Erinomaista liiketoimintaa Big Datan avulla

Transkriptio

1 WHITE PAPER Erinomaista liiketoimintaa Big Datan avulla Johdanto Tässä esitteessä CGI kertoo liiketoimintamahdollisuuksista, joissa hyödynnetään big dataa. Eri liiketoiminta-aloilla ja alueilla tuotetaan yhä enemmän tietoa. Ilmiön taustalla on monilla aloilla tapahtunut kehitys, jonka ansiosta tietovarannot paisuvat nopeasti myös jatkossa. Kehitys tarkoittaa tässä yhteydessä perinteisten liiketapahtumatietokantojen, multimediasisältöjen määrän ja sosiaalisen median suosion kasvua sekä esineiden internetissä (the Internet of Things) toimivien antureiden käyttötarkoitusten räjähdysmäistä lisääntymistä. Tietoa keräävien ja tallentavien laitteiden määrä kasvaa nopeasti: matkapuhelimet, kodin laitteet, digitelevisiot, autot, teollisten prosessien valvontajärjestelmät, sähköpostiohjelmat, selaimet, sosiaalisen median sovellukset, liikenne- ja valvontakamerat ja monet muut sähköisen tiedon lähteet tuottavat joka hetki valtavia määriä dataa. Kansainväliset edelläkävijät kuten Google, Yahoo, Netflix, Amazon ja Autonomy ovat osoittaneet, että big datan voi valjastaa tuottamaan taloudellista arvoa. Ne tarjoavat uusia, äärimmäisen suosittuja ja tuottoisia palveluja, jotka perustuvat big datan tehokkaaseen analysointiin. CERNissä sijaitseva maailman suurin hiukkaskiihdytin tuottaa 40 terabittiä dataa joka sekunti. Kauppaketju Wal-Mart tallentaa tunnissa yli miljoona ostotapahtumaa 2,5 petabitin tietokantaan. 1 cgi.fi

2 BIG DATA JA SIIHEN LIITTYVÄT VIVUT OVAT YHÄ TÄRKEÄMPI KILPAILUETU Big datan älykkäästä hyödyntämisestä riippuu yhtiöiden kilpailukyky. On jo olemassa organisaatioita, jotka huomaavat ja osaavat hyödyntää big dataa. Ne kirivät kilpailijoidensa edelle, mikä näkyy niiden liiketoiminnan tuloksissa. Big datan käytöstä on tulossa kilpailukyvyn kulmakivi alalla kuin alalla. Yritysjohtajien on siksi tuotava se osaksi liiketoimintaa. Sähköistä dataa on kaikkialla jokaisella toimialalla ja digitaaliteknologian käyttäjällä, jokaisessa kansantaloudessa ja organisaatiossa. Aikoinaan big data taisi kiinnostaa vain nörttejä, mutta nykyään se on päivänpolttava aihe kaikkien toimialojen yritysjohtajille. Myös tuotteiden ja palvelujen kuluttajat hyötyvät big datasta. Uudet käyttäjäkeskeiset lähestymistavat ja organisaatioiden yhteistyöverkostot edellyttävät yhä älykkäämpiä tapoja hyödyntää saatavilla olevaa dataa. Sisältöjen tulisi olla saatavilla automaattisesti ja perustua käyttäjän asemaan, kontekstitietoihin ja prosessinäkökulmaan. Tällaisessa tilanteessa useimmat tietolähteet ylittävät perinteiset organisaatiorajat; ne on jopa saatettu tallentaa avoimiin tietokantoihin. UUDESTA DATASTA 95 % ON RAKENTEETONTA Paitsi että dataa on valtavasti, se on useimmiten myös rakenteetonta. Se ei siis ole selkeää numeerista dataa vaan tekstiä, kuvia, videota ja ääntä ja muita datamuotoja, joiden käsittely on ihmisaivoille helppoa mutta tietokoneille hankalaa. Koska dataa on valtavasti, sille ei sovellu yksinkertainen ihmisavusteinen käsittely, jossa dataan lisätään tietokoneystävällisiä tageja tai muita metatietoja. Yhtiöt keräävät yhä tarkempia tietoja yhä useammin. Ne tallentavat asiakkaiden kaikki ostotapahtumat ja liittävät mukaan entistä enemmän henkilötietoja. Samalla ne kokoavat yhä enemmän tietoa asiakaskäyttäytymisestä erilaisissa ympäristöissä. Big data tarkoittaa tietojoukkoja, joita on hankala käsitellä saatavilla olevilla tietokantojen hallintatyökaluilla. Vaikeuksia aiheuttavat muun muassa tietojen keruu, tallettaminen, haut, jakaminen, analysointi ja havainnollistaminen. AJANKOHTAISIA HAASTEITA: Dataa on valtavasti tarvitaan automaattista ja ennakoivaa tietoanalyysia. Data on epäyhtenäistä tarvitaan keinoja yhtenäistää eri lähteistä kerätty epäyhtenäinen data. Data on vaikeaselkoista Tietoon perustuvan päätöksenteon tueksi tarvitaan havainnollistamista ja yhteenvetoja Datan on oltava saavutettavissa Tarvitaan kontekstin huomioivaa, avointa ja käyttäjän asemaan perusteella räätälöityä tietoa, joka on saatavilla verkossa Datassa on hälyä Datasta on tunnistettava poikkeamat, sitä on suodatettava, karsittava, puhdistettava ja rikastettava MITEN VASTATA NÄIHIN HAASTEISIIN? Kerromme tässä esitteessä nykypäivän big datan tarjoamista liiketoimintamahdollisuuksista. Esittelemme alan teknologisten innovaatioiden hyötyjä, tarjoamme neuvoja haasteisiin ja kerromme, miten osallistua tehokkaasti big data -hankkeisiin. Googlella tehdään yli puolet maailman verkkohauista eli noin hakua sekunnissa. Vuonna 2012 maailmassa tuotetaan exabitin verran dataa, mikä merkitsee 48 % kasvua verrattuna edelliseen vuoteen. Twitterissä julkaistaan päivittäin yli 500 miljoonaa tviittausta. Facebookissa jaetaan sisältöä 30 miljardia kertaa kuussa. Maailmanlaajuisesti tuotetun tiedon määrän arvioidaan kasvavan 40 % vuodessa, kun taas tietotekniikkainvestointien arvioidaan lisääntyvän 5 %. Vuonna 2011 maailmassa oli 7 miljardia matkapuhelinta. Kaikki maailman musiikki voitaisiin tallentaa 600 dollarin levyasemalle. Facebookiin on ladattu yli 40 miljardia valokuvaa. Youtubeen ladataan 48 tuntia videota joka minuutti. Yhdysvaltain kongressin kirjasto oli koonnut huhtikuuhun 2011 mennessä 235 terabittiä dataa. Viidellätoista Yhdysvaltain seitsemästätoista toimialasta yritysten tietokannat ovat suuremmat kuin kongressin kirjastolla. 2 cgi.fi

