logging in or signing up L7-Informatica Postomoderna-4 faktora pkocovic Download Post to : URL : Related Presentations : Share Add to Flag Embed Email Send to Blogs and Networks Add to Channel Uploaded from authorPOINT lite Insert YouTube videos in PowerPont slides with aS Desktop Copy embed code: (To copy code, click on the text box) Embed: URL: Thumbnail: WordPress Embed Customize Embed The presentation is successfully added In Your Favorites. Views: 21 Category: Education License: All Rights Reserved Like it (0) Dislike it (0) Added: January 29, 2012 This Presentation is Public Favorites: 0 Presentation Description No description available. Comments Posting comment... By: deanbasil (3 month(s) ago) deanbasil is on didiba11@yahoo.it Saving..... Post Reply Close Saving..... Edit Comment Close By: deanbasil (3 month(s) ago) I was verey interested on your presentation "brain in a chip". Can you send me your slides? I am an italian psychologist Saving..... Post Reply Close Saving..... Edit Comment Close Premium member Presentation Transcript Četiri računarstva : Četiri računarstva Petar Kočović Čas: 7 Trajanje: 45 min Veliki podaci (Big Data) : Veliki podaci (Big Data) Ključni izazovi : Ključni izazovi Kulturni Talenat Interni IT Tehnički Regulatorni/pravni Izazovi velikih podataka Deo velike priče o nadolazećoj ekonomiji podataka : Deo velike priče o nadolazećoj ekonomiji podataka Veliki podaci Vezani podaci Društveni podaci Otvoreni podaci Deljani podaci Razbijaju barijere interoperabilnosti Poboljšanje ekonomičnosti podataka Povećavaju poslovnu vrednost informacije prodirući u dublje nivoe veba : Povećavaju poslovnu vrednost informacije prodirući u dublje nivoe veba Istraživanje rastućeg volumena, brzine i varijeteta podataka Omogućavaju odluke na bazi dokaza (evidence-based) Razgraničavaju nivoe između moćnog i početnog Zahtevaju promišljanje, strategije i arhitekturu Forsiraju oranizacije da “ponovo osmisle” interni IT Regulatorni i pravni izazovi : Regulatorni i pravni izazovi Povećanje transparentnosti otvorenih podataka Pritisak na pristup državnim podacima Zašta podataka investitora standarima (XBRL) Pritisak na zakonodavce da modernizuju zakone u vezi privatnosti i vlasništvu nad podacima, tamo gde je to moguće Održavati poverenje na svim nivoima (korporacije, vlada i potrošači) Tehnički izazovi za analizu velikih podataka : Tehnički izazovi za analizu velikih podataka Analiza velikih podataka Statistika, data mining, mašinsko učenje, obrada prirodnih jezika, prepoznavanje mustri, predictive modeling Prezentacija velikih podatka Vizuelizacija, tag oblaci, clustergrami, infografika Sažimanje, manipulisanje i upravljanje velikim podacima Poslovna obaveštavanje, data warehouse Računarstvo u oblaku, data-intensive computing Open source — Hadoop, MapReduce, R Project Neophodni trenutni i novi talenti : Neophodni trenutni i novi talenti Trenutni Analitičarski talenat, iskustvo u statistici i “machine learning” Rukovodioci koji razumeju podatke (Data-savvy): donosioci odluka ma bazi evidencije (evidence-based decision makers) Timovi spremni da razviju alate za rad sa velikim podacima Emerging Hybrid thinkers: outside-the-box problem solvers koji kombinuju varijetet multidisciplinarnih veština Data scientists: kombinuju domen-ekspertizu sa iskustvima računarskih naučnika , matematičara i umetnosti Data journalists: digitalni detektivi i rudari velikih podataka kojikreiraju vuzuelne priče Data curators: uloge koje kombinuju veštine u čuvanju i zaštiti digitalnih vrednosti Adresirajmo nove realnosti u ITu : Adresirajmo nove realnosti u ITu Razvoj poslovnih strategija za bogate podatke Obrazovanje lidera o ekonomskoj dobiti od velikih podataka Pilot projekti na bazi