Použití fenoménu Big Data v lifestyle maloobchodu

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Katedra informačních technologií

Studijní program: Aplikovaná informatika Obor: Informatika  

Použití fenoménu Big Data v lifestyle maloobchodu BAKALÁŘSKÁ PRÁCE

Student

:

Ondřej Fous



Vedoucí :

doc. Ing. Jan Pour, CSc.



Oponent :

Ing. Lukáš Příklenk





2013    

Prohlášení Prohlašuji, že jsem bakalářskou práci zpracoval samostatně a že jsem uvedl všechny použité  prameny a literaturu, ze které jsem čerpal.  V Praze dne 12.05. 2013    

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .   Jméno a příjmení studenta   

   

Poděkování

Rád bych poděkoval panu doc. Ing. Janu Pourovi, CSc. za vedení a  rady při zpracování práce  po formální i obsahové stránce.  



   

Abstrakt Trendem  posledního  dese le   je  exponenciální  nárůst  objemu  dat,  která  mohou  pocházet  jak z tradičních, dlouho využívaných informačních zdrojů, tak ze zdrojů nových, přinesených  zejména novými technologiemi. Standardně využívaná řešení pro správu a analýzu dat jsou  uzpůsobena pro data s jasně definovanou strukturou, která jsou ukládána v rámci relačních  databází.  Tato  řešení  však  pomalu  přestávají  stačit  na  opravdu  velké  objemy  dat,  obzvlášť  pokud jsou data nestrukturovaná a je třeba je zpracovat rychle.      Úkolem  této  práce  je  seznámit  čtenáře  s fenoménem  Big  Data,  definovat  jej  a  obecně  vymezit  jeho  použi .  Přesnějšího  popisu  je  dosaženo  vysvětlením  principů  správy  dat  na  konkrétním  řešení  Apache  Hadoop.  Prioritou  práce  je  však  zjištění  a  definice  možných  přínosů  tohoto  fenoménu  pro  trh  lifestyle  maloobchodu;  toho  je  dosaženo  poukázáním  na  možné prak cké aplikace tohoto trendu v rámci podnikových procesů na tomto trhu. Práce  těchto  cílů  dosahuje  ve  třech  částech  –  první  je  věnována  teore ckému  popisu  Big  Data,  včetně  vysvětlení  jednotlivých  používaných  metod.  Druhá  je  věnována  obecnému  popisu  trhu  maloobchodu,  jeho  lifestyle  podobor  nevyjímaje.  Nejdůležitější,  tře ,  analy cká  část,  definuje jednotlivé prak cké přínosy Big Data pro trh lifestyle maloobchodu a určuje metriky  pro jejich změření.    Přínosy  práce  lze  spatřovat  v komplexním  popisu  fenoménu  Big  Data  a  jeho  možnostech  a  zejména v jeho reálných aplikacích v rámci procesů lifestyle podoboru maloobchodu.    Klíčová slova

Big  Data,  správa  dat,  datová  analy ka,  maloobchod,  lifestyle,  prodej,  zákazníci,  sen ment  analýza, všekanálový prodej   

 

   

Abstract  Trend  of  the  last  decade  is  rise  in  volume  of  data  which  may  come  either  from  tradi onal  sources,  used  for  long  me,  or  from  new  sources,  created  mainly  by  new  technologies.  Commonly  used  systems  for  data  management  and  analysis  are  designed  for  data  with  clearly defined structure, saved within rela onal databases. However, these solu ons are no  longer  capable  of  managing  really  huge  volumes  of  data,  especially  if  said  data  are  unstructured and in need of fast processing.    Task of this thesis is to acquaint the reader with Big Data phenomenon, to define it and show  it´s  use  cases.  Detailed  defini on  is  accomplished  with  explana on  of  data  management  priciples  within  Apache  Hadoop  system.  Thesis  priority  is  to  locate  and  to  define  possible  benefits  of  this  phenomenon  for  lifestyle  retail;  this  is  achieved  with  showing  of  possible  prac cal applica ons of this trend within this market´s business processes. These goals are  achieved in three parts of the thesis – first is dedicated to theore cal defini on of Big Data,  including  defini ons  of  individual  used  methods.  Second  one  defines  retail  market  and  it´s  subdiscipline,  lifestyle  retail.  The  most  important,  third  analy cal  part  describes  individual  prac cal  benefits  of  Big  Data  for  lifestyle  retail  market  and  designates  metrics  to  measure  those.    Benefits of this thesis can be seen in complex descrip on of Big Data phenomenon and it´s  possibili es and mainly in it´s real applica ons within processes in lifestyle subdiscipline of  retail.    Keywords

Big  Data,  data  management,  data  analysis,  retail,  lifestyle,  sales,  customers,  sen ment  analysis, omnichannel retailing             

Obsah  1 

2 

3 

4 

Úvod ................................................................................................................................................ 1  1.1 

Vymezení tématu a důvod výběru tématu ............................................................................. 1 

1.2 

Cíle práce ................................................................................................................................ 1 

1.3 

Způsob dosažení ..................................................................................................................... 1 

1.4 

Předpoklady a omezení práce................................................................................................. 2 

1.5 

Výstupy práce a očekávané přínosy. ....................................................................................... 2 

Big Data ........................................................................................................................................... 4  2.1 

Úvod kapitoly .......................................................................................................................... 4 

2.2 

Cesta k fenoménu Big Data ..................................................................................................... 4 

2.2.1 

Využití dat pro podnikové rozhodování .......................................................................... 4 

2.2.2 

Business Intelligence ....................................................................................................... 5 

2.2.3 

Nástup Big Data .............................................................................................................. 7 

2.2.4 

Big Data a 3V ................................................................................................................... 9 

2.3 

Přístup k architektuře řešení Big Data .................................................................................. 12 

2.4 

Obecný pohled na architekturu Big Data – Apache Hadoop ................................................ 15 

2.4.1 

Apache Hadoop a jeho vznik ......................................................................................... 15 

2.4.2 

Úložná vrstva ................................................................................................................ 16 

2.4.3 

Procesní vrstva .............................................................................................................. 19 

2.4.4 

Abstrakční vrstva .......................................................................................................... 21 

Sektor maloobchodu .................................................................................................................... 23  3.1 

Úvod kapitoly ........................................................................................................................ 23 

3.2 

Obecný popis maloobchodu ................................................................................................. 23 

3.3 

Dělení maloobchodu a prodejní kanály ................................................................................ 23 

3.4 

Maloobchod v ekonomice .................................................................................................... 24 

3.5 

Podobor maloobchodu – Lifestyle maloobchod ................................................................... 25 

3.5.1 

Cenové hladiny ............................................................................................................. 26 

3.5.2 

Skladové zásoby ............................................................................................................ 26 

3.5.3 

Umístění obchodů ......................................................................................................... 27 

3.5.4 

Zákaznický klub ............................................................................................................. 27 

3.5.5 

Zboží .............................................................................................................................. 28 

Big Data v odvětví lifestyle maloobchodu ..................................................................................... 29  4.1 

Současná situace správy dat v lifestyle maloobchodu .......................................................... 29 

4.2 

Základní metriky pro měření přínosů fenoménu Big Data .................................................... 31 

   

4.3 

Případy využití fenoménu Big Data v rámci trhu lifestyle maloobchodu .............................. 34 

4.3.1 

Řízení skladu a plánování zásobování ........................................................................... 34 

4.3.2 

Nastavení cenové hladiny ............................................................................................. 37 

4.3.3 

Podpora prodeje ........................................................................................................... 39 

4.3.4 

Řízení vztahu se zákazníky ............................................................................................ 41 

5 

Závěr ............................................................................................................................................. 43 

6 

Terminologický slovník .................................................................................................................. 44 

7 

Seznam literatury .......................................................................................................................... 46 

8 

Seznam obrázků ............................................................................................................................ 48 

 

                             

   

1

Úvod 

 

1.1 Vymezení tématu a důvod výběru tématu   

Tato  práce  se  soustředí  na  zjištění  možnos   využi   fenoménu  Big  Data  v Life‐Style  čás   maloobchodního  trhu  a  jeho  potencionálních  přínosů.  Zaměření  na  trh  Life‐Style  retailu  vychází z mé zkušenos  s  mto trhem, která je založena na dvouleté praxi s implementací a  správou  Retail  management  systémů  právě  v rámci  tohoto  sektoru.  Pro  průzkum  možných  přínosů Big Data pro tento trh jsem se rozhodl z důvodu velkého potenciálu, který v sobě pro  toto odvětví  Big Data nesporně ukrývá a který se teprve postupně začíná projevovat a přináší  ze zahraniční maloobchodní oblas  kladné ohlasy. 

1.2 Cíle práce    

Prvotním  cílem  práce  je  uvést  čtenáře  do  fenoménu  Big  Data,  který  nabyl  na  důležitos   v posledních dese  letech a pro mnoho lidí, odborníky nevyjímaje, je stále velkou neznámou.  Dále je pak vysvětlen přístup k architektuře systémů postavených na základě tohoto trendu a  podrobněji je popsáno jedno z aktuálně nasazovaných řešení. Pro osvětlení všech souvislos   mezi Big Data a maloobchodním trhem je definován maloobchodní trh jako celek, společně  se  specifiky  jeho  podoboru,  který  se  zaměřuje  na  obchodování  lifestyle  zbožím.  Mezi  cíle  prak cké  čás   práce  patří  iden fikace  současných  datových  zdrojů  v oblas   life‐style  maloobchodu,  popis  jejich  využi   a  správy,  rozpoznání  teore cky  přínosných  nových  datových zdrojů, které naplňují specifikaci Big Data a za použi  vhodných metrik zjis t jejich  možné přínosy. 

1.3 Způsob dosažení   

Zpracování  teore cké  čás   je  založeno  jednak  na  vlastních  zkušenostech  s Life‐Style  retail  trhem,  druhak  na  jednotlivých  zdrojích,  ze  kterých  vychází  hlavně  vysvětlení  fenoménu  Big  Data  jako  takového.  Analy cká  část  se  pak  zabývá  průzkumem  možnos   aplikace  Big  Data  v rámci zkoumaného trhu a na základě existujících případových studií dodavatelů a průzkumů  tře ch stran zjišťuje, zda je tento fenomén pro daný sektor přínosem.   1   

1.4 Předpoklady a omezení práce   

Předpokladem práce je nas nění specifických podmínek trhu lifestyle maloobchodu, které je  důležité pro pozdější analýzu vlivů Big Data na tento trh. Jako každý trh, i tento má své klady  a  zápory,  na  které  je  třeba  myslet  při  zavádění  každé  technologie.  Dále  je  nutné  vymezit  pojem Big Data za použi  poněkud omezených informačních zdrojů, které jsou takřka výlučně  zahraniční provenience, což je, vzhledem k mládí tohoto oboru, vcelku pochopitelné. Analýza  je  pak  vystavěna  rovněž  hlavně  na  zahraničních  zdrojích,  ať  už  se  jedná  o  rešerše  různých  společnos  či případové studie jednotlivých dodavatelů. 

1.5 Výstupy práce a očekávané přínosy.   

Hlavním  přínosem  práce  je  vyjmenování  možných  přínosů  Big  Data  pro  trh  Life‐Style  maloobchodu a popis tohoto fenoménu, včetně jednoho z využívaných řešení, který pomůže  odborníkům  v daném  sektoru  osvětlit  tento  trend.  Obchodníkům  zase  může  pomoci  vyhodno t, zda se inves ce do tohoto fenoménu vypla  a jak přínosy eventuálně změřit. 

1.6 Rešerše informačních zdrojů   

K popisu  cesty  správy  dat  až  k fenoménu  Big  Data  jsem  mohl  použít  velkou  šíři  nejen  zahraničních  zdrojů.  Velkou  nápomocí  byla  jistě  kniha  věnovaná  Business  Intelligence,  napsaná kolek vem autorů z  Vysoké školy ekonomické, v tomto úkolu však nemálo pomohla  i  kniha  Kena  MacDonalda,  věnovaná  datovým  skladům  používaným  systémem  SAP  –  jím  popsaná historie správy dat byla neocenitelným zdrojem informací.  Poněkud  větší  problém  nastal  při  hledání  zdrojů  o  samotném  zkoumaném  fenoménu  –  mnoho zdrojů je vágních, některé jsou dokonce pro chůdné. Jako hlavní oporu jsem se proto  rozhodl  použít  práce  společnos   Gartner,  jejíž  analýzy,  pojednávající  o  tomto  tématu,  mají  ucelený  směr  a  rela vně  vysokou  vypovídací  hodnotu.  Jedním  z důvodů  tohoto  rozhodnu   byl  rovněž  fakt,  že  analy k,  který  jako  první  tento  fenomén  popsal,  nyní  pracuje  právě  v Gartneru  a  nadále  se  mu  věnuje  –  Doug  Cu ng  je  koneckonců  spoluautorem  některých  použitých prací. K ukázání technické stránky Big Data na řešení Apache Hadoop mi pomohly  hlavně knihy od Johna Vennera a Thomase Whitea, které mi v první řadě umožnily pochopit  princip paralelního zpracování dat využi  metody MapReduce. Oba autoři se  mto projektem  2   

zabývají  poměrně  dlouho  a  informační  hodnotu  těchto  knih  je  třeba  označit  za  vynikající.  Jednotlivé zkrácené popisy ostatních čás  pak pocházejí hlavně ze stránek projektu Apache  Hadoop a jeho čás .  Popis  maloobchodního  trhu  vychází  jednak  ze  stránek  svazu  amerických  maloobchodníků  a  druhak z mých vlastních pracovních zkušenos , nabytých v průběhu uplynulých dvou let.                                                 

3   

2

Big Data 

2.1 Úvod kapitoly   

Cílů  této  kapitoly  je  několik  –  nejprve  je  nutné  popsat  využi   dat  pro  rozhodování  v podnikovém  prostředí,  uvést  obecnou  historii  takového  využi   dat  a  přes  popis  klasické  Business  Intelligence,  který  bude  důležitý  ve  vztahu  k dalším  uvedeným  faktům,  se  dostat  k popisu fenoménu Big Data, přístupu k architektuře řešení postaveného na tomto trendu a  konečně detailnější rozdíl vybraného řešení, kterým je Apache Hadoop. 

2.2 Cesta k fenoménu Big Data   

2.2.1

Využi  dat pro podnikové rozhodování 

 

Touha  po  využi   dat  pro  podporu  správných  rozhodnu   v podnikovém  prostředí  se,  vcelku  logicky,  rozhořela  s nástupem  prvních  aplikací,  které  tato  data  generovaly.  MACDONALD  (2006)  popisuje  postup  už  od  doby  centralizovaných  magne ckých  pásků,  které  povětšinou  využívalo mnoho sekvenčních aplikací, takže i když pracovník potřeboval jen střípek dat pro  svůj proces, musel přistupovat k celému hlavnímu souboru. Magne cké pásky byly pro svoji  poruchovost a nespolehlivost (a hlavně tendenci k oxidaci) brzy nahrazeny pevnými disky, což  s sebou, spolu s nárůstem výpočetní rychlos  nových procesorů, přineslo mimo jiné možnost  přímého  přístupu  k datům  a  větší  účinnost.  Na  pevných  discích  se  z hlavních  souborů  postupně staly databáze, což mimo přímého přístupu umožnilo k datům přistupovat on‐line.  Možnost  takového  přístupu  přivedla  na  svět  on‐line  aplikace,  které  se  připojovaly  k centrálním  databázím,  počet  těchto  aplikací  byl  ovšem  nezanedbatelně  velký  (jedna  aplikace pro jeden specifický proces) a provázanost mezi nimi byla mnohdy nulová – podnik  tedy většinou, ačkoli do so warové vybavenos  investoval nemalý peníz, netušil ani to, který  zákazník mu přináší nejvíce peněz nebo jaký je jeho bestseller.    

