroje, které nabízejí způsoby, jak pochopit veškerá data, jsou stále důležitější.“

Stejně jako každou jinou technologii je však i nástroje prediktivní analýzy nutné používat s rozvahou.

„Prediktivní analýzy mohou být důležité, jest-liže se dělají dobře, ale ono ‚jestliže‘ je v tomto pří-padně zcela zásadní,“ upozorňuje Denis Pom-briant, generální ředitel firmy Beagle Research Group.

Analýzy je podle něj možné použít pro dva účely: K identifikaci vzájemných souvislostí a k nalezení kauzality.

„Potřebujeme oboje, ale dodavatelé věnují hodně pozornosti korelaci a málo pozornosti kauzalitě,“ vysvětluje Pombriant.

Pokud například marketér zjistí, že zákazníci často kupují produkt A současně při nákupu pro-duktu B, je důležité pochopit proč – co je příči-nou způsobující takové chování, aby šlo předví-dat nákupní chování konkrétního jednotlivce. ■

Celou studii IDG Big Data and Analytics Survey 2015 můžete najít na přiloženém QR-odkazu

CW6-bigdata.indd VIICW6-bigdata.indd VII 19.06.15 14:0219.06.15 14:02

BIG DATA

VIII CO M P U T E RWO R L D 6–7 | 2015

Vytvoření plánů pro big dataZe zavádění big dat mohou společnosti vytěžit co nejvíce, pokud si předem stanoví jasný akční plán. Tady jsou rady, jak na to.

SHAHIDA SWEENEYOVÁ

Přinášíme podrobné rady, jak zvládnout stra-tegii pro big data. Tento návod objasňuje koncepty a terminologii a může pomoci

zlepšit připravenost realizačního týmu.

KROK 1Vyhněte se žargonuNehledě na žargon, koncepty ko-lem big dat se neustále vyvíjejí.

Začněte vyjasněním si rozdílů mezi správou big dat a administrací konvenčních údajů. Vysvět-lete koncepty klíčovým zainteresovaným stra-nám a vypilujte spravovatelné části.

Nebezpečí spočívá v tom, že by se koncepty mohly ztratit v překladu. Tradiční data jsou čistá – mezery jsou zaplněné a extrémy odstra-něné. Hypotézu lze testovat společně s důkazy. Tyto důkazy i údaje se shromažďují a ukládají v tradičních podnikových datových skladech.

Big data jsou naopak méně čistá a obsahují strukturované, částečně strukturované i nestruk-turované údaje. Pocházejí z mnoha různých zdrojů včetně mobilních zařízení, internetového provozu, streamování, komunikace mezi počí-tači, senzorů a sledovacích systémů GPS.

V tomto dynamickém a nepředvídatelném prostoru se dnešní big data mohou lehce stát zít-řejšími zastaralými údaji. V oblasti lidské komu-nikace a interakce nic nezůstává neměnné.

Jako cestovatelé začínejte na cestě s názvem big data v malém. Složitosti ponechte vědcům specializovaným na big data. Ptejte se sami sebe, jaká by měla být právě vaše strategie.

Odpovídá tato strategie vašemu podnikání, dodávkám služeb a provozním potřebám? Jaké technologie, standardy a postupy doplní to, co už máte?

KROK 2Vyhněte se více podobám téhožNebezpečí spočívá v pouhém

přejmenování vašeho dosavadního plánu pro správu podnikových informací na strategii pro big data. Abyste mohli se ziskem analyzovat, sdílet a využívat méně strukturované informace, vyjasněte si nejprve své datové množiny s vyso-kou hodnotou.

Tyto soubory dat jsou otevřené, snadno do-stupné a mohou být svobodně použité, opětovně využité či komukoli distribuované. Kromě sé-mantiky posuďte, jak analýza big dat alokuje služby tam, kde je to třeba, zprůhledňuje zása-dy či vylepšuje podnikové procesy a řízení.

Vyhněte se vytváření databázových dotazů pro big data. To za vás může udělat nepřeberné množství komerčně dostupných analytických

nástrojů. Tento výlet se spíše týká průzkumu, objížděk, méně stabilních vztahů a přizpůsobení se měnící se krajině.

