Big Data to ogromne zbiory danych, które nie mieszczą się na standardowych nośnikach, takich jak płyty CD/DVD czy dyski twarde. Cytując firmę analityczno – doradczą Gartner, Big Data to zbiory informacji o dużej objętości, dużej zmienności lub dużej różnorodności, które wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk oraz optymalizacji procesów. Po co takie zbiory tworzyć w transporcie?
W dzisiejszych czasach, w dobie postępującej automatyzacji, w każdym rodzaju działalności pracę przedsiębiorstwa wspomaga wiele różnych programów. Nie inaczej jest w firmach transportowych, nawet tych niewielkich. W branży TSL codzienną pracę logistyków wspierają:
- giełdy transportowe do zdobywania zleceń,
- programy do zarządzania i rozliczania czasu pracy kierowcy,
- systemy lokalizacyjne i zarządzanie flotą pojazdów,
- programy do fakturowania.
Pod względem technicznym programy te są od siebie niezależne. Połączenie informacji, których dostarczają, może dać jednak cenne wnioski, które trudno jest wyciągnąć bez szczegółówej analizy zależności między nimi. To jest właśnie wyzwanie dla systemów Big Data.
Big Data muszą łączyć dane pochodzące nie tylko z różnych programów służących do realizowania odpowiednich funkcji, ale także zapisujących dane w różny sposób (np. data w formacie europejskim 27.072.017 i amerykańskim 2017-07-27) i używających różnych wielkości (funty i kilogramy, stopy i centymetry).
Kiedy możemy mówić o Big Data?
Żeby można było mówić o Big Data, muszą zostać spełnione trzy warunki:
- Zbiór danych musi być duży. Najlepiej, jeśli jest także dostępny zdalnie (w tak zwanej chmurze, z możliwością podłączenia się do niej z zewnątrz).
- Dane muszą być analizowane. Samo zbieranie danych to za mało, dane muszą być przetwarzane na potrzeby wyciągania wniosków i tworzenia nowej wartości biznesowej.
- Musi istnieć archiwum – powinny tam trafiać dane pochodzące z różnych źródeł. Może to być dedykowane narzędzie, którego jedynym zadaniem jest zbieranie i możliwość analizy danych lub też rozszerzenie istniejących funkcji programu, który głównie realizuje inne zadania, np. zarządzanie czasem pracy lub giełda transportowa.
Big Data w branży transportowej
Zbierać i analizować powinno się wszystkie informacje, które mogą pomóc w podniesieniu efektywności i osiągnięciu celów firmy. W przypadku firmy transportowej takimi celami mogą być:
- zwiększenie wykorzystania pojazdów,
- zmniejszenie kosztów prowadzenia firmy lub realizacji zlecenia transportowego,
- zmniejszenie zużycia paliwa,
- uniknięcie opóźnień w realizacji zleceń transportowych.
W zależności od celu, należy zbierać i analizować odpowiednie dane, na przykład:
- charakter tras, na których przewożone są towary,
- styl jazdy kierowców,
- eksploatacja pojazdów, zużycie poszczególnych podzespołów, takich jak klocki hamulcowe, zawieszenie,
- wykorzystanie przestrzeni ładunkowej.
Poznanie i zestawienie ze sobą danych dotyczących tych obszarów może stanowić podstawę do analizy obecnej sytuacji i modyfikacji tych elementów, które obniżają efektywność przedsiębiorstwa.
Ciąg dalszy artykułu Pawła Dżumagi o wykorzystaniu systemów Big Data w transporcie znajdziecie na stronie Wirtualnej Akademii TransEdu. Dowiecie się z niego, jak dokładnie działa Big Data (z przykładami), jakie korzyści przynosi firmom transportowym, a także jak ograniczyć ryzyko związane z przetwarzaniem danych.