Hogyan nyerjünk meg egy labdarúgó-világbajnokságot? Hát így - kezdi Turóczi Gábor, az SAP Hungary szakértője a Big Data Tour keretében tartott bemutatót. A városligeti Műjégpálya mellett parkoló kamion május 5-én, Németországban kezdte meg útját, összesen 18 országba látogat el november végéig.
A big data az elmúlt évben egymilliárd euró bevételt hozott az SAP-nak. Épp ezért a cég kifejlesztette a Hana elemzőalkalmazást, ez fut minden egyes demón és programon. A Hana pár hónap múlva a magyar startupok számára is elérhető lesz. A big data nemcsak profitot termel, de új állásokat is teremt: csak az Egyesült Államokban 2015-ig 3 millió munkahelyet hoz, hozott létre.
A kamionban összesen 40 demó tekinthető meg, ebből Magyarországon három bemutatóra hegyezték ki a figyelmet. Első körben a valós idejű edzés- és mérkőzéstámogató alkalmazást mutatták be. "A német csapat 12. játékosának is szokták nevezni" - mondja Turóczi. A program kielemzi a csapat és a játékosok egyéni teljesítményét, a technológia segíti az edzői döntéseket és a felkészülést.
A játékosokra és a labdára nem lehet elektrochipet szerelni, ezért más módon kellett megoldani a mozgás és a teljesítmény nyomon követését. A meccset 15, különböző szögben elhelyezett kamerával rögzítik. A valós idejű, nagyfelbontású képet elemzik ki, illetve a tévéközvetítést is felhasználják a statisztikák elkészítéséhez. Így ugyanis mindig van egy olyan kameraállás, ahonnan jól elkülöníthetőek az információk, így például nem takarják el egymást a játékosok.
Az alkalmazást egy 2013. novemberi Németország-Olaszország barátságos mérkőzésen keresztül mutatták be. A kijelzőn folyamatosan megy a játék az elemzőfelületen, alul egy idősáv húzódik végig. A csúszkával időben ugrálhatunk, ahogy a fontosabb események: a gól pillanata, játékoscsere, sérülések külön ki vannak emelve a sávon. Az érintőképernyő jobb oldalán a televíziós közvetítés látható, amelyet kihozhatunk teljes képernyőre is. Felül a két csapat statisztikái látszódnak: a gólok száma, a passzok pontossága, hogy hányszor értek labdába a játékosok, milyen a szerelés és a labdabirtoklás aránya.
Ha egy konkrét játékosra bökünk rá, követhetjük a mozgását a képernyőn, illetve a csapat helyett az ő statisztikái jelennek meg. Láthatjuk, milyen állapotban van, hány kilométert futott, mekkora az aktuális sebessége, milyen irányba mozog, milyen dinamikus mozgást produkál (hirtelen gyorsítások és fékezések), mennyire voltak sikeresek a passzai, milyen a labdabirtoklási aránya, labdavezetési technikája.
Egy gól után például olyan adrenalin szabadul ki a játékosból, hogy még 6-8 kilométer megtétele után is képes másodpercek alatt 20-25 kilométer per óra sebességre gyorsulva "ünnepelni". Az is meglepő információ, hogy egy kapus legalább 3-4 kilométert tesz meg egy mérkőzés alatt.
Egyetlen játékosról akár 500 képkockányi HD-felvétel készül egy másodperc alatt. Ez körülbelül 10-20 gigabájtnyi adatot jelent. Ha ezt felszorozzuk a játékosok számával, illetve figyelembe vesszük, hogy nem csak egy meccsen készül róluk felvétel, akkor már több terabájtnyi információ feldolgozását kell megoldani.
A hatalmas mennyiségű adat kielemzéséből látszódik, ha a játékos a saját teljesítményéhez képest is alulteljesít: például a megszokott tíz kilométer futás helyett már hat kilométernél alig bírja a tempót. Az edző az adatok elemzésével könnyebben felismeri, ha probléma van, egy játékos lesérült vagy hibázott, és képes ennek fényében kialakítani a csapatot és az edzéstervet.