velikih podatka u marketingu i razvoju proizvoda Uticaj velikih podataka na ekonomiju velikih podataka : Uticaj velikih podataka na ekonomiju velikih podataka Da li je informacija “gorivo za 21 vek"? Baseni nafte i gasa su ograničeni Baseni podataka su ljudski proizvod za neograničenu upotrebu Preduzeća međusobno moraju da sarađuju u kreiranju velikih podataka. Pojedinačno – to može da bude skupo. Ključne inicijative u velikim podacima : Ključne inicijative u velikim podacima Šta su veliki podaci? Supovi podataka čija veličina prevazilazi mogućnost softverskih alata da ih prikupe, rukovode ili obrade. Kako se koriste? Društveno umrežavanje Kompanijski sistemi Transakcioni podaci Documenti Tekst Audio Slike IT/OT Raznovrsnost Kompleksnost Ubrzanje Zapermina Računarstvo na bazi konteksta Društveno računarstvo Video Veliki podaci Četiri tehnologije su pokrenule promene : Četiri tehnologije su pokrenule promene Slide 13: Računarstvo u oblaku Društveno računarstvo Kontekstualno računarstvo Strategije prepoznavanja mustri Računarstvo u oblaku : Računarstvo u oblaku Slide 15: Internet Technologies Podeljene usluge Merenje potrošnje Skalabilna i elastična Bazira na usluzi Usluge oblaka Broker Potrošač Provajder Usluge oblaka Gartnerova definicija “...stil računarstva gde skalabilne i elastične mogućnosti koje se odnose na IT bivaju dostupne “kao usluga” potrošaču koji koristi internet tehnologije.” Internet tehnologije Društveno računarstvo : Društveno računarstvo Poslovanje postaje društveno : Poslovanje postaje društveno Rast društvenih medija : Rast društvenih medija Ima više od 810miliona aktivnih korisnika Ima 200 miliona korisnika, koji generiše 200 miliona tvitova na dan Ima više od 100 miliona registrovanih korisnika- u više od 200 zemalja “Društveni mediji su odigrali ključnu ulogu u Egiptu. Mnogi protesti su organizovani preko Facebooka." — BBC News Pa šta to meni znači? Šte bi trebalo da uradim u vezi sa time? Šta to mene briga? Šta su društveni mediji? : Šta su društveni mediji? Onlajn masovna kolaboracija Okruženje gde se sadržaj: Kreira Otkriva Troši Deli bez posrednika Wiki Blogs Microblogs Expertise Location Tags Društveni softver Ratings Tri oblasti društvenog softvera više od Facebooka : Tri oblasti društvenog softvera više od Facebooka Podaci i korisničko iskustvo kontrolisano od strane preduzeća Društveni softver na radnom mestu (vaši ljudi, vaše mesto) Susret sa društvenim softverom - spolja (vaši ljudi, drugi ljudi, vaše mesto) Javni društveni mediji (vaši ljudi, drugi ljudi, njihovo mesto Podaci, korisničko iskustvo i kontrola od strane drugih Aktiviraj, podrži, prodaj, uvežbaj Poveži, otkrij, filtriraj,pronađi, veruj, vodi, inoviraj, uči Utiči, otkrij, anticipiraj, promoviši, prodaj Mogućnosti društvenih medija : Mogućnosti društvenih medija Kolektivna inteligencija glasači Analitičari odgovaraju na pitanje “Kakve dobiti to ima za naše poslovanje?" Gajenje interesa Podizanje veza Diraktna veza sa krajnjim korisnicima Kreiranje lojalnih sledbenika Pronalaženje “igle u plastu sena” Organizovanje masa Kolaboracija u okviru IT infrastrukture : Kolaboracija u okviru IT infrastrukture Formalni procesi i radni tokovi Upravljanje incidentima Upravljanje promenama Upravljanje znanjem Upravljanje saopštenjima Upravljanje kapacitetima Upravljanje uslugama Upravljanje oporavkom i kontinuitetom Email Chat/IM Wiki Text Podaci u društvenim medijima Marketirajmo vrednost IT u poslovanju : Marketirajmo vrednost IT u poslovanju From: Tech, Joe Sent: Tuesday, October 18 To: DL Company Subject: This Week In IT Greetings Outages Releases Project status Latest News Tips Dinamika Dvostrana i kolaborativna Može da se pretražuje Popravak kada se pogreši pri informisanju