Prvotním pokusem o ucelení korporátních dat bylo vytvoření metodiky extrahovaného 

souboru.  Takový  soubor  by  byl  databází  vytvořen  z jedné  aplikace  a  poté  přesunut  do  jiné  aplikace,  což  mohlo  vyvolat  dojem  úspěšného  sdílení  dat.  Pravdou  byl  však  spíše  opak  a  vyvolání následujících problémů:  

4   

‐

Snížení integrity dat, neboť počet prodaných kusů jednoho výrobku mohl být na  jednom  místě  20  a  na  druhém  15  a  nikdo  nebyl  schopen  určit,  jaká  z hodnot  je  správná.  

‐

Rostoucí  redundance  dat,  neboť  ta  samá  (i  když  občas  s různou  hodnotou)  data  byla na více místech najednou.  

‐

Aktualita dat rovněž nebyla úplně silnou stránkou, neboť extrakční systém prostě  nestačil udržet krok s aktuálním vývojem dat, takže než se data přenesla z místa  na místo, v místě původu se třeba stačila změnit už třikrát a na místo určení tedy  dorazila neaktuální 

‐

Vytvoření  mnohačetných  datových  sil,  jež  nebyla  integrována  s ostatními  sily  a  jejichž řízení si s okolím rovněž nelámalo hlavu 

‐

Mazání  historických  dat,  jakmile  zastarala  nad  určitou  míru  (která  nebyla  nijak  vysoká), neboť tato zbytečně zahlcovala extrakční systém. Na užitečnost takových  dat  z hlediska  podpory  rozhodování  na  základě  ohlédnutí  se  do  minulosti  pak  snad není třeba ani poukazovat 

Frustrace  z těchto  problémů  a  omezení  standardních  aplikací  v  generování  a  zpracovávání  informací  pro  podporu  rozhodování  vyús ly  v rozdělení  dat  na  analy cké  a  opera vní,  což  následně  vedlo  k vytvoření  datových  skladů  a  nástupu  Business  Intelligence,  o  němž  pojednává další podkapitola.  2.2.2

Business Intelligence  

 

NOVOTNÝ  (2005)  opera vní  informace  popisuje  jako  takové  informace,  jež  jsou  používány  v každodenních  pracovních  procesech  podniku  a  je  tedy  záhodno,  aby  byly  aktuální  a  dostupné v době dotazu a aby je bylo možno průběžně aktualizovat. Pod takovou informací je  možno  si  představit  například  počet  kusů  daného  zboží  na  otevřené  faktuře  v rámci  ERP1  systému. Pro zpracování informací toho druhu se používá zkratka OLTP – On‐line Transac on  Processing.  Jako  informaci  analy ckou  je  pak  možno  brát  takovou  informaci,  která  je  historickým  záznamem  informace  operační  (a  to  zejména  z hlediska  času),  není  třeba  ji  aktualizovat,  nevyžaduje referenční integritu a je použita pouze pro analýzu (o tom dále). 

                                                            1

 Enterprise Resource Planning, podnikový informační systém 

5   

Analy cké  informace  jsou  z jednotlivých  aplikací  přesunuty  pomocí  extrakční  a  transformační  vrstvy,  jež  zahrnuje  systém  ETL2,  který  je  určen  pro  jejich  extrakci  z databáze  původní aplikace, jejich transformaci do schůdného a normalizovaného formátu a následné  nahrání  do  datového  skladu,  potažmo  systém  EAI3,  který  slouží  pro  udržení  aktuálnos   dat  mezi jednotlivými aplikacemi, respek ve datovými sily.  Samotný  datový  sklad  je  možné  popsat  jako  relační  databázi,  která  slouží  ke  schraňování  dat  ze  všech  aplikací  organizace  pro  jejich  pozdější  využi   jako  zdroje  analýz  a  repor ngu. Datové sklady se dále mohou skládat z datových tržišť – tato tržiště povětšinou  odpovídají  jednotlivým  aplikacím,  kdy  jedno  tržiště  může  obsahovat  data  z CRM4,  jiné  pak  z SCM5 nebo ERP. Tržiště je dále možné dělit na další, menší podřízená tržiště, například podle  jednotlivých států původu, divizí společnos , etc.  Informace,  jež  projdou  mto  procesem,  se  nakonec  ocitnou  v analy cké  vrstvě,  kdy  jsou  dotazovány  procesem  repor ngu,  zpracovávány  pomocí  OLAP  (On‐line  Analy cal  Processing),  který  využívá  mul dimensionality  dat  a  umožňuje  tak  příjemci  pohled  na  skutečnost  z více  úhlů  (kdy  jednu  z dimenzí  vždy  zastupuje  čas)  a  možnost  libovolně  měnit  zobrazovanou  agregaci  dat  založenou  na  podřízenos   nebo  nadřízenos   záznamů.  Trochu  odlišným  případem  je  pak  Data  Mining  (dolování  dat),  který  pomáhá  pomocí  speciálních  algoritmů „vydolovat“ nové a strategické informace a souvislos . Prezentační vrstva Business  Intelligence je pak poslední zastávkou informací na pou  za uživatelem, když slouží k výběru  parametrů pro zpracování informací (tedy funguje jako jakýsi prostředník mezi uživatelem a  systémem  BI)  a  finálnímu  zobrazení  zpracovaných  informací  v prezentovatelné  podobě  (kon ngenční tabulka, sestava, graf) uživateli.  

                                                            2

 Extract‐Transform‐Load   Enterprise Applica on Integra on  4  Customer Rela onship Management – systém pro správu vztahů se zákazníky  5  Supply Chain Management – systém pro správu zásobovacího řetězce  3

6   

  Obrázek 1 ‐ Pohled na strukturu BI očima Microso u – Úplně vespod externí aplikace, potom ETL pomocí SQL Server  Integra on Services a data Warehouse a analy ka postavená na MSSQL. Obsluha je obstarávána pomocí PPS a Excelu,  samotné zobrazení pak pomocí Sharepointu, který slouží zároveň jako ECM6. (Zdroj: MICROSOFT, 2013) 

  2.2.3

Nástup Big Data 

 

Počátek  nového  sícile   znamenal  pro  podnikovou  informa ku  nový  problém  –  objem  dat.  Samozřejmě  to  neznamená,  že  by  objem  dat  před m  nikdy  nerostl;  objem  dat  začal  růst  zvlášť  rychle  po  zavedení  paměťových  médií  pro  ukládání  dat  (např.  výše  zmíněné  pásky)  a  nadále  rostl  exponenciálně.  HILBERT(2011)  kupříkladu  uvádí,  že  od  osmdesátých  let  narostl  objem  dat  na  hlavu  každých  čtyřicet  měsíců  zhruba  dvojnásobně.  Nicméně  opravdový  problém nastal právě až se začátkem nového milénia, kdy se růst objemu dat trochu „vymkl“  kontrole a začal narůstat mnohem rychleji a v daleko kratších intervalech, než čtyřicet měsíců  – podle GONSOWSKI (2013) se interval zkrá l na třináct měsíců. Takový nárůst podnikových  dat musí samozřejmě mít nějaký důvod – a  m je hlavně otevření nových kanálů pro příchozí  informace.  Společně  s nástupem  nových  technologií  pro  podporu  podnikání  (do  nichž  si,  alespoň pro tento případ, dovolím zahrnout technologie pro podporu výroby, prodeje, etc.)  přišla nová data, která byla těmito technologiemi generována.  Mobilní zařízení, čtečky RFID7,                                                              6

 Enterprise Content Management – systém pro správu podnikového obsahu   Radio‐frequency iden fica on, iden fikace objektu pomocí rádiových vln 

7

7   

GPS systémy, OT8 čidla – tyto a mnohé další zařízení začaly generovat mnohonásobně větší  objem  dat,  než  bylo  do  té  doby  obvyklé;  zpočátku  se  přitom  jednalo  jen  o  data,  která  pocházela z vnitřku samotné organizace. O další masívní nárůst se postaraly zdroje externí –  počínaje  elektronickým  obchodem,  přes  sociální  sítě  až  po  externí  mul mediální  celky.  Prudký nárůst objemu dat v posledním dese le  uvozuje následující graf:   

  Obrázek 2 ‐ grafické znázornění exponenciálního nárůstu podnikových dat v minulém dese le  (v petabytech a  jednotlivých souborech) (Zdroj: CHUTE, 2008) 

Je  ovšem  nutné  brát  v úvahu  to,  že  nárůst  objemu  dat  by  sám  o  sobě  ještě  neznamenal  takový  problém  –  data  koneckonců  průběžně  přibývala  za  celé  poslední  půlstole   a  přizpůsobit  aktuální  systémy  jejich  zrychlenému  nárůstu  by  jistě  nebyl  nepřekonatelný  problém.  Nárůst  objemu  dat  s sebou  však,  zvláště  pak  ve  spojení  s příbytkem  kanálů  pro  získávání  dat,  přinesl  ještě  další  problémy  –  data  z různých  kanálů  byla  velmi  různorodá  a  povětšinou  nestrukturovaná  a  zvýšení  objemu  ukládaných  dat  logicky  navýšilo  objem  přijatých  dat,  což  nárazově  zvýšilo  nároky  na  rychlost  jejich  zpracování.  Právě  kombinace  těchto prvků přivedla na svět nový fenomén nazvaný jako Big Data.   BEYER (GARTNER, 2012) ve své práci uvozuje, že Big Data je, minimálně za posledních  několik let, velmi populárním termínem. Základní definice Gartneru ve volném překladu pak  zní  následovně:  „Big  Data  není  ani  technologie,  ani  trh  s řešeními  –  je  to  fenomén,  který  je                                                              8

 Opera onal Technology – senzory, které zajišťují správný chod zařízení 

8   

založen na kombinaci rychlého nárůstu objemu dat, nových a komplexních datových typech a  současně  na  technologickém  vývoji,  která  přináší  lidem  možnost  analyzovat  informace  novými  postupy  a  produkuje  tak  užitečnější  náhledy  na  svět  kolem  nich“.    Gartner  samotný  pak během ročního měření mezi lety 2011 a 2012 iden fikoval takřka dvacet  síc požadavků  na  vyhledání  tohoto  termínu  na  svých  stránkách  a  trend  roste  i  nadále,  je  však  nutno  podotknout,  že  okolo  tohoto  pojmu  stále  vládne  jistá  nevědomost,  úkolem  následujících  kapitol proto bude jí rozptýlit.  2.2.4

Big Data a 3V 

 

Na  začátku  výše  uvedeného  datového  boomu  si  LANEY(2001),  analy k  společnos   META  GROUP,  ve  své  studii  všiml,  že  změna  ekonomických  podmínek,  zejména  pak  velký  nárůst  zájmu  o  elektronické  obchody,  vytvořila  nové  výzvy  na  poli  správy  dat,  které  rozdělil  do  tří  základních  dimenzí.  První  je  Objem  dat,  zvýšený  zejména  hloubkou  a  šířkou  dat,  které  byly  způsobeny  zejména  menšími  náklady  na  kanál  elektronického  obchodu,  což  vyús lo  v možnost  během  jedné  transakce  posbírat  až  desetkrát  více  dat.  Autor  si  rovněž  povšiml  toho, že jakmile začnou společnos  vnímat informaci jako hmotné ak vum, mají tendenci jí  syslit,  což  v kombinaci  s výše  uvedenou  skutečnos   vedlo  k obrovskému  nárůstu  dat  spravovaných společnostmi. Druhou dimenzi, to ž Rychlost získání a zpracování dat, pak vidí  jako  kri ckou  konkurenční  výhodu  společnos ,  což  ukazuje  na  rychlos   POI9  v uvedených  příkladech,  konkrétně  v aktuálnos   systému  sledování  zásilek,  skladové  dostupnos   zboží,  nebo  rychlos   vykonání  transakce.    Tře   dimenzi,  Různorodost  dat,  v podobě  nekompa bilních  datových  formátů,  neprovázaných  datových  struktur  a  nekonzistentních  datových séman k Laney vnímá jako největší budoucí překážku pro efek vní správu dat.   Tyto  tři    dimenze  daly  vzniknout  později  velmi  využívané  zkratce  3V,  která  se  stala  základem  pro  definici  Big  Data.  3V  v sobě  skrývá  názvy  jednotlivých  dimenzí  –  Volume  (Objem), Velocity (Rychlost) a Variety (Různorodost). Deset let po průvodní analýze 3V uvedla  společnost  Gartner  práci,  jež  reviduje  a  rozšiřuje  dimenzionální  rozdělení  Big  Data.  NEWMAN(2012)  a  BEYER(2011)  základ  3V  aktualizovali  pro  současné  podmínky  a  zároveň  přidali dimenzi čtvrtou. V rámci aktuálnos  je jen logické, že práce bude vycházet z novějšího                                                              9

 Point of interac on – může vyjadřovat například proces nákupu zboží v elektronickém obchodě 

9   

rozdělení.  Za  kandidáta  pro  řešení  pomocí  Big  Data  je  tedy  možno  označit  tu  společnost,  která se potýká s problémy spadajícími do dvou a více následujících dimenzí:  ‐

Podmínky pro dimenzi objemu jsou splněny tehdy, pakliže kapacity dosavadních  systémů  a  procesů  pro  ukládání  a  analýzu  dat  začínají  být  nedostačující  pro  dodání  přidané  hodnoty  u  jednotlivých  případů  použití  –  tedy  když  nestačí  na  ukládání  a  analýzu  dat  z nových  zdrojů,  jejichž  využití  by  podniku  přineslo  nesporné  výhody.  Tato  dimenze  bývá  právem  považována  za  nejdůležitější,  nicméně  občas,  a  to  už  neprávem,  za  jedinou  směrodatnou  –  je  nutné  si  uvědomit,  že  nastalý  velký  objem  dat  musí  být  něčím  zapříčiněn  a  důvody  vysokého objemu dat je proto třeba hledat v ostatních dimenzích 

‐

Pod  rychlost  spadají  požadavky  na  rychlé  přenášení  dat,  vytváření  strukturovaných záznamů, a dostupnost pro přístup a použití. Zahrnuje dvě části –  jak rychle musí být data vyprodukována a jak rychle musí být data zpracována –  kombinace  těchto  dvou  prvků  musí  uspokojit  poptávku  po  datech  v daném  časovém  intervalu;  lze  vyjádřit  i  krátkou  trvanlivostí  platnosti  informace  a  potřebou  informaci  využít,  dokud  je  platná  –  takovou  informaci  je  tedy  třeba  dostat na místo určení velmi rychle 

‐

Různorodost pod sebou skrývá různost formátů dat (jako formát je zde chápáno  základní  dělení,  tedy  například  audio‐video‐foto),  strukturovaných  a  hlavně  nestrukturovaných,  které  musí  být  zpracovány  –  databáze,  hierarchická  data,  dokumenty, e‐maily, data z měření, multimediální data (video, audio, fotografie)  a  mnoho  dalších;  tato  dimenze  vychází  především  z různosti  a  množství  informačních zdrojů společnosti 

‐

Komplexnost,  která  vyjadřuje  možnost  existence  různých  datových  standardů,  pravidel  a  formátů  v rámci  jednoho  druhu  dat  –  komplexní  jsou  pak  v tomto  případě právě jednotlivé druhy dat 