Ha megállítjuk az időt, egy adott szituáció elemzésére is lehetőség van. Így például hogy egy konkrét játékos milyen messze helyezkedik el a többiektől, így látszik, ha lemaradt, nem tartotta megfelelően a pozícióját, és nem vette fel a játékosát. Egyszerre több játékos kijelölésére is lehetőség van, ekkor megtekinthetjük egy vonallal összekötött mozgásukat. Látványos, ha például egy védő kilép az általa kijelölt védvonalból. Ugyanígy a védők elhelyezkedéséből látszik, merre érdemes támadást indítani. A program sötétebb színnel jelöli az általuk leárnyékolt területet, amely nehezen megjátszható pozíció.
A programot az idei labdarúgó-világbajnokságon kizárólag a német válogatott használta, most kezdik meg értékesítését. Hasonló videoanalítikát használnak még a Forma-1-es világbajnokságon, vitorlázás, lovassportok és golf esetében is.
Becslések szerint 2016-ig összesen 210 millió egymással összekapcsolódó autó lesz, állítja Arató Márk, az SAP Hungary kommunikációs vezetője. Az SAP a BMW, a Volkswagen és a Toyota autógyártókkal dolgozik együtt azon, hogyan lehet üzleti előnyt kovácsolni az összekapcsolt autók víziójából. Egy neves európai autókölcsönző cég is hasonló rendszert használ, ahogy a felhasználási területek közt szerepel a mentőalakulatok, a rendőrség autóinak követése és központi irányítása is.
Eddig 133 406 autóban helyeztek el szenzorokat, amelyek a fogyasztást, a megtett távolságot, a sebességet, az irányt, a pozíciót rögzítik, és továbbítják egy központi adatbázisba, ahol elemzik őket. A térképen folyamatosan nyomon követhetőek az autók. Egy adott területre rázoomolva tizedmásodperc alatt le lehet szűkíteni a keresést akár 80-200 adatra.
Háromféle jelzést használ a program: zöld, ha minden megfelelően működik a járműben, sárga, ha figyelmeztet egy kevésbé biztató mutatóra, például túl alacsony a keréknyomás, és piros, ha meghibásodott vagy balesetet szenvedett a gépkocsi. Ennek fényében automatikusan kiküldhető a helyszínre rendőr, mentő vagy autómentő.
A gépjárművezető stílusát is pontozza a rendszer: a gyorsítások, fékezések és az alapján, milyen hatékonyan halad. A biztosító társaságok valós időben nyomon követhetik a sofőrök vezetési stílusát, így akár magasabb vagy alacsonyabb díjkategóriába sorolhatják. A sofőr is kaphat az alkalmazáson keresztül figyelmeztetést, hogy ha ilyen stílusban folytatja a vezetést, más sávba kerül.
A Google és más nagyvállalatok hatalmas erőfeszítéseket tesznek a sofőr nélküli autók irányába. A szenzorokkal a körülöttünk lévő autók is láthatóak, ahogy rengeteg adatot figyelnek és rögzítenek - ez pedig éppen a sofőr nélküli közlekedés alapja lehet, ahogy az információk a navigáláshoz is felhasználhatóak.
Az idén már az összes vásárlás 67 százaléka digitális úton történik - mondja Arató Márk. "Az egymással összekötött gépek és eszközök miatt nagy jövő áll a csokiautomata előtt."
Az azonosításra egy barkódolvasó is rendelkezésre áll, de a legújabb iPhone-okba is végre beszerelt NFC-lapkák segítségével is történhet. Ha letöltjük a cég alkalmazását, és be vagyunk jelentkezve, elég az okostelefont odaérinteni a géphez, és már tudja is, ki az ügyfél.
