Big Data u PR-u

U sklopu predavanja povezanih uz samo natjecanje, profesorica Mirjana Pejić-Bach je održala predavanje na temu povezanosti velike količine podataka i odnosa s javnošću.

Iscrpni izvještaj sa samog predavanja kao i link na prezentaciju se nalaze na sljedećem linku.

 

Big Data u prometu

Pravi primjer Big Date u prometu je navigacija. Uređaj koji vas, na temelju podataka o tome gdje se nalazite, najkraćim putem upućuje na mjesto na koje želite stići.

Kompanije, koje se bave prijevozom roba, koriste podatke o svojim kupcima, vozačima i vozilima u novim sustavima navigacije pomoću kojih na taj način štede vrijeme i novac te smanjuju potrošnju goriva. Iz velike količine podataka o prošlim rutama i vožnjama, tvrtke mogu racionalizirati svoju daljnju potrošnju i unaprijediti svoje poslovanje na način da biraju kraće puteve dostave, smanjuju količinu „praznog hoda“ te im se omogućuje i grupiranje kupaca po mjestu stanovanja kako bi se prilikom jedne vožnje obavilo što više isporuka.

Osim reduciranja potrošnje, kompanije se na ovaj način zapravo brinu i o okolišu jer se „pametnom vožnjom“ smanjuje i emisija ugljikovog dioksida.

Još zanimljivosti vezanih uz Big Data i promet potraži na linku.

.

Big Data u zdravstvu

Kakvo je zapravo stanje u hrvatskim bolnicama, te može li se nešto konkretno napraviti po pitanju modernizacije našeg zdravstva?

Uz iznimno traumatične događaje koji su prisutni u bolnicama, prvi korak u modernizaciji svakako mora biti ugodnije osoblje te kvalitetnije usluge koje se pružaju. Iako Hrvatska nije financijski podobna za ulaganja u ovakve projekte, oni su svakako nužni i izvedivi. Jedan od krucijalnih faktora je, pogađate, Big Data. Analitika jest ono što će uvelike pridonijeti modernizaciji zdravstva. Ono što priželjkujemo je zasigurno da osim doktora u bolnicama rade i informatičari, analitičari, statističari. Određene bolnice u svijetu su počele graditi bazu DNA svojih pacijenata kako bi pomoću rudarenja podataka i prediktivne analitike uspjeli pronaći određene uzorke ponavljanja te izgraditi modele koji bi bili u mogućnosti predvidjeti, na temelju podataka, moguću bolest pacijenta u budućnosti. Uz kombinaciju s Big Datom dolazi i do uočavanja mogućnosti korištenja dosadašnjih lijekova za liječenje drugih bolesti, za koje nam je dosada bilo nepoznato da se mogu liječiti tim lijekovima. Radi se o veoma zanimljivom i neiskorištenom potencijalu koji se može samo proširivati i pokazivati nam svoje prekrasne strane ukoliko mu dozvolimo. Mogućnosti primjene su raznolike, a na nama je da ih otkrijemo. Da bi ovo uspjelo potrebna nam je suradnja između liječnika i stručnjaka za podatke, Data scientista, naravno uz potporu vrha ( ravnatelja bolnica i minstarstva). Uz lijepe bolnice, vrhunsku analitiku i već postojeće vrhunske doktore, možemo onda i reći da nam je medicina spremna prijeći u 21. stoljeće.

Za više zanimljivih informacija klikni link ili link.

.

Big Data i procjena kreditnog rizika

Jedan od glavnih rizika kojem se izlažu kreditne institucije je kreditni rizik. On predstavlja rizik gubitka ukoliko dužnik ne ispunjava svoje novčane obveze. Iz tog razloga kreditne institucije nastoje procijeniti dužnikovu kreditnu sposobnost.

Prilikom odobravanja kredita, banka ispituje klijentovo imovinsko stanje i mogućnost otplate kredita. Na temelju podataka o klijentu, koje banka posjeduje u svojoj bazi podataka, prvi cilj joj je predvidjeti kreditni rizik potencijalnog primatelja kredita. Idući cilj banke je klasificirati svoje postojeće i buduće klijente u različite segmente putem algoritma klasteriranja kako bi svakom pojedinom segmentu mogla pružiti odgovarajući paket kredita ovisno o njegovoj premiji rizika.

Kreditni rizik kao target varijabla (varijabla koju želimo predvidjeti) predviđa se pomoću ostalih varijabli koje služe kao inputi. Input varijable mogu biti: ID osobe koja uzima kredit, plaćanja u zaostatku, udio duga u primanjima, iznos tekuće imovine, broj radnih mjeseci klijenta, iznos potencijalnog kredita itd. Na temelju vrijednosti ovih varijabli, uz pomoć Big Date, naša target varijabla može poprimiti vrijednosti: vrlo niskog rizika, niskog, umjerenog i visokog rizika te može dosegnuti vrijednost izrazito visokog rizika koji upućuje na ne odobravanje kredita klijentu.
Na ovaj način Big Data pomaže bankama da iz velike količine podataka o svojim klijentima donesu odluku o odobravanju kredita.