Gartner  fenomén  Big  Data  definuje  jako  informační  ak va,  která  zapadají  do  výše  zmíněných  dimenzí  –  mají  velký  objem,  vysoké  nároky  na  rychlost  produkce  a  zpracování,  jsou  velmi  různorodá  a  jsou  zastřešena  jistou  komplexnos .  Taková  ak va  pak  vyžadují 

10   

nákladově efek vní a inova vní přístupy ke zpracování informací, které ve výsledku přinesou  vylepšený vhled do rozšířené informační základny podniku a podpoří rozhodovací procesy. 10  Tuto  tezi  více  rozvedl  BEYER(2011);  nejdůležitější  přínos  Big  Data  pro  podniky  vidí  v zaplnění  informačních  mezer  díky  doplňování  původních  informačních  kanálů    z nových  zdrojů  (příkladem  budiž  využi   metrických  záznamů  z OT  čidel  doplňující  záznamy  o  počtu  zmetků ve výrobě). Tyto zdroje přitom nemusí být vždy přímo „velké“, ale jejich kombinace se  zdroji  původními  a  s těmi  nově  otevřenými  zvyšuje  nároky  na  objem  dat,  rychlost  jejich  zpracování  a  na  komplexnost  celého  systému  ‐  na  různorodost  vyvolanou  kombinací  všemožných  zdrojů  pak  snad  není  třeba  ani  poukazovat.  Další  výzvu  vidí  v  poptávce  po  nových  a  efek vních  formách  zpracování  informací  z těchto  zdrojů  v celém  jejich  životním  cyklu  –  tedy  v zahrnu   nově  otevřených  zdrojů  informací  do  existujících  rozhodovacích  procesů,  přičemž  tento  krok  musí  být  nákladově  efek vní,  což  znamená,  že  výnosy,  které  otevření a zpracování nových kanálů přinese, musí být vyšší, než náklady na ně.   Obecný popis Big Data potom může vypadat následovně: společnost by měla zavést  řešení správy svých dat pomocí Big Data tehdy, když:  ‐

Již  existující  informační  kanály  společnosti  začnou  vykazovat  příznaky    zmíněné  v alespoň  jedné  a  více    výše  uvedených  dimenzích  a  je  nutné  udržet  nebo  ještě  zvýšit jejich vypovídací hodnotu, pakliže to bude nákladově efektivní (do výpočtu  je  třeba  rovněž  zahrnout  možnou  ztrátu)  –  příkladem  může  být  zvýšení  různorodosti dat na kterémkoli z kanálů (například nárůstem nestrukturovaných,  multimediálních dat), což může řetězově vyvolat nárůst objemu dat, etc.  

‐

Má  možnost  otevřít  nové  informační  kanály,  které  musí  splňovat  podmínku  nákladové  efektivity  a  zároveň  buď  samy  o  sobě  nebo  v kombinaci  s již  existujícími splňují podmínky nastíněné v jedné a více dimenzích 

     

                                                            10

 Volný překlad z práce The Importance of 'Big Data': A Defini on, Beyer, Laney (2012) 

11   

2.3 Přístup k architektuře řešení Big Data   

Základem  úspěšné  architektury  Big  Data  řešení  by  samozřejmě  měla  být  schopnost  řešit  výzvy  popsané  ve  výše  uvedených  čtyřech  dimenzích;  nicméně,  ve  stejné  studii,  ve  které  zrevidoval  čtyři  základní  dimenze  Big  Data,  BEYER(2011)  uvedl  pojem  „extrémní  správa  informací“  (Extreme  informa on  management)  –  pojmem  „extrémní“  je  zde  myšleno  vychýlení kterékoli dimenze do extrémních hodnot (viz obrázek 2). Zde nas nil osm nových  dimenzí,  které  zahrnují  další  možné  problémy  vyvolané  úvodními  3V.  Tyto,  společně  s původními  dimenzemi,  rozdělil  po  čtyřech  do  tří  základních  skupin  –  první,  základní  skupinou,  je  Kvani fikace  (Quan fica on)  a  zahrnuje  objem,  rychlost,  různorodost  a  komplexnost,  tedy  dimenze,  jež  byly  vysvětleny  výše.  Další  dvě  skupiny  jsou  uvedeny  následovně:  ‐

Do  skupiny  Přístup  a  kontrola  (Access  enablement  and  Control)  patří  takové  dimenze, které řeší zda se lidé či přístroje dokáží dostat k informacím tehdy, kdy  je zrovna potřebují a zároveň zda se dostanou pouze k těm informacím, které jim  náleží. Spadají sem:  o Klasifikace (Classification), kdy je třeba zajistit dělení informací na citlivé a  na  ty,  které  citlivé  nejsou,  které  informace  jsou  veřejné  a  které  ne.  Tato  dimenze vyjadřuje otázky zabezpečení a přístupu k informacím   o Kontrakty (Contracts) by měly řešit právní záležitosti týkající se informací  –  sdílení,  možnost  vystavení  informací,  zamýšlené  použití  informací,  jak  dlouho  bude  možné  informace  používat,  etc.  Příkladem  pak  může  být  obchodník  zasílající  svá  data  externímu  dodavateli  k obohacení  o  demografické údaje. O vyjádření těchto dodatečných informací by se měla  postarat metadata  o Všudypřítomnost  (Pervasiveness)  se  váže  na  data,  která  se  kvůli  své  důležitosti  stala  žádaná  napříč  celou  organizací  a  musí  tak  být  neustále  dostupná. Řeší, jakou dobu tomu tak má být a co udělat s tzv. „osiřelými“  daty, která již nemají žádnou hodnotu (jejich potenciál byl vyčerpán)  o Technologické  možnosti  (Technology‐Enablement)  je  dimenze,  která  zahrnuje specifikace derivované z ostatních jedenácti dimenzí a odpovídá 

12   

na  jednoduchou  otázku  –  jak  a  jaké  systémy  (nástroje  pro  integraci  dat,  aplikační middleware11) integrovat pro splnění nároků ostatních dimenzí  ‐

Způsobilost  a  jistota  (Qualification  and  Assurance)  je  množina  dimenzí,  jejímž  cílem  je  spolehlivost  a  správné  zpracování  informací  –  jednoduše  řeší  to,  jak  velkou důvěru mohou uživatelé do dat vkládat  o Přesnost  (Fidelity)  vyjadřuje  schopnost  nebo  neschopnost  organizace  přijmout  informační  zdroj  jako  důvěryhodný  a  to  na  základě  kontroly  významu  a  kontextu  –  často  pomocí  přiřazení  metadat  informacím  při  jejich  ukládání.  Měla  by  existovat  možnost  přiřadit  informacím  nový  význam bez zničení toho původního  o Propojení  (Linking)  zahrnuje  datové  kombinace  a  jejich  použití  (zejména  otázka  metadat).  Provázanost  by  rovněž  měla  napomáhat  sdílení  dat  napříč  aplikacemi  –  taková  data  si  však  musí  zachovat  kontext  a  význam  tak, aby ve výsledku byla užitečná buď uživatelům, nebo přístrojům  o Validace (Validation) primárně zajišťuje otázky datové kvality12  o Zaniknutelnost (Perishability) se zabývá otázkou životnosti dat – tím, zda  jsou  data  dostupná  všude,  kde  jsou  potřeba,  dokud  jsou  užitečná  a  zda  jsou  aktuální  (Real‐time  situation  awareness,  znalost  okamžité  situace),  jak dlouhá je jejich úložná doba po skončení užitečnosti (jsou „osiřelá“) a  jak dlouho mohou být taková data užitečná 

Hlavní myšlenkou studie je upozornění na problém preference pouze jedné dimenze  (zpravidla  objemu,  nemusí  však  být  pravidlem)  na  úkor  dimenzí  ostatních,  což  ve  výsledku  může  přinést  víc  škody  (více  nákladů),  než  užitku  (výnosů);  dle  autora  takto  řešená  architektura podnikové správy dat nutně vyvolá potřebu jí do dvou až tří let přepracovat od  základu,  bude‐li  nasazena  v roce  2011  či  2012.  Rovněž  je  třeba  nahradit  standartní  postup  zpracování dat aplikacemi, který funguje na principu odeslání do aplikace‐zpracování aplikací‐ odeslání  nazpět  postupem  opačným,  to ž  přesunu m  aplikačních  procesů  k datům,  což  je  vzhledem k velkým objemům dat vcelku pochopitelné; tento princip by zároveň měl urychlit  analýzu a zpracování dat. Ti, jenž mají na staros  řešení otázky správy dat ve firmě, by pak dle                                                              11

 So warová vrstva ležící na každé straně mezi operačním systémem a aplikací v rámci distribuované sítě   Data splňují podmínku vysoké kvality, pakliže odpovídají účelu svého využi  v rámci procesů, podpory  rozhodování a plánování  12

13   

Beyera měli pečlivě analyzovat všech dvanáct dimenzí v rámci jejich mateřské firmy a zvláště  se soustředit  na  náhlé  a  nečekané  výkyvy  v jakékoli  z těchto  dimenzí;  zároveň  je  třeba,  aby  prozkoumali  plány  podniku  na  pět  let  dopředu  op kou  všech  dvanác   dimenzí  –  je  ovšem  nutné  tento  pohled  oboha t  o  vědomost  toho,  že  dimenze  se  mohou  nejen  doplňovat  (v  rámci  dimenze  validace  je  například  objeven  u  informace  nedostatek  –  metadata,  standardizovaně přidělená díky dimenzi přesnos  jsou potom správci schopna vyjevit původ  tohoto  nedostatku  a  to,  jak  si  s ním  poradit),  ale  rovněž  si  odporovat  (větší  dostupnost  dat  pro více lidí zhoršuje situaci v rámci klasifikační dimenze) a to i mezi jednotlivými skupinami. 

  Obrázek 3 ‐ ilustrace závislos  jednotlivých skupin dimenzí extrémní správy dat (všimněte si Big Data na ose objemu –  jedná se o znázornění jejího vychýlení směrem k extrému) (Zdroj: BEYER, 2011) 

           

14   

2.4 Obecný pohled na architekturu Big Data – Apache Hadoop   

Architektura  Big  Data  má  mnoho  společného  s architekturou  Business  Intelligence,  nutně  však přihlíží ke splnění základních 3V (přičemž op mální by samozřejmě bylo přihlédnu  ke  všem dvanác  dimenzím), což se projevuje obzvlášť na té čás , která se zabývá transformací  dat a jejich uložením.      2.4.1

Apache Hadoop a jeho vznik 

 

Vhodným příkladem pro ukázku této architektury může být projekt Apache Hadoop13, který  se  stal  takřka  synonymem  pro  Big  Data  a  vzhledem  ke  své  opensourcové  povaze  je  často  přebírán velkými komerčními subjekty (BigInsights od IBM a řešení pro Big Data na Microso   Azure jsou založeny právě na Hadoopu)14 a stává se tak základním kamenem dalších celků. Za  vznikem  projektu  Hadoop  je  třeba  dle  WHITE  (2012)  hledat  dvě  práce,  vydané  v roce  2004  společnos   Google.  První  se  zabývala  novým  distribuovaným  souborovým  systémem  GFS  (Google file system)15, jenž byl vyvinut jako odpověď na rostoucí objem dat, který vyhledávač  Google  potřeboval  ke  své  funkci.  Druhá  práce  16se  pak  věnovala  programovací  metodě  MapReduce, jejímž úkolem bylo zpracovat data nasbíraná v rámci GFS. O půlroku později již  byly  obě  metody  implementovány  Dougem  Cu ngem  v rámci  projektu  opensourcového  vyhledávače  Nutch.  V roce  2006  byla  kombinace  metod  HDFS  (Hadoop  Distributed  File  System,  Cu ngem  přepracované  GFS)  a  MapReduce  pojmenována  jako  Hadoop  a  byla  zaš těna  stejnojmenným  projektem  u  neziskové  organizace  Apache  So ware  Founda on.  K prvnímu  nasazení  rámce  Hadoop  v reálném  světě  pak  došlo  u    společnos   Yahoo!,  kde  Hadoop  nahradil  dosud  vyvíjený  a  neúspěšný  projekt  Dreadnaught,  který  měl  řešit  stejný  problém,  jako  měla  před m  společnost  Google.  Hadoop  se  od  té  doby  osvědčil  v mnoha                                                              13

 V souvislos  se systémem Hadoop může být často uváděn obrázek slona – je to z toho důvodu, že jej jeho  tvůrce Doug Cu ng pojmenoval podle plyšové hračky svého syna (WHITE, 2012)  14  KART (2012)  15  Původní práce je dostupná například na h p://www.cs.rochester.edu/mee ngs/sosp2003/papers/p125‐ ghemawat.pdf (15.04.2013)  16  Práce rovněž dostupná na h p://sta c.usenix.org/event/osdi04/tech/full_papers/dean/dean.pdf  (15.04.2013) 

15   

dalších  podnikových  implementacích  po  celém  světě,  ať  už  se  jedná  o  poskytovatele  řešení  elektronické pošty MailTrust, nebo výrobce telekomunikačních zařízení Nokia.   

Stejně  jako  v případě  tradiční  architektury  Business  Intelligence  je  možné  rozdělit 

architekturu  řešení  Big  Data,  potažmo  Hadoopu,  na  několik  čás .  Jak  ukazuje  následující  ilustrace, základní část je tvořena úložným systémem, ze kterého jsou poté data extrahována  a  zpracována,  zpracovaná  data  jsou  poté  dotazována  abstrakční  vrstvou,  která  následovně  data  konečně  předává  k výslednému  zpracování  pomocí  ETL,  zobrazení  pomocí  BI  nástrojů  nebo uložení do tradičních relačních databází.  

  Obrázek 4: Zjednodušená architektura  systému Hadoop (Zdroj: CISCO, 2012) 

2.4.2

Úložná vrstva 

  HDFS – Hadoop Distributed File System je jednou ze dvou kmenových součás  systému Hadoop. 

