Prim Hírek

Küszöbön az „Analitika 3.0"

A hagyományos adatelemzést takaró „Analitika 1.0" korszakot a big data megjelenésével a közelmúltban felváltotta a 2.0 éra, s a jelen, illetve hazai viszonylatban a közeljövő az „Analitika 3.0", amikor is a big data-ból elemző eszközök segítségével még pontosabb, még jobb minőségű információkat állíthatnak elő a szervezetek - mutatott rá Musza István, a Magyarországon idén 20 éves SAS hazai cégvezetője. Hozzátette: a big data projektek egyik legjelentősebb megtérülési faktora az idő, hiszen a nagy teljesítményű analitikai megoldásokkal percek, vagy akár másodpercek alatt lehet elvégezni olyan elemzéseket, amelyek korábban napokig vagy órákig tartottak, és ez más szintre emeli a döntéshozatalt.
A nagy teljesítményű analitika egyik súlyponti területe napjainkban az adatok képi megjelenítését biztosító adatvizualizáció, amellyel könnyebben értelmezhetővé válnak az adatok, és egyszerűbb felismerni a közöttük lévő rejtett összefüggéseket. A SAS vizuális adatfeltáró eszközét, a SAS® Visual Analytics-et ma már több mint 200 szervezet alkalmazza világszerte - például az olasz közszférában a CSI-Piemonte ennek segítségével fejlesztett ki egy döntéstámogató rendszert a városi hulladék életciklusának monitorozására.

A big data kérdés itthon is releváns

Komáromi Zoltán, az IDC Magyarország ügyvezető igazgatója egy idei közép-európai régiós kutatásukra hivatkozva rámutatott, hogy itthon is „megkerülhetetlen téma a big data - a jövő informatikája". Az adattárházzal rendelkező cégek körében végzett felmérésük szerint a vállalatok 17%-a foglalkozik aktívan a big data-val, 19%-uk most kezdett tájékozódni a témában, és 7%-uk állította, hogy már volt ilyen jellegű beruházása.
Sanjay Gupta, a T-Systems Magyarország Üzleti Intelligencia és Tanácsadás üzletágának igazgatója kifejtette, általában az ügyfélélmény árulkodik arról, hogy big data technológiát alkalmaz egy vállalat. Erre példa, ha egy felhasználónak gondja támad az internetes banki ügyintézés során, és azonnal telefonhívást kap a pénzintézettől a problémamegoldás érdekében. Sanjay Gupta szerint 3 területen tapasztalunk majd jelentős változást a közeljövőben: egyrészt új technológiák fognak elterjedni - például nagy teljesítményű analitikai vagy vizuális elemző eszközök. Szintén várható, hogy új kérdésekre, új igényekre adnak majd választ ezek a megoldások, ahogy a szervezetek felismerik, mire is tudják használni a big data-t. Új szerepkörök megjelenésére is számíthatunk, amilyen például az üzleti rálátással is rendelkező data scientist (adattudós).

Kapcsolati hálózatelemzéssel a csalók ellen

Napjainkban a szervezetek egyre több csalással kénytelenek szembenézni világszerte - főként a kormányzati, banki és biztosítási szektorban -, amelyhez többek között a jelenlegi gazdasági környezet is hozzájárul. A becslések szerint például csak az Egyesült Királyságban évente mintegy 73 milliárd font veszteséget okoznak a csalások1. Laura Hutton, a SAS csalásfelderítés és pénzügyi visszaélések elleni igazgatója a konferencián kiemelte, hogy a csalók egyre szofisztikáltabb módszerekkel dolgoznak: ma már technológiai eszközöket is bevetnek - elég ha csak az online visszaélésekre gondolunk. Növeli a probléma komplexitását, hogy a csalások országhatárokon is átnyúlhatnak, az elkövetők magatartása folyamatosan változik, valamint sokszor bevonnak egy belső személyt, vagy akár saját embert építenek be a megtámadni kívánt szervezetbe.

Csupán hagyományos eszközökkel ma már szinte lehetetlen felvenni a kesztyűt az egyre kifinomultabb csalásokkal szemben. Ehelyett holisztikus megközelítésre van szükség, vagyis meg kell érteni a csalót, és a környezetét is meg kell vizsgálni - például hogy az egyén hol dolgozik, hol él, vagy egy szervezet kikkel áll kapcsolatban. Erre alkalmasak a kapcsolati hálózat elemzését lehetővé tévő analitikai eszközök (Social Network Analysis), amelyek támogatják a szervezeteket abban, hogy a lehető legkorábbi időpontban és a lehető legpontosabban derítsék fel a csalásokat. A hagyományos analitikát a kapcsolati hálózatelemzéssel kiegészítve az adott vállalatnak kevesebb, de megalapozottabban kijelölt csalásgyanús esetet kell megvizsgálnia, és jóval magasabb találati arányt érhet el a véletlenszerű kiválasztáshoz képest. Ennek hátterében az áll, hogy egy csaló környezetében (részhálózatában) lévő emberek, szervezetek általában nagyobb valószínűséggel követnek el maguk is csalást. Többek között a kapcsolati hálózatelemzést vetette be a csalók ellen a belga adóhivatal is, amely 98%-kal csökkentette az áfacsalásból eredő veszteségeit és szinte teljesen felszámolta a körhintacsalást.