3 Equens-maksupäätteen kehittynyt järjestelmä havaitsee ja estää maksukorttipetokset. Jokaista ostotapahtumaa verrataan reaaliaikaisesti miljoonaan aikaisempaan, minkä ansioista epäilyttävät korttitapahtumat voidaan havaita ja niihin liittyvien korttien käyttö estää. Monet edistyneiden toimialojen suunnannäyttäjät hyödyntävät jo big datan yhteiskäyttöä ja hallittuja kokeilumenetelmiä: Toyota, Fiat ja Nissan ovat lyhentäneet uusien automallien kehittämisaikaa prosentilla. Toyota on kertonut pystyvänsä ehkäisemään 80 prosenttia vioista jo ennen ensimmäisen prototyypin rakentamista. Amazon suosittelee asiakkailleen tuotteita asiakastietojen perusteella; tällaista ennakoivaa mallintamista kutsutaan yhteisölliseksi suodattamiseksi. Tescon kanta-asiakkuus-ohjelma tuottaa valtavasti asiakastietoja, joista louhittujen tietojen avulla yhtiö suuntaa tarjouskampanjoita tarkasti valituille asiakasryhmille. Rotterdamin yliopistollisessa Erasmus Academic Medical Centre -sairaalassa käytetään kehittyneitä sekvensointialgoritmeja DNAketjujen tutkimiseen. Yhden ainoan kokeen aikana käsitellään yli kahden terabitin verran tietoa. Tietojen säilyttäminen on optimoitu big datan käsittelyyn tarkoitetuilla tekniikoilla, mikä on lyhentänyt vertailevien kokeiden vaatiman ajan 11 minuutista alle sekuntiin. Se on huima kehitysaskel kohti entistä tehokkaampaa ja kannattavampaa syöpätutkimusta. Mahdollisuus MIKSI BIG DATASTA KANNATTAA KIINNOSTUA Big datalla voidaan luoda monella tavalla lisäarvoa maailmantalouden eri toimialoille. Seuraavat yleispätevät liiketoimintamahdollisuudet hyödyttävät kaikkia sektoreita: Lisää avoimuutta Haluttujen sidosryhmien mahdollisuus päästä käsiksi big dataan vaivattomasti ja oikeaan aikaan voi luoda valtavasti arvoa. Kun tarpeelliset tiedot ovat helposti saatavilla yli hallinnollisten rajojen, kustannuksia säästyy, laatu parantuu ja tuotteet saadaan markkinoille entistä nopeammin. Kokeilujen tekeminen helpottuu, minkä ansiosta voidaan tunnistaa tarpeita, havaita vaihteluita ja tehostaa toimintaa Kun organisaatiot keräävät liiketoimistaan digitaalista tietoa, ne voivat kerätä (reaaliajassa tai vain pienellä viiveellä) entistä tarkempaa ja yksityiskohtaisempaa tietoa mistä tahansa aina tuoteinventaarioista henkilöstön sairauspoissaoloihin. Asiakkaiden jakaminen kohderyhmiin, joihin kohdistetaan toimintaa Organisaatiot voivat luoda big datan perusteella hyvinkin yksityiskohtaisia asiakasryhmiä ja räätälöidä tuotteita ja palveluja niiden tarpeisiin. Tämä on tuttu lähestymistapa markkinoinnissa ja riskienhallinnassa, mutta se voi mullistaa muita toimialoja esimerkiksi julkisella sektorilla, jolla on yleensä pyritty kohtelemaan kaikkia kansalaisia samalla tavalla. Ihmisten tekemien päätösten korvaaminen/tukeminen automaattisilla algoritmeilla Kehittynyt analysointi voi parantaa tehtyjä päätöksiä huomattavasti, pienentää riskejä ja antaa arvokkaita lisätietoja, joita ei muuten huomattaisi. Kaikki päätöksenteko ei välttämättä automatisoidu, mutta päätösten tekeminen helpottuu, kun valtavia tietojoukkoja voidaan analysoida big datan käsittelyyn kehitetyillä teknologioilla. Enää ei siis tarvitse tyytyä tarkastelemaan pieniä otantoja, jotka joku voi analysoida taulukkolaskentaohjelmalla. Big datan hyödyntäminen on jo osoittautunut kannattavaksi etenkin terveydenhuollossa, julkisella sektorilla, vähittäiskaupassa, teollisessa valmistuksessa, kuljetusalalla sekä öljy- ja kaasualalla. Seuraavaksi kerrommekin tarkemmin, millaisia liiketoimintamahdollisuuksia big data luo näille toimialoille. TERVEYDENHUOLTO Tulevaisuuden yksilöity terveydenhuolto ja yksilön geenien kartoittaminen tarkoittavat sitä, että jokainen haluaa verrata omia tietojaan muiden tietoihin. Henkilökohtaisten terveystietojen tulkitsemiseen tarkoitetuille ohjelmistoratkaisuille muodostuu todennäköisesti valtavat markkinat. Niiden kohderyhmänä eivät ole terveydenhuollon ammattilaiset vaan kuluttajat. Terveydenhuoltoalan julkisen ja yksityisen sektorin organisaatiot tarjoavat kotihoidon palveluita yhä useammin yhteistyönä. Älykäs ja yhteentoimiva data voi tukea alan organisaatioiden välisiä asiakaspalveluprosesseja ja parantaa samalla toiminnan tehokkuutta. 3 cgi.fi