Nejdůležitějším  aspektem  tohoto  souborového  systému,  vzhledem  k dalším  součástem  a  samotné  funkci  Hadoopu,  je  to,  že  je  distribuovaný.  Úkolem  distribuovaného  souborového  systému  je  rozdělit  ukládaná  data  na  více  cílových  zařízení  –  důvod  je  vcelku  prozaický  –  rychlost čtení a zápisu dat bude za použi  tohoto postupu mnohem rychlejší, než kdyby byla  data zapsána na jeden disk. Pro vysvětlení – disková jednotka o velikos  jednoho terabytu má  přenosovou  rychlost  kolem  100  MB/s,  takže  přečtení  všech  dat  (pakliže  uvažuji,  že  disk  je  bezezbytku  plný)  by  trvalo  přibližně  dvě  a  půl  hodiny.  Pokud  by  však  stejné  množství  bylo  uloženo  na  jednom  stu  jednotek,  na  každé  jedna  se na  původního  objemu,  a  čtení  dat  by  probíhalo paralelně, doba čtení by se zkrá la na zhruba dvě a půl minuty. Tento princip tvoří  základ HDFS.  16   

 

HDFS  je  tvořen  jednotlivými  uzly  (uzel  =  zařízení,  na  kterém  jsou  data  uložena), 

komunikace mezi nimi je zajištěna pomocí síťového protokolu TCP/IP. Uzly pracují na známém  principu Master‐Slave, kdy jako Master vystupuje jmenný uzel, jenž slouží jako „adresář“ (drží  metadata jednotlivých datových celků a funguje tak jako klíč k jejich „složení“), který ukazuje  na jednotlivé čás  datových celků, jež jsou uloženy na Slave uzlech; tyto jsou popisovány jako  uzly datové. Funkci HDFS z tohoto úhlu pohledu lze znázornit  mto grafem: 

  Obrázek 5: Uzlová architektura HDFS. Jednotlivé barvy znázorňují datové celky. (Zdroj: HADOOP, 2011) 

Jak  vidno,  pro  jednu  množinu  zařízení  v rámci  HDFS  (Cluster)  existuje  vždy  jeden  ak vní  jmenný uzel, u novějších verzí přibyla možnost záložních jmenných uzlů.  Technická specifika HDFS je možno popsat následovně:  ‐

Velmi velké soubory  HDFS  je  určen  pro  soubory,  které  velikostně  odpovídají  stovkám  megabytů,  desítkám  gigabytů,  případně  jednotkám  petabytů.  Zároveň,  HDFS  je,  stejně  jako  kterýkoliv  jiný  souborový  systém,  tvořen  jednotlivými  bloky  dat.  U  standardních  souborových  systémů  typu  NTFS  má  takový    blok  velikost  64  KB,  avšak  u  HDFS,  vzhledem  k jeho  zaměření,  je  standardní  velikost  jednoho  datového  bloku  dimenzována na 64 MB. S ohledem na velikost bloku zde zároveň neplatí pravidlo  užité u typických souborových systémů – je‐li soubor, nebo jeho část, menší, než  velikost datového bloku, není blok obsazen zbytečně celý; místo toho je prostor  na bloku při nejbližší možné příležitosti zaplněn odpovídající částí jiného datového  celku. Dochází tak k relativně velké úspoře dat.      17 

 

‐

Přístup ke čtení dat  Podobně, jako u klasického datového skladu, se i u dat, které jsou uložena v rámci  HDFS, počítá s tím, že budou zapsána jednou a čtena mnohokrát. Očekává se, že  čtení,  potažmo  analýzy,  budou  prováděny  na  větší  části  datového  celku,  za  důležitější je tedy považován celkový čas strávený čtením celého datového celku,  ne  doba  odezvy  při  vyhledání  a  čtení  prvního  záznamu  tohoto  celku.  Do  této  problematiky  zapadá  i  část,  jež  ošetřuje  možnosti  přístupu  k datům  –  jako  u  mnoha  jiných  databázových  nástrojů  pak  funguje  na  třech  základních  právech  –  čtení (read), zapisování (write, může se jednat o vložení, úpravu nebo mazání dat)  a  execute  (které,  ač  to  z názvu  může  vyplývat,  neslouží  ke  spuštění  souboru  –  soubory,  uložené  v rámci  HDFS,  již  ze  své  podstaty  spouštět  nejdou.  Execute  v tomto případě vázáno na složku aby ten, kdo toto právo má, mohl přistupovat  k jejímu  obsahu).  Další  pravidla  jsou  potom  shodná  s většinou  podobných  systémů ‐ práva se mohou vázat na uživatele, potažmo na skupiny uživatelů, etc. 

‐

Běžný hardware  Jednou  ze  základních  premis  Hadoopu  je,  že  ke  své  funkci  nepotřebuje  drahá  a  specializovaná  zařízení.  Naopak,  je  schopen  běžet  na  relativně  levném  a  dostupném HW, mnohdy i od různých výrobců, přičemž se počítá s poruchou na  kterémkoli  z uzlů.  Tato  možnost  je  ošetřena  podobně,  jako  je  tomu  u  diskových  polí  RAID17,  kde  jsou  data  zrcadlena.  V rámci  HDFS  je  tento  proces  znám  spíše  jako replikace, kdy jednotlivé části datového celku nejsou drženy pouze v jednom  datovém  uzlu,  ale  minimálně  ve  dvou,  někdy  i  ve  více,  pročež  jako  primární  funguje  jenom  jeden.  Pokud  dojde  k výpadku  uzlu,  který  hostuje  datovou  sekvenci  označenou  jako  primární,  jmenný  uzel  v reakci  na  nastalou  situaci  odkáže  proces  na  jiný  datový  uzel,  který  hostuje  sekundární  datovou  sekvenci.  Velkým problémem u starších verzí Hadoopu (před verzemi 2.x) však byl výpadek  jmenného uzlu, který byl v množině (Cluster)  jen jeden. Jeho porucha způsobila  ochromení  celého  systému  a  standardním  postupem  pak  bylo  vytvoření  nového  jmenného  uzlu  načtením  adresních  dat  ze  zálohy,  což  zabralo  v ideální  situaci  minimálně  třicet  minut.  Novější  verze  ovšem  přišly  s řešením  ne  nepodobným  replikaci  u  datových  uzlů  –  mimo  hlavního  jmenného  uzlu  v záloze  běží  jeden  a 

                                                            17

 Redundant array of independent disks, technologie kombinující několik disků do jedné logické jednotky 

18   

více  dalších  jmenných  uzlů  a  průběžně  snímkují  adresář  primárního  uzlu  k sobě.  V případě  výpadku  primárního  uzlu  pak  převezme  jeho  úlohu  uzel  záložní  a  k celkovému  výpadku  nedojde  vůbec,  neboť  celý  proces  se  odehraje  v rámci  několika desítek vteřin.         2.4.3

Procesní vrstva 

 

MapReduce   Jak  už  z názvu  funkce  vyplývá,  MapReduce  je  programový  model  složený  ze  dvou  metod  –  Map a Reduce – který slouží ke zpracování dat v rámci systému Hadoop (a velkého množství  systémů jiných). Základním principem této funkce je možnost jejího paralelního průběhu na  větším  počtu  koncových  zařízení,  výhoda  tohoto  přístupu  byla  vysvětlena  v předchozí  podkapitole.   Funkci je možno vysvětlit na následujícím příkladu analýzy dat o počasí, kdy je úkolem  zjis t nejvyšší naměřenou teplotu na celé planetě za daný rok: senzory napříč planetou měří  každou  hodinu  teplotu,  naměřené  hodnoty  zapisují  do  logu  a  jednotlivé  logy  jsou  pak  shromažďovány  na  jednom  místě  v rámci  HDFS.  Data  jsou  v logu  vždy  uložena  jako  jeden  řádek,  který  mimo  datum,  umístění  senzoru  a  teploty  obsahuje  velký  počet  dalších  údajů.  HDFS data ukládá do složek označených rokem, každá složka (rok) obsahuje výsledky měření  jednotlivých  stanic  zabalené  do  archivu  .gz.  HDFS  v přípravné  fázi  sloučí  všechny  archivy  podle  jednotlivých  let  do  větších  datových  celků,  neboť  pro  funkci  MapReduce  je  snazší  analyzovat  menší  počet  byť  větších  souborů.  Nyní  je  třeba  připravit  data  ke  zpracování  pomocí metody Map – data před zpracováním mohou vypadat takto: 

  Obrázek 6: Text před zpracováním metodou Map (Zdroj: WHITE, 2012) 

19   

Tečky  značí  dodatečné  záznamy,  které  nejsou  k prováděné  analýze  zapotřebí  (směr  větru,  vlhkost,  viditelnost...),  za mco  tučně  označený  text  symbolizuje  rok  a  naměřenou  teplotu,  v tomto  případě  klíčový  pár  pro  datovou  analýzu.  Hlavním  úkolem  metody  Map  je  tedy,  alespoň  v uvedeném  příkladu,  vynechat  chybové  či  prázdné  záznamy,  vyextrahovat  klíčové  páry pro analýzu a převést je ke zpracování metodou Reduce, což mimo jiné znamená jejich  seskupení (stejné teploty za jeden rok). Data, která jsou předána metodě Reduce pak mohou  být v následujícím formátu: 

  Obrázek 7: Text po zpracování metodou Map (Zdroj: WHITE, 2012) 

Jediné, co musí funkce Reduce nyní udělat, je projít roztříděná data a u každého roku vybrat  nejvyšší naměřenou teplotu, takže v tomto případě to znamená, že u roku 1949 určí teplotu  111 a u roku 1950 teplotu 22, tedy nejvyšší teploty za daný rok. Na níže umístěné ilustraci si  lze spolupráci těchto metod ukázat graficky: 

  Obrázek 8: Grafické znázornění funkce MapReduce (Zdroj: VENNER, 2009) 

V levé čás  je dobře vidět paralelnost funkce, kdy je datový celek rozdělen ke zpracování mezi  jednotlivá  zařízení,  tuto  část  však  pokrývá  HDFS  již  při  ukládání  dat.  Data  jsou  poté  zpracována funkcí Map, která určí klíčové páry složené z klíče a přiřazené hodnoty, seskupí a  seřadí je. Funkce Reduce pak upravené páry zpracuje na základě zadání. 

20   

WHITE  (2012)  ve  své  knize  uvádí,  že  metodu  MapReduce  lze  v jistých  ohledech  brát  jako doplněk správy dat pomocí relačních databází (RDBMS). Za mco RDBMS je výborné pro  zpracování  rela vně  malých  objemů  dat,  které  jsou  normalizované  a  strukturované  (a  v ideálním  případě  indexované),  MapReduce  je  určeno  ke  zpracování  velkých  objemů  denormalizovaných semistrukturovaných a nestrukturovaných dat. Pod semistrukturovanými  daty si čtenář může představit tabulku, která je sice rozdělená do jednotlivých buněk, avšak  obsah  těchto  buněk  je  velmi  různorodý,  nestrukturovaná  data  pak  odpovídají  například  fotografii.  Denormalizovaný  datový  tok  může  představovat  například  výše  uvedený  příklad  logu senzoru nebo čidla, kdy se stejné údaje objevují vícekrát (například roky), což odporuje  požadované  úrovni  redundance  dat  v normalizovaném  modelu.  Z tohoto  je  tedy  jasné,  že  MapReduce  není  jedinou  cestou  pro  budoucnost,  autor  knihy  spíše  předpokládá,  že  postupem času se budou rozdíly mezi MapReduce a RDBMS smazávat, až nakonec splynou.   2.4.4

Abstrakční vrstva 

 

Prvky  abstrakční  vrstvy  podle  VENNER  (2009)  slouží  povětšinou  ke  správě  dat  uložených  v rámci HDFS, potažmo k usnadnění jejich analýzy metodou MapReduce.   ‐

Hbase18 slouží jako distribuovaná databáze běžící nad HDFS, přičemž zde uložené  tabulky  mohou  sloužit  jako  vstupy  nebo  výstupy  metody  MapReduce.  Na  rozdíl  od  typických  relačních  databází  však  neukládá  data  v posloupnosti  řádků,  ale  sloupců, čímž urychluje zpracování velkého množství (často redundantních) dat 

‐

Nad  Hbase  může  fungovat  Hive19,  což  je  datový  sklad  zastřešující  všechna  data  nasbíraná  v rámci  systému  HDFS,  mezi  jehož  hlavní  výhody  patří  možnost  ukládání  různých  datových  formátů,  mimo  jiné  právě  tabulek  Hbase  a  relativně  snadná  správa  dat  pomocí  dotazování  jazykem  HiveQL,  který  je  velmi  podobný  jazyku  SQL.  Hive  byl  původně  vyvinut  společností  Facebook  pro  správu  dat  ze  stejnojmenné sociální sítě a později poskytnut projektu Apache Hadoop 

‐

Sqoop20  je  převodním  můstkem  mezi  systémem  Hadoop  a  externími  relačními  databázemi. Využít jde obousměrně, jak k exportu z relační databáze například do 

                                                            18

 Pro Hadoop, Venne (2011)   Tamtéž  20  Zdroj: h ps://blogs.apache.org/sqoop/entry/apache_sqoop_graduates_from_incubator (cit. 16.04.13)  19

21   

prostředí  Hive  nebo  Hbase  (pakliže  Hive  není  přítomen),  tak  k přenosu  dat  z Hadoopu do externí relační databáze.  ‐

Pig21  slouží  právě  k usnadnění  psaní  funkcí  typu  MapReduce  tím,  že  dovoluje  vývojářům psát tyto funkce v jazyku Pig Latin obsahujícím prvky jazyka SQL a poté  je  převede  do  jazyka  Java.  Pig,  stejně  jako  Hadoop,  byl  vytvořen  v roce  2006  v rámci společnosti Yahoo!. 

 

 

                             

                                                            21

 Zdroj: h p://developer.yahoo.com/blogs/hadoop/posts/2008/10/pig_‐_the_road_to_an_efficient_high‐ level_language_for_hadoop/  (cit. 16.04.13) 

22   

3

Sektor maloobchodu 

 

3.1 Úvod kapitoly   

Tato kapitola je určena jako úvod čtenáře do specifik a problema ky sektoru maloobchodu,  neboť právě tato specifika, v kombinaci s výše uvedenými fakty o fenoménu Big Data, čtenáři  pomohou pochopit přínosy Big Data do sektoru Lifestyle maloobchodu v plné šíři. 

3.2 Obecný popis maloobchodu   

FARFAN  (2011)  ve  svém  článku  vysvětluje,  že  odvětví  retailu,  v češ ně  maloobchodu,  se  skládá z jedinců a firem, kteří nakupují zboží, materiál, či polotovary a dokončené produkty  prodávají  koncovým  zákazníkům.  Počítá  se  tedy  s  m,  že  kupci  již  nebudou  nakoupené  produkty  prodávat  dál  a  použijí  je  pro  svoji  vlastní  potřebu,  z čehož  vyplývá,  že  se  tento  sektor  soustředí  výlučně  na  B2C  transakce  a  B2B  transakce  přenechává  odvětví  tzv.  Wholesalu,  tedy  velkoobchodu  –  koneckonců,  slovo  „retail“  vychází  z francouzského  slova  označující „drobný nákup“. V podstatě jakýkoli obchod, který se řídí výše zmíněnými pravidly,  může být za maloobchod považován, avšak v některých studiích, měřeních a zprávách se od  tohoto  jádra  oddělují  restaurační  zařízení  a  automobilový  průmysl,  které  pak  mají  vlastní  sekce,  ovšem  dle  definice  je  lze  jako  součást  maloobchodního  sektoru  jistě  brát.  Prostředí  maloobchodu je už ze své podstaty prostředím velmi konkurenčním – boj o zákazníka je alfou  a  omegou  každého  obchodníka.  Hlavní  používanou  zbraní  jsou  samozřejmě  ceny  produktů,  mezi  další,  ne  však  nevýznamné,  patří  kvalita  prodávaného  zboží,  jeho  výjimečnost  a  v neposlední  řadě  pak  zážitek  zákazníka,  který  si  odnese  z nákupu  a  jeho  iden fikace  s obchodníkem či značkou.  

3.3 Dělení maloobchodu a prodejní kanály   

Maloobchody lze rozdělit na dvě základní skupiny: první skupina využívá k prodeji zboží míst  s fyzickou  podstatou,  tedy  obchodů,  kiosků,  nákupních  center  a  podobných  zařízení  –  jednoduše  řečeno  takových  míst,  kterých  se  lze  dotknout.  Druhá  skupina  pak  využívá  prodejních  kanálů,  které  nejsou  postaveny  na  existenci  nějaké  fyzické  prostory  –  může  se  jednat o zásilkový prodej založený na různých katalozích, televizní prodej, prodej po telefonu, 

23   

prodejní automaty a v neposlední řadě také v dnešní době nejvíce používaný prodej pomocí  elektronických obchodů. Toto dělení dnes již úplně nepla , neboť čím dál více obchodníků se  na  základě  úspěchů  jejich  předchůdců  snaží  prosadit  i  na  jiných  kanálech,  než  na  kterých  původně  začínali  –  jde  o  to,  že  správné  využi   těch  správných  kanálů,  respek ve  jejich  vhodná  kombinace,  může  přinést  nejen  dodatečné  zisky,  ale  hlavně  přivést  nové  zákazníky,  kteří  by  obchod  na  původním,  samostatném  kanálu  třeba  vůbec  nenašli  nebo  by  se  do  něj  neobtěžovali. Maloobchod je dále možné dělit podle specifik jím prodávaného zboží, takovou  skupinou by pak byl například trh, na který je soustředěna tato práce, tedy maloobchodní trh  s lifestyle produkty. 

