Horyzonty Bankowości 2014: Informatyczny omnibus

Grzegorz Knapski

Na początek nieco ciekawostek. Samolot pasażerski po locie zrzuca ok. 300 terabajtów informacji. Bolid McLarena podczas wyścigu generuje podobno ilość danych wystarczającą do zapełnienia 6 tys. książek telefonicznych. W tym przypadku są one analizowane w czasie rzeczywistym pod kątem wprowadzania i wykorzystania innowacji – a wszystko po to, by zwiększyć osiągi. Facebook dość dawno temu powołał zespół Data Science do wyszukiwania zależności i korelacji w profilach użytkowników.

Selekcja i zabezpieczenie Big Data znajduje już zastosowanie w medycynie. Celem ma być poprawa zdrowia i kondycji pacjentów, możliwość tworzenia długofalowych prognoz ich stanu zdrowia i zastosowanie odpowiedniej terapii. Jest obecna także i w sporcie – chodzi zarówno o poprawę osiągnięć zawodników, ale też i o profilowanie kibiców. Według Google epidemię grypy podobno łatwiej przewidzieć, badając częstotliwość wyszukiwania haseł o tej tematyce niż za pomocą tradycyjnych metod. Ciekawe przykłady możemy zaobserwować też na polskim rynku, np. w branży finansowej. W 2012 r. prezes Alior Banku jako pierwszy w branży oficjalnie zapowiedział wejście w Big Data, czyli analizę danych i wyciąganie z nich wniosków, w celu lepszego dopasowania oferty do potrzeb klientów.

Rynek rozwiązań dedykowanych dla Big Data osiągnął, według Gartnera, wartość 34 mld dolarów. To niewątpliwie nie tylko trend rynkowy, ale już rzeczywistość. Największym wyzwaniem jest z jednej strony uporządkowanie, selekcja i pożyteczne oraz odpowiedzialne wykorzystanie wciąż przyrastających informacji, a z drugiej strony – ich odpowiednie zabezpieczenie.

– Podobno, aż 30 proc. menedżerów nie ma zaufania do danych, na podstawie których podejmują decyzje. Odpowiednie zanalizowanie informacji z ogromnego zbioru zwanego Big Data, mogłyby być dla nich istotnym wsparciem – zauważa Marcin Sokołowski, dyrektor wsparcia sprzedaży w Integrated Solutions.

Jak zbierać?

Pojawia się jednak problem, które dane zbierać i gromadzić? Jakie informacje pochodzące spoza systemu transakcyjnego mogą być interesujące dla banku? Pod zjawiskiem Big Data często rozumie się możliwość sięgania po wszelkie dostępne dane ze wszystkich dostępnych źródeł, zatem zakres tych, które bank może zbierać i gromadzić wydaje się bardzo szeroki.

– Wdrożenia realizowane w sektorze finansowym przez Oracle pozwoliły nam wyróżnić trzy najczęściej uruchamiane rodzaje projektów Big Data – wyodrębnione ze względu na charakter, zakres i cel gromadzonych w nich informacji. Są to: ...