Rejestracja uczestników. Networking i powitalny poczęstunek.
Otwarcie konferencji, powitanie uczestników.
Analiza sieci społecznościowych i wizualizacja danych aktualnych wydarzeń - sesja demo.
W prezentacji zobaczymy jaki ślad w mediach społecznościowych pozostawiają wydarzenia o większej lub mniejszej randze. Za pomocą technik wizualizacji danych przyjrzymy się meczom piłki nożnej, igrzyskom olimpijskim czy wydarzeniom na Ukrainie poprzez tysiące oczu użytkowników Twittera. Na żywo będziemy szukać interesujących obserwacji poznając wybrane metody statystycznej analizy danych.
KEYNOTE: Development of Big Data - Consumer Data vs Enterprise Data.
A lot of progress has been made in the past few years relative to Business Intelligence for “Big Data” environments within classic Internet based businesses. Assessment of traditional enterprises use cases in Europe shows a large gap between what these customers need vs. the marketing claims of vendors. What is needed is a re-thinking of the approach and infrastructure for analytics in the enterprises.
KEYNOTE: Operationalizing Data Science.
Having collected Big Data, organizations are now keen on data science and “Big Learning”. Much of the focus has been on data science as exploratory analytics: offline, in the lab. However, building from that a production-ready large-scale operational analytics system remains a difficult and ad-hoc endeavor, especially when real-time answers are required. Drawing on experience from customer problems at Cloudera, this session will touch on emerging trends in architecture for operational analytics.
Przerwa na kawę i herbatę. Networking.
Klient w centrum działań - optymalizacja działań firmy dla zapewnienia obopólnej korzyści.
Działania skoncentrowane na kliencie (Customer Centric) dzięki dostępności coraz lepszych danych na temat zachowań klientów umożliwiają dostarczenie wartości dla klienta przy jednoczesnym zwiększenie efektywności działań firmy. Coraz lepsza analityka może zmienić ocenę działań i podpowiedzieć jak uniknąć tych o najmniejszym zwrocie kosztów. Umiejętnie wdrożone segmentacje klientów stanowią narzędzie do zmiany procesów wewnątrz firmy tak, aby uzyskać zamierzone cele.
Rozwiązania Big Data w zarządzaniu CX. Analiza zachowań klientów i budowa spersonalizowanych rozwiązań.
Jak z rozproszonych danych można uzyskać korzyść biznesową i jak estymować jakość odczuwaną przez klienta. Jak wygląda środowisko BI u operatora i klasyczne podejście do modelowania zachowania klientów. Jak ewaluowały dane opisujące obszar Customer Experience, czyli czy tylko klient może nam powiedzieć o swojej satysfakcji z usług operatora. Rozproszenie niewykorzystywanych danych w obrębie organizacji, czyli szansa na zmianę w podejściu do opisu zachowań klienta.
Podczas prezentacji wskazane zostaną biznesowe korzyści wynikające z użycia poszerzonego zakresu danych. Jakie rozwiązania techniczne są potrzebne do wsparcia powyższych analiz? Jak zorganizować współpracę IT i biznesu w projektach z obszaru Big Data?
Skuteczna wizualizacja danych. Dlaczego warto i co nam daje...
Teoria wizualizacji danych znana jest od dawna, jednak niewiele narzędzi potrafi wykorzystać ją w praktyce. Często tworzone wizualizacje są nadmiarowe, przeładowane i daleko im do podstawowego celu: szybkiego odkrywania wiedzy z danych. W trakcie prezentacji przedstawimy możliwości wykonania szybkiej analizy dużego zbioru danych w Tableau. W kilku kliknięciach stworzymy intuicyjne wizualizacje, stworzymy dashboardy, dające natychmiastowe odpowiedzi na pytania z danych.
Lunch i networking.
Jak wykorzystać dane wieloźródłowe do wsparcia procesów decyzyjnych działu sprzedaży i marketingu.
Dynamika oraz nieoczekiwane zmiany w otoczeniu biznesowym, konieczność podejmowania szybkich oraz efektywnych decyzji wymagają dostępności do odpowiedniej informacji. W jaki sposób firma FMCG może wykorzystywać informację wewnętrzną oraz zewnętrzną w celu bieżącego oraz strategicznego planowania? W jaki sposób konstruować końcowe rekomendacje zwiększając ich siłę oddziaływania? Jak organizować informację oraz analizy zachowując bazę wiedzy w organizacji? To tylko niektóre z kwestii, które będą poruszane w prelekcji.