3.4 Maloobchod v ekonomice   

FARFAN  (2011)  tvrdí,  že  sektor  maloobchodu  tradičně  mívá  významný  podíl  na  HDP  dané  země,  54  největších  světových  společnos   se  koneckonců  maloobchodem  buď  přímo  živí,  nebo  je  alespoň  součás   jejich  činnos ,  nemusí  být  však  nutně  závislý  na  jeho  růstu.  V průběhu krize začínající v roce 2007 odpovídala ve většině zemí křivka poklesu HDP křivce  poklesu  maloobchodních  prodejů,  avšak  našly  se  takové  země,  jako  například  Spojené  Království nebo Nizozemí, kde prodeje zůstaly rela vně stabilní nebo dokonce nadále rostly –  tento  poněkud  nezvyklý  trend  je  přisuzován  nárůstu  elektronických  prodejů,  který  dokázal  vyvážit ztráty z kamenných obchodů. Co je však možné říci s jistotou, je to, že maloobchodní  prodeje  závisí  na  koncovém  zákazníkovi  a  jeho  nákupních  návycích,  které  se  se  zhoršenou  ekonomickou  situací  jeho  mateřské  země  mohou  prudce  změnit.  Pla   to  pak  zejména  pro  lifestyle  obor  maloobchodního  sektoru,  který  bude  zmíněn  níže  –  obecně:  zákazník  si,  za  horších ekonomických podmínek, tedy když čelí snížení platu nebo hrozbě ztráty zaměstnání,  dvakrát rozmyslí nákupy tzv. „velkých věcí“, ať už jde o auto, nábytek, či domácí spotřebiče,  může  přestat  dbát  na  „značkovost“  produktů  a  raději  se  rozhodnout  pro  levnější  produkt  a  smířit  se  se  ztrátou  módnos ,  kterou  by  přinesl  produkt  dražší.  Obchodník  by  tedy  měl  náladu a „jistotu“ zákazníka znát a hlavně se jí přizpůsobit – jeho jistota by se měla rovnat  jistotě  zákazníka,  neboť  zákazníkovi  výdaje  jsou  zároveň  prodejcovi  příjmy.  Na  níže  vyobrazeném  grafu  je  vidět,  že  od  počátku  krize  se  obchodníci  poněkud  zdráhali  přijmout  nejistotu svých zákazníků, kterou mohli vhodnými prostředky využít ve svůj prospěch. Rovněž 

24   

lze  vidět,  že  objem  prodejů  nezávisel  ani  tolik  na  velké  sebejistotě  obchodníků  na  začátku  krize, jako spíš na rostoucí nejistotě jejich zákazníků: 

  Obrázek 9: Závislost celkových maloobchodních prodejů na jistotě koncových zákazníků a maloobchodníků     (Zdroj: EUROSTAT, 2010) 

 

 

3.5 Podobor maloobchodu – Lifestyle maloobchod   

Maloobchod  v oblas   lifestyle  se  opro   maloobchodu  jako  takovému  vyznačuje  jistými  specifiky. V první řadě se jednoznačně jedná o prodávaný sor ment – už ze samotného názvu  podoboru  vyplývá,  že  je  prodáváno  takové  zboží,  pomocí  kterého  chce  zákazník  vyjádřit  či  podpořit svůj životní styl. Nespadají sem tedy typické supermarkety, samoobsluhy a podobné  řetězce;  neznamená  to  ovšem,  že  z nabídky  obchodů  zaměřených  na  lifestyle  vyškrtneme  například potraviny nebo potravinové doplňky a léky. Produkty těchto obchodníků mají to ž  jednu  společnou  vlastnost  –  svoji  výjimečnost,  něco,  co  zákazníkovi  pomůže  s jejich  iden fikací  a  co  je odlišuje  od  nabídky  výše zmíněných  řetězců.  Je‐li  řeč  o  potravinách,  pak  potravinami  v oblas   lifestyle  mohou  být  například  takové  produkty,  které  jsou  prodávány  v obchodě  s biopotravinami  nebo    specializované  pekárně  s francouzským  pečivem.  Mezi  další  produkty  může  patřit  sportovní  zboží,  obleky  a  jiné  módní  zboží,  šperky  a  hodinky,  domácí a bytové doplňky a mnoho jiných. Ostatní specifika lze vyjádřit následovně: 

25   

  3.5.1  

Cenové hladiny 

Ceny  v lifestyle  retailu  jsou  ve  srovnání  s cenami  v obecném  maloobchodu  většinou  vyšší  a  proměnlivější. Časté jsou cenové fluktuace, reagující buď na nezájem o daný produkt, nebo  vysoký  stav  zboží,  které  má  po  sezóně  či  vyšlo  z módy.    Zároveň  je  op mální  dynamicky  reagovat na ceny konkurence, neboť jak bylo zmíněno výše, správné nastavení cen je jednou  z hlavních  zbraní  používaných  při  boji  o  zákazníka.  Prodejce,  který  zjis ,  že  jeho  ceny  za  vybrané zboží jsou příliš vysoké až někdy v polovině sezóny poté, co má pro malý zájem zboží  stále skladem, jej do konce sezóny už asi těžko vyprodá a pokud ano, bude jej muset prodat  za velmi nízkou cenu, daleko nižší, než kdyby se přizpůsobil cenám konkurence již na začátku  období.  Stejně  jako  při  op malizaci  skladových  zásob,  i  při  určování  cen  je  důležité  řídit  se  trendy – pakliže obchodník ví, že poptávka bude vysoká, může si dovolit nastavit o něco vyšší  cenovou hladinu. Celkově, určení konečné ceny by mělo být průnikem všech výše zmíněných  metod, který by měl ve výsledku přispívat k pokud možno co největším maržím obchodníka.    3.5.2  

Skladové zásoby 

Problema ka  op malizace  skladových  zásob  samozřejmě  není  vlastní  jen  oboru  lifestyle  retailu, ale maloobchodu a vlastně i mnoha jiným sektorům ekonomiky obecně. Minimalizace  skladových  zásob  je  cílem  každého  obchodníka,  jednak  z důvodu  snížení  nákladů  na  skladování,  druhak  jsou  pobočky  řetězců  leckdy  limitovány  omezeným  skladovacím  prostorem  a  zároveň  nad  prodejci  stále  visí  Damoklův  meč  v podobě  vyprodání  aktuálně  nejpožadovanějšího  zboží,  u  kterého  nebylo  cílem  jej  vyprodat  (nejednalo  se  tedy  např.  o  akční  zboží  z minulé  sezony,  jehož  zásob  se  chtěl  obchodník  zbavit  co  nejdříve),  což  může  znamenat přechod zákazníka ke konkurenci, která takové zboží, nebo alespoň jeho subs tut,  skladem  má.  Již  delší  dobu  se  pro  op malizaci  zásob  používají  tzv.  „Doporučené  stavy  skladu“,  které  vycházejí  z různých  výpočtů  založených  na  uskutečněných  prodejích  daného  zboží  např.  v minulé  sezóně,  uplynulých  dvou  týdnech,  atp.  Tyto  výpočty  standardně  bývají  součás   větších  Retail  Management  systémů,  které  pak  na  základě  výsledků  vystavují  26   

nákupní objednávky směrem k dodavateli a snaží se tak držet stav skladu v op mální rovině.  Nevýhoda  takového  systému  je  nasnadě  –  pro  výpočet  potřebuje  data  z  pokladen,  tedy  provedené prodeje, což může být u velmi sezónního a módního zboží problém, protože než  prodejce nasbírá dostatek dat, zájem opadne a systém mezi m objedná velké množství zboží,  které pak ale nenajde odby ště.  Specifikem  lifestyle  retailu  v této  čás   problema ky  je  rovněž  potřeba  určit,  kolik  zboží  půjde  na  odbyt  m  kterým  kanálem  –  tedy  určit,  kolik  zboží  se  prodá  v kamenném  obchodě a kolik v elektronickém obchodě a na základě toho zajis t různá opatření – akce při  nákupu přes e‐shop, či větší propagace daného zboží na určitém kanále, op malizace zásob  různých skladů, atd.    3.5.3  

Umístění obchodů 

Obchody bývají většinou umístěny v rámci buď přirozených, nebo umělých center měst, ať už  se  jedná  o  náměs ,  lefestylová  obchodní  centra,  nebo  outlety  jednotlivých  výrobců.  Tato  centra  však  nemusí  být  využívána  jen  k nákupům,  ale  i  k rekreaci  a  odpočinku  a  je  na  obchodnících,  aby  využili  každou  šanci  k oslovení  zákazníka,  který  třeba  původně  ani  nakupovat  nechtěl.  Zde  pla   poučka,  že  obchodník,  který  je  pasivní  toho  příliš  nevydělá,  za mco obchodník agilní, který vyjde zákazníkovi i bez oslovení vstříc, má většinou štěs  více.  Samozřejmě  to  neznamená,  že  by  se  prodejce  musel  jakkoli  vnucovat,  nicméně  znal‐li  by  zákazníkovu  aktuální  polohu  a  věděl  tak,  že  je  v nákupním  centru  nedaleko  jeho  obchodu,  mohl  by  mu  dát  buď  pomocí  textové  zprávy  nebo  emailem  na  věděnou,  že  pořídí‐li  u  něj  v obchodě právě dnes nákup, dostane například poukaz na zmrzlinu do nedaleké kavárny.  3.5.4

Zákaznický klub 

 

Vztah  zákazníka  a  obchodníka  je  zde  silnější,  než  kdekoli  jinde  –  cílem  obchodníka  je  iden fikace  zákazníka  se  značkou  jím  prodávaného  zboží.  Jednoduše  jde  o  to,  aby  zákazník  přijal  životní  styl  nabízený  obchodníkem,  respek ve  přizpůsobil  ten  svůj  nabízenému,  iden fikoval  se  s  ním.  Ve  výsledku  to  znamená,  že  obchodníci  mívají  velkou  zákaznickou  základnu, o které nemusí vždy mít všechny informace, které by mít měli a neumí je využít tak,  27   

jak  by  je  využít  mohli  –  na  náladě,  potřebách  a  tužbách  zákazníka  stojí  velká  část  tohoto  odvětví a znát alespoň některou z uvedených informací znamená mít náskok opro  ostatním,  například  v  podobě  zvýšení  personalizace  v komunikaci  mezi  obchodníkem  a  zákazníkem,  nebo  v odhadu  nákupních  zvyklos   zákazníka  či  znalos   jeho  nejoblíbenějšího  nákupního  kanálu, potažmo ve schopnos  sledovat díky svým zákazníkům aktuální trendy.     3.5.5

Zboží 

 

Trh    se  řídí  sezónnos   a  aktuálními  módními  a  technickými  trendy.  Jiné  oblečení  a  obuv  se  budou  prodávat  v průběhu  letní  a  jiné  v průběhu  zimní  sezóny.  Špatné  počasí  v létě  může  snížit  prodeje  plavek  a  lehkého  oblečení,  nástup  nové  technologie  zase  může  při  vhodném  využi   přinést  vyšší  obraty  obchodníkovi  s telefony,  počítači  a  podobným  sor mentem.  Obchodník  na  začátku  sezóny  zpravidla  od  dodavatelů  dostane  aktuální  vzorkovník,  který  většinou  obsahuje  síce  až  dese

síce  položek  a  rozhodnu ,  jaké  zboží  vybrat,  tedy  jaké 

zboží se bude prodávat nejlépe, záleží právě na něm – je třeba, aby byl schopný držet krok  s aktuálními trendy a zboží vybíral v souladu s nimi a to co nejdříve neboť tyto trendy mívají  tendenci být pomíjivými a jsou rychle střídány novějšími a aktuálnějšími.                     

28   

4

Big Data v odvětví lifestyle maloobchodu 

 

Cílem  této  kapitoly  je  uvést  vztah  mezi  lifestyle  maloobchodním  trhem  a  fenoménem  Big  Data.  Úvodem  kapitoly  je  uvozen  vztah  mezi  maloobchodem  a  daty,  stěžejními  částmi  jsou  pak  určení  metrik  pro  změření  eventuálních  přínosů  Big  Data  pro  maloobchod  a  popis  vybraných možnos  využi  tohoto fenoménu v rámci zkoumaného segmentu trhu.   

4.1 Současná situace správy dat v lifestyle maloobchodu   

Před m,  než  budou  probrány  prak cké  přínosy  fenoménu  Big  Data  pro  lifestyle  sektor  maloobchodního  trhu,  které  jsou  definovány  hlavně  objevením  a  otevřením  nových  informačních zdrojů a kanálů a efek vnějším využi m těch stávajících, nebude od věci uvést  dosavadní situaci na poli správy dat v tomto prostředí.   

Podle  KART  (2012)  jsou  hlavním  informačním  zdrojem  data  z prodejů  zaznamenaná 

v rámci  POS22  aplikací,  s čímž  se  nedá  než  souhlasit,  neboť  většina  peněz  v maloobchodě  proteče právě tudy. Tato data odpovídají na několik klíčových otázek – co společnost prodala,  kolik toho prodala, za kolik to prodala, kde to prodala, komu to prodala (v ideálním případě) a  kdo to prodal. Kombinace těchto dimenzí pak v rámci analýzy dat přináší zajímavé náhledy –  pobočky s nejvyšším obratem (potažmo marží), celkovou částku poskytnutých slev, zákazníky  s největší útratou, nejlépe/nejhůře prodávané zboží, nejúspěšnější pokladní, etc. Pakliže jsou  tyto  vhledy  využity  správně,  tvoří  základ  pro  podporu  rozhodování  a  plánování  v rámci  maloobchodu. 

                                                            22

 Point of Sale – pokladní systémy, ekvivalent registračních pokladen 

29   

  Obrázek 10 ‐ jedna z možnos  využi  pokladních dat (Zdroj: Autor, 2013) 

      Dalším  zdrojem  jsou  Retail  Management 

23systémy, 

fungující  v rámci  kanceláří 

maloobchodních společnos , jejichž funkcionalita je ne nepodobná běžným ERP systémům a  které  jsou  standardně  s POS  spojeny,  netvoří‐li  dohromady  rovnou  jeden  celek.  Tyto  slouží  jako  datová  centrála  a  starají  se  o  standardní  dokladový  koloběh  (Prodejní  objednávka,  Nákupní  objednávka,  Příjemka,  Dodací  list,  Faktura  –  zboží  prodané  přes  fakturu  přitom  v rámci  kamenného  maloobchodu  většinou  tvoří  menší  část  z celkových  prodejů,  jinak  je  tomu ovšem u elektronického prodeje), spojený se správou skladu, správu karet zboží (jejich  vytváření  a  úpravy),  kategorizací  zboží,  správou  zákaznického  klubu,  etc.  Zde  stojí  za  pozornost hlavně část zabývající se správou skladu, neboť mnohé ze systémů využívají výše  zmíněná  pokladní  data  (hlavně  výši  prodejů)  pro  výpočet  množství  objednávaného  zboží  a  jeho automa cké a včasné objednání – je však třeba podotknout, že ke správnému výpočtu  je třeba většího množství historických prodejních dat, což u velmi sezonního zboží může být  z důvodu  jeho  krátké  životnos   docela  problém.  Z informačního  i  funkčního  hlediska  je  neméně  zajímavá  správa  zákaznického  klubu,  která  povětšinou  obsahuje  základní  osobní  a                                                              23

 Systémy pro správu maloobchodu 

30   

kontaktní  informace  o  zákazníkovi,  jeho  obrat,  eventuálně  poskytovanou  slevu.  Tyto  informace  bývají  používány  pro  reklamní  korespondenci,  poskytování  výhod  na  základě  objemu  prodejů  a  velmi  omezené  určení  návyků  zákazníka.  Celkově  se  však  jedná  jen  o  základní  data,  které  při  sebelepší  snaze  nelze  použít  pro  hlubší  pochopení  zákaznických  návyků a myšlení zákazníka nebo k dosažení větších úspěchů na poli marke ngu. Tato část je  mnohdy nahrazena oddělenými CRM systémy, je však nutno mít na pamě , že i tyto systémy  využívají stejných informačních kanálů, jako kmenové RM systémy.   

