Jak vytvořit funkční „centrální mozek firmy“, který by každému oddělení zprostředkoval pokročilé datové analýzy a umožnil využít získané informace lépe než dosud?
Odpovědi přinesl devátý ročník konference Primetime for Big Data z produkce Blue Events, který se konal 23. listopadu v Národní technické knihovně v Praze.
Chat GPT je nejrychlejším technologickým trendem v historii lidstva, připomněl hned v úvodu programu Petr Paščenko ze společnosti Profinit. Verze ChatGPT4 má navíc už obstojné analytické schopnosti a například v tzv. měkkých vědách (humanitní disciplíny, sociologie, psychologie, právo atd.) získává více bodů v testech než studenti. Paščenko předpovídá nevyhnutelnost zapojení umělé inteligence do „pracovního procesu“ vzhledem k tomu, jak populace stárne a ubývá lidí v produktivním věku.
Data, která se nehodí dnes, se mohou hodit zítra…
Milan Marťák ze společnosti CEOS Data poukázal na důležitost uchovávání všech dostupných dat, protože leckdy nejsme schopni dnes s jistotou určit, k čemu se nám budou hodit zítra. Za klíčovou vlastnost dat označil observabilitu neboli monitorovatelnost. Uvedl příklad výrobce elektromobilů Tesla a jeho pojištění, které se odvíjí od toho, jak se řidič v jeho voze chová.
Nejen množství dat, ale také jejich přesnost, čas a forma, ve které je dostaneme. Tak by se dala shrnout hlavní myšlenka, kterou ve svém příspěvku sdílel Ondřej Synek, obchodní ředitel firmy Imper CZ.
Martin Gerneš z Komerční banky představil data z perspektivy produktu a podělil se o téměř dva roky zkušeností s Data mesh. „Začíná a končí to kulturou uvažování, ta tvoří 80 procent změny. A jen zbylých 20 procent jsou technologie,“ dotkl se Gerneš často zmiňované neochoty lidí ve firmách přenechávat část své agendy automatizačním nástrojům ze strachu, že přijdou o práci.
Další příklad přímého propojení práce s daty a obchodních výsledků přinesl Pavel Bulowski, spoluzakladatel firmy Meiro. Ukázal, jak mohou efektivní strategie při práci se zákaznickou identitou zvýšit příjmy i obchodní výkonnost a snížit náklady na akvizici zákazníků. „Pak už by se nemělo stávat, že když si žena koupí fén na vlasy na manželovu věrnostní kartičku, budou pak jemu chodit upsellové nabídky na vlasové žehličky,“ poukázal Bulowski na bolavé místo v remarketingu on-line prodejců.
Zdeněk Skála z výzkumné agentury Skála a Šulc se zaměřil na možnosti užití otevřených dat pro výrobce i obchodníky konkrétně z potravinářského trhu. Vyzdvihl jejich vysokou aktuálnost, nízké náklady a také schopnost širšího pohledu na jednotlivé kategorie, regionální trhy apod. Zmínil množství příkladů, jak mohou například denně aktualizovaná data Českého hydrometeorologického ústavu pomoci obchodníkům plánovat aktivace pro sezónní produkty.
Data pro zdraví
Výkonný ředitel Dine4Fit Tomáš Pětivoký, který stál u zrodu aplikace Kalorické tabulky, se věnoval novému datovému nástroji Dinelytics. Ten zpracovává a analyzuje veškerá data o konzumacích potravin zaznamenaných ve zmíněné aplikaci. Spolu s autorem tohoto nástroje Zdeňkem Svobodou ukázal, jaké využití mají získané informace pro výrobce potravin. Kalorické tabulky jsou dlouhodobě nejpoužívanější mobilní aplikací v oblasti zdraví a fitness na českém a slovenském trhu s více než jedním milionem aktivních uživatelů.
Tepy, kroky, váha, čas – to, a ještě mnoho dalšího sbírají v dnešní době rozmanitá sportovní zařízení. Vznikají tak opravdu velká data. Aby však byla přínosná, je třeba je analyzovat ve správném kontextu. Kryštof Kadlec ze Sophia Solutions do takových dat nechal nahlédnout pomocí jednoduché analýzy a poukázal na zajímavé souvislosti a potenciál, které v datech tkví pro využití ve zdravotnictví.
Jednou z největších výzev současné medicíny se stává péče o duševní zdraví. Právě na tuto oblast se orientuje projekt, na němž se podílí Martin Bořil z MilkyWay be well (spin off společnosti Lékařské fakulty Masarykovi univerzity). Software na provádění intervenčního screeningu duševního zdraví, který se svým týmem vyvinul, nyní usiluje o certifikaci zdravotního prostředku.
Viktor Šohájek, spoluzakladatel Bytegarden Data Boutique mluvil o své zkušenosti v MallGroup a o tom, jak zde budoval tým specializující se na použití umělé inteligence. Jako příklad uvedl zavádění tzv. recommendation engines, tedy nástrojů, které na základě vyhledávání uživateli doporučí další podobné produkty.
Napsat komentář