“Lielo datu” revolūcija var radīt drošības problēmas arī Latvijā 0
“Big data” jeb lielie dati šobrīd ir viena no aktuālajām IT industrijas tendencēm pasaulē un Latvijā ne vien privātajā, bet arī publiskajā sektorā. Arvien lielāko ieinteresētību lielo datu tehnoloģijās apliecina arī nesen publicētais Eiropas Komisijas viedoklis par dalībvalstu gatavošanos “lielo datu revolūcijai”, tostarp arī Latvijā. Tomēr, ņemot vērā lielo vispārējo interesi un iesaistīto pušu dažādās intereses saistībā ar lielo datu izmantošanu, arvien aktuālāks kļūst jautājums par personas datu privātuma un drošības nodrošināšanu, informē uzņēmums “KPMG Baltics”.
Tāpēc Eiropas Komisijas un dalībvalstu dienas kārtībā šobrīd ir datu tiesiskā regulējuma un drošības aspekti, lai jauno tehnoloģiju izmantošana būtu sabalansēta starp datu drošību, privātumu un datu izmantojamību, neradot negatīvas sekas. Tas šobrīd ir viens no aktuālākajiem un būtiskākajiem lielo datu tehnoloģiju izaicinājumiem gan privātajā, gan publiskajā sektorā.
“Mums apkārt nepārtraukti tiek ģenerēts liels datu apjoms, ņemot vērā katru digitālo procesu, kas notiek virtuālajā vidē. Mūsdienās liels datu apjoms rodas no vairākiem avotiem neticamā ātrumā, apjomā un daudzveidībā. Lai aptvertu šo lielo datu plūsmu, ir vajadzīga optimāla apstrādes jauda, analītiskās spējas un prasmes. Tāpēc pēdējo piecu gadu laikā arvien plašāku atpazīstamību ir guvis lielo datu fenomens. Ar šo terminu apzīmē inovatīvu datu analītiku, ko datu apjoma, daudzveidības un datu ģenerēšanas ātruma dēļ nespēj nodrošināt tradicionālās datu analītikas tehnoloģijas.
Kā piemēru var minēt uzņēmumus mazumtirdzniecības sektorā, kuri prognozē jaunākās tendences, lai laikā apmierinātu aktuālās un nākotnes pircēju vēlmes. Lai prognozētu pieprasījumu, uzņēmumi izmanto sociālos tīklus, uzņēmuma iekšējos datus, nozares datus, aktuālās mājaslapas, ņem vērā ģeogrāfisko atrašanās vietu, gadalaiku, temperatūru, uzņēmuma tiešsaistes ieņēmumus, kā arī datus par konkurentu produktu cenām, uzņēmuma akciju cenas un citus parametrus. Visi šie parametri var tikt izmantoti, tiešsaistē analizējot datus katru sekundi, un šo informāciju pielieto cenu optimizācijai, klientu segmentācijai, krājumu pārvaldībai, jaunu produktu ieviešanai un citiem mērķiem. Līdzīgi scenāriji ir publiskajā, finanšu, ražošanas, medicīnas un citos sektoros,” skaidro “KPMG Baltics” IT speciālists Kaspars Iesalnieks.
Organizācijām vienmēr ir bijis pieejams liels datu apjoms, bet problēma ir bijusi, kā šos daudzveidīgos datus vislabāk izprast jeb kā pārvērst datu izpratni par konkurences priekšrocību uzņēmumam, vairojot inovācijas.
Dati ir visapkārt, un tie var pastāstīt mums ļoti daudz ko, bet kā uzņēmumi var zināt, kur meklēt datus, kā šos datus izmantot, lai tie sniegtu pievienoto vērtību? Diemžēl realitāte ir tāda, ka lielos datus pārvērst noderīgā un praktiskā informācijā nav tik vienkārši, kā daudzi cilvēki to uzskata. Pēc KPMG Amerikā, Eiropā, Tuvajos Austrumos, Āfrikā un Āzijā veiktā pētījuma “Going beyond the data: Achieving actionable insights with data and analytics rezultātiem”, uzņēmumi apzinājās, ka dati ir svarīgi un tie var uzlabot kompāniju konkurētspēju, bet galvenie šķēršļi ir lielo datu tehnoloģiju integrēšana esošajās sistēmās, kā arī pareiza lielo datu tehnoloģiju izvēle, lai precīzi analizētu un interpretētu esošos datus.
Liela daļa organizāciju nespēj līdz galam izprast, kā datu analīze var pārveidot esošo biznesu un sniegt pievienoto vērtību. Kaut arī lielo datu analīzei ir šķēršļi, pareizi ieviešot un izmantojot lielos datus un lielo datu tehnoloģijas, uzņēmumi var kļūt konkurētspējīgāki. Uzņēmums ar spēcīgu datu analītikas stratēģiju būs spējīgs pielāgoties un paredzēt jaunas izmaiņas tirgū ātrāk nekā citi uzņēmumi, kuriem nav datu analītikas stratēģijas un nav ieviestas lielo datu tehnoloģijas.
KPMG pētījums, kurā tika intervēti 144 pasaules vadošo uzņēmumu vadītāji, parādīja: 96% aptaujāto uzņēmumu atzīst, ka tie varētu efektīvāk izmantot iespējas, ko sniedz lielie dati. Savukārt 69% respondentu datu analīzi uzskata par ļoti svarīgu faktoru uzņēmuma turpmākajai attīstībai. 56% atbildēja, ka lielo datu dēļ uzņēmums ir mainījis savu biznesa stratēģiju, lai gūtu papildu pievienoto vērtību, ko tam var sniegt lielie dati. 42% atbildēja, ka jauno tehnoloģiju integrācija ar esošajām tehnoloģijām un/vai esošo biznesa modeli ir lielākais šķērslis datu analītikas jomā. Liela daļa uzņēmumu (85%) atbildēja, ka būtiskākais šķērslis datu analīzes jomā ir pareizā risinājuma ieviešana, lai precīzi analizētu un interpretētu datus. Liela daļa uzņēmumu atbildēja, ka lielākais šķērslis, ieviešot datu analītiku esošajos biznesa procesos, ir pareizo datu noteikšana, kurus vākt un analizēt. Par spīti uzņēmumu liktajam uzsvaram uz datu analītiku un pašreizējo attīstības stratēģiju, gandrīz visi intervējamie (96%) piekrita, ka viņi varētu efektīvāk izmantot datu analīzi.
No pētījuma var secināt, ka uzņēmumi iekļauj lielos datus un to analīzi savas attīstības vīzijas ietvaros un vadītāji saprot, ka uz datiem orientēts uzņēmums, kurš ir spējīgs izmantot lielos datus, spēs ātrāk novērst riskus mārketingā, loģistikā un finansēs. Lai nepalaistu garām nākotnes izdevības, uzņēmumi pirms stratēģisku lēmumu pieņemšanas arvien vairāk paļausies uz datu analīzes rezultātiem. Šajā ziņā uzņēmumiem ir jābūt elastīgiem un reaģējošiem, lai savas iespējas realizētu pietiekami ātri un gala rezultātā kļūtu konkurētspējīgāki.