4.2 Základní metriky pro měření přínosů fenoménu Big Data   

Jak už bylo řečeno výše, alfou a omegou maloobchodu je zákazník, z pohledu Big Data hlavně  z toho  důvodu,  že  dr vá  většina  dat,  ze  kterých  vychází  jakákoli  užitečná  analýza,  pochází  právě od zákazníka. V roce 2011 vyjmenovala společnost McMillian Dooli le24, zabývající se  konzultacemi  v rámci  maloobchodu,  takzvaných  „8c“  zákaznických  služeb,  což  je  prak cky  rámec,  podle  kterého  by  se  měli  obchodníci  řídit,  chtějí‐li  vytěžit  více  ze  vztahu  se  svými  zákazníky.  Tento  rámec  byl  vytvořen  na  základě  „best  prac ces25“  napříč  celým  odvětvím.  „8c“ je možno interpretovat následovně:  ‐

Sebeurčení (Clarity) – se dá definovat jako upevnění pozice značky. Obchodník si  musí uvědomit svoji pozici na trhu, do čehož spadá i soustředění se na specifické  zákazníky 

‐

Příhodnost (Convenience) – provozování kamenných obchodů na správném místě  a ve správném počtu. Druhou důležitou částí tohoto „c“ je provozování správných  prodejních kanálů a jejich provázání a zásobovanost 

‐

Výběr  (Choice)  –  úzce  souvisí  se  sebeurčením  společnsoti  –  jde  o  to  mít  výběr  těch správných produktů pro cílové zákazníky, respektive umožnit jim dostatečný  výběr odpovídající jejich vkusu a omezit tak jejich přechod ke konkurenci 

‐

Komunikace  (Communication)  –  odpovídá  komunikaci  se  zákazníky  na  všech  prodejních  kanálech  a  zařízeních  (tedy  včetně  kiosků,  mobilních  telefonů,  tabletů...) 

                                                            24

 Zdroj: h p://www.retailwire.com/discussion/14992/nrf‐the‐8‐cs‐of‐customer‐service (cit. 23.04.2013)   Doslovný překlad se dá vyjádřit jako „Nejlepší postupy/přístupy“ 

25

31   

‐

Tým  (Cast)  –  vytvoření  správného  a  dobře  vyškoleného  týmu.  Cílem  je,  aby  společnost zaměstnávala takové lidi, kteří vyznávají životní styl, jenž propaguje 

‐

Kontrola (Controls) – flexibilní procesy prodeje zaměřené na uskutečnění zakázky  a  její  sledování  –  platí  to  jak  v kamenných  obchodech  (například  příprava  jídla,  pečení  pečiva,...),  tak  při  elektronických  nákupech  (on‐line  sledování  vyřizování  objednávky, pozice balíku, atp.) 

‐

Konzistence  (Consistency)  –  odpovídá  ideovému  sjednocení  (jak  v designu,  tak  v myšlence) společnosti na všech prodejních kanálech 

‐

Spojení (Connection) – vyjadřuje potřebu rozvoje hlubšího vztahu se zákazníkem  za rámec provedení obchodní transakce 

Na první pohled je vidět, že datová analy ka nevyřeší všechny tyto úkoly. Nicméně, ve  většině  případů  z  tohoto  rámce  může  přinejmenším  velmi  pomoci  –  to  činí  z  „8c“  ideální  základ pro vystavění metrik, pomocí kterých lze změřit přínosy fenoménu Big Data do oboru  maloobchodu. Na metriky by se samozřejmě šlo dívat i z pohledu informačních technologií,  kdy by byla uvedena například rychlost transakce, počet zpracovávaných dat, počet datových  formátů, atd. – problém tohoto přístupu však tkví v tom, že je velmi obecný a bere v potaz  jen  aktuální  situaci  společnos   na  poli  správy  dat  –  tedy  že  bude  velmi  podobný  pro  různá  odvětví a nebere v úvahu možné nové informační zdroje a jejich přínosy. Metriky jsem určil  následovně:  ‐

Provozní  marže  –  jsou  ekvivalentem  k měření  obratu.  Je  to  z jednoho  prostého  důvodu; zboží sice může jít na dračku a doslova létat z regálů, ale jsou‐li vysoké  provozní, pořizovací a jiné náklady, nemá metrika obratu nijak velkou vypovídající  hodnotu. Navíc je třeba neustále mít na vědomí, že jakékoliv využití Big Data musí  být nákladově efektivní.   

‐

Objem  zboží  prodaného  v rámci  jednotlivých  kanálů  –  v potaz  jsou  brány  zejména dva hlavní kanály – kamenné obchody a elektronické obchody.   

‐

Skladová obratovost zboží – metrika vyjádřená v kusech a časové jednotce, která  měří  minimalizaci  skladových  zásob  a  to,  zda  jsou  skladem  ty  správné  položky  –  tedy ty, které nebudou na skladě „překážet“ dlouhou dobu  32 

 

  ‐

Nedostupnost zboží – Tato metrika je úzce provázána s předchozí KPI. Vyjadřuje  počet  případů,  kdy  je  zboží  nedostupné  buď  z důvodu  nečekaného  vyprodání  zásob  na  pobočce,  nebo  zboží  nebylo  vůbec  zahrnuto  v nabídce  společnosti.  Dostupnost  produktů  je  třeba  brát  i  z pohledu  více  prodejních  kanálů  (kdy  metrika vypovídá o vhodné/nevhodné distribuci zboží mezi jednotlivé kanály). 

  ‐

Počet  přímých  konkurentů  s nižší  cenovou  hladinou  –  ideálním  stavem  je  minimalizace takovýchto případů 

  ‐

Počet  transakcí  na  zákazníka  –  cílem  společnosti  ve  velmi  konkurenčním  maloobchodním prostředí je maximalizace počtu loajálních („jistých“) zákazníků,  kteří se budou vracet. Podle počtu transakcí se zákazníci mohou dělit na: 

  o Loajální  o Občasné  o Nové  ‐

Cílem je samozřejmě co nevyšší procento zákazníků loajálních a zvýšení celkového  počtu zákazníků 

  ‐

Poměr  návštěvníků  a  zákazníků  –  tato  metrika  je  vyjádřena  podílem  zákazníků,  osob,  které  opravdu  něco  koupili,  a  návštěvníků,  což  je  číslo  vyjadřující  počet  všech,  kteří  navštívili  obchod  nebo  elektronický  obchod  (ale  nemuseli  přitom  provést  žádný  nákup).  Toto  KPI  by  mělo  obchodníkovi  dát  představu  o  tom,  jak  velká je ve skutečnosti jeho zákaznická základna (tedy jak velký je počet lidí, které  nějak dokázal oslovit do té míry, aby vůbec navštívili prodejní místo) a procento  jejího využití 

  ‐

Spokojenost  zákazníků  –  jednoduchá,  dotazníkem  zjistitelná  metrika.  Základem  jsou  tři  stupně  –  Nespokojený,  Neutrální  a  Spokojený.  Vypovídá  o  tom,  nakolik  obchod, zboží nebo služby odpovídají představám zákazníků 

    33   

4.3 Případy využi  fenoménu Big Data v rámci trhu lifestyle maloobchodu   

Pozi vní  přínosy  Big  Data  do  maloobchodu  je  nutné  brát  z perspek vy  kooperace  tohoto  fenoménu s jinými novými technologiemi – právě ty produkují tolik potřebná a ceněná data,  která jsou pomocí Big Data uložena, zpracována a analyzována. Jsou to technologie jako Web  2.0  a  s ním  spojené  sociální  sítě,  boom  mobilních  zařízení,  ať  už  chytrých  telefonů,  nebo  tabletů,  hromadné  zavádění  chytrých  senzorů  nové  generace,  RFID  zařízení  a  podobných  záležitos   –  kombinace  všech  těchto  prvků  znamenala  novou  generaci  dat,  která  s sebou  přinesla  potřebu  nových  nástrojů  k jejich  správnému,  přínosnému  a úplnému  využi .  Další  odstavce  proto  budou  popisovat  využi   těchto  kombinací  pro  měřitelné  přínosy  do  jednotlivých oblas  maloobchodního prodeje.    4.3.1

Řízení skladu a plánování zásobování 

 

Jak  už  bylo  řečeno  výše,  postupy  pro  predikci  budoucích  prodejů  jednotlivých  druhů  zboží  existují  již  dnes  –  vycházejí  však  jen  z historických  prodejních  dat  a  jejich  výsledek  mnohdy  nemusí  mít  očekávanou  vypovídající  hodnotu.  Navíc  dat  je  někdy  (obzvláště  jedná‐li  se  o  integrované obchodní řetězce s obrovským počtem denních transakcí na několika prodejních  kanálech) tolik, že je problém je jen uskladnit, natož z nich pak rychle dostat užitečné závěry  (na obrázku 10 jde velmi dobře vidět, že pokud něco maloobchod pálí, je to právě „Velocity“  –  potřeba  rychlého  zpracování  dat  –  viz  POI).  Obchodníci  proto  tato  data  často  hromadí,  přičemž  využívají  jen  ta  aktuální  z několika  málo  posledních  měsíců  –  a  ta  stará  nechávají  nevyužitě „ležet“ tam, kde jsou – nemažou je z toho důvodu, že by se „někdy mohla na něco  využít“  a  nezpracovávají  je  proto,  že  zpracování  takového  množství  dat  klasickým  důvodem  by  nebylo  nákladově  efek vní  –  tedy  že  přínosy  z takové  analýzy  by  nepřevýšili  náklady.  Analy cká  společnost  Gartner  si  těchto  případů  všimla  i  v mnoha  jiných  odvětvích  a  souhrnně  je  pojmenovala  jako  „Dark  data“  (KART,    2012).  Právě  zpracování  těchto  dat  v kombinaci  s daty  z nových  zdrojů  vidí  jeden  z největších  přínosů  Big  Data  pro  jakékoli  odvětví  ekonomiky.  Na  níže  umístěné  ilustraci  je  zobrazena  ma ce  vyjadřující  „horkost“  jednotlivých  problémů  týkajících  se  Big  Data  v rámci  jednotlivých  odvětví.  U  maloobchodu  (Retail) vidíme, že „Dark data“ tak horká nejsou – jejich samostatné využi  a analýza by tedy  34   

mnoho  užitku  nepřinesly  –  tento,  možná  trochu  překvapivý,  aspekt,  je  dán  m,  že  valná  většina maloobchodníků (hlavně těch menších) svá historická data využívat umí. Problémem  je  však  to,  že  to  nestačí,  neboť  i  při  plném  využi   a  analýze  historických  dat  se  v mnohých  případech  predikce  poptávky  míjí  účinkem  (nový  produkt,  velmi  sezonní  zboží...).  V rámci  výše  zmíněné  potřeby  kombinace  jednotlivých  informačních  zdrojů  je  třeba  tento  zdroj  zkombinovat  s dalším  zdrojem    ‐  a  jelikož  původcem  poptávky  je  koncový  zákazník,  určující  trendy, je velmi důležité znát jeho názor.    

 

  Obrázek 11 – „Žhavost“ jednotlivých problémů navázaných na Big Data v rámci jednotlivých odvětví ekonomiky    (Zdroj: GARTNER, 2012) 

 

Touto  otázkou  se  zabývá  obor,  nazvaný  Sen ment  analýza.  Ta  je  úzce  propojena 

s technologií  Web  2.0,  v tomto  případě  zosobněnou  sociálními  sítěmi,  blogy,  komunitními  projekty  a  stránkami  pro  sdílení  mul mediálních  formátů,  zejména  videa  a  audia.  Správa  a  analýza těchto dat plně odpovídá definici Big Data, neboť se jedná o velké objemy dat, často  redundantních a v případě mul mediálních dat rovněž nestrukturovaných. Sen ment analýza  v té  nejjednodušší  formě  se  dá  popsat  jako  analýza  textu,  zveřejněného  v rámci  těchto  sí ;  35   

prak cky jde o to analyzovat texty z různých zdrojů týkající se vybraného tématu – například  produktu  nově  uváděného  na  trh,  kdy  je  cílem  zjis t  názor  přispěvatelů  na  tento  produkt.  V samotném základu jde o zjištění, zda je postoj celkově nega vní, neutrální, nebo pozi vní, i  to  má  však  svá  úskalí.  Ve  své  práci  TAN  (2011)  tyto  problémy  uvozuje  –  nosným  sloupem  každé  sen ment  analýzy  je  průchod  textem  a  spočtení  pozi vních  a  nega vních  výrazů  týkajících  se  předmětu  analýzy  –  první  takto  stavěné  analýzy  však  měly  zásadní  problém  s určením  kontextu  těchto  slov;  pro  představu,  vypovídací  hodnota  článku,  který  byl  plný  pozi v,  ale  jednalo  se  o  celkový  sarkasmus,  byla  minimálně  zavádějící.  Další  generace  této  techniky se již snažily podobných chyb vyvarovat, zejména  m, že články a příspěvky uváděly  do širšího kontextu – v souvislos  s autorem a jeho ostatními texty, stránkou nebo skupinou  původu a za použi  postupně vyvíjeného rámce obecně užívané řeči. Dalším krokem pak bylo  prohloubení  analýzy  na  úrovni  „Jaká  barva  produktu  je  nejzmiňovanější,  potažmo  nejžádanější?“ a využi  jednoho specifika sociálních sí  a to provázanos  uživatelů. Premisa  této vlastnos  (nejvíce zřejmá asi na sociální/mikroblogové sí  Twi er) je, že uživatelé, kteří  jsou  na  sebe  nějak  napojení,  budou  velmi  pravděpodobně  sdílet  stejné  názory  a  vyznávat  stejný  životní  styl,  což  je,  bráno  z pohledu  lifestyle  maloobchodu,  velmi  důležité  zjištění.  Řečeno  trochu  jinotajnými  slovy  samotného  autora:  „Hejno  nejčastěji  tvoří  ptáci  stejného  peří“   

Využi  takovýchto analýz v plánování zásobování maloobchodu je pak nasnadě; dobře 

provedená sen ment analýza pomůže obchodníkovi určit trendy a u zboží nově uváděného  do  prodeje  mu  odpoví  na  otázku  zmíněnou  v podkapitole  věnované  specifikům  trhu  s lifestyle  zbožím  –  to ž  jaké  zboží  má  nakoupit  od  dodavatele,  aby  nezůstalo  stát  nepovšimnuté  na  skladě  a  kolik  a  kam  by  ho  měl  zaskladnit.  Kam  se  netýká  jen  pevných,  kamenných  poboček,  ale  i  prodejních  kanálů  –  mnohdy  je  jedno  zboží  požadováno  více  v rámci fyzických obchodů než na těch elektronických.   