4 Bostonin kaupunki on ottanut käyttöön Street Bump - nimisen sovelluksen, joka paikantaa kuoppia henkilökohtaisten paikkatietojen avulla. Street Bump hyödyntää älypuhelinten vakio-teknologiaa, kuten satelliitti-paikannusta ja kiihtyvyyssensoreita. Se tallentaa auton sijainnin ja sen ylittämien kuoppien koon. Saksan työvoimaviranomaiset ovat parantaneet asiakaspalveluaan huomattavasti ja leikanneet viime vuosina kuluistaan noin 10 miljardia euroa hyödyntämällä big dataa. Koska viranomaiset voivat nyt analysoida työllistämisohjelmiensa tuloksia entistä tarkemmin, suhteellisen tehottomia ohjelmia voidaan parantaa tai lakkauttaa. Viranomaiset kehittivät asiakasryhmiin perustuvan lähestymistavan, jonka ansiosta työvoimatoimistot pystyvät tarjoamaan entistä tehokkaampia työllistämispalveluja ja neuvontaa entistä tarkemmin rajatuille asiakasryhmille. Maantieteellisesti kohdistettua mainontaa tarjoava ShopAlerts tuottaa paikkatietoon perustuvia tekstiviestimainoksia, joilla houkutellaan asiakasvirtaa alueen liikkeisiin. Yhtiön tietojen mukaan 65 prosenttia seurantakyselyyn vastanneista oli tehnyt ostoksia tekstiviestien seurauksena. Filippiinien johtava langatonta tekniikkaa hyödyntävä operaattori Smart analysoi markkinaasemaansa, kykyään saavuttaa loppukäyttäjät ja keskimääräistä käyttäjäkohtaista liikevaihtoaan kaupunkikohtaisesti panostaakseen lupaavimpiin mikromarkkinoihin. Yhdysvaltalainen hotelli- ja kasinokonserni Harrah s kokoaa yksityiskohtaisia, kokonaisvaltaisia asiakasprofiileja. Niiden avulla räätälöity markkinointi on parantanut asiakasuskollisuutta. JULKINEN SEKTORI Lainsäädäntö (mm. EU:n Inspire-direktiivi) velvoittaa julkisen sektorin organisaatiot luovuttamaan tuottamansa datan kaikkien toimijoiden käyttöön. Sen seurauksena markkinoille ilmestyy erilaisia ja erilaatuisia tietolähteitä. Tilanne on haasteellinen siksi, että niitä on pystyttävä käsittelemään tarpeellisten tietojen löytämiseksi. Avoimen datan määrä ja reaaliaikainen saatavuus asettavat tietojenkäsittelylle ja tietomassoja hyödyntävien palvelujen suunnittelulle uudenlaisia haasteita. Julkinen sektori pyrkii avaamaan tietolähteensä palveluntuottajien käytettäväksi ja kaupallistettavaksi, mikä luo uudenlaista liiketoimintaa ja parantaa nykyisiä palveluja. Lisäksi se ohjaa hyvinvointipalvelujen kehitystä ja painopisteitä niitä käyttäjäryhmiä kohti, jotka hyötyvät uudistuksista eniten. Yksityisen sektorin yritysasiakkailla on samanlaiset tavoitteet, sillä sielläkin on tarvetta vahvistaa olemassa olevia palveluja, kehittää uusia palveluja, joista säädetään lainsäädännössä, sekä luoda standardeja jo olemassa oleville tai EU-lainsäädännön edellyttämille uusille palveluille. VÄHITTÄISKAUPPA Seuraava nouseva markkinoinnin vauhdittaja on entistä rajatumpien asiakasryhmien muodostaminen big datan avulla. Vaikka ajatus ei ole vähittäiskaupan alalla sinänsä uusi, sitä on kehitetty viime vuosina huomattavasti eteenpäin big datan avulla. Asiakassegmentoinnissa tarvittavan tiedon määrä on kasvanut räjähdysmäisesti, ja yhä kehittyneemmät analysointityökalut pystyvät muodostamaan sen perusteella yhä pienempiä mikroryhmiä jotkut vähittäiskauppiaat puhuvat jopa tuotteiden ja mainonnan räätälöimisestä yksittäisille asiakkaille asiakasryhmien sijaan. Erityisen kiinnostava uusi aluevaltaus on käyttäjätietojen kontekstualisointi. Kun käyttäjätietoihin lisätään esimerkiksi paikkatietoja, asiakkaalle voidaan räätälöidä aikaja paikkasidonnaista mainontaa, muistutuksia, kulkureittejä, reittiehdotuksia ja niin edelleen. Kuluttajien mielipiteitä analysoidaan niiden vuolaiden tietovirtojen perusteella, joita kuluttajat luovat erilaisissa sosiaalisissa medioissa. Analyysitulokset helpottavat liiketoimintaa koskevien päätösten tekoa. Vähittäiskauppiaat voivat arvioida markkinointikampanjoiden vaikutuksia reaaliajassa analysoimalla kuluttajien mielipiteitä ja hienosäätää toimintaansa niiden mukaan. VALMISTUS Big datan avulla voidaan parantaa tuotekehittelyä, auttaa suunnittelijoita tunnistamaan tuotteiden tärkeimmät ja arvokkaimmat ominaisuudet asiakaspalautteen perusteella ja suunnittelemaan tuotteita, joiden tuotantokustannukset ovat mahdollisimman pienet. Avoimen innovoinnin kaltaisten lähestymistapojen avulla päästään hyödyntämään kuluttajien ideoita, jotka voivat vähentää tuotesuunnittelukuluja. 4 cgi.fi

5 Rolls-Royce asentaa moottoreihinsa sensoreita, jotka lähettävät reaaliaikaisia suorituskykytietoja keskitettyyn datakeskukseen. Näin yhtiö pystyy ennakoimaan ja ehkäisemään moottorivikoja ja laskuttamaan asiakkaita moottorin käytön perusteella. Avoin innovointi big datan avulla on otettu käyttöön myös edistyneillä toimialoilla. Avoimesta innovoinnista on sekin etu, että se saa osallistujat sitoutumaan brändeihin ja luo niiden ympärille sädekehää, kun tieto innovaatioaloitteista leviää. Esineiden internetin laajentuessa valmistajat voivat tehostaa toimintaansa yhä paremmin esimerkiksi liittämällä tuotantoketjuun ja -prosesseihin anturiverkostojen keräämää reaaliaikaista, yksityiskohtaista tietoa. Kun prosessin kaikkia osia hallitaan ja tehostetaan kerätyn tiedon avulla, jätteen määrä vähenee ja tuotantomäärät saavuttavat huippunsa. BMW:n ConnectedDrive-sovellus tekee autoilijoille reittisuosituksia reaaliaikaisten liikennetietojen perusteella. Sovellus hälyttää automaattisesti apua, jos anturit ilmoittavat ongelmista. Lisäksi se ilmoittaa autoilijoille huollon tarpeesta auton todellisen kunnon perusteella, ja syöttää tietoa auton toiminnasta palvelukeskuksiin. Sense Networks on kaupallistamassa koneoppimismallia, jossa älypuhelinten aiemmin keräämiä ja reaaliaikaisia paikkatietoja yhdistämällä saadaan selville kaupunkien, keskuspaikkojen ja odottamattoman suosittujen paikkojen toiminnan yleinen taso reaaliajassa tietenkin. KULJETUSALA Kuljetuspalveluilla on monia syitä kehittää toimintaansa entistä vakaammaksi ja kestävämmäksi. Kehitystä ajaa eteenpäin palvelujen yhdistäminen, lainsäädännön edellyttämien uusien palvelujen kehittäminen ja standardien luominen jo EUlainsäädännön edellyttämille uusille palveluille. Reaaliaikaisiin liikennetietoihin perustuva älykäs reititys on yksi yleisimpiä tapoja hyödyntää henkilökohtaisia paikkatietoja. Edistyneimmät navigointijärjestelmät vastaanottavat reaaliaikaisia liikennetietoja, muun muassa tietoja onnettomuuksista, suunnitelluista tietöistä ja ruuhkista. Tulevina vuosina yhä useampi auto varustetaan satelliittipaikantimella ja kaukomittauslaitteilla, joilla voidaan käyttää lukuisia turvallisuus- ja valvontapalveluja. Tällaiset järjestelmät ilmoittavat ajajalle, kun auto tarvitsee huoltoa tai sen ohjelmistot kaipaavat päivittämistä. Niiden avulla voidaan myös paikantaa onnettomuuksiin joutuneita ajoneuvoja. Öljyalalla on jo vuosikymmenten ajan porattu öljyä yhä hankalammin saavutettavista öljyesiintymistä reaaliaikaisen tiedon avulla. Öljyteollisuus on nyt alkanut hyödyntää big dataa myös öljyntuotannossa ottamalla käyttöön automaattisia, kauko-ohjattavia öljynporauslaitteita. Tällainen lähestymistapa vähentää työtä ja pienentää ylläpitokustannuksia, jotka voivat muodostaa jopa 60 prosenttia kaikista hukkakuluista. Öljyala tarjoaa erinomaisia esimerkkejä anturiverkostojen tuottaman big datan hyödyntämisestä. Sen avulla on tehostettu esimerkiksi öljynjalostuksen tuotantoprosesseja. ÖLJY- JA KAASUALA Energian kysyntä kasvaa jatkuvasti. Siksi energianlähteiden tutkiminen ja energian tuottaminen vaatii jatkuvaa kehitystä sekä innovaatioita ja edistyksellistä teknologiaa. Kun tekninen monimutkaisuus yhdistetään kasvavaan kysyntään, tiedon määrä kasvaa räjähdysmäisesti. Öljy- ja kaasuyhtiöt ovat alkaneet vähentää riskejään perustamalla yhteisyrityksiä ja investoimalla niihin yhdessä. Öljyn saavuttamisaikaa on lyhennettävä, jotta öljyteollisuus pystyy vastaamaan kasvavaan energiankysyntään ja osakkeenomistajien vaatimuksiin. Siksi tarvitaan innovaatioita ja edistynyttä teknologiaa, jotka puolestaan kasvattavat datamääriä entisestään ja pakottavat yhtiöt tekemään yhteistyötä erilaisten teknologia- ja palvelualan kumppanien kanssa. Toiminta- ja valvontajärjestelmissä käytetään big dataa. Dataa kertyy automaattisesti, ja vain osa siitä soveltuu analysoitavaksi ja hyödynnettäväksi. Todennäköisesti sitä voitaisiin kuitenkin käyttää toiminnan tehostamiseen. Ennakoiva ja ongelmia ehkäisevä ylläpito perustuu prosessien tuntemukseen ja tehokkaisiin diagnostiikkajärjestelmiin, jotka tunnistavat tulevat ongelmat. 5 cgi.fi