Dostupna i u “lavini" Trenutna tipična IT komunikacija Prednosti od IT društvenih mreža Izbor alata za društvene medije : Izbor alata za društvene medije Društveni i kolaboracioni alati Atlassian IBM Jive Software Microsoft Yammer Alati za upravljanje IT uslugama BMC BOMGAR CA FluidOps Service-now.com Chat/IM Društvena analitika Blogovi Magacini znanja Email Wiki Više o društvenim, manje o medijima : Više o društvenim, manje o medijima Ako se vežete za "medija" deo u nazivu, propuštate megašansu u društvenom poslovanju. Gde pažnja odlazi Šta je zaista važno? Strateški ciljevi Polise Smernice Obuka Analiza interakcije Integracije procesa Ciljevi projekta Merenje Vrednost ROI Sadržaj Potrebe učesnika Adresiranje 5P društvenih medija : Adresiranje 5P društvenih medija Purpose (svrha) Zašto bi trebalo da koristimo društvene medije? Koje dobiti očekujemo? Kako će to da poveća IT i produktivnost krajnjeg korisnika? Participants (učesnici) Performance (izvedba) Ko će da ustanovi pravce? Ko koristi društvene medije? Koje smernice treba da primenimo? Gde ćemo da angažujemo: Sajtove društvene mreže Zajednice Interno i/ili eksterno Odnos prema: Obrazovanju porukama upravljanju nadzoru žalbama odgovornosti bezbednosti Merenje izvedbe društvenih medija? Koliko dugo - do rezultata? Kako generisati inicijative? Plan od 5 tačaka : Plan od 5 tačaka 1. Konzistentnost 2. Koordinacija 5. Kreativnost 3. Odgovornost 4. Konverzacija RaČunarstvo veza (Context-aware computing) : RaČunarstvo veza (Context-aware computing) Slide 29: Sugestije Proaktivnost Informisanje u realnom vremenu Višekanalnost Do 2015, veze će biti jednako uticajne na mobilne usluge i veze kao što su pretraživačke mašine na vebu Veze: presek mobilnog, društvenog, digitalnog i fizičkog sveta : Veze: presek mobilnog, društvenog, digitalnog i fizičkog sveta Primena modela: lokacija+ pravovremenost + respoloženje + namera : Primena modela: lokacija+ pravovremenost + respoloženje + namera <emotion start="1006526160" expressed-through="face"> <!--the first modality detects excitement. It is a camera observing the face. A URI to the database is provided to access the video stream.--> <category name="excited"/> <reference uri="http://www.example.com/facedb#t=26,98"/> </emotion> Izvor:Affectiva Apple i Google su napravili prve prodore : Apple i Google su napravili prve prodore Korisničko iskustvo u vezi uređaja Zajednica Namera Identitet Okruženje Mobile Consumer Apps Razvojni ekosistem Televizija/Video oblak/veb Ostali Amazon, Facebook,AT&T, Vodafone, Verizon,Research In Motion jak slab Evolucija mobilnog veba : Evolucija mobilnog veba Transakcije Informacije Prodavac Naprednjaci Uticajnik Informer Momenti izbora Tipovi mobilnog veba Nivo šanse Toplo Umereno Hladno Mapa “zagrevanja” po industrijama: Q3 2011 : Mapa “zagrevanja” po industrijama: Q3 2011 Potencijal Transport Maloprodaja Razvoj softvera/publikovanje Zdravstvo Komunalije Poljoprivreda/Rudarstvo/Građevina Obrazovanje Mediji Vlada Usluge Proizvodnja Finansijske usluge Poslovanje/potrošačke usluge Energija Maloprodaja Telekomunikacije Potencijal uticaja koji se susreće sa zaposlenim Nizak Nizak potencijal Visoki potencijal Visoki potencijal Zabava Umerena Niska Visoka Nivo aktivnosti Putovanje/zabava Dobavljači ovih tehnologija : Dobavljači ovih tehnologija Senzori — Context Brokeri Društvene lokacije proširene realnosti Aplikacije platforme mobilnih potrošača CRM — E-Commerceupravljanje dijalogom Bezbednoski dobavljali Upravljanje veb sadržajima Ujedinjene komunikacije i kolaboracione platforme Strategije PREPOZNAVANJA MUSTRI (pattern-based strategy) : Strategije PREPOZNAVANJA MUSTRI (pattern-based strategy) Da li ste ikad čuli da je neko rekao:“Mislim da vidim sekvencu"? : Da