Závěrem:  analýza  dat  v rámci  fenoménu  Big  Data  může  obchodníkovi  pomoci  při 

op malizaci skladových zásob. Přínosem je zrychlená analýza všech historických dat (pakliže  to  nezvládal  pomocí  klasických  přístupů  ke  správě  dat),  kterou  je  třeba  zkombinovat  se  Sen ment  analýzou  pro  prohloubení  výpovědní  hodnoty  predikce  poptávky  po  zboží.  Pro  změření  teore ckých  přínosů  zavedení  takového  přístupu  je  možné  použít  metriky  obratovos  zboží, nedostupnos  zboží a spokojenos  zákazníka.  36   

  Obrázek 12 ‐ Přínosy Sen ment analýzy pro plánování prodejů v době státního svátku podle IBM (Zdroj: GIGAOM, 2012) 

4.3.2

Nastavení cenové hladiny 

 

Úvodem je třeba popsat problém obchodníků provozujících kamenné obchody, který vyvstal  v posledním  dese le   s nástupem  nových  prodejních  kanálů,  zejména  pak  elektronického  obchodu. FOEGE (2012) vidí počátek těchto maloobchodních trablů ve službách společnos    Google nebo eBay sloužících pro porovnání cen zboží na internetových obchodech. V České   Republice  na  podobném  principu  funguje  například  Heuréka.  Tyto  servery  podní ly  už  tak  silnou touhu člověka najít co nejvýhodnější nabídku a nakoupit od toho prodejce, který ji má.  Kamenné  obchody  nejdříve  ztrátu  podle  KALAKATA  (2012)  příliš  nepociťovaly,  neboť  opro   elektronickým  obchodům  stále  nabízeli  něco  navíc  –  zejména  možnost  vyzkoušet  a  „ohmatat“ si vybrané zboží před samotným nákupem. Zákazníci si však brzy navykli využívat  to nejlepší z každého kanálu – cenu z elektronického obchodu a služby obchodu kamenného  – pro tento postup se vžil pojem „Showrooming“, neboť zákazníci mají z kamenného obchodu  showroom e‐shopu, kde si zboží prohlédnou, vyzkouší, vezmou si bonbon a nákup nakonec  provedou přes internet u jiného obchodníka.    

Úkolem,  před  kterým  stojí  maloobchodníci,  je  adoptování  postupů  při  cenové 

op malizaci,  které  využívají  elektronič   marketéři  a  jejich  cílem  by  mělo  být  dosahovat  stejných, nebo dokonce lepších výsledků, než jejich elektronič  konkuren  právě na službách 

37   

užívaných  ke  srovnávání  cen.    Klíčem  k jeho  dosažení  je  kombinace  dvou  následujících  faktorů:  ‐

Ceny  nižší,  než  má  konkurence,  a  to  jak  v elektronickém  obchodě,  tak  v tom  s fyzickou podstatou. V rámci POI srovnatelného s e‐shopy je nutné, aby tyto ceny  byly  neustále  aktuální  a  měnily  se  na  základě  všech  podnětů  –  a  to  jak  vnitropodnikových,  tak  těch  zvenčí.  Vnitropodniková  data  představují  data  tradiční  cenotvorby  –  ceny  nákupů  zboží  od  dodavatele,  předchozí  množství  prodejů  v dané  ceně  a  další  data  produkovaná  podnikovými  a  prodejními  systémy.  Vnější  data  jsou  symbolizována  zejména  veřejně  dostupnými  ceníky  konkurence, kdy se může jednat až o miliony řádků dat 

‐

Individuální  cenotvorba  pro  jednotlivé  zákazníky,  založená  na  demografických  datech místa, kde je pobočka lokalizována, datech o zákazníkovi ze zákaznického  klubu  a  jiných  datech  místního  charakteru.  Cena  stejného  produktu  se  pak  na  různých místech a kanálech může lišit, kdy jednak nepřekračuje ceny konkurence  a zároveň v rámci možností maximalizuje marže 

Je vidět, že tento problém opět splňuje podmínky pro použi  Big Data analy ky – dat je velké  množství a to hned z několika zdrojů a navíc je potřeba je zpracovávat často a rychle, pokud  možno každou hodinu, u některých může dojít i ke splnění podmínky různorodos .  Analýza  těchto  informací  pomocí  Big  Data  je  podle  TERADATA  (2012)  navíc  schopna  zobrazit  vlivy  změn cenových hladin na ostatní položky zboží v rámci jedné společnos  – například křížovou  elas citu  nebo  produktovou  kanibalizaci.  Kombinace  vnitropodnikových  dat  a  cen  konkurence  pak  dovoluje  takovou  cenovou  op malizaci,  která  umožňuje  cenové  hladině  držet krok s konkurencí za zachování co nejvyšších marží. V závěru je třeba ještě poukázat na  to, že dynamické a individuální určování cen má větší přínos pro obchodníky s nehomogenní  a  demograficky  nestejnou  zákaznickou  základnou,  kteří  jsou  lokalizováni  v urbanizovaných  obchodních centrech, což z větší čás  odpovídá lifestyle maloobchodu.  Hodnotu přínosů je  možné  definovat  pomocí  počtu  konkurentů  s nižší  cenovou  hladinou  a  spokojenos   zákazníků.  Samozřejmě  by  se  mohla  nabízet  i  metrika  prodejního  zisku,  ovšem  dle  aktuální  studie společnos  PWC (2013), zaměřené právě na průzkum maloobchodního trhu, není cena  na  základě  průzkumu  velkého  vzorku  respondentů  z celého  světa  pro  zákazníka  natolik  směrodatná,  aby  se  kvůli  ní  rozhodl  utrácet  více.  To  však  nijak  nesnižuje  přínosy  tohoto  38   

použi   zkoumaného  fenoménu  –  obchodníkům  má  posloužit  jako  prostředek  pro  udržení  zákazníků a vedení úspěšné konkurenční války na poli všekanálového prodeje.    4.3.3

Podpora prodeje 

 

Jedním  z obecných  příkladů  použi   Big  Data  je  analýza  logů  různých  zařízení,  čidel,  či  webových  stránek.  Využi   této  metody  pro  maloobchod  se  přímo  nabízí  v analýze  chování  zákazníků v rámci elektronického obchodu. Vědění, co zákazník v obchodě dělá, jaké zboží si  vybral,  nebo  jak  dlouhou  dobu  výběrem  strávil,  je  pro  obchodníky  velmi  cenné.  Mezi  nejcennějšími  je  ovšem  znalost  uniklých  prodejů  ‐    jedná  se  o  případy,  kdy  zákazník  zboží  „okukoval“ velmi dlouhou dobu, ale nakonec si jej nekoupil. Analýza pomocí Big Data v tomto  případě samozřejmě neslouží jako univerzální odpověď na všechno – nedokáže zodpovědět  proč nebyl produkt zákazníkem zakoupen,  to ani není technicky proveditelné – funguje spíše  jako  diagnos ka  v automobilu;  dokáže  lokalizovat  problém,  agregovat  jednotlivé  případy  u  zboží  s  mto  symptomem    a  ukázat  na  něj,  zjištění  jeho  příčiny  a  náprava  jsou  ale  už  na  obchodníkovi, stejně jako vyřešení problémů v případě automobilu na mechanikovi. Produkt  může mít například příliš vysokou cenu a je proto třeba upravit model cenotvorby, skladem  jsou  jen  produkty  se  špatnou  velikos   a  barvou  a  odpověď  je  třeba  zkusit  najít  pomocí  sen ment analýzy – problémů tohoto druhu může být mnoho.    

Novinkou  je  možnost  použi   tohoto  nástroje  i  pro  obchodníky  v rámci  kamenných 

obchodů.  Díky  tomu,  že  Big  Data  dokáže  efek vně  zpracovávat  i  nestrukturovaná,  zejména  mul mediální  data,  se  začínají  využívat  systémy  pro  sledování  pohybů  zákazníků  uvnitř  obchodů. Princip je prak cky stejný jako u elektronických obchodů; zákazníci jsou sledováni  specializovaným  kamerovým  systémem,  který  vyhodnocuje  každý  jejich  krok.  Stránku  s produktem na e‐shopu zde symbolizuje oddělení regálu se specifickým produktem – pakliže  zde  zákazník  stráví  delší  dobu,  aniž  by  si  odsud  cokoli  vzal,  bude  opět  někde  chyba.  Na  stejném, ale trochu jednodušším principu potom funguje „stopování“ zákazníků pomocí wi‐fi  signálu jejich chytrých telefonů nebo čidel zabudovaných v jejich nákupních košících.   

Velkou  výhodou  elektronických  obchodů  jsou  z hlediska  podpory  prodejů  jistě 

automa zované systémy, které doporučují zákazníkovi další produkty na základě toho, co má 

39   

zrovna  v nákupním  košíku.    Vzhledem  k tomu,  co  bylo  uvedeno  ke  vztahu  mezi  fyzickým  a  elektronickými kanály výše, není překvapením, že se podobné pomůcky začínají objevovat i  v kamenných  obchodech.  Společnost  Kra

26 

začala  do  jednotlivých  amerických  obchodů 

umisťovat  automa zované  kiosky  –  jejich  úkolem  je,  ve  spolupráci  s chytrým  telefonem  uživatele,  doporučit  zákazníkovi  recept  na  večeři  či  oběd  a  nahrát  mu  seznam  potřebných  položek  do  telefonu.  To  je  však  jen  začátek;    kiosek  recepty  doporučuje  na  základě  mnoha  údajů  –  stěžejním  údajem  je  ovšem  rozpoznání  zákazníka  na  základě  uložených  biometrických  údajů.  To  systému  umožňuje  analyzovat  předchozí  nákupy,  z nichž  vychází  předpoklad stravovacích návyků analyzované osoby a z celého koloběhu zákaznického klubu  tak  vypadávají  dříve  tolik  potřebné  zákaznické  karty.  Na  základě  těchto  informací  je  pak  zákazníkovi nabídnuto deset receptů s nejvyšším předpokládaným úspěchem. Jako bonus (po  stažení  receptu  a  seznamu  zboží  do  telefonu)  je  nakonec  nabídnuta  ochutnávka  v podobě  součás  navrženého chodu, například krekrů. Podobnou cestou se vydal německý obchodník  s oblečením  METRO27,  když  ve  spolupráci  s IBM28  začal  provozovat  inteligentní  převlékací  kabinky, které na základě dat ze senzorů a kamer detekují aktuální výběr oblečení zákazníka a  doporučují vhodné doplňky nebo subs tuty vybraného šatstva.   

Podpora  prodejů  pomocí  Big  Data,  alespoň  v kamenných  obchodech,  za m  může 

vypadat  spíše  jako  soubor  hraček,  než  jako  vážně  míněný  přínos.  Pravdou  však  je,  že  tato  zařízení a přístupy jsou odpovědí na postupy elektronických obchodů, které svou úspěšnost  již  v minulos   dokázaly  a  dokazují  dodnes.  Je  to  jedna  z dalších  podob  sbližování  všech  prodejních kanálů – a jak už bylo uvedeno v čás  věnované maloobchodu ‐ obchodníci, kteří  jako první dosáhnou rovnováhy mezi všemi kanály, budou nejúspěšnější. Eventuální přínosy  lze každopádně změřit na provozních ziscích a hlavně (z hlediska výše zmíněného problému  s vícekanálovými prodeji) objemem prodejů na jednotlivých kanálech.                                                                    26

 Zdroj: h p://www.fastcompany.com/1716684/kra ‐store‐kiosk‐scans‐your‐face‐then‐knows‐what‐feed‐it‐ video (cit. 27.04.2013)  27  Zdroj: h p://www‐05.ibm.com/innova on/nl/outcomes/documents/pdf/Outcomes_retail_nlnl.pdf (cit.  26.04.2013)  28  IBM tvrdí, že  mto krokem se spokojenost zákazníků společnos  METRO zvedla o 18% 

40   

4.3.4

Řízení vztahu se zákazníky 

 

Dobrý  vztah  se  zákazníkem  je  páteří  každého  maloobchodu  –  dobré  vztahy  znamenají  více  věrných  zákazníků  ochotných  utra t  více  peněz.  Nejsnazším  postupem  k dosažení  takového  stavu  je  individuální  přístup  ke  každému  zákazníkovi;  Gartner  takový  přístup  nazval  „Návratem  do  budoucnos “29,  neboť  právě  individuální  přístup  byl  kdysi  vlastní  každému  obchodníkovi  –  všichni  znali  své  zákazníky,  jejich  návyky  a  oblíbené  zboží.  Problémem  moderního  maloobchodu  (a  čím  větší  pobočková  síť,  m  větší  problém)  jsou  však  velmi  početné  zákaznické  základny,  často  se  zákazníky,  kteří  přijdou  jen  jednou,  nebo  chodí  s velkými  časovými  odstupy.  Tento  problém  generuje  potřebu  získání  co  největšího  počtu  informací o zákaznících a mechanismů pro správu, analýzu a využi  těchto informací. Řešení  se nabízí v podobě zákaznických klubů, které ovšem ve své základní podobě nabízejí jen velmi  obecný rámec pro získání a využi  dat o zákazníkovi. Je příjemné mít zákazníkovu adresu a na  tu  mu  posílat  marke ngové  materiály,  znát  datum  jeho  narozenin  a  e‐mailem  mu  poblahopřát.  Ale  všechna  tato  data  obchodníka  k zákazníkovi  příliš  nepřiblíží  –  i  když  schraňuje  jeho  jméno  a  příjmení,  obsluha  obchodu  jej  stejně  většinou  nepozná  dříve,  než  použije svoji zákaznickou kartu a generická reklamní sdělení dnes většinou končí v koši nebo  nevyžádané  poště.  Úkolem,  před  kterým  obchodníci  nyní  stojí,  je  tedy  prohloubení  vztahů  s jejich  zákazníky;  k tomu,  aby  něčeho  takového  dosáhli,  potřebují  další,  nové  informace  o  lidech,  kteří  u  nich  nakupují.  Jednou  z možnos ,  které  se  nabízí,  je  otevření  nových  informačních  kanálů,  symbolizovaných  technologiemi  nové  generace  –  data  produkovaná  těmito zařízeními bylo tradičním způsobem velmi ob žné a nákladné zpracovat, Big Data tuto  situaci  však  mění.  V první  řadě  je  třeba  zmínit  biometrická  data,  která  byla  uvažována  již  v předchozím  příkladu  využi   –  možnost  rozpoznání  zákazníka  při  vstupu  do  obchodu  na  základě  snímku  bezpečnostní  kamery  je  neocenitelná;  personál  okamžitě  ví,  kdo  právě  navš vil  obchod,  zná  jeho  jméno,  před m  zakoupené  zboží,  kolik  utra l.  Program  dokáže  definovat  zákazníkův  nejoblíbenější  styl  a  doporučit  obsluze,  jaké  produkty  mu  má  nabídnout.  Nejedná  se  přitom  o  vzdálenou  budoucnost  –  společnost  Almax30,  zabývající  se  výrobou figurín pro vystavování oblečení, již do svých produktů zabudovala systémy, které na  základě  videozáznamu  pozorující  osoby  vyhodnocují  její  věk,  pohlaví,  etnickou  příslušnost,                                                              29

 „Back to the future“ ‐ Zdroj: Market Trends: Big Data Opportuni es in Ver cal Industries, Kart (2012)   Zdroj: h p://www.almax‐italy.com/en‐US/Proge Speciali/EyeSeeMannequin.aspx (cit. 30.05.2013) 

30

41   

dobu  pozorování  a  další  charakteris ky  –  na  základě  těchto  údajů  pak  obchodník  může  vyhodno t,  které  skupiny  zákazníků  se  o  jeho  zboží  zajímají  nejvíce  a  přizpůsobit  tomu  zaměření svých marke ngových akcí nebo vystavované zboží. Mezi dalšími lze uvést například  společnost  NEC,  která  schraňování  a  vyhodnocování  visuálních  biometrických  údajů  adresovala systémem NeoFace31.   

