Her kan din virksomhed få hjælp til at udnytte it bedre med gratis vejledninger, leverandøroversigt og kurser

IBIZ-Center

Hvad er Big Data?

Big Data og dataanvendelse

Der er data i stort set alting. Internt i virksomhederne opsamles fx data om kunder, salg, økonomi, lagerbeholdning og projektportefølje i en række systemer. Men Big Data er andet og mere end traditionel ledelsesinformation høstet fra interne kilder.

Flere data, flere datatyper og højere hastighed

Big Data er typisk blevet defineret ud fra denne, men efter manges mening ikke særligt gode definition:

“… high volume, high velocity, and/or high variety information assets that require new forms of processing to enable enhanced decision making, insight discovery and process optimization” (Laney 2001).

Hvis man skal skære ind til benet, kan man sige, at:

  • Der er flere data
  • Hastigheden er højere
  • Der er flere datatyper.

Det betyder også, at man har brug for nye teknologier til håndtering af data. Til at lagre og analysere store datamængder, som ikke kan lagres i traditionelle databaser, anvendes der teknologier, som muliggør parallel lagring og processering af data – som fx Hadoop og Map Reduce. Disse teknologier muliggør at:

1. Data og store filer kan lagres på tværs af servere, så alle data ikke skal ligge på den samme fysiske server.

2. Man kan analysere data lokalt på den enkelte server frem for at skulle hente data ind fra en server for derefter at analysere data i et centralt stykke software.

Uden en sådan distribueret computerkraft ville det fx være umuligt at lave lynhurtige søgninger på Google eller Facebook, hvor der er tale om enorme datamængder.

Mere værdi med predictive analytics

Med traditionel Business Intelligence har formålet typisk været at se tilbage i tiden og besvare deskriptive spørgsmål, fx:

  • Hvilke produkter solgte bedst?
  • Hvor tjente vi penge?
  • Hvad mistede vi penge på?

Med predictive analytics kan man i stedet besvare spørgsmål som:

  • Hvad er det næste der vil ske?
  • Hvad kan vi gøre for at undgå det?

Kan man som virksomhed finde svaret på sådanne spørgsmål i de data, man har til rådighed, er der jf. førende konsulenthuse som Gartner, IBM, Iron Side Group store gevinster at hente.

Nye datatyper – nye muligheder

Big data dækker også over brug af eksterne data fra fx sociale medier eller data opfanget af sensorer på fysiske genstande forbundet til internettet.

Kilder til data er fx:

• Geo-lokationsdata
• Data fra sensorer
• Offentlige data
• Data fra web og sociale medier
• Vejdata
• Data fra Google Trends
• Data fra andre virksomheder

Data fra sociale medier er i vid udstrækning tilgængelige i dag, men det koster penge at få adgang til de fulde datasæt (Firehoses). For at få adgang til disse kan man enten gå gennem en international data broker som fx GNIP eller DataSift. Eller man kan få adgang indirekte gennem en Business Analytics / Business Intelligence leverandør.

Big Data kan skabe værdi på tværs af værdikæden

Da Big Data er et meget bredt begreb, kan det være vanskeligt at sige præcist, hvilke gevinster det er muligt at realisere. Ligeledes spiller branche en afgørende rolle for, hvor det forretningsmæssige potentiale skal findes. Neden for er skitseret en række potentielle gevinster, som en typisk produktionsvirksomhed vil kunne opnå ved at arbejde strategisk med Big Data på tværs af værdikæden.

Big Data figur

 

Hvad kan virksomheder bruge Big Data til? – eksempler fra handel og servicebranchen

Neden for er opridset en række eksempler på, hvordan man kan skabe værdi baseret på Big Data inde for Handel og service fordelt på forskellige forretningsområder.

Markedsføring og salg

  • Mere målrettet online markedsføring og højere konverteringsrate (salg)
  • Lokationsbaseret markedsføring
  • Analyse af fysisk kundeadfærd via sensordata
  • Analyse af omtale på fx sociale medier (sentiment analyse)
  • Målrettet offline / cross channel markedsføring og salg

Drift

  • Visualisering af virksomhedens performance i realtid
  • Optimering af medarbejdernes arbejdstider i forhold til spidsbelastning
  • Optimering af arbejdsgange og funktioner

Logistik og indkøb

  • Optimeret lagerstyring
  • Optimering af distribution og logistik i form af et bedre flow
  • Mere oplyst forhandlingsgrundlag i forhandlinger med grossister og producenter

Nye forretningsmodeller

  • Nye online forretningsmodeller
  • Cross channel / Omni channel hvor online og offline virksomhed understøtter hinanden
  • Pris- og kvalitets sammenligningstjenester

Butiksoptimering

  • Dynamisk prisoptimering
  • Sortimentsoptimering
  • Personligt målrettede produkter på online platforme
  • Placeringsoptimering ved analyse af indkøbsmønster
Læs videre:

Relateret indhold: Hvad er Big Data?

Værktøjer

Find en NemHandel-leverandør - løsninger til elektronisk samhandel

Find NemHandel-leverandør

Svar på spørgsmål og få en simpel tjekliste til digitalisering af din virksomhed

Prøv Vækst med it

Svar på spørgsmål og få en personlig vejledning (10-20 sider) til valg af it-system

Tjek dit it-behov
X

Få tips og nyheder om it

Tilmeld dig vores nyhedsbrev og bliv bedre klædt på til at udnytte it i din virksomhed.

Vi udsender det ca. 6 gange årligt