li ste ikad čuli da je neko rekao:“Mislim da vidim sekvencu"? Šta sve te informacije govore? Šta treba da uradite sa tim podacima? Da li akcije koje preduzimate funkcionišu? ? Strategija prepoznavanja mustri : Strategija prepoznavanja mustri Strategija prpoznavanja mustriomogućava okvir za proaktivno pretraživanje paterna iz tradicionalnih i netradicionalnih informacionih izvora, modeliranje njihovih uticaja i prihvatanje saglasno zahtevima paterna. Strategija prepoznavanja mustri : Strategija prepoznavanja mustri Odluka o dejstvovanju Nalaženje i dokumentovanje paterna Interpretacija, analiza uticaja paterna, uticaj i scenariji koji se diskutuju Merenje poslovnih razultata Razvoj novih tehnoloških disciplina : Razvoj novih tehnoloških disciplina Traženje paterna (signala) Transparentnost Kultura koja bazira na performansama (fokus na vodeće indikatore) Operaciona elastičnost (tehnike za adptaciju) Primer: otkrivanje falsifikata u finansijskim uslugama : Primer: otkrivanje falsifikata u finansijskim uslugama Identifikacija paterna: iznenadno povećanje kupovine van normalnih geografskih lokacija, potencijano je to prodaja ukradene robe Model: Analiza falsifikovanih atributa. Prepoznavanje paterna. Diskusija scenarija: suspenzija kupca, ignorisanje, izveštaj vlastima date zemlje... Poslovne posledice: Smanjeno falsifikovanje Strateška implikacija: potencijalno smanjenje rezervi koje mogu da dovedu do novih falisikata Adapt: Suspenzija kupca Obaveštavanje pravosudnih organa Automatizacija akcija čim se patern identifikuje Tehnologije prilagođavanja preduzeća : Tehnologije prilagođavanja preduzeća Slide 43: Računarstvo u oblaku Društveno računarstvo Kontekstualno računarstvo Strategije prepoznavanja mustri Četiri računarstva : Četiri računarstva Petar Kočović Čas: 7 Trajanje: 45 min You do not have the permission to view this presentation. In order to view it, please contact the author of the presentation.
L7-Informatica Postomoderna-4 faktora pkocovic Download Post to : URL : Related Presentations : Share Add to Flag Embed Email Send to Blogs and Networks Add to Channel Uploaded from authorPOINT lite Insert YouTube videos in PowerPont slides with aS Desktop Copy embed code: (To copy code, click on the text box) Embed: URL: Thumbnail: WordPress Embed Customize Embed The presentation is successfully added In Your Favorites. Views: 21 Category: Education License: All Rights Reserved Like it (0) Dislike it (0) Added: January 29, 2012 This Presentation is Public Favorites: 0 Presentation Description No description available. Comments Posting comment... By: deanbasil (3 month(s) ago) deanbasil is on didiba11@yahoo.it Saving..... Post Reply Close Saving..... Edit Comment Close By: deanbasil (3 month(s) ago) I was verey interested on your presentation "brain in a chip". Can you send me your slides? I am an italian psychologist Saving..... Post Reply Close Saving..... Edit Comment Close Premium member Presentation Transcript Četiri računarstva : Četiri računarstva Petar Kočović Čas: 7 Trajanje: 45 min Veliki podaci (Big Data) : Veliki podaci (Big Data) Ključni izazovi : Ključni izazovi Kulturni Talenat Interni IT Tehnički Regulatorni/pravni Izazovi velikih podataka Deo velike priče o nadolazećoj ekonomiji podataka : Deo velike priče o nadolazećoj ekonomiji podataka Veliki podaci Vezani podaci Društveni podaci Otvoreni podaci Deljani podaci Razbijaju barijere interoperabilnosti Poboljšanje ekonomičnosti podataka Povećavaju poslovnu vrednost informacije prodirući u dublje nivoe veba : Povećavaju poslovnu vrednost informacije prodirući u dublje nivoe veba Istraživanje rastućeg volumena, brzine i varijeteta podataka Omogućavaju odluke na bazi dokaza (evidence-based) Razgraničavaju