Díky  všekanálovému  prodejnímu  prostředí  lze  mezi  nové  informační  zdroje  zařadit  i 

mobilní zařízení, zejména pak chytré telefony a tablety. Data z těchto přístrojů se povětšinou  získávají pomocí specializovaných aplikací obchodníka, které zákazník do zařízení nainstaluje  na  základě  nějakých  výhod,  plynoucích  z jejich  používání.  Tyto  aplikace  jednak  mohou  obchodníka  informovat  o  které  zboží  (zjištění  ceny  a  dostupnos   pomocí  QR  kódu32)  se  zákazník  zajímá  a  druhak  o  tom,  kde  se  momentálně  vyskytuje  –  valná  většina  podobných  aplikací  dnes  to ž  využívá  GPS  modul  telefonů  k určení  aktuální  polohy  zařízení.  IBM  vidí  hlavní  výhodu  takového  použi     zejména  v možnos   zjištění  toho,  zda  se  zákazník  zrovna  nevyskytuje  někde  poblíž  obchodu;  v takovém  případě  je  pak  možné  poslat  mu  slevový  voucher  mailem  nebo  právě  pomocí  výše  zmíněné  aplikace,  či  jej  upozornit  na  probíhající  výprodej jeho oblíbeného zboží a nalákat jej tak k nákupu.   

Jako další, neméně důležitý, informační zdroj pro prohloubení znalos  o zákazníkovi je 

třeba  uvést  již  zmíněnou  sen ment  analýzu  na  sociálních  sí ch.  Možným  příkladem  budiž  průzkum profilů na facebooku jednotlivých zákazníků, kterým se „líbí“ obchodníkova stránka,  nebo  určitý  produkt.  Tento  přístup  umožňuje  ještě  hlubší  personifikaci  zákazníků  –  ze  zákaznických  karet,  na  které  dříve  byly  navázány  jen  prodeje,  se  stávají  opravdoví  lidé  se  zálibami, oblíbenými knihami a jistým životním stylem. Netřeba snad poukazovat na hodnotu  analýzy takových informací pro lifestyle podobor maloobchodu.   

Nové  informační  zdroje  tedy  mohou  o  zákaznících  přinést  velmi  obsáhlé  informace. 

Jelikož se mnohdy jedná o velké objemy dat z většího množství zdrojů, často redundantních a  v některých  případech  nestrukturovaných,  jež  musí  navíc  být  velmi  rychle  uložena  a  zpracována, jedná se o ideální příklad přeměny nových zdrojů v přínosy za pomoci fenoménu 

                                                            31

 Zdroj: h p://www.dvice.com/archives/2012/11/facial‐recognit‐2.php (cit. 30.04.2013)   Quick Response Code – typ čárového kódu. Narozdíl od standardního kódu v sobě dokáže nést větší množství  informací, například webovou adresu.  32

42   

Big  Data.  Tohoto  případu  použi   se  týkají  hlavně  zákaznické  metriky  –  ať  už  spokojenost  zákazníků, podíl zákazníků na počtu návštěvníků nebo počet loajálních zákazníků. 

5

Závěr 

  Big  Data  je  jistě  fenoménem  dle  slovníkové  definice  tohoto  slova  –  bezpochyby  se  jedná  o  významnou  záležitost,  která  svým  způsobem  přináší  menší  revoluci  do  oboru  správy  podnikových  dat.  Možnost  efek vního  využi   nových  datových  zdrojů,  které  za m  využít  nešlo,  ať  už  z důvodu  neexistující  technologie,  nebo  nákladové  nevýhodnos ,  znamená  mnohem kvalitnější vhledy do reality každodenního fungování společnos  a dává tak základ  pro ještě lepší rozhodování a plánování. Big Data rovněž nelze brát jako nahrazení tradičních  BI  přístupů  a  relačních  databází  –  spíše  jako  jejich  doplněk,  kdy  se  tyto  technologie  budou  navzájem doplňovat a postupem času splynou v jednu, majíc ty nejlepší vlastnos  z každého  přístupu.  V práci  jsem  poukázal  na  možné  přínosy  tohoto  fenoménu  a  vyjmenoval  metriky,  pomocí  kterých lze tyto přínosy změřit; při správném přístupu obchodníkům dovoluje efek vně řídit  logis ku podniku a dostat tak správné zboží na správné místo ve správný čas.  Zvyšuje jejich  konkurenceschopnost  na  stále  konkurenčnějším  všekanálovém  maloobchodním  trhu,  neboť  jim  dovoluje  použít  přístupy  dostupné  za m  jen  obchodníkům  v elektronické  sféře  maloobchodu.  Otevírá  tak  dveře  k postupnému  sjednocení  všech  prodejních  kanálů,  což  by  mělo být cílem každého obchodníka. A konečně: umožňuje prohloubení vztahu se zákazníky a  iden fikaci nových na základě nově získaných informací s velkou vypovídací hodnotou a jejich  následné analýzy.   Pohled na tuto práci jistě bude zajímavější za několik let, kdy výše uvedené postupy postupně  adoptuje  většina  velkých  lifestyle  maloobchodníků,  včetně  těch  v  České  Republice.  Do  té  doby se jistě objeví nové technologie a nové možnos  využi  a bude zajímavé sledovat, jak si  s využi m Big Data poradí menší obchodníci – již nyní se začínají profilovat společnos , které  se  specializují  na  prodej  analýz  lokálním  prodejcům.  Jednu  věc  však  mohu  řici  s jistotou;  fenomén Big Data se již na trhu prosadil a postavil se na úroveň uznávaným postupům na poli  BI a správy dat. Do budoucna s ním tedy lze určitě počítat. 

43   

6

Terminologický slovník 

  Termín  Enterprise Resource Planning 

Zkratka  ERP 

Extrac on, Transforma on and  Loading 

ETL 

Enterprise applica on  integra on  Customer Rela onship  Management 

EAI 

Supply Chain Management 

SCM 

Enterprise Content  Management 

ECM 

Radio‐frequency iden fica on 

RFID 

Opera onal Technology 

OT 

Point of Interac on 

POI 

Middleware 

 

Datová kvalita 

DQ 

Redundant array of  independent disks 

RAID 

Význam [zdroj]  Podnikový informační systém  [vlastní definice autora]  Výraz je rovněž znám jako  datová pumpa. Slouží k extrakci  dat ze zdrojových systémů,  jejich vyčištění a přeměna do  žádané formy a nahrání do  datového skladu [NOVOTNÝ,  2005]  Systémy pro integraci aplikací  [NOVOTNÝ, 2005]  Systémy určené pro podporu  vztahů se zákazníky či prodejů  jako takových [vlastní definice  autora]  Systémy sloužící jako podpora  zásobovacícho řetězce [vlastní  definice autora]  Systémy pro správu  podnikového obsahu (například  dokumentace)  [vlastní definice  autora]  Takové zařízení je například  vysílač na paltě v kamionu, díky  kterému je možné sledovat  cestu zboží [vlastní definice  autora]  Senzory používané pro  správnou práci (mimojiné)  výrobních zařízení [vlastní  definice autora]  Interakce mezi zákazníkem a  prodejcem [LANEY, 2001]  V dis buovaném systému je  middleware definován jako  vrstva, která leží mezi  operačním systémem a  aplikacemi na každé straně  [KRAKOWIAK, 2003]  Data splňují podmínku vysoké  kvality, pakliže odpovídají účelu  svého využi  v rámci procesů,  podpory rozhodování a  plánování  [JURAN, 1964]  Technologie, která kombinuje  několik disků do jedné logické  jednotky, některé ze stupňů 

CRM 

44   

Point of Sale System 

POS 

Quick Response Code 

QR 

Retail Management System 

RM 

(RAID1) využívají k zabezpečení  pro  ztrátě dat zrcadlení  [vlastní definice autora]  Pokladní systém. Tyto aplikace  slouží jako novodobý ekvivalent  registračních pokladen [vlastní  definice autora]  Druh čárového kódu, který je  schopný nést větší objem dat,  například webovou adresu  [WAVE, 2013]  Systém pro správu  maloobchodu. Maloobchodní  ekvivalent ERP systému  [vlastní definice autora] 

                                         

45   

7

Seznam literatury 

  [1]  

MACDONALD, K. Mastering the SAP Business Informa on Warehouse. Indianapolis: Wiley,  2006. ISBN 0‐7645‐9637‐3 

[2] 

NOVOTNÝ, O., POUR, J., SLÁNSKÝ, D. Business intelligence: jak využít bohatství ve vašich  datech. 1. vyd. Praha: Grada, 2005. ISBN 80‐247‐1094‐3 

[3] 

HILBERT, M., LOPÉZ, P. The World’s Technological Capacity to Store, Communicate, and  Compute Informa on. [online]. 2011 [cit. 2013‐09‐04]. Dostupné z:  h p://www.sciencemag.org/content/332/6025/60 

[4] 

GONSOWSKI, D. Judge Peck does it Again! 2013 Proclaimed the “Year of Informa on  Governance”. [online]. 2013 [cit. 2013‐10‐04]. Dostupné z:  h p://blog.recommind.com/judge‐peck‐does‐it‐again‐2013‐proclaimed‐the‐year‐of‐ informa on‐governance/ 

[5] 

BEYER, M., LANEY, D. The Importance of 'Big Data': A Defini on. Gartner, 2012 

[6] 

LANEY, D. 3D Data Management: Controlling Data Volume, Velocity, and Variety.  [online]. 2001 [cit. 2013‐10‐04]. Dostupné z:      h p://blogs.gartner.com/doug‐laney/files/2012/01/ad949‐3D‐Data‐Management‐ Controlling‐Data‐Volume‐Velocity‐and‐Variety.pdf 

[7] 

NEWMAN, D., BEYER, M. Spotlight on Big Data: Separa ng Fact From Fic on.   Gartner, 2012    BEYER, M. a kol. 'Big Data' Is Only the Beginning of Extreme Informa on Management.  Gartner, 2011 

[8]    [9]    [10]      [11]      [12]     [13]   

KART, L. Market Trends: Big Data Opportuni es in Ver cal Industries. Gartner, 2012  WHITE, T. Hadoop: The Defini ve Guide. Sebastopol: O´Reilly Media, 2012  ISBN 978‐1‐449‐31152‐0  VENNER, J. Pro Hadoop. New York: Apress, 2009  ISBN 978‐1‐4302‐1942‐2  Sqoop Project [online], 2012 [cit. 2013‐16‐04]. Dostupné z  h ps://blogs.apache.org/sqoop/entry/apache_sqoop_graduates_from_incubator  Pig Project [online], 2008 [cit. 2013‐16‐04]. Dostupné z  h p://developer.yahoo.com/blogs/hadoop/posts/2008/10/pig_‐ _the_road_to_an_efficient_high‐level_language_for_hadoop/ 

  [14]   FARFAN, B. Retail Industry Informa on: Overview of Facts, Research, Data & Trivia 2011     [online], 2012 [cit. 2013‐08‐04]. Dostupné z  h p://retailindustry.about.com/od/sta s csresearch/p/retailindustry.htm   

46   

[15]   RYAN, T. NRF: The 8 C’s of Customer Service [online], 2011 [cit. 2013‐24‐04]. Dostupné z  h p://www.retailwire.com/discussion/14992/nrf‐the‐8‐cs‐of‐customer‐service    [16]   TAN, T. a kol. User‐Level Sen ment Analysis Incorpora ng Social Networks [online], 2012  [cit. 2013‐25‐04]. Dostupné z   h p://keg.cs.tsinghua.edu.cn/jietang/publica ons/KDD11‐Tan‐et‐al‐social‐user‐sen ment‐ analysis.pdf    [17]   FOEGE, A.  Price Op miza on Firms Bring Dynamic Pricing to Retail Aisles [online], 2012  [cit. 2013‐26‐04]. Dostupné z   h p://data‐informed.com/price‐op miza on‐firms‐bring‐dynamic‐pricing‐to‐retail‐aisles/    [18]   KALAKATA, R.  Mul ‐Channel to Omni‐Channel Retail Analy cs: A Big Data Use Case  [online], 2012 [cit. 2013‐26‐04]. Dostupné z  h p://prac calanaly cs.wordpress.com/2012/01/19/omni‐channel‐retail‐analy cs‐a‐big‐ data‐use‐case/    [19]   Teradata Advanced Analy cs for Price Op miza on [online], 2012 [cit. 2013‐27‐04].  Dostupné z   h p://www.teradata.com/resources/brochures/Teradata‐Advanced‐Analy cs‐for‐Price‐ Op miza on‐eb4772/    [20]   MAXWELL, J. a kol. Demys fying the Online Shopper: 10 Myths of Mul channel Retailing  [online], 2012 [cit. 2013‐28‐04]. Dostupné z  h p://www.pwc.se/sv_SE/se/detaljhandel/assets/demys fying‐the‐online‐shopper‐10‐ myths‐of‐mul channel‐retailing.pdf    [21]   TISCHLER, L. Kra  store kiosk scans your face then knows what to feed it [online], 2012  [cit. 2013‐28‐04]. Dostupné z   h p://www.fastcompany.com/1716684/kra ‐store‐kiosk‐scans‐your‐face‐then‐knows‐what‐ feed‐it‐video    [22]   Shirts can pick a  e for you [online], 2012 [cit. 2013‐29‐04]. Dostupné z   h p://www‐05.ibm.com/innova on/nl/outcomes/documents/pdf/Outcomes_retail_nlnl.pdf    [23]   EyeSee Mannequin [online], 2013 [cit. 2013‐29‐04]. Dostupné z   h p://www.almax‐italy.com/en‐US/Proge Speciali/EyeSeeMannequin.aspx    [24]   TREI, M. Facial recogni on tech lets stores remember  big spenders, idlers [online], 2012  [cit. 2013‐29‐04]. Dostupné z   h p://www.dvice.com/archives/2012/11/facial‐recognit‐2.php             

47   

8

Seznam obrázků 

  Obrázek 1 Pohled na strukturu BI (Zdroj: MICROSOFT, 2013)  ..............................................................  6  Obrázek 2 Grafické znázornění exponencionálního nárůstu dat (Zdroj: CHUTE, 2008) ........................  7  Obrázek 3 Ilustrace závislos  jednotlivých skupin dimenzí extrémní správy dat [8] ............................  13  Obrázek 4 Zjednodušená architektura  systému Hadoop (Zdroj: CISCO, 2012)  ...................................  15  Obrázek 5 Uzlová architektura HDFS (Zdroj: HADOOP, 2011)  ..............................................................  16  Obrázek 6 Text před zpracováním metodou Map [10]  .........................................................................  18  Obrázek 7 Text po zpracování metodou Map [10]  ...............................................................................  19  Obrázek 8 Grafické znázornění funkce MapReduce [11]  .....................................................................  19 

Obrázek  9  Závislost  celkových  maloobchodních  prodejů  na  jistotě  koncových  zákazníků  a                              maloobchodníků (Zdroj: EUROSTAT, 2010)  ..........................................................................................  23  Obrázek 10 Jedna z možnos  využi  pokladních dat (Zdroj: Autor, 2013)  ..........................................  28  Obrázek 11 „Žhavost“ problémů Big Data na jednotlivých trzích (Zdroj: GARTNER, 2012)  .................  33  Obrázek 12 Přínosy sen ment analýzy (Zdroj: GIGAOM, 2012)  ...........................................................  35         

 

48