Nemcsak felismer minket, de egyedi, személyre szabott termékajánlatokat is kínál a korábbi vásárlásaink és preferenciáink alapján. Akár bevásárlólistát is összeállíthatunk előre, és a helyszínen át is tudjuk venni. Fizetni Mobiltárcával lehet, de igény esetén bankkártya és készpénzes megoldást is tudnak biztosítani hozzá.
Közösségi oldalakkal is összeköthető, így az ajándék fülecske alatt barátaink számára is tudunk terméket vásárolni. Akár videoüzenetet is csatolhatunk az ajándékhoz, mivel az automatát kamerával is felszerelték. A fizetés után az illető a mobilalkalmazáson keresztül értesítést kap, a program akár a legközelebbi automatáig navigálja, vagy jelez, ha készülék van a közelben, és átveheti az ajándékát.
A Kívánságlistán olyan termékeket adhatunk meg, melyeket az automata nem tartalmaz, pedig igény lenne rá. Ha nagy a kereslet egy termék után, azt jelzi a készülék az üzemeltetőknek is. Ahogy azt is, ha az egyik termék nagyon fogy, és nagyobb kínálatra lenne belőle szükség. Ugyanezen alapon ki is kerülhetnek bizonyos termékek az automatákból.
Az internet of things, a dolgok internete, vagyis az összekötött tárgyak piaca 2017-re megötszöröződhet. 2020-ra 50 milliárd eszköz csatlakozik majd egymáshoz, jelenleg ez a szám 13 milliárd.
“Ez pedig életünk minden egyes mozzanatát megváltoztatja.”
A big data piacát Magyarországon három területen lehetne jelenleg hasznosítani. A bűnüldözés, avagy az adózási csalások felderítése az egyik: az online pénztárgépeken keresztül érkező hatalmas adatmennyiség feldolgozásával. A vállalatok működésének hatékonyabbá tétele, és a vásárlói szokások analizálása a másik két szektor.
A fejlesztések ugyanakkor személyiségi jogi aggályokat is felvetnek. Nem biztos, hogy a felhasználók díjaznák, ha személyes adataik, illetve ismerőseik neve és arcképe megjelenne az automata hatalmas kijelzőjén, miközben vásárolnak például egy forgalmas téren. Ahogy vásárlásaik és útvonalaik is nyomon követhetőek lennének. A bankautomatákhoz hasonlóan a készülék felső részén egy kamerát helyeztek el, amely rögzíti a mozgásokat, és az ügyfeleket vásárlás közben.
Az összekötött autók esetében is rengeteg adat rögzül a tartózkodási helytől a vezetési stíluson át. Az adatok tárolását, feldolgozását, továbbítását szigorú szabályozással védeni kell, illetve engedélyekhez kötni ahhoz, hogy a felhasználói oldalról biztonságos legyen a rendszer használata.
Mi is az a big data?
Pontos definíciója nincs a big datának, azt a hatalmas mennyiségű adathalmazt, annak rögzítését, tárolását, feldolgozását, elemzését és felhasználását takarja, amelyet az emberek, illetve az egymással hálózatokon, illetve az internet segítségével összekötött gépek hoznak létre. Ilyen adat a Google-keresés is, ahogy a közösségi oldalakra feltöltött információk, képek, videofelvételek. A big nem a fájlok méretére, inkább azok mennyiségére vonatkozik. A big data folyamatos kihívás elé állítja az emberiséget, a föld minden lakosára 5200 gigabájtnyi adat jut majd 2020-ban, és ezen óriási adattömeg kétharmada akkor már a fejlődő országokban fog keletkezni. Hasonló ütemben nő majd az adatok hasznossága is: az évtized végére az adatmennyiség 37 százaléka üzletileg hasznosítható lesz, míg tavaly ez az arány 22 százalék volt. A big datát négy mutatóval lehet meghatározni: mennyiség, sokféleség, a beérkezés gyorsasága és a minőség vagy hitelesség.