Andrew McAfee és Erik Brynjolfsson (2012) a Big Data vállalatoknál való felhasználásában nem kevesebbet, mint egy menedzsment forradalmat látnak. Indoklásuk egyszerre egyszerű és komplex. Egyszerű, mert azok a döntések, melyek tényeken alapulnak, maguktól értetődően jobbak. Komplex ugyanakkor, mert nehéz megvalósítani. Az utóbbi évtizedek technikai fejlődésének köszönhetően elérhető adatok puszta sokfélesége és hatalmas mennyisége megnehezítik a releváns információk kiválasztását. Új elemzési módszerek szükségesek, hogy a keletkező adatlavina uralhatóvá és értelmesen használhatóvá váljon. A következő tanulmány betekintést nyújt a Big Data témába. Szeretnénk megmutatni, hogy mi is az a Big Data, melyek a forrásai, illetve mely vállalati funkcionális területeken érdemes a belőle származó elemzésekre figyelni.

A Big Datát a legkülönbözőbb területeken használják
Az, hogy a fiatal vállalatok, mint például a Google vagy az Amazon Big Datát használnak, mindenki számára ismert kellene, hogy legyen. Ha nem, akkor tegyék fel a kérdést maguknak: hogyan lehetséges az, hogy az Amazon mindig az Ön legutolsó vásárlásához passzoló könyveket ajánl? Vagy a Google miért kültéri (outdoor) felszerelésről szóló oldalakat ajánl Önnek, ha Ön korábban egy gyalogtúrát foglalt le az interneten?
De a CRM felhasználásokon kívüli további mérhetetlen előnyei lehetnek a Big Datának. Például döntő jelentőségűvé válhat az USA választási harcok során. Az USA elnökének, Obamának a választási kampány csoportja hatalmas adatmennyiségeket használt, hogy eldöntse, mely választói csoportoknál lehet a választási pénzeket a leghatékonyabban felhasználni vagy mely választók nyerhetők meg a leginkább választási adományozónak (Business Intelligence Magazine 2013.)
Big Data egy meglehetősen fiatal jelenség, mely először az elmúlt években jelent meg a nyilvános vitákban és lassan a vállalatoknál is megtalálható. Mi olyan különleges a Big Datában? Miben mutatkozik meg a döntő különbség az elmúlt évtizedek információbázisához képest?

Mitől más a Big Data?
A legfrissebb publikációkat átnézve a Big Data három megkülönböztető tulajdonsággal rendelkezik: adatmennyiség (volume), adatsokszínűség (variety) és gyorsaság (velocity). Néhányan, mint például a „Bundesverbands Informationswirtschaft, Telekommunikation und neue Medien e.V. (BITKOM) vagyis az Információgazdaságtan, telekommunikáció és új médiák egyesület tanulmányának szerzői szerint az új típusú elemzési lehetőségek is a Big Data sajátosságaihoz tartoznak (lásd 1. ábra).
Ahhoz, hogy a Big Datát egyáltalán értelmes használni tudjuk, elengedhetetlenek az új elemzési módszerek. A probléma ott keresendő, hogy mind strukturált, mind strukturálatlan adatok rendelkezésre állnak. A strukturált adatok olyan adatok, melyek meghatározott adatformátummal rendelkeznek, és ennek köszönhetően nagyobb mennyiségben is egyszerűen és automatikusan kiértékelhetőek. Erre a legegyszerűbb példa egy Excel tábla adatainak elemzése – például az elnyert új megbízásokat adott hónapban értékesítők szerinti bontásban tartalmazó lista, mely pivottáblák segítségével kényelmesen kiértékelhető.
A strukturálatlan adatoknak nincs meghatározott adatformátuma és ennek köszönhetően nem vagy csak nagy ráfordításokkal lehet őket automatikusan kiértékelni. Tipikus példák erre az e-mailek és a közösségi hálózatok bejegyzései. Ezek értékes információkat tartalmazhatnak pl. a fogyasztói igényekről, de sokkal nehezebb őket kiértékelni. Ezen felül ezek az új, strukturálatlan adatok gyakran külső forrásból származnak, ezért a helyességük és megbízhatóságuk lényegesen kritikusabban szemlélendő. Ezeknek a strukturálatlan adatoknak a hagyományos módszerekkel való kiértékelése aligha hajtható végre hatékonyan.

1. Ábra: a Big Data jellemző tulajdonságai (BITKOM 2012, 19.o.)

Extrém módon növekszik az adatmennyiség, melyet a cégek a döntéshozáshoz felhasználnak a Big Data tematikával. Míg az ERP rendszerek területén a számlakivonatok és értékesítési statisztikák adatai gigabájtokban mérhetők, a Big Data adatmennyiség egy nagyságrenddel több ennél. Pusztán az interneten rendelkezésre álló információkat 295 Exabyte-ra (egy exabyte 18 nullával rendelkezik) becsülik (lásd Seidel, 2013).
Ezenfelül az internetről és a közösségi hálókról származó adatok a Big Datának csak egy forrását jelentik. Ahogy a második ábrán látható, a adatrobbanás fő okozói a fentiek mellett az App-ek, a Cloud Computing (felhő alapú informatikai megoldások), valamint a termelési javak és eszközök szenzortámogatott összekapcsolása. Mindenekelőtt a közösségi média jelenség, a hálózati kommunikációs lehetőségek, a tartalom legkülönbözőbb platformokon való megosztásán keresztül nagyban hozzájárul az adatok megsokszorozódott növekedéséhez.

2. Ábra a Big Data fő tényezői (Velten&Janata 2012, 5.o.)

Különleges jelentőséggel bír továbbá a jövőbeni termelési módot illetően az, hogy elérhetővé válik az M2M kommunikáció (eszközök közötti kommunikáció), illetve az adatok és információk, melyek ezen keresztül előállnak. Számos vállalkozás és kutatóintézet dolgozik máris a gépesítés, az iparosodás és az automatizáció utáni negyedik ipari forradalmon. Az „Industrie 4.0″ központi vízióját a digitálisan összekapcsolt és decentralizáltan irányított termelőberendezések jelentik, melyek flexibilisen és autonóm módon képesek a változásokra reagálni (lásd Spath 2013).

Hogyan képes a Big Data a vállalatvezetést javítani / támogatni?
McAfee és Brynjolfsson (2013) meglátása szerint a Big Data a hatékonyabb információellátás miatt a vállalatvezetésben a döntések javulásához vezet. Az IBM és az MIT Sloan Management Review közös empirikus tanulmánya ezt alátámasztani látszik. Ahogy a harmadik ábrán látható, a Top-Performerek döntéseik során sokkal gyakrabban támaszkodnak analitikus eredményekre, mint megérzésekre. Az analitikus módszerek felhasználásának három szintjét különböztetjük meg (lásd LaValle et al. 2011, S23-24):

3. Ábra Milyen területeken használják fel a vállalatok az adatelemzést? (LaValle et al. 2011, 23.o.)

Aspirational (aspirációs): az analitikus módszereket annak érdekében használják fel, hogy a meghozott döntéseket alátámasszák, igazolják.
Experienced (tapasztalt): a döntéseket az adatok elemzése alapján hozzák meg.
Transformed (átalakított): a döntési alternatívák az adatok elemzése révén kerülnek kialakításra.

Az ICV ötletműhelye a következő hónapokban meg fogja vizsgálni, hogy a controlling számára milyen új kihívások keletkeznek a menedzsment információellátásának új lehetőségei hatására.

Forrás: International Controller Verein