DATA ANALYTICS FORUM 2019

Data rozpoczęcia:
26.11.2019
Data zakończenia:
27.11.2019

Program

Dzień I
Wtorek
26 listopada 2019
09:00

Rejestracja uczestników. Poranna kawa

09:30

Oficjalne rozpoczęcie. Powitanie uczestników i prelegentów

Anna Kowalkowska, Project Manager, dziennik „Rzeczpospolita”

09:35

Jak dane pomagają budować organizację klientocentryczną?

Łukasz Nienartowicz, Head of Business Intelligence, Britenet

  • Czy w erze Big Data wszystkie dane są równie cenne? 
  • Czy trudno odpowiedzieć na pytanie: Ilu klientów ma nasza organizacja?
  • Jakie konsekwencje niesie za sobą nieodpowiednie zarządzanie danymi klientów?
  • Jaki wpływ na procesy biznesowe mają odpowiednio zintegrowane dane klientów?
  • Jak posiadanie dobrze zbudowanej bazy klientów wpływa na realizację wymagań RODO?
     
10:15

Świat w Chmurze Amazona - czyli o tym jak firmy z całego świata budują nowoczesne rozwiązania oparte o BigData i Sztuczną Inteligencję z wykorzystaniem chmury AWS

Tomasz Stachlewski, Principal Solutions Architect, Amazon Web Services Poland

  • Jak firmy  z całego świata budujących swoje rozwiązania analityczne – na przykładzie Amazona, Netflix, NASA, Expedia, Zalando i innych
  • Dlaczego firmy przechodzą do chmur?
  • Z czego i jak prosto budować nowoczesne platformy analityczne?
  • O dobrych praktykach i bezpieczeństwie budowania platform analitycznych
     
11:00

Przerwa na kawę

11:15

AI jest na wyciągnięcie ręki

Case Study

Grzegorz Gwardys, Lead Data Scientist, Promity Sp. z o.o.

  • Dlaczego warto stosować AI? Przykład automatycznej rekomendacji produktów finansowych
  • Czy integracja jest łatwa? Odpowiedź na na przykładzie klasyfikacji zdjęć i Deep Learningu
  • Czy AI jest dla każdego? Przykład konsolidacji klientów
  • Co przyniesie jutro, czyli  Artificial Intelligence Governance
  • AI w służbie marketingu, CX-Metrics
     
12:15

Przerwa na lunch

13:00

Jak poznać lepiej swojego klienta za pomocą zaawansowanej analizy danych i metod Machine Learning

Dawid Detko, Principal Data Architect & MVP Big Data & Analytics, Predica LLC , Wiktor Zdzienicki, Digital Advisor, Predica LLC

  • Metody analizy danych o klientach niezależnie od profilu organizacji 
  • Skuteczne metody oceny ryzyka migracji klienta z organizacji – analiza churn bazująca na Machine Learning 
  • Grupowanie oraz wartościowanie klientów za pomocą metod analitycznych – klastrowanie oraz analiza RFM 
  • Narzędzia i metody wizualizacji danych z wykorzystaniem Power BI oraz wbudowanych mechanizmów wspierających podejmowanie decyzji 
     
14:00

Wykorzystanie konwolucyjnych sieci neuronowych w procesie aktualizacji danych

Case study Polskiej Agencji Płatniczej

Anna Zambrzycka, Departament Baz Referencyjnych i Kontroli Terenowych, Agencja Restrukturyzacji i Modernizacji Rolnictwa , Adrian Boguszewski, Deep Learning Engineer, Linux Polska

Opis case study:  Krajobraz, który nas otacza ciągle się zmienia. Pojawiają się nowe budynki i drogi, wycinane są lasy. Co więcej sama przyroda też podlega modyfikacjom. Nowe koryta rzek, rozrost lasu oraz katastrofy naturalne np. powodzie czy orkany trwale modyfikują środowisko, w którym żyjemy. Dla Agencji Restrukturyzacji i Modernizacja Rolnictwa te zmiany są powodem, dla którego musi ciągle aktualizować dane na temat działek referencyjnych, tak aby prawidłowo realizować proces dopłat. W tym celu zamawiane są zdjęcia lotnicze obejmujące całą Polskę. Jednak przetworzenie ponad 300 000 km2 powierzchni w celu wykrycia zaszłych zmian stanowi duże wyzwania. Aby tego dokonać sprawnie i co najważniejsze z dużą dokładnością potrzeba niestandardowych rozwiązań. Z pomocą przychodzą sieci neuronowe.

  • Opis problemu zmian krajobrazu 
  • Skala zachodzących zmian 
  • Definicja problemu od strony algorytmów wizji komputerowej
  • Rozwiązanie - detekcja czy segmentacja? 
  • Wyniki dla budynków, zadrzewień i wody 
  • Wymagania wdrożeniowe 
  • Jak rozwiązanie usprawnia proces? 
  • Jak będzie wyglądała przyszłość?
     