6 Etelä-Kiinan Guangzhoussa toimiva Li & Fung Inc on maailman suurimpia hankintayhtiöitä. Sen asiakkaat voivat seurata tilauksensa kaikkia vaiheita tuotannosta toimitukseen asti. Li & Fungin verkossa liikkuu päivittäin yli terabitin verran tietoa. EPD ja CGI ovat toteuttaneet portugalilaisessa asukkaan Évoran kaupungissa käytännön kokeiluhankkeen, jossa hajautettu energiantuotanto on yhdistetty älykkäisiin mittareihin ja sähköverkkoihin. Teknologisen kehityksen vauhdissa pysyttelevä espanjalainen Bankinter-pankki alkoi käyttää viime vuonna edistynyttä lainasalkkujen analysointijärjestelmää. Pilvipalvelujen ansiosta järjestelmä pystyy tarvittaessa tekemään hyvinkin monimutkaisia laskutoimituksia. Citi Group työllistää Aasiassa yli 250 henkilöä pelkästään datan analysointitehtävissä. Se avasi viime vuonna Singaporeen uuden innovaatiohautomon, jossa datan analysoijat tekevät yhteistyötä suurasiakkaiden kanssa. Lisäksi Citi Group perusti suuren analysointikeskuksen Bangaloreen. Keräämme asiakkaista paljon syvällistä ja monipuolista tietoa, jotta voimme tarjota heille entistä tarkempaa neuvontaa. Emme kerää tietoa vain oman riskienhallintamme tueksi, kertoo Alison Brittain, joka johtaa Lloydsin pankkitoimintaa. YLEISHYÖDYLLISET PALVELUT Kestävä energia on tulevaisuuden haaste, johon voidaan vastata vain, jos sähköntuotantoa hajautetaan entisestään. Paikalliset kuluttajat voivat tuottaa sähköä aurinkokennoilla ja pienillä sähkön ja lämmön yhteistuotantoyksiköillä. Paikallinen sähköntuotanto ja kaksisuuntainen energian siirto tuottajalta kuluttajalle vaatii älykkäitä sähköverkkoja, joihin on asennettu älykkäitä mittareita. Älykkäät mittarit keräävät tietoa paikallisesta sähkönkulutuksesta ja -tuotannosta 15 minuutin välein. Älykkäiden sähköverkkojen anturit tuottavat välitöntä tietoa sähkövirran tasaisuudesta ja mahdollisista katkoksista. Paikallisten kotitalouksien tarpeista ja auringonpaisteesta riippuen kuluttajat voivat olla päivän mittaan sekä sähkön tuottajia että kuluttajia. Tällaisessa tilanteessa sähkövirta on kaksisuuntaista, mikä vaikeuttaa sähköverkon säilyttämistä vakaana ja halutulla tasolla. Älykkään sähköverkon älykkäät mittarit ja anturit tuottavat runsaasti yksityiskohtaista tietoa, joka on analysoitava lähes reaaliaikaisesti. Tällaisen big datan hallinta asettaa sähkölaitoksille lähitulevaisuudessa mittavan haasteen. RAHOITUSSEKTORI Rahoitussektorin tietovarastoissa on jo nyt todella valtavasti dataa. Useimmat rahoituslaitokset käyttävät big dataa petosten estämiseen sekä rahanpesua koskevien sääntöjen noudattamiseen ja niihin liittyvien seuraamusten toimeenpanemiseen. Yksinkertaisiltakin vaikuttavat tehtävät, kuten asiakkaiden nimien tarkistaminen mustalta listalta, ovat todellisuudessa erittäin monimutkaisia, sillä pankkien listoilla on tuhansia samannimisiä asiakkaita. Mitä monimutkaisempi tehtävä, kuten petosten jäljittäminen miljoonien rehellisten maksutapahtumien joukosta, sitä vaativammasta tehtävästä on kyse. Kyse on kasvavasta ongelmasta, sillä petosten mahdollisuus on moninkertaistunut sitä mukaa, kun rahoituslaitokset ovat siirtyneet käyttämään tietokoneita ja matkapuhelimia ja kun käteismaksuista on siirrytty korttimaksamiseen. Big dataa hyödyntävät ratkaisut auttavat vakuutusyhtiöiden matemaatikkoja laskemaan entistä tarkemmin, vastaako vakuutuslaitoksen riskistö sen riskinottohalukkuutta, miten sen eri tuotteet käyvät kaupaksi, missä on parannettavaa ja millaisia ovat vallitsevat trendit. Tiedonkäytössä ollaan siirtymässä taannehtivasta kirjanpidosta ennakointiin. Suurien tietomäärien käsittelyyn pystyvät kohta kaikki, ja rahoituslaitokset ovat huomanneet, että tiedolla voi tehdä muutakin kuin ehkäistä petoksia. Tietovirtaan kätkeytyy kultahippuja. Jotkin pankit ovat onnistuneet kaksinkertaistamaan antolainauksensa määrän ja vähentämään luottotappioitaan neljänneksellä yksinkertaisesti käyttämällä olemassa olevia tietoja. Big datan hyödyntäminen muuttaa rakenteettoman datan hyödylliseksi tietolähteeksi, jonka avulla perintäprosesseista tulee aiempaa tehokkaampia ja asiakaskeskeisempiä. 6 cgi.fi

