Zapotrzebowanie na analizy Big Data

Tomasz_Przybyszewski

Tomasz Przybyszewski
Big Data Business Development Manager w regionie Oracle RACE (Rosja, Afryka, Europa Centralna i Wschodnia)

Firmy logistyczne i transportowe powinny rozwijać architekturę IT w celu zwiększenia możliwości dostępu, analizowania i zarządzania zbiorami danych typu Big Data. Takie działania szybko przyniosą efekty, np. w postaci zwiększenia jakości obsługi i zróżnicowania oferty według wymagań poszczególnych klientów, zwiększenia dokładności predykcji popytu lub zoptymalizowania trasy transportu towarów. Mówiąc o Big Data, mamy tu na myśli dane pochodzące z firmowych systemów operacyjnych, mediów społecznościowych, czujników ruchu, stacji monitorowania i przewidywania pogody, diagnostyki pojazdów, lokalizacji, trasy pojazdów, a także systemów realizujących prognozy finansowe, analizujących skuteczność reklamy i zachowania klientów na stronach internetowych.

Obecnie w logistyce widzimy tendencję do wykorzystania systemów Big Data w dwóch obszarach. Pierwszym z nich jest poprawa jakości obsługi klientów i współpracy z partnerami biznesowymi dzięki zbieraniu wielu wartościowych informacji o interakcji z nimi. Drugi to poprawa efektywności operacyjnej np. za pomocą zastosowania czujników do zbierania i przetwarzania dużej liczby danych o śledzeniu przesyłek w łańcuchu dostaw.

Firmy koncentrujące się na zarządzaniu logistycznym i transporcie od dawna stosują hurtownie danych i narzędzia typu Business Intelligence. Rozszerzenie tej architektury o systemy Big Data sprawia, że staje się możliwe analizowanie praktycznie każdej interakcji z klientami oraz dokładniejsze raportowanie związane z działaniem operacyjnym firmy, i to na każdym jej etapie.