W pełni funkcjonalne Business Intelligence z pudełka – utopia, czy rzeczywistość?
W ramach prelekcji omówiony zostanie business case oraz model wymagań w obszarze Commercial Intelligence dla globalnej korporacji z regionalnymi oddziałami o zróżnicowanych modelach biznesowych. Przedstawione zostaną najważniejsze aspekty budowy generycznego rozwiązania klasy BI, z uwzględnieniem kluczowych komponentów w obszarze MDM, przetwarzania i integracji danych (ETL), modelowania danych (Hurtownia Danych) oraz raportowania, wizualizacji i analizy (platforma analityczna).
Każdy kij ma dwa końce, czyli bezpieczeństwo Big Data.
Systemy klasy Big Data i Business Intelligence podobnie jak systemy klasy ERP/CRM zawierają dane o dużej wartości dla organizacji, ale nadal nie doczekały się jednolitego podejścia i standardu stosowanych zabezpieczeń. Z drugiej rozwiązania klasy Big Data i Business Analytics mogą posłużyć do wykrywania ataków i ochrony firmowych aplikacji. Przedstawiamy obie strony tego zagadnienia.
Advanced analytics – wyzwania, przykłady rozwiązań, efektywne procesy.
Celem prezentacji będzie przedstawienie wymiernych wartości wynikających z zastosowania zaawansowanych rozwiązań analitycznych w biznesie. W sposób praktyczny zostanie pokazane jak pozyskiwać, weryfikować i pracować na pozyskiwanych danych tak, aby osiągać pożądane rezultaty. Dokonany zostanie również przegląd metod jakie można do tego celu stosować.
Przerwa na kawę i herbatę. Networking.
Ciemne Dane – problemy i wyzwania.
Ciemne Dane (Dark Data) wg Gartnera są to dane zbierane podczas rutynowych operacji biznesowych i na ogół nie używane w innych procesach, np. analitycznych wspierających podejmowanie decyzji biznesowych lub służących relacjom z klientami. Fakt istnienia w firmie Ciemnych Danych implikuje niepożądane konsekwencje finansowe. Należy zastanowić się nad genezą tych danych, a w rezultacie wskazać sposoby umożliwiające optymalizację zarządzania danymi w firmie.
Problem prywatności w zastosowaniach biznesowych Big Data.
Żyjąc we współczesnym świecie pozostawiamy tysiące śladów elektronicznych (ang. digital footprints). Zastosowania biznesowe są niezwykle obiecujące i obejmują obecne m.in. spersonalizowane systemy zarządzania relacjami z klientami. Olbrzymi potencjał zastosowań jest jednak okupiony poczuciem zagrożenia prywatności klientów i coraz większą ich świadomością w tym zakresie. Badania naukowe wskazują, że pojawia się w tym kontekście kilka zjawisk i paradoksów, których znajomość może być niezwykle przydana w planowaniu zastosowań komercyjnych.
Możliwości analityki predykcyjnej w osiąganiu zakładanych wyników (nie tylko) biznesowych.
W trakcie prezentacji wskazane zostaną możliwości analityki predykcyjnej i przełożenie ich metod na inne dziedziny, nie tylko biznesowe. Punktem wyjścia będzie najdłuższy na świecie wyścig kolarski, wynikiem jest tutaj czas, jaki można osiągnąć na wspomnianym dystansie. Analogia dotyczy biznesu, a ściślej – prognozowania sprzedaży. Także w tym przypadku przewidujemy zmienność predyktorów. W obu przypadkach kluczem jest selekcja i czyszczenie danych. Oprócz regresji można stosować także inne metody statystyczne i data mining, które dają w wyniku wartości ze zbioru ciągłego.
Jak okiełznać Big Data w e-commerce - Sposoby pozyskania, gromadzenia, analiz danych.
Jak dopasować treści i przesłać je w odpowiednim momencie i odpowiednim kanałem do konkretnego odbiorcy. Jak zautomatyzować reakcję na zachowanie pojedynczego klienta i wykorzystać rozwiązania real-time analytics. Weryfikacja działań i przełożenie ich na ROI.
Jak przekładają się zachowania klientów na konkretne rozwiązania, czyli o tym, jak wygląda Big Data & Business Analytics w e-commerce.
Podsumowanie i zakończenie konferencji. Zebranie ankiet i losowanie upominków dla uczestników.
© Copyright 2024 International Data Group Poland S.A.
00-131 Warszawa, ul. Grzybowska 2/44
tel. +48 22 3217800