Jedna od prvih banaka koja je počela koristiti big data u svom poslovanju je China CITIC Bank. Riječ je o banci koja izdaje kreditne kartice. CITIC Bank je uspostavila sustav koji prikuplja podatke o transakcijama, navikama i karakteristikama kupaca te proučava koliko se ti kupci u svojim transakcijama izlažu riziku. Istovremeno, na temelju tih podataka banka može razumjeti trenutnu ekonomsku situaciju kupaca te odlučiti hoće li ili neće prihvatiti nove kupce u svoj kreditni sustav.

Za još zanimljivosti vezanih uz Big Data i kreditni rizik klikni na link ili link.

.

Ljubav u doba Big Date

Vjerovali ili ne, danas se i ljubav može ogledati kroz Big Data.
Kako smo danas svi veliki ljubitelji tehnologije, tako možemo koristiti mnogo zanimljivih aplikacija i stranica. Jedna od njih je stranica pomoću koje možemo upoznati nove ljude i partnere koje možda nikada ne bi ni upoznali da data mining nije upleo svoje prste.

Jeste li znali da je u SAD-u samo 1 osoba od njih 6 bez ljubavnog partnera, te da je čak 1 od 3 osobe otvorila “match maker” profil?
Data science je olakšao korisnicima ovakvih stranica da u što kraćem vremenu posjete što više profila za koje su zainteresirani.
Uz ovaj primjer, Big Data možemo svrstati i među stranice na kojima ljudi danas kupuju poklone za svoje voljene. Naime, za Valentinovo se u SAD-u potroši čak oko 19 bilijuna dolara. Korisnicima online kupovine nudi se najbolji asortiman proizvoda, te baš ono što oni traže. Tako Big Data ne stvara samo vezu među korisnicima, nego i vezu velikih kompanija s nama potrošačima.

U današnjem svijetu koji vrvi pozamašnim brojem podataka, ljude je moguće povezati kroz Big Data samo ako su svi podaci koje koristimo dobro strukturirani.
Nema boljeg načina koji nas može pripremiti na ljubav od pripremanja Big Date na analitiku!

Klikni na link i saznaj kako su još povezane ljubav i Big Data.

.

Big Data i sport

Big Data polako, ali sigurno ulazi i u područje sporta. Svi smo svjedoci toga da se sport razvija i napreduje zajedno s razvojem tehnologije, no kako se tu uklapa Big Data?

Primjerice, u košarci se koristi SportVU sustav gdje se uz pomoć šest kamera postavljenih na terenu prati kretanje igrača i sudaca, brzina, posjed lopte i to sve u realnom vremenu.
U nogometu pak imamo primjere ugradnje senzora u kopačke i odjeću. Dobiveni podaci služe kako bi poboljšali performanse igrača i momčadi. Tako je u nove dresove igrača MLS-a ugrađena tehnologija koja uz pomoć čipa prati 200 različitih podataka u realnom vremenu i šalje ih na tablet trenera te prezentira fizičko i psihološko stanje igrača na terenu.
Ako volite F1 trebali biste znati kako se i tamo koristi Big Data tehnologija. Dobar primjer je sustav McLaren Grupe koji prikuplja podatke svih vožnji iz senzora postavljenih u automobilima.

U svim sportovima može se primijeniti DYNAMO algoritam pomoću kojeg se može pratiti stanje mišića sportaša, broj kontrakcija, čvrstoća mišića te sinkronizacija pojedinih grupa mišića, a isto tako postoji i sustav AC Milana koji prati zdravlje svojih igrača te s velikim postotkom vjerojatnosti može predvidjeti igračevu ozljedu.
Zanimljiva je pretpostavka da je zahvaljujući prikupljanju podataka o razini glukoze, analiziranju spavanja te raznih genetskih testova, ženska ekipa SAD-a osvojila srebro na Olimpijskim igrama u Londonu.

Klikni na link i saznaj još zanimljivosti primjene Big Data tehnologije u sportu.

.

Big Data u arhitekturi

Kuća projektirana uz pomoć Big Data tehnologije? Nemoguće?
Arhitekti iz studija Tham & Videgård Arkitekter su prema istraživanju švedske web stranice za nekretnine Hemmet dizajnirali najpoželjniju kuću. Web stranica Hemmet je uspoređivala broj klikova na određene nekretnine s podacima o tome koliko su nekretnine na tržištu i što ljude na tim nekretninama zanima te što gledaju i odabiru. Tako se došlo do zaključka da ljudi žele živjeti u prizemnici s međukatom čije središte bi bila kuhinja jer su ljudi skloni društvenoj i opuštenoj atmosferi. Ti isti podaci doveli su do zaključka da ljudi najviše odabiru sivi kauč s navlakama u crnoj, bijeloj ili smeđoj boji, kao i do brojnih drugih zanimljivih činjenica. Svi korišteni podaci prikupljani su od siječnja do listopada 2014. godine, a uz klikove koristila se i analiza fotografija.
Prvi prototip ovakve kuće, nazvane „Fal Red“ očekuje se u 2016. godini.
Želiš li vidjeti kako izgleda statistički najpoželjnija kuća? Klikni na link i saznaj više ;)

.