Suurandmed aastal 2025 Big Data

Muuhulgas Boltis, Lingvistis ja Eesti Energias andme- ja tootemeeskondi juhtinud Joosep Lassmann on näinud erinevaid viise, kuidas andmetest kasu saada. Mis on kõige olulisem andmete väärindamiseks? Mis vigu peaks kindlasti vältima? Konverentsipäeva juhatab sisse endise Bolti andmeanalüüsi juhi motivatsioonikõne!

Suurandmed, ennustav analüütika, tehisaru ja muud tehnoloogilised uuendused võimaldavad avalike teenuste isikupärastamist ja teenuste efektiivsemaks muutmist. Mis seisus on siin Eesti? Mida tähendab suurandmete senisest suurem kasutamine riigi poolt meile kodanike ja ettevõtjatena? Ja mis saab siis, kui andmeanalüüsi ja tehismõistuse kasutamine avalike teenuste-toetuste isikupärastamisel on juba valdavaks muutunud?

Jaanuaris jõustus Euroopa Liidu andmemäärus, mis käsitleb ligipääsu andmetele ja andmete kasutamist. Eesmärk on lahendada probleeme ja kasutada võimalusi, mida andmed Euroopa Liidus pakuvad. Määrus on osa euroliidu uuest andmestrateegiast, mis andmetega seonduvat senisest oluliselt rohkem reguleerib, muuhulgas tööstus- ja äriandmete kasutamist, jagamist ja liikumist, nii avalikus kui ka erasektoris. Kuhu on Euroopa andmestrateegia elluviimine tänaseks jõudnud ja mida tähendab andmemäärus ettevõtetele?

Statistikaamet kasutab andmete kogumiseks üha enam veebikammimist, kulutades varasema mitme päeva asemel nüüd teatud tööks vaid loetud minuteid. Arvutiprogrammi abil veebilehtedelt automaatselt andmete kogumine võimaldab kiiresti ja täpselt saada reaalajas infot, mille käsitsi kokkupanek oleks liiga ajakulukas. Millised on veebikammimise võimalused ja ohud ning kuhu liigub andmekorje?

Kuna andmetest on võimalik suurt kasu saada paljudel tegevusaladel, osalevad ka suurandmete konverentsil erineva profiiliga ettevõtete esindajad. Mida aga näitavad avalikud andmed ühe ettevõtte kohta, sealhulgas teie partneri või konkurendi? Kuidas andmeid koguda, lugeda ning enda kasuks tööle panna?

Enamik väikeettevõtteid – aga järjest rohkem ka suurfirmasid – toetub raamatupidamises ja palgaarvestuses raamatupidamisbüroode teenustele. Paraku kaotavad paljud ettevõtjad teadmatult kontrolli oma kõige olulisemate andmete üle. Avame finantstarkvara andmeomandi varjatud riske ja selgitame vajadust kindlustada andmete omandiõigus. Kes tegelikult omab teie andmeid ja kuidas saate neid kaitsta? Alates koostöölepingutest kuni tarkvaralitsentsideni – avastage praktilised sammud, mis tagavad, et hoiate oma ettevõtte olulise teabe kontrolli all.

Ülemiste City kogub eri viisidel rohe- ja liikuvusandmeid, et juhtida ärilinnaku arengut ning toetada sealsete ettevõttete kestlikkuse teekonda. Kuidas kogutud andmeid tõlgendatakse ning kas ja mil moel aitavad andmed kaasa kogukondlike harjumuste muutmisele? Kui üks ärilinnak saab rohe- ja liikuvusandmeid koguda, analüüsida ja tootestada, võiks seda teha ka teised ja laiemalt – näiteks linna tasandil?

Neljas riigis tegutsev finantstaristu terviklahenduse pakkuja Aktiva Finance Group on kasvanud kiiresti, seda nii senistes valdkondades kui ka uutesse sektoritesse laienedes. Ettevõtte eesmärk on jätkata kasvu, suurendades integratsiooni valdkondade vahel, et pakkuda uusi teenuseid. Kuidas muuta andmed koondamise ja visualiseerimisega igapäevaselt loetavaks-mõistetavaks ning mida Aktiva Finance sellest võitis?

Enefit eelistas IT-arendusettevõttega koostöö asemel otsida tänavu lahendust kulukale energiaturu probleemile andmeteadlaste abiga ja üleilmselt. Andmeteaduse platvormil Kaggle panid nad konkursiga enda heaks tööle tuhandeid tiime. Eesmärk oli luua uudne prognoosimudel. Võitjad valiti välja Kaggle masinõppe algoritmide abil, mis hindasid lahendusi ja tuvastasid nende seast kõige tõhusamad mudelid. Miks nad selle koostöövormi valisid, mis olnuks alternatiivid, mida Enefit õppis ning kellele ja milleks sellist vormi soovitada?

Helmes on tarkvaarenduse partner enam kui 500 ettevõttele üle ilma. Lisaks suurtele organisatsioonidele – ning isegi riikidele – digilahenduste loomisele töötavad Helmeses ka kümnete idufirmade tootetiimid. Mida uusi lahendusi luues andmete väärindamisel tähele panna ja mis vigu vältida?