nivoe između moćnog i početnog Zahtevaju promišljanje, strategije i arhitekturu Forsiraju oranizacije da “ponovo osmisle” interni IT Regulatorni i pravni izazovi : Regulatorni i pravni izazovi Povećanje transparentnosti otvorenih podataka Pritisak na pristup državnim podacima Zašta podataka investitora standarima (XBRL) Pritisak na zakonodavce da modernizuju zakone u vezi privatnosti i vlasništvu nad podacima, tamo gde je to moguće Održavati poverenje na svim nivoima (korporacije, vlada i potrošači) Tehnički izazovi za analizu velikih podataka : Tehnički izazovi za analizu velikih podataka Analiza velikih podataka Statistika, data mining, mašinsko učenje, obrada prirodnih jezika, prepoznavanje mustri, predictive modeling Prezentacija velikih podatka Vizuelizacija, tag oblaci, clustergrami, infografika Sažimanje, manipulisanje i upravljanje velikim podacima Poslovna obaveštavanje, data warehouse Računarstvo u oblaku, data-intensive computing Open source — Hadoop, MapReduce, R Project Neophodni trenutni i novi talenti : Neophodni trenutni i novi talenti Trenutni Analitičarski talenat, iskustvo u statistici i “machine learning” Rukovodioci koji razumeju podatke (Data-savvy): donosioci odluka ma bazi evidencije (evidence-based decision makers) Timovi spremni da razviju alate za rad sa velikim podacima Emerging Hybrid thinkers: outside-the-box problem solvers koji kombinuju varijetet multidisciplinarnih veština Data scientists: kombinuju domen-ekspertizu sa iskustvima računarskih naučnika , matematičara i umetnosti Data journalists: digitalni detektivi i rudari velikih podataka kojikreiraju vuzuelne priče Data curators: uloge koje kombinuju veštine u čuvanju i zaštiti digitalnih vrednosti Adresirajmo nove realnosti u ITu : Adresirajmo nove realnosti u ITu Razvoj poslovnih strategija za bogate podatke Obrazovanje lidera o ekonomskoj dobiti od velikih podataka Pilot projekti na bazi velikih podatka u marketingu i razvoju proizvoda Uticaj velikih podataka na ekonomiju velikih podataka : Uticaj velikih podataka na ekonomiju velikih podataka Da li je informacija “gorivo za 21 vek"? Baseni nafte i gasa su ograničeni Baseni podataka su ljudski proizvod za neograničenu upotrebu Preduzeća međusobno moraju da sarađuju u kreiranju velikih podataka. Pojedinačno – to može da bude skupo. Ključne inicijative u velikim podacima : Ključne inicijative u velikim podacima Šta su veliki podaci? Supovi podataka čija veličina prevazilazi mogućnost softverskih alata da ih prikupe, rukovode ili obrade. Kako se koriste? Društveno umrežavanje Kompanijski sistemi Transakcioni podaci Documenti Tekst Audio Slike IT/OT Raznovrsnost Kompleksnost Ubrzanje Zapermina Računarstvo na bazi konteksta Društveno računarstvo Video Veliki podaci Četiri tehnologije su pokrenule promene : Četiri tehnologije su pokrenule promene Slide 13: Računarstvo u oblaku Društveno računarstvo Kontekstualno računarstvo Strategije prepoznavanja mustri Računarstvo u oblaku : Računarstvo u oblaku Slide 15: Internet Technologies Podeljene usluge Merenje potrošnje Skalabilna i elastična Bazira na usluzi Usluge oblaka Broker Potrošač Provajder Usluge oblaka Gartnerova definicija “...stil računarstva gde skalabilne i elastične mogućnosti koje se odnose na IT bivaju dostupne “kao usluga” potrošaču koji koristi internet tehnologije.” Internet tehnologije Društveno računarstvo : Društveno računarstvo Poslovanje postaje društveno : Poslovanje postaje društveno Rast društvenih medija : Rast društvenih medija Ima više od 810miliona aktivnih korisnika Ima 200 miliona korisnika, koji generiše 200 miliona tvitova na dan Ima više od 100 miliona registrovanih korisnika- u više od 200 zemalja “Društveni mediji su odigrali ključnu ulogu u