Lépést tartunk az analitika világpiaci trendjeivel, ugyanazok a mozgatóerők és kihívások érhetők tetten idehaza is, mint nemzetközi téren - mondta Loncsár Tibor, a SAS Hungary januárban kinevezett ügyvezető igazgatója a cég analitikai szakmai napjának több mint 300 fős közönségét köszöntve. - Mind több döntéshozó ismeri fel az adattudományok jelentőségét, sok ügyfelünk már az analitikai eszközöket is bevezette, amelyekkel összegyűjti az elemzésekhez szükséges adattömeget. Ugyanakkor ma még gyakran tapasztaljuk, hogy nem körvonalazódott bennük, mit is kezdhetnének ezzel az értékes erőforrással, milyen kérdésekre keressenek választ.
A SAS 1976 óta fejleszti analitikai eszközeit, amelyek pontosan ebben segítenek, mondta az ügyvezető, de a feldolgozási és a tárolási kapacitásnak, a keletkező adatmennyiségnek is el kellett érnie a mai szintre, hogy a szervezetek széles köre megértse, és érdemben használhassa ezeket a megoldásokat.
- Egészen a közelmúltig sokan egyszerűen banki szoftvernek tartották a SAS-t, mivel azt a magyar piacon elsősorban a pénzügyi szolgáltatók alkalmazták a kockázatkezelés, a csalásészlelés és az adatbiztonság terén - folytatta Loncsár Tibor. - Ma már más iparágak szereplői is kezdik megérteni, hogy valójában miért használja olyan sok bank ezeket a megoldásokat, és miért lenne érdemes követni a példájukat. Míg az üzletiintelligencia-eszközökkel a vállalatok a történeti adatokat elemezve feltárhatják, hogy mi vezetett egy adott üzleti eredményhez, addig a SAS portfólió erősségének számító fejlett analitikai megoldásokkal a teljesítmény jövőbeni alakulását is modellezhetik, megalapozhatják stratégiai és taktikai döntéseiket, előrevetítve azok várható következményeit. Mindehhez a különböző üzleti területekre szabott, iparág-specifikus igények szerint előre konfigurált eszközöket adunk egy nyílt platformon, amelyek a szoftveren túl értékes analitikai tudással is gyarapítják a vállalatot, segítve a szervezet, a működés, az üzleti kultúra adatvezérelt átalakítását.
Loncsár Tibor, a SAS Hungary ügyvezető igazgatója
Vanda és társai
A délelőtti programot záró kerekasztal-beszélgetésen - amelyen a SAS néhány ügyfele osztotta meg tapasztalatait a közönséggel - elhangzott, hogy Magyarországon ma a multinacionális cégek hazai leányvállalatai, a helyi nagyvállalatok és a kormányzati szféra szereplői járnak élen az analitikai megoldások alkalmazásában. Analitikai, mesterséges intelligenciára (AI-re) építő kezdeményezések indításával megbízott, házon belüli csapatokat hoznak létre, és olyan projekteken dolgoznak, amelyek közül több sikeresen kinövi magát, hogy a továbbiakban vállalati szinten támogassa az okos és hatékony működést, a megalapozott döntéshozatalt, a gazdag ügyfélélmény megteremtését.
Hamarosan egy Vanda nevű AI chatbot, digitális asszisztens segít majd megválaszolni kérdéseinket a Magyar Telekom ügyfélszolgálatán - hangzott el példaként a beszélgetésen -, de a távközlési cég azt is tervezi, hogy az ügyfeleknél telepített kommunikációs eszközökről gyűjtött adatok elemzésével hibamegelőző karbantartó szolgáltatást vezet be a közeljövőben. A Vanda mellett további chatbotokat is fejleszt a T-Systems különböző iparágak számára. Szövegfelismerésre épülő naplófájlelemző megoldást vezetett be ügyfeleinél, amellyel a csalások észlelhetők, és olyan eseményalapú, valós idejű ajánlómotort is készített, amely a közösségi hálókon közzétett magyar nyelvű szövegek elemzésével jobb találati eredményekhez segíti az online felületen hirdető vállalatokat.
A nyílt platform a nyerő
Ha analitika, akkor napjaink egyik legfelkapottabb témája kétségtelenül a mesterséges intelligencia, mondta előadásában Pasi Helenius, a SAS üzleti megoldásokért felelő igazgatója. Az International Data Corporation (IDC) szerint idén már a vállalati alkalmazások 75 százaléka kognitív, AI- vagy gépi tanulásra épülő képességgel fog rendelkezni, beleértve az analitikai eszközöket is. Alapjaitól fogja átalakítani ez a trend az üzleti tevékenységet, ezért várható például, hogy a mai kisiskolások 65 százalékának olyan szakmája lesz, amely ma még nem létezik, és ezzel többek között az oktatáspolitikának is időben számolnia kell.
Az adatvagyon felértékelődik, kulcsfontosságú erőforrássá válik a vállalatoknál, igazán eredményes hasznosításához, a valós idejű adatok AI-képességekkel felruházott alkalmazásokba becsatornázásához és elemezéséhez azonban megfelelő eszközök kellenek - mutatott rá Brad Hathaway, a SAS európai, közel-keleti és afrikai régiós adatmenedzsment- és BI-vezetője.