7 Haaste BIG DATAN KÄYTTÖÖNOTTO Nykytilanne on haasteellinen, sillä voimme kerätä olemassa olevalla teknologialla enemmän tietoja kuin pystymme milloinkaan käsittelemään. Tiedosta on tulossa keskeinen kilpailuetu, joten johtajien on ymmärrettävä, mitä valtteja heillä on hallussaan ja mihin he voisivat päästä käsiksi. Organisaatioiden tulisi tehdä inventaario omista tiedoistaan. Lisäksi kannattaa tehdä järjestelmällinen luettelo muista tiedoista, joihin yrityksellä voisi olla pääsy, julkinen ja kaupallinen data mukaan luettuina. Tasaisen, luotettavan ja ajantasaisen ulkoisen tiedon saatavuuden turvaaminen edellyttää usein myös teknisten haasteiden ratkaisemista. Ensimmäinen haaste johtuu yksinkertaisesti tiedon valtavasta määrästä: valtaisien tietolähteiden käsittely vaatii entistä tehokkaampaa analysointia, sillä nykyiset ratkaisut eivät riitä tera- tai petabittien tietovarantoihin. Usein tarvitaan täysin uusia, verkossa toimivia menetelmiä, jotta data voidaan käsitellä ja mallintaa jo keräyshetkellä. Toinen haaste on se, että kun tieto on louhittu ja yhdistetty ylemmän tason malleiksi, kussakin tilanteessa tarvittavien ja käyttäjälle hyödyllisimpien tietojen pitäisi olla saatavilla nopeasti. Lisävaikeuksia ei aiheuta ainoastaan tiedon määrä vaan myös sen epäyhtenäinen rakenne. Tiedot saattavat olla peräisin useammasta lähteestä ja koostua erityyppisistä arvoista. Tällaisista tietovarannoista on erittäin vaikeaa löytää tarpeellisia tietoja, varsinkin jos eri lähteistä saatujen tietojen väliset yhteydet eivät ole selkeitä, kuten moninäkymiä hyödyntävässä koneoppimisessa, vaan epäsuoria, jolloin niiden yhteydet on pääteltävä mallien avulla. Kolmas haaste johtuu siitä, että datamassat eivät ole vain suuria vaan usein myös äärimmäisen moniulotteisia, mikä tekee taustalla olevien ilmiöiden ymmärtämisestä hyvin vaikeaa. Raakadatasta louhittujen tietojen havainnollistamiseen tarvitaan runsaasti erilaisia menetelmiä, jotta ne todella lisäisivät käyttäjän ymmärrystä aiheesta, tukisivat päätöksentekoa ja tuottaisivat ennusteita ja todennäköisyysarvioita tulevista tapahtumista. Liiketoiminnan ja tietotekniikan yhteensovittaminen tiedolla johtamisessa (BI, Business Intelligence) on jo kauan sitten tunnistettu yhdeksi tärkeimmistä menestystekijöistä. Sekään ei kuitenkaan riitä vastaamaan big datan hyödyntämiseen, vaan tietotekniikan eri alojen on tehtävä tiivistä yhteistyötä, etenkin yrityksen sisällönhallinnan, tiedonhallinnan ja tiedolla johtamisen. Sen lisäksi teknologian ja tiedon myyjien on tehtävä yhteistyötä. Edellä mainitun yhteistyön puitteissa on erityisen tärkeää ottaa käyttöön innovatiivista teknologiaa sekä parantaa tietojen hallinnointia, kehitysmalleja ja organisaatioiden ominaisuuksia. INNOVATIIVISEN TEKNOLOGIAN KÄYTTÖÖNOTTO Organisaatioiden on otettava käyttöön uudenlaista teknologiaa ja tekniikoita, jotta ne voivat hyödyntää big dataa. Teknologiaan liittyvät haasteet ja niiden tärkeysjärjestys riippuvat siitä, miten edistyneeseen tiedonhallintaan laitos kykenee. Vanhentuneet järjestelmät ja yhteensopimattomat standardit ja tiedostomuodot estävät aivan liian usein sellaisen edistyneen analysoinnin, joka tuottaisi arvoa big datasta. Uudenlaiset ongelmat ja entistä tehokkaammat tietokoneet nopeuttavat uusien analysointitapojen kehitystä. Uutta teknologiaa ja uusia tekniikoita on luotava jatkuvasti, jotta yksilöt ja organisaatiot voivat yhdistää, analysoida, havainnollistaa ja käyttää big dataa. 7 cgi.fi

8 TIETOJEN HALLINNOINTIA Yhä suurempi osa tiedosta on digitaalista ja sitä jaetaan yli organisaatiorajojen. Yksityisyyteen, turvallisuuteen, tekijänoikeuksiin ja vastuuseen liittyvistä kysymyksistä on siksi tulossa entistäkin tärkeämpiä. Big datan taloudellinen merkitys on kasvussa, mikä herättää myös erilaisia oikeudellisia kysymyksiä etenkin siksi, että data on perustavalla tavalla erilaista kuin muunlainen omaisuus. Tiedot voidaan kopioida täydellisesti ja yhdistää helposti muihin tietoihin. Sama tieto voi olla samanaikaisesti monien käytössä. Nämä ominaisuudet erottavat tiedon fyysisestä omaisuudesta. Tietoon liittyviin tekijänoikeuskysymyksiin on myös vastattava: Kuka omistaa tietyn tiedon? Mitä oikeuksia tietojoukko sisältää? Miten määritellään tiedon rehellinen käyttö? KEHITYSMALLIT Monien yritysten on omaksuttava uusia taitoja, uudenlainen organisaatiorakenne, uusia kehitysmalleja ja uutta teknologiaa etenkin niiden, joiden on käytettävä big dataa, kuten tässä esitteessä on kuvattu. Jo ennen kuin big dataa analysoitiin, tiedon varastointia alettiin muuttaa, koska yritykset halusivat reagoida uusiin mahdollisuuksiin nopeasti ja olla paremmin yhteydessä muuhun yritysmaailmaan. Ketterän ohjelmistokehityksen käytäntöjä on omaksuttu myös tiedon varastointiin, vaikka muutos ei olekaan ollut kovin näkyvä. Ketterät kehitystavat tukevat tiedon varastointia, sillä useimmiten ketterä kehitys tapahtuu liiketoiminnan motivoimissa pienissä tiimeissä, ei niinkään tietotekniikan alalla. Big datan käyttöönotto lisää ketterän kehityksen tarvetta entisestään. ORGANISAATIOIDEN OMINAISUUDET Organisaatioiden johtajat eivät usein ymmärrä big datan arvoa saatikka keinoja päästä hyötymään siitä. Tämä saattaa osoittautua Akilleen kantapääksi monille yrityksille, joiden alalla on kova kilpailu. Olemassa olevat kilpailijat ja uudet tulokkaat käyttävät todennäköisesti big dataa kilpailuvalttinaan. Kuten edellä on todettu, useilta organisaatioilta puuttuu taito määrittää reittinsä big datan avulla. Useimmat nykyorganisaatiot eivät myöskään ole jäsentäneet työnkulkujaan eivätkä kannustimiaan siten, että ne voisivat tehdä big datan avulla entistä parempia päätöksiä ja perustaa toimintansa tietoon. Big datan analysointi on vasta alkutaipaleellaan. Tällä hetkellä on selvää, että analyytikkojen on työskenneltävä liiketoimintaorganisaatioiden osana, jotta he ymmärtäisivät liiketoiminnan pienimmätkin yksityiskohdat mutta pystyisivät myös tekemään nopeasti täysin uudenlaisia kokeiluja ja tutkimuksia, joita tässä esitteessä on kuvailtu. Kuten olemme kuvailleet, analyytikot tarvitsevat vahvaa teknistä tukea sekä tarvittaessa erittäin tehokkaita tietokoneita ja tietoliikenneyhteyksiä. Vaikka analyytikot ovat osa yrityksiä, tietotekniikalla on nyt erinomainen tilaisuus saada lisää uskottavuutta ja näkyvyyttä yritysmaailmassa. 8 cgi.fi