Egiptu. Mnogi protesti su organizovani preko Facebooka." — BBC News Pa šta to meni znači? Šte bi trebalo da uradim u vezi sa time? Šta to mene briga? Šta su društveni mediji? : Šta su društveni mediji? Onlajn masovna kolaboracija Okruženje gde se sadržaj: Kreira Otkriva Troši Deli bez posrednika Wiki Blogs Microblogs Expertise Location Tags Društveni softver Ratings Tri oblasti društvenog softvera više od Facebooka : Tri oblasti društvenog softvera više od Facebooka Podaci i korisničko iskustvo kontrolisano od strane preduzeća Društveni softver na radnom mestu (vaši ljudi, vaše mesto) Susret sa društvenim softverom - spolja (vaši ljudi, drugi ljudi, vaše mesto) Javni društveni mediji (vaši ljudi, drugi ljudi, njihovo mesto Podaci, korisničko iskustvo i kontrola od strane drugih Aktiviraj, podrži, prodaj, uvežbaj Poveži, otkrij, filtriraj,pronađi, veruj, vodi, inoviraj, uči Utiči, otkrij, anticipiraj, promoviši, prodaj Mogućnosti društvenih medija : Mogućnosti društvenih medija Kolektivna inteligencija glasači Analitičari odgovaraju na pitanje “Kakve dobiti to ima za naše poslovanje?" Gajenje interesa Podizanje veza Diraktna veza sa krajnjim korisnicima Kreiranje lojalnih sledbenika Pronalaženje “igle u plastu sena” Organizovanje masa Kolaboracija u okviru IT infrastrukture : Kolaboracija u okviru IT infrastrukture Formalni procesi i radni tokovi Upravljanje incidentima Upravljanje promenama Upravljanje znanjem Upravljanje saopštenjima Upravljanje kapacitetima Upravljanje uslugama Upravljanje oporavkom i kontinuitetom Email Chat/IM Wiki Text Podaci u društvenim medijima Marketirajmo vrednost IT u poslovanju : Marketirajmo vrednost IT u poslovanju From: Tech, Joe Sent: Tuesday, October 18 To: DL Company Subject: This Week In IT Greetings Outages Releases Project status Latest News Tips Dinamika Dvostrana i kolaborativna Može da se pretražuje Popravak kada se pogreši pri informisanju Dostupna i u “lavini" Trenutna tipična IT komunikacija Prednosti od IT društvenih mreža Izbor alata za društvene medije : Izbor alata za društvene medije Društveni i kolaboracioni alati Atlassian IBM Jive Software Microsoft Yammer Alati za upravljanje IT uslugama BMC BOMGAR CA FluidOps Service-now.com Chat/IM Društvena analitika Blogovi Magacini znanja Email Wiki Više o društvenim, manje o medijima : Više o društvenim, manje o medijima Ako se vežete za "medija" deo u nazivu, propuštate megašansu u društvenom poslovanju. Gde pažnja odlazi Šta je zaista važno? Strateški ciljevi Polise Smernice Obuka Analiza interakcije Integracije procesa Ciljevi projekta Merenje Vrednost ROI Sadržaj Potrebe učesnika Adresiranje 5P društvenih medija : Adresiranje 5P društvenih medija Purpose (svrha) Zašto bi trebalo da koristimo društvene medije? Koje dobiti očekujemo? Kako će to da poveća IT i produktivnost krajnjeg korisnika? Participants (učesnici) Performance (izvedba) Ko će da ustanovi pravce? Ko koristi društvene medije? Koje smernice treba da primenimo? Gde ćemo da angažujemo: Sajtove društvene mreže Zajednice Interno i/ili eksterno Odnos prema: Obrazovanju porukama upravljanju nadzoru žalbama odgovornosti bezbednosti Merenje izvedbe društvenih medija? Koliko dugo - do rezultata? Kako generisati inicijative? Plan od 5 tačaka : Plan od 5 tačaka 1. Konzistentnost 2. Koordinacija 5. Kreativnost 3. Odgovornost 4. Konverzacija RaČunarstvo veza (Context-aware computing) : RaČunarstvo veza (Context-aware computing) Slide 29: Sugestije Proaktivnost Informisanje u realnom vremenu Višekanalnost Do 2015, veze će biti jednako uticajne na mobilne usluge i veze kao što su pretraživačke mašine na vebu Veze: presek mobilnog, društvenog, digitalnog i fizičkog sveta : Veze: presek mobilnog, društvenog, digitalnog i fizičkog sveta Primena modela: lokacija+ pravovremenost + respoloženje + namera : Primena modela: lokacija+ pravovremenost + respoloženje + namera <emotion start="1006526160" expressed-through="face"> <!