14:45

Przerwa na kawę

15:00

Wykrywanie nadużyć - nowoczesna platforma analityczna

Michał Jaślan, Big Data Practice Manager, Onwelo

  • Architektura technologiczna i procesowa
  • Platformy realizacyjne
  • Case biznesowy - przykładowe analizy
     
15:30

Podejmuj decyzje na podstawie danych, nowoczesne narzędzia BI

Case study

Piotr Reszka, CEO, Astrafox

90% danych, które powstają w organizacjach dotyczą ostatnich 10 miesięcy. Klasyczne narzędzia BI nie nadążają i pomimo skomplikowanych i długo trwających wdrożeń dane i tak trafiają do Excela. W efekcie decyzje podejmowane są na podstawie intuicji. Czy można inaczej?  
Case study użycia nowoczesnych narzędzi BI do przygotowania modelu, przechowywania i analizy wizualnej olbrzymiej ilości danych w chmurze.  
Alteryx, Tableau i Snowflake w akcji.
 

16:00

Zakończenie pierwszego dnia

Dzień II
Środa
27 listopada 2019
09:00

Rejestracja uczestników. Poranna kawa

09:30

Analityka w firmie. Gdzie jestem, dokąd zmierzam? Wyzwania analityki w przedsiębiorstwach. Od kompetencji i metodologii, do architektury i rozwiązań

Case Study

Kamil Ciukszo, CEO&CO Founder, Alterdata.io

  • jaką wiedzę powinien mieć współczesny dział analityczny i czego na jakim etapie rozwoju najczęściej brakuje
  • metodologie pracy z danymi oraz kultura korzystania z analityki w firmie
  • wyzwania związane z technologią i efektywną architekturą analityczną dane własne i zewnętrzne ich dostępność i jakość 
     
10:15

Sztuczna inteligencja i duże zbiory danych. Gdzie wprowadzenie sztucznej inteligencji może przynieść korzyści? Przykład zastosowania AI w cross-selling i up-sellingu

Case Study

Arkadiusz Agaciak, IT Project Director, Esone Sp. z o.o

  • Obszary zastosowania AI w biznesie - korzyści i wymagania dotyczące wielkości zbiorów danych
  • Jak podnieść średni dochod z transakcji w sklepie internetowym z użyciem AI i technik cross-selling i up-sellingu
  • Proces wdrożenia wraz z jego harmonogramem, kosztami, ograniczeniami i pułapkami
     
11:00

Przerwa na kawę

11:15

Rewolucja przemysłowa 4.0 z chmurą Microsoft Azure

Dawid Detko, Principal Data Architect & MVP Big Data & Analytics, Predica LLC

Celem sesji będzie zaprezentowanie możliwości chmury Azure w zakresie cyfrowej transformacji w sektorze przemysłowym. Zostanie zaprezentowany szereg komponentów które mogą pomóc zaadresować wiele problemów z którymi obecnie firmy się borykają. Uczestnicy będą mieli okazję się zapoznać z rozwiązaniami referencyjnymi oraz case study

  • zastosowanie zaawansowanej analizy danych  do wykrywania anomalii na liniach produkcyjnych
  • metody do przewidywania awarii oraz zarządzania częściami zamiennymi do linii produkcyjnych 
  • monitoring danych w czasie rzeczywistym 

Sesja zostanie zakończona DEMO przy użyciu wspomnianej technologii.   
 

12:15

Przerwa na lunch

13:00

Tworzenie efektywnego dashboardu - jak dopasować analitykę do potrzeb biznesowych?

Warsztat

Kazik Surała, Analytics Lead, Philip Morris Polska Distribution

Interaktywny warsztat , na którym uczestnicy poznają metodykę tworzenia rozwiązań klasy Business Intelligence pozwalających na sprawne i intuicyjne monitorowanie metryk i KPI's dla wybranych obszarów biznesu.
Warsztaty poprowadzone będą w oparciu o stworzoną przez Google metodykę Design Sprint dostosowaną do szczególnych potrzeb osób pracujących z /lub w oparciu o dane.

Uczestnicy poznają m.in. narzędzia pomocne przy:

  • definiowaniu "Person" - archetypów użytkowników
  • definiowaniu kluczowych parametrów jakości danych / procesów niezbędnych do właściwego podejmowania decyzji
  • budowaniu rozwiązania raportowego przy użyciu "Dashboard Wireframe Kit".
     
14:30

Przerwa na kawę

14:45

Możliwości wykorzystania analizy danych tekstowych

Paweł Ekk-Cierniakowski, Data Science Team Leader, Elitmind

  • wykrywanie podobieństw nazw 
  • analiza opinii 
  • chatbot 
  • analiza tekstu literackiego
     
15:30

Analityka behawioralna w ryzyku kredytowym i propensity

Łukasz Dylewski, Data Science Team Manager, ITMAGINATION

  • Profilowanie behawioralne, analiza sekwencji, zaawansowana analityka w przewidywaniu zachowania klientów w obszarach ryzyka kredytowego i CRM (zaprzestanie spłacania zobowiązań finansowych oraz dokonanie zakupu produktu)
  • Jakie korzyści biznesowe i przewagę można osiągnąć wykorzystując ww. metodykę względem konwencjonalnego podejścia 
  • proces analityczny oparty na doświadczeniach w pracy nad tego typu wdrożeniami  
     
16:00

Zakończenie