9 Laitteiden välinen tiedonsiirto ESINEIDEN INTERNETIN SUOMAT MAHDOLLISUUDET Tässä luvussa kuvailemme, miten voimme auttaa organisaatiotasi hyödyntämään big dataa. Ensin kerromme, miten voimme auttaa organisaatiotasi selviytymään edellisessä luvussa mainituista haasteista. Sen jälkeen kerromme big data -tarjonnastamme. BIG DATA -TEKNOLOGIAN YMMÄRTÄMINEN Yhä useammat yritysten tietovarastojen toimittajat tukevat keskeisiä big datan käyttötarkoituksia kuten petabiteissä mitattavia tietomääriä, tietokantaan sisäänrakennettua analysointia ja suurteholuokan rinnakkaislaskentaa (MPP, massively parallel processing), jossa sekä muisti että laskenta on hajautettu (ns. shared nothing -arkkitehtuuri). Joidenkin MPP-tietovarastojen hinta, omistusoikeus, joustamattomuus ja skaalautuvuusongelmat ovat johtaneet Hadoopin eli kasvavan avoimen lähdekoodin pilvipalvelun kehittämiseen. Mielestämme Hadoop on seuraavan sukupolven pilvipalveluina toimivien tietovarastojen ydin. Hadoopissa on kaikki modernien tietovarastojen tärkeimmät ominaisuudet: pilvipalvelun arkkitehtuuri, MPP, tietokantaan sisäänrakennettu analysointi, monista erityyppisistä kyselyistä aiheutuvan sekakuormituksen hallinta (mixed workload management) sekä hybridi tallennuskerros. Käytännössä Hadoop on yritysten tietovarastojen uusi versio. Se soveltuu uusiin pilvipalveluja hyödyntäviin liiketoimintamalleihin, joissa tarvitaan sisäänrakennettua kykyä analysoida big dataa tehokkaasti. Monet tietovarastojen toimittajat kuten EMC Greenplum, IBM, Microsoft ja Oracle ovat kehittäneet tarjontaa, joka soveltuu yhteen Hadoopin kanssa. CGI on maailmanlaajuisesti toimiva järjestelmäintegraattori, jolla on yli pätevää yritysten tiedonhallinnan konsulttia. Meillä on rikas ekosysteemi, johon kuuluu kansainvälisiä kumppanuuksia alan neljän suurimman teknologiatoimittajan sekä Clouderan kaltaisten innovaattoreiden kanssa. BIG DATAN ARVOPERUSTEINEN HALLINNOINTI (DGBV, BIG DATA GOVERNANCE BY VALUE) CGI:n lähestymistapa on hallinnoida tietoja arvoperusteisesti eli kohdella tietoa kilpailuetuna. Tieto inventoidaan, sen arvo tarkistetaan säännöllisesti, sitä ylläpidetään ja kehitetään ja se myös hävitetään, mikäli se menettää taloudellisen arvonsa. Tiedon arvoperusteinen hallinnointi on haasteellista, sillä datalla ei ole fyysistä olomuotoa vaan sitä voi olla useissa järjestelmäarkkitehtuurin osissa samanaikaisesti eikä sen markkina-arvoa välttämättä ymmärretä. Data tulisi kuitenkin suunnitella ja sen laadulle ja käyttökelpoisuudelle tulisi asettaa standardit. Tiedon ylläpito maksaa, sitä on suojeltava, ja yrityksen tulisi määritellä ja kirjata kaikki nämä toimenpiteet. 9 cgi.fi

10 Gartner arvioi CGI:tä tammikuussa 2012 seuraavasti: Asiakkaiden, jotka haluavat ulkoistaa tiedolla johtamisen osaamis-keskuksensa (BICC, business intelligence competency center) tiedolla johtamisen palveluntarjoajille, kannattaa kääntyä CGI:n puoleen. Varsinkin suurten organisaatioiden kannattaa tehdä tieto- ja tarjouspyyntöjä CGI:lle. CGI:n liiketoiminta-, toimiala ja teknologiatietämyksen avulla ne voivat luoda kokonaisvaltaisia ratkaisuja, jotka edistävät niiden liiketoimintaa. CGI sopii erinomaisesti kumppaniksi asiakkaille, jotka etsivät toimittajaa, joka ymmärtää syvällisesti jotain sen tärkeimmistä vertikaalisista painopistealueista, olipa kyseessä sitten julkinen sektori, kuljetusala, kauppa ja teollisuus, energia ja sähköverkko, finanssipalvelut, tietoliikenne tai media-ala. CGI optimoi yli sadan asiakkaan tiedonhallinnan tiedon arvoperusteisen hallinnointimallinsa avulla. Tiedonhallintaa: Luodaan yritykseen hallinnollinen rakenne, jossa on selkeät roolit ja vastuut, ja kaikilla tiedoilla on omistaja. Arvoperusteisesti: Tiedolle luodaan standardisoitu luokitus, mittarit ja raportointitavat. Tuloksena syntyy keinotekoisella reaaliaikaisella kustannushyötyarviolla varustettu tietosalkku. Mikä tärkeintä, tiedolla on arvo. Laadukkaasta datasta on hyötyä, sillä yritykset voivat tehdä sen avulla nopeita päätöksiä, luoda maailmanluokan tuotteita jne. Huonolaatuinen data merkitsee hukattuja mahdollisuuksia, vaatii jatkuvaa korjaamista ja paikkaamista ja heikentää yrityksen kykyä tarttua uusiin liiketoimintamahdollisuuksiin. Tietojen arvoperustainen hallinnointi on merkki siitä, että yritys tietää omistavansa tietosalkun. Tällöin se voi kohdella tietoa kuten muutakin omaisuuttaan eli taata, että oikeat tiedot ovat saatavilla oikeaan aikaan, oikeissa järjestelmissä ja oikeille henkilöille. Mikä tärkeintä, kun yritys pitää tietojaan omaisuutena, sitä voidaan hallinnoida yhtä täsmällisesti kuin muutakin omaisuutta, sen arvo voidaan määritellä ja sen käytön tulosraportteja voidaan verrata budjettitavoitteisiin. Datan arvoperusteinen hallinnointi avaa yrityksellesi pääsyn big datan mahdollisuuksiin. Tuemme teitä tarvittavien tiedonhallinnan puitteiden, tietomallien ja -standardien sekä tiedon omistuksen ja arvon elinkaarten laatimisessa. TUKEA BIG DATAN KOKO ELINKAAREN AJAN CGI:n asiantuntemus ja monivuotinen kokemus yritysten tiedonhallinnasta kiteytyvät CGI BI Framework -ratkaisussa. Tiedolla johtamiseen (BI, Business Intelligence) on saatavilla monia lähestymistapoja, menetelmiä ja arkkitehtuureita. Kaikilla on hyvät ja huonot puolensa ja erityiset käyttökohteensa. CGI:n BI Framework -ratkaisu opastaa yrityksen tiedolla johtamisen monimutkaiseen maailmaan ja auttaa tekemään oikeita päätöksiä ja kompromisseja markkinoiden monien mahdollisuuksien viidakossa. BI Frameworkissa on neljä osiota, jotka kattavat liiketoiminnan, tietotekniikan, muutosvaiheen ja palvelunäkökulman. Se yhdistää dynaamisesti liiketoiminnan ja tietotekniikan sekä kehityksen ja ylläpidon. Tiedolla johtamista lähestytään elinkaarena, jota edistää jatkuva liiketoiminnan parantamisohjelma. BI Frameworkissa on tiedolla johtamisen kehittämismalli, joka tukee organisaatiota tiedolla johtamisen elinkaaren kaikissa vaiheissa. Se näyttää kokonaisvaltaisen luettelon toiminnoista, malleista ja tuotteista, joita tiedolla johtamisen elinkaari edellyttää. Luettelo perustuu ICT-arkkitehtuurin vakiintuneisiin periaatteisiin ja tukee järjestelmällistä ja jatkuvaa tiedolla johtamista. Toimitamme jokaisen osion tueksi standardisoidut arviointityökalut. Aiempien asiakkaiden big data -hankkeiden aikana kehittämämme parhaat käytännöt sekä jatkuva yhteistyömme ekosysteemiimme kuuluvien teknologiakumppanien kanssa kuuluvat niin ikään BI Framework -ratkaisuun. Ne tarjoavat kokonaisvaltaisen ja turvallisen perustan, jonka varassa yrityksesi voi ryhtyä käyttämään big dataa käytännön kokemuksemme ohjaamana ja kompastumatta tavallisimpiin ongelmiin. 10 cgi.fi