Sok szállító sokféle analitikai megoldást kínál ehhez, ami nem kis fejtörést okoz a vállalatoknak. Rávilágított erre a McKinsey felmérése is, amelynek során a cégvezetők 86 százaléka mondta, hogy kollégáival a legjobb esetben is csak bizonyos mértékben volt hatékony a kitűzött analitikai célok elérésében - a kihívások nagyok, és a jól megválasztott eszközökön túl hozzáértő, sokoldalúan képzett szakemberekre is szükség van a sikerhez.
Választhatnak a vállalatok például nyílt forráskódú analitikai eszközöket, open source integrátorok által kínált megoldásokat vagy zárt kódú szoftvereket az egy-egy területre összpontosító szállítóktól, és ne feledkezzünk meg a megaszállítókról sem, amelyek az infrastruktúrától az alkalmazásokig ívelő, széles portfóliójukkal már eleve jelen vannak a cég informatikai környezetében. Ám bármilyen nagy is a csábítás, a nyílt forráskódú eszközök esetében nehéz lesz a szálakat kézben tartani, szabályozni és irányítani az adatvagyon hasznosítását, míg a különböző kereskedelmi szoftverek bevezetésével silók alakulhatnak ki, ami szintén a környezet felforgácsolódásához, nagyobb összetettséghez vezethet.
Brad Hathaway szerint elkerülheti a vállalat ezeket a veszélyeket, ha olyan, nyílt analitikai platformra épít, amilyet a SAS kínál számukra. Az analitikai képességek és szolgáltatási modellek gazdag tárházával érkező SAS Platform 9.4 a változatosságot megbízhatósággal ötvözi - egységesíti a teljes analitikai életciklust, a technológiát és az adatforrásokat, erősítve az adatbiztonságot és az irányítást, így fokozza az üzleti felhasználók, adatkutatók, informatikusok és fejlesztők egymás iránti és analitikai modellekbe vetett bizalmát. A folyamatos üzleti innovációhoz és optimalizáláshoz alapot adó SAS Platform 9.4-et a SAS Viya elosztott, ellenállóképes és agilis, újgenerációs analitikai platform egészíti ki, amely még nagyobb méretezhetőséget ad mind a felhőben, mind hibrid környezetben.
A dolgok intelligenciája
Két év múlva már 25-50 milliárd IP-címmel ellátott eszköz, készülék, jármű, szerszámgép, ajtózár, villanyégő stb. fog csatlakozni a dolgok internetére, attól függően, melyik elemző előrejelzésének hiszünk. A dolgokba épített érzékelőkről érkező adatáradat azonban már napjainkban is olyan méretűvé duzzadt, hogy kétség nem férhet hozzá, gyors, akár valós idejű elemzéséhez a hagyományos háttérfeldolgozás helyett új megoldásokra lesz szükség.
A hatalmas adattömeget egyrészt felesleges teljes egészében tárolni - elegendő, ha a vállalatok csak a zavartalan működést mutató adatoktól eltérő, kiugró értékeket mentik el az adattárházba, mert később azokból vonhatnak le hasznos következtetéseket például a meghibásodások okaira vagy az optimalizálás lehetőségeire nézve. Másrészt a kiugró értékek olyan eseményekre - például üzemzavarra, a meghibásodás növekvő kockázatára, csalás kísérletére stb. - utalhatnak, amelyeket azonnal meg kell válaszolni.
Mindkét problémára megoldást ad a SAS Event Stream Processing és SAS Real Time Solutions analitikai alkalmazása, amelyet Abrán József, a gyártó régiós értékesítéstámogató igazgatója és Portik Imre vezető értékesítéstámogató konzulens mutatott be a konferencián.
Miközben folyamatosan figyeli a szenzorokról érkező adatfolyamokat vagy a tranzakciókat, a SAS Event Stream Processing már az adat keletkezésének helyén lefuttat egy szűrést. Így csak a későbbi elemzés szempontjából értékes adatokat továbbítja az adatközpontba, illetve az adatkutatók által készített modellek alapján mintákat azonosít az élő adatfolyamban, és találat esetén riasztást küld, vagy elindít egy automatizált folyamatot. Például meghívja a SAS Real Time Solutions valós idejű döntésmotort, amelybe a vállalat beprogramozta, hogy egy-egy eseménytípust miként akar megválaszolni.
Hogyan működik ez a gyakorlatban? Tegyük fel, hogy a mobiltelefonba épített geolokációs szenzor és a telepített mobilalkalmazás révén a bank észleli, hogy ügyfele, aki gyakran és nagy értékben vásárol az IKEA-ban, ismét a lakberendezési áruházban tartózkodik, de a hitelkártyáján elérhető keret 90 százalékát már felhasználta. Ebben a helyzetben a SAS Real Time Solutions megoldásával az ügyféltörténet alapján valós időben eldöntheti, hogy növelje az ügyfél hitelkeretét, ajánljon fel neki a telefonra küldött üzenetben kedvezményes személyi kölcsönt, csupán hívja fel figyelmét a kimerülő hitelkeretre, vagy ne tegyen semmit. Nyilvánvaló, hogy ez az intelligens és automatizált, többcsatornás megközelítés miként segíti hozzá a bankot az üzleti lehetőség megragadásához, miközben az ügyfél élményét is kedvezően befolyásolja - ráadásul a SAS analitikai megoldásaiban még az ilyen összetett események megválaszolásához szükséges folyamatok is programozás nélkül, grafikus kezelőfelületen összekattintgathatók.