KROK 3Podívejte se zpětPřezkoumejte své dostupné infor-mační zdroje – kdo vlastní kterou

část skládačky? Do hry vstoupí strategické plá-nování, které je už poněkud nadužívaným po-jmem. Podrobněji se přezkoumávají dostupné zdroje dat, potenciál těchto dat, náklady a pře-kážky přístupu.

Tato strategie také zahrnuje vědecký, ekono-mický a sociální výzkum. Na provozní úrovni je analytika užitečná pro segmentaci zákazníků či klientů, průzkum trhu, řízení kampaní či sledování domá-cích nebo globálních ekonomických trendů.

Odhalování podvodů a řízení rizik nabízí zatím nevyužitý potenciál.

Pokud jste v přední linii a děláte rychlá, velkoobjemová či časově cit-livá rozhodnutí, budou se vám big data velmi hodit. Širší sada zdrojů nabízí hlubší vhled do podnikových či obchodních problémů.

To je důležité, když je údajů reak-tivně málo nebo nejsou snadno do-stupné. Konkrétněji řečeno: Potřebu-jete předvídat události s vyšší přes-ností nebo najít spojnice mezi občas-nými, ale těsně provázanými vztahy.

KROK 4Odkud to pochází?Při kvapné implemen-

taci strategie big dat nebezpečí spočívá ve ztrátě ohledu na přesnost a důvěryhodnost. Ve vládním sektoru, ve zdravotnictví či ve vzdělávacím sek-toru se dostává do popředí potřeba odpověd-nosti. Problém leží v detailu – například schop-nost identifikovat a ověřit různé zdroje dat.

Cílem je zajistit inteligentní a informované využití dat. Přestože kontrola všech vašich dato-vých aktiv může být nereálná, pomůže identifi-kovat vysoce cenné datové zdroje a „korunovační klenoty“. Pravidelná aktualizace seznamu těchto zdrojů je určitě pozitivem.

Big data podléhají stejně jako ostatní data vládním přepisům, regulacím a zákonům. Platí to o to více, když dochází k výměně dat o zákaz-nících nebo k jejich sdílení v komerčním pro-středí. Udělejte si čas na uvážení způsobů správy těchto dat a případného využití jasně definova-ných auditů.

Ke svým datům můžete přistupovat jako ke strategickému prostředku. Bude také dobré věnovat čas přezkoumání dopadů na soukromí a zabezpečení. Problém spočívá ve vyvážení přístupu k otevřeným datům a odpovědné vý-měně informací.

KROK 5Proč záleží na soukromíRegulační předpisy jsou v oblasti ochrany osobních údajů a zabez-

pečení velmi přísné, zejména pokud se výměna těchto údajů stává všudypřítomnou, komerčně atraktivní a má globální dosah.

Dříve, než vytvoříte obrovské jezero dat nebo velké objektové úložiště, uvědomte si, že je ne-zbytné vytvořit funkce pro odstranění identifiko-vatelnosti. Osobní identifikátory lze například eliminovat smazáním základních údajů podle pravidel, která stanoví tzv. bezpečný přístav (safe harbour). Nebo můžete zkusit maskování, agregaci apod. Další možností je využít oddělení personálu, který s těmito daty pracuje, a povin-ností, jež má.

Bezpečnostní opatření pro osobní údaje je nutné podrobněji přezkoumat v místě sběru dat. To zahrnuje on -line, mobilní a další senzory. Za-tímco prohlášení o dopadech na soukromí laho- dí oku, následky se promítají v oblasti nákladů, a to včetně případných nečekaných pokut.

Mezi nápravná opatření si zařaďte sledování toku informací v rámci celého svého projektu. Analyzujte a posuzujte dopad na lidi, služby a provoz. V ideálním případě začíná toto hodno-cení již ve fázi plánování a nedomýšlí se až později.

Buďte spíše aktivní, než abyste jen reagovali na vzniklé problémy. Používejte ochranu sou-kromí a osobních údajů jako výchozí vlastnost a zajistěte, aby tato magická slova byla už sou-částí designu. A možná ještě důležitější je inves-tovat do komplexního zabezpečení namísto zá-platování děr současných řešení. ■

CW6-bigdata.indd VIIICW6-bigdata.indd VIII 19.06.15 14:0219.06.15 14:02