11 TUKEA BIG DATAN JÄRJESTELYYN Big datan käyttö edellyttää tiettyjen alojen osaamista. Organisaation liiketoiminta-, analysointi- ja tietotekniikkataitajista on koottava joko virtuaalinen tai fyysinen tiimi. Tiimin avainvastuita ovat vision ja strategian määrittäminen, ohjelmistojen hallinta, käyttäjien kouluttaminen, metodijohtamisesta huolehtiminen, teknologiasuunnitelmien laatiminen, 1. Analyse standardien laatiminen ja viimeisenä muttei Objectives & CSF vähäisimpänä rahoituksen hallinta. Big datan hyödyntäminen onkin mielestämme arvonluontiprosessi, jossa yhdistyvät yrityksen strategia, Define 5. Functional ratkaisujen luominen ja tuloksena syntyneiden scope 6. tuotteiden soveltaminen käytäntöön. Pakollisten Identify Data & projektinhallintatehtävien lisäksi tarvitaan myös sources pitkän tähtäimen elinkaaren hallintaa. Big datan 8. järjestelmällinen kasvattaminen on oleellista, 7. Develop Evaluate Implement sillä puolitiehen jätetty optimointi aiheuttaa & select Train tools pullonkauloja, jotka tekevät ratkaisusta epäluotettavan ja tehottoman. Tässäkin esitteessä kuvailtu järjestelmällinen elinkaaren hallinta on keino välttää tällaiset ongelmat. 2. Articulate strategy Effect change 4. Balance KPI s 3. Prioritise 9. Discover & Explore 12. Share & collaborate 10. Access, Monitor & analyse 11. Develop Decision alternatives CGI EMO -ratkaisu vähentää ajoneuvojen päästöjä. Ajoneuvoon asennetaan valvontajärjestelmä, joka kytketään sen omaan tietokoneeseen. Järjestelmä kerää tietoja ajoneuvon tietokoneesta, laskee päästömäärät reaaliajassa ja kirjaa myös niihin liittyvän ajotyylin. Tiedot välitetään langattomasti CGI:n palvelimelle analysoitavaksi ja raportoitavaksi. CGI EMOn avulla ajoneuvojen omistajat parantavat ajotapaansa, mikä vähentää päästöjä ja polttoainekustannuksia. CGI MEG on ajoneuvojen seurantajärjestelmä, joka tuottaa reaaliaikaista tietoa ajoneuvon sijainnista. Sen toimintoja ovat muun muassa ajoneuvon reitin jäljitys kartalla, virtuaaliaidat ja reittiin perustuvat muistutukset. Järjestelmä koostuu ajoneuvoon asennettavasta satelliittipaikantimesta, joka välittää langattomasti tietoa palvelimille tavallisen GPRS-yhteyden välityksellä. Ajoneuvon sijaintia voidaan tarkkailla verkosta tai lähettämällä tekstiviestipyyntö. Alan analyytikoiden mukaan televiestintäalan yrityksistä CGI panostaa M2Mjärjestelmiin parhaiten (Berg Insight, 2010). Kaikilla sektoreilla pyritään pienentämään kustannuksia tehostamalla toimintaa. Parhaillaan luodaan uusia palveluja esimerkiksi ajomatkaan perustuva liikennevakuutus, älykkäät mittarit, ajoneuvoihin lähetettävä tietoviihde jotka olisivat olleet aiemmin mahdottomia. Tällaiset liiketoimintamahdollisuudet tuottavat lisäarvoa kuluttajille ja uusia tulovirtoja CGI:n asiakkaille. Alan syvällisen tuntemuksen, läheisten asiakassuhteiden, teknisen kokemuksen ja innovaatioiden ansiosta CGI pystyy tarjoamaan asiakkailleen juuri sellaisia päästä päähän -palveluja, joita he tarvitsevat. CGI on kehittänyt palvelun, joka perustuu huolelliseen markkina-analyysiin ja vankkaan asiakaskokemukseen. Olemme analysoineet markkinoita ja saaneet selville, että asiakkaat haluavat ostaa laadukkaita päästä päähän -palveluja yhdeltä ja samalta toimittajalta. Innovatiivinen palvelutarjontamme ja asemamme tärkeimmillä markkinoilla luovat meille uskottavuutta suuren luokan kumppaneiden silmissä. Tällaisia kumppaneita ovat esimerkiksi Alcatel Lucent, Ericsson, Nokia Siemens, O2, Orange, TeliaSonera, Telenor ja Vodafone sekä Intel, Mobistar, Ertico, Landis ja Gyr. CGI tarjoaa asiakkailleen päästä päähän -palveluna käänteentekeviä liiketoiminnan analyysipalveluja, joissa hyödynnetään (lähes) reaaliaikaista dataa etälaitteista. Palvelun hinnoittelu perustuu käytön määrään ja asiakasyrityksen kokoon (pay as you grow), minkä ansiosta asiakkaille ei aiheudu suuria alkukustannuksia, vaan asiakkaan liiketoiminnan tulot ja tuotteen aiheuttamat kulut ovat tasapainossa. Maailmanlaajuisen M2M-kehitysympäristömme ansiosta asiakkaat ja ekosysteemissämme olevat kumppanit voivat kehittää ja testata M2M-ratkaisuja yhteisillä avoimen lähdekoodin työkaluilla, jotka sijaitsevat pilvessä. 11 cgi.fi

