Lielie dati ir nākotnes uzņēmējdarbības veiksmes formula

TVNET
CopyLinkedIn Draugiem X
Lūdzu, ņemiet vērā, ka raksts ir vairāk nekā piecus gadus vecs un ir pārvietots uz mūsu arhīvu. Mēs neatjauninām arhīvu saturu, tāpēc var būt nepieciešams meklēt jaunākus avotus.
Foto: PantherMedia/Scanpix

Šobrīd visā pasaulē arvien lielāku nozīmi biznesa procesos ieņem lielie dati, attīstot gan mākslīgo intelektu, gan ļaujot pieņemt datos balstītus lēmumus. Arī Latvijā uzņēmēji par šo tehnoloģiju aspektu izrāda arvien lielāku interesi, taču vēl aizvien trūkst pilnīgas izpratnes par to, kā šo izmantot savā biznesa konkurētspējas stiprināšanā. Tehnoloģiju laikmetā gandrīz jebkuram uzņēmumam uzkrāto datu apjoms ir milzīgs, tāpēc itin bieži rodas jautājums, ko es ar to varu paveikt.

Austris Vasiļevskis,

«Exigen Services Latvia» starptautisko projektu izstrādes vadītājs

Saprast, vai uzkrātie dati un to forma noderēs nākotnes tehnoloģijām

Nereti dati ir uzkrāti «krāšanas pēc», nezinot tālāku to pielietojumu un cerot, ka kādreiz atradīsies laiks, iespējas un vēlme to pielietošanai. Tas nebūt nav sliktākais variants (jo dati ir mūsdienu nafta vai valūta), tomēr tādā gadījumā lietderīgs izaicinājums ir datu auditēšana, kas palīdz noskaidrot, vai gadu gaitā uzkrātie dati un uzkrāšanas veids derēs nākotnes mašīnmācīšanās tehnoloģijām. Ja runājam par nākotnes tendencēm, tad tieši mašīnmācīšanās ieņems būtisku lomu.

Biznesa inteliģences tehnoloģijas, atskaišu veikšana un rezultātu analīze – robežu datu izmantošanā nav. Viens no virzieniem ir tīri statistisks, ar iespēju apskatīt vēsturiskos datus, rezultātus un mērķus. Nedaudz sarežģītāk ir nodrošināt iespēju reāllaikā apskatīt datus vai virzību uz rezultātu sasniegšanu, kaut dienas beigās. Otrs virziens ir mācīšanās no datiem, paredzot un izvērtējot to ietekmi uz rezultātiem. Arī tehnoloģiju partneris var veikt sekmīgu izpēti – uzņēmums jeb klients izvirza hipotēzi, ko tehnoloģiskais partneris, analizējot procesus, var apstrādāt un sniegt datos balstītu atbildi izvirzītajai hipotēzei.

Veiksmes pamatā jēgpilns un ilgtermiņa redzējums

Dati, kas uzkrāti «krāšanas pēc» ir izmantojami, taču arī to izpētei nepieciešams ieguldīt laiku un resursus. Šobrīd ir labs brīdis izstrādāt uzņēmuma mašīnmācīšanās gatavības stratēģiju, jo lielapjoma datu analīze nesniedz tūlītēju rezultātu, taču ilgtermiņā tas būs būtisks ieguvums.

Domājot par ieguldīšanu uzņēmuma tehnoloģiju attīstībā, vajadzētu būt skaidram mērķim. Pilnīgi loģiski, ka atsevišķos gadījumos kaut kādus ikdienas procesus sākotnēji veikt manuāli var būt lētāk, bet ilgtermiņā plānveidīga tehnoloģiju integrēšana uzņēmējdarbībā sniegs lielu pievienoto vērtību. Šobrīd tirgū nav pieejamas t.s. «zelta formulas» jeb vienots risinājums, kas der ikvienam, taču speciālisti visā pasaulē pie tā strādā.

Šādā gadījumā būtiski ir izvēlēties tehnoloģiju partneri, kuram ir ne tikai pietiekami liela pieredze šādu risinājumu izstrādē, bet arī iespējams jau izstrādāts un atbilstošs risinājums konkrētajai nozarei. «Exigen Services Latvia» ir zelta partneris programmizstrādes milzim «SAP» – gan izstrādājot programmas, gan arī ieviešot tā produktus. Ņemot vērā dažādās vēlmes, SAP risinājumi ir ļoti plaši - tie nodrošina ne tikai padziļinātas zināšanas nozarē, bet arī jau gatavus risinājumus, piemēram, mārketinga kampaņas vai ražošanas apjomu prognozēšanu. Mašīnmācīšanās un datu analīze, strādājot sinerģijā, spēj prognozēt arī klientu vēlmes – nevis pēc pārdotā apjoma, bet pēc konkrētiem paradumiem.

Starpdisciplinaritāte ir nākotne arī datos balstītajai uzņēmējdarbībai

Starpnozaru sadarbība jau šobrīd ir ļoti nozīmīga jaunajām «shared economy» uzņēmējdarbības formām. Iespējams, nākotnē šis un «circular economy» virziens varētu būt viens no retajiem, kas spēs pastāvēt esošās konkurences apstākļos.

Tā ir arī interesanta pieredze programmizstrādes uzņēmumiem – programmētāji, analītiķi un matemātiķi, strādājot projektos, kur iesaistītas dažādas nozares, kļūst par konkrētās jomas speciālistiem. Ir jāspēj audzēt padziļināta kompetence dažādās jomās - gan ražošanas, finanšu vai, piemēram, medicīnā. Tikai ar tehnoloģiju zināšanām vairs nevari pārsteigt un būt konkurētspējīgs.

Starpnozaru sadarbība pati par sevi nav nekāds jaunums. Līdzīgi, kā ar ierastajiem risinājumiem, tāpat arī datu pasaulē – mani dati ir daudz vērtīgāki kopā ar taviem datiem. Nākotne pieder jauniem biznesa modeļiem un veidiem, kuri radīsies, nebaidoties dalīties un koplietot datus un izmantot jauno tehnoloģiju sniegtās iespējas.

KomentāriCopyLinkedIn Draugiem X
Svarīgākais
Uz augšu