--the first modality detects excitement. It is a camera observing the face. A URI to the database is provided to access the video stream.--> <category name="excited"/> <reference uri="http://www.example.com/facedb#t=26,98"/> </emotion> Izvor:Affectiva Apple i Google su napravili prve prodore : Apple i Google su napravili prve prodore Korisničko iskustvo u vezi uređaja Zajednica Namera Identitet Okruženje Mobile Consumer Apps Razvojni ekosistem Televizija/Video oblak/veb Ostali Amazon, Facebook,AT&T, Vodafone, Verizon,Research In Motion jak slab Evolucija mobilnog veba : Evolucija mobilnog veba Transakcije Informacije Prodavac Naprednjaci Uticajnik Informer Momenti izbora Tipovi mobilnog veba Nivo šanse Toplo Umereno Hladno Mapa “zagrevanja” po industrijama: Q3 2011 : Mapa “zagrevanja” po industrijama: Q3 2011 Potencijal Transport Maloprodaja Razvoj softvera/publikovanje Zdravstvo Komunalije Poljoprivreda/Rudarstvo/Građevina Obrazovanje Mediji Vlada Usluge Proizvodnja Finansijske usluge Poslovanje/potrošačke usluge Energija Maloprodaja Telekomunikacije Potencijal uticaja koji se susreće sa zaposlenim Nizak Nizak potencijal Visoki potencijal Visoki potencijal Zabava Umerena Niska Visoka Nivo aktivnosti Putovanje/zabava Dobavljači ovih tehnologija : Dobavljači ovih tehnologija Senzori — Context Brokeri Društvene lokacije proširene realnosti Aplikacije platforme mobilnih potrošača CRM — E-Commerceupravljanje dijalogom Bezbednoski dobavljali Upravljanje veb sadržajima Ujedinjene komunikacije i kolaboracione platforme Strategije PREPOZNAVANJA MUSTRI (pattern-based strategy) : Strategije PREPOZNAVANJA MUSTRI (pattern-based strategy) Da li ste ikad čuli da je neko rekao:“Mislim da vidim sekvencu"? : Da li ste ikad čuli da je neko rekao:“Mislim da vidim sekvencu"? Šta sve te informacije govore? Šta treba da uradite sa tim podacima? Da li akcije koje preduzimate funkcionišu? ? Strategija prepoznavanja mustri : Strategija prepoznavanja mustri Strategija prpoznavanja mustriomogućava okvir za proaktivno pretraživanje paterna iz tradicionalnih i netradicionalnih informacionih izvora, modeliranje njihovih uticaja i prihvatanje saglasno zahtevima paterna. Strategija prepoznavanja mustri : Strategija prepoznavanja mustri Odluka o dejstvovanju Nalaženje i dokumentovanje paterna Interpretacija, analiza uticaja paterna, uticaj i scenariji koji se diskutuju Merenje poslovnih razultata Razvoj novih tehnoloških disciplina : Razvoj novih tehnoloških disciplina Traženje paterna (signala) Transparentnost Kultura koja bazira na performansama (fokus na vodeće indikatore) Operaciona elastičnost (tehnike za adptaciju) Primer: otkrivanje falsifikata u finansijskim uslugama : Primer: otkrivanje falsifikata u finansijskim uslugama Identifikacija paterna: iznenadno povećanje kupovine van normalnih geografskih lokacija, potencijano je to prodaja ukradene robe Model: Analiza falsifikovanih atributa. Prepoznavanje paterna. Diskusija scenarija: suspenzija kupca, ignorisanje, izveštaj vlastima date zemlje... Poslovne posledice: Smanjeno falsifikovanje Strateška implikacija: potencijalno smanjenje rezervi koje mogu da dovedu do novih falisikata Adapt: Suspenzija kupca Obaveštavanje pravosudnih organa Automatizacija akcija čim se patern identifikuje Tehnologije prilagođavanja preduzeća : Tehnologije prilagođavanja preduzeća Slide 43: Računarstvo u oblaku Društveno računarstvo Kontekstualno računarstvo Strategije prepoznavanja mustri Četiri računarstva : Četiri računarstva Petar Kočović Čas: 7 Trajanje: 45 min