12 Yhteisöllisesti tuotettu tieto 3.0 VAUHTIA ÖLJY- JA KAASUALAN YHTEISYRITYKSIIN Öljy- ja kaasuyhtiöt ovat alkaneet lieventää riskejä perustamalla yhteisyrityksiä, joihin ne sijoittavat. Öljyn saavuttamisaikaa on lyhennettävä, jotta öljyteollisuus pystyy vastaamaan kasvavaan energiankysyntään ja osakkeenomistajien vaatimuksiin. Siksi tarvitaan innovaatioita ja edistynyttä teknologiaa, jotka puolestaan kasvattavat datamääriä entisestään ja pakottavat yhtiöt tekemään yhteistyötä erilaisten teknologia- ja palvelualan kumppanien kanssa. Olemme työstäneet erään suuren öljy-yhtiön kanssa kunnianhimoista ja innovatiivista hanketta, joka tuottaa runsaasti tietoa hyödykemarkkinoista. Hanke turvaa tiedon luotettavuuden ja tarjoaa käyttäjille tehokkaan analysointiohjelman, jonka avulla on mahdollista jakaa tietoja ja osaamista. Palvelualusta parantaa koko ylimmän johdon päätöksentekoprosessia. Yhdistämällä ohjelmiston ja yhteiset käytännöt ratkaisu tarjoaa keinon hallita kaasun ja energian strategia- ja markkinointitietoja. Ratkaisussa on neljä toisiinsa yhdistettyä osaa: 1. Portaali ja hakutoiminto mukana semanttinen analyysitoiminto ja yhteiskäyttömoduuli 2. Tiedolla johtaminen sisältää tietokannan maailman energiamarkkinoista 3. Maantieteellinen tiedolla johtaminen paikkatietojärjestelmän ja tietojärjestelmän indikaattoreiden yhdistelmä 4. Sisällönhallinta sisäiset ja ulkoiset julkaisut Ratkaisun ansiosta käyttäjät saavat kaikki tiedot samasta paikasta. Ratkaisun päätoiminnot: Hakutoiminto intuitiivisia hakuja varten (tiedostot, tiedolla johtamisen raportit, kartat) Analyysien luonti ja tulostaminen Microsoft Officeen: kaikki julkaistu materiaali linkitetään tietokantaan Analyysien jako tapahtuu verkossa asiantuntijayhteisöjen kanssa: Tieto on helppo saavuttaa Tiedon lähteitä on helppo valvoa ja tietoa on helppo jakaa yhteisessä tietokannassa Yhteistyökumppaneiden osaaminen voidaan valjastaa yrityksen hyödyksi. 12 cgi.fi

13 Käytännön asiakastuntemusta ENNAKOI ASIAKKAITTESI TARPEET JA VASTAA NIIHIN Asiakastiedon analysointi (ACI, Applied Customer Insight) on keino, jolla organisaatiot voivat kerätä ja tulkita monista lähteistä kerättyjä tietoja asiakkaista, toimia niiden perusteella ja soveltaa niitä yhdessä käytäntöön kaikessa liiketoiminnassa. ACI tuottaa asiakastuntemusta yhdistämällä liiketoiminnan ja CRM-järjestelmien tietoja muihin tietoihin, jotka on kerätty esimerkiksi markkinointikampanjoista, asiakasrajapintojen analyyseista, ostoskäyttäytymisestä, sosiaalisen median käyttäjäliikenteestä ja muista digitaalisista lähteistä yhdessä näitä lähteitä kutsutaan big dataksi. ACI onnistuu, jos siinä keskitytään sellaisten tietojen mittaamiseen, joihin voidaan vaikuttaa markkinointikampanjoilla ja myyntitoimilla. Ei siis kannata yrittää mitata kaikkea mahdollista. Keskity mittaamaan sellaisia tietoja, joihin myyntitoimet vaikuttavat. Jotta asiakastietoa voidaan soveltaa käytäntöön, tieto on jaettava koko organisaatiolle täysin uudenlaisessa aikataulussa. Tehokkain tapa on luoda verkkoyhteisöjä, joissa on osallistujia sekä organisaatiosta että sen kumppaneilta ja tuotantoketjusta. Yleensä asiakkaamme onnistuvat jo luomaan arvoa hallitsemistaan tietomassoista sekä itselleen että asiakkailleen. Ulkoisten tietolähteiden määrä on kuitenkin kasvussa. Asiakkaamme eivät välttämättä ole käyttäneet niitä aiemmin, vaikka niistä voisi saada tarpeellisia asiakas- ja markkinatietoja. Asiakkaiden tottumuksia ja mielipiteitä voi ymmärtää vain kuuntelemalla heitä erilaisissa yhteisöissä, ottamalla selvää, mitä asiakkaasta sanotaan sosiaalisessa maailmassa, ja luomalla asiakkaalle sosiaalisen jalanjäljen. Tällaisen tiedon tallentaminen, tulkitseminen ja yhdistäminen asiakkaan omiin tietolähteisiin edellyttää big datan hyödyntämistä. CGI:n kansainvälisten ECM- ja BI-käytäntöjen sekä big dataan liittyvien Microsoft- ja IBM-kumppanuuksien ansiosta pystymme tarjoamaan asiakkaillesi oikeanlaisen lähestymistavan ja ratkaisut. Meidän avullamme asiakkaasi välttää tavallisimmat sudenkuopat ja pystyy rakentamaan todellista asiakastuntemusta. Big data on polttoaine, jolla ACI toimii. Kansainvälinen matkapuhelinyhtiö onnistui vähentämään asiakkaiden vaihtuvuutta kaksinumeroisella prosenttiluvulla ja tuottamaan 1,3 miljoonan euron lisätulot puolessa vuodessa. Nykyään yhtiö lisää myyntiä ja myy tiettyjä tuoteyhdistelmiä järjestämällä vuosittain yli 200 erittäin tarkasti kohdistettua kampanjaa. Markkinointikampanjoiden tuotto ylittää aikaisemmat huipputulokset yli 23-kertaisesti. Allianz loi toimivan ja kokonaisvaltaisen 360 asteen asiakasnäkymän, joka sisältää asiakkaan välittäjän tiedot ja yhteystiedot, yksittäisten vähittäisasiakkaiden tiedot, Allianzin kaikki toimialat ja Alankomaissa toimivan osaston sivutoiminnot, keskitetyn ja standardisoidun välittäjien ja asiakkaiden hallinnan sekä kaikkien kanavien tuen ja synkronoinnin. 13 cgi.fi

14 Yhteystiedot PALVELUKSESSANNE Ota yhteyttä, jos haluat kartoittaa yrityksesi mahdollisuuksia hyödyntää big dataa. Voit ottaa yhteyttä tuttuun CGIyhteyshenkilöösi tai kansainväliseen big data -yhteyshenkilöverkostoomme: Kari Natunen, CGI Director, Business Intelligence and Information Management Matthew Kuckuk, CGI BI and Big Data Practice Leader Henk van Roekel CGI BI and Big Data Practice Co-leader, Europe Tämän esitteen tiedot perustuvat CGI:n asiantuntijoiden mielipiteisiin sekä CGI:n ekosysteemissä toteutettuihin tutkimuksiin: Lähde Asiakirja Päivämäärä McKinsey Big data: The next frontier for innovation, competition, and productivity June 2011 TiViT Data to Intelligence (D2I) Strategic Research Agenda June 2011 Kimball Group The Evolving Role of the Enterprise Data Warehouse in the Era of Big Data Analytics Q Forrester The Forrester Wave - Enterprise Hadoop Solutions Q Tämä asiakirja sisältää luottamuksellisia tietoja, joilla on arvoa CGI:lle. Tietoja saa käyttää ainoastaan siihen käyttötarkoitukseen, jota varten ne on luovutettu. Asiakirjan tai sen osien kopioimiseen on hankittava etukäteen kirjallinen suostumus CGI:ltä. Ellei toisin ole mainittu, kaikki asiakirjassa mainitut nimet, tavaramerkit ja palvelumerkit ovat CGI Groupiin kuuluvan yhtiön tai sen lisenssinantajien omaisuutta. Lisätietoja 14 cgi.fi