ݺߣ

ݺߣShare a Scribd company logo
Co to jest
Big Data?
Skup się na strategii i pomysłach,
iPresso zajmie się resztą.
Wyobraźmy sobie samochód, który samodzielnie
analizuje dane dotyczące warunków na drodze.
Zna stopień eksploatacji
swoich poszczególnych elementów...
...Rejestruje tętno i częstotliwość oddychania kierowcy...
...Gromadzi dane na temat swojej szybkości i
przyspieszenia.
Informacje te pozwalają
na zwiększenie
bezpieczeństwa jazdy...
...Uniknięcie wypadku...
...Ominięcie korków.
Takie samochody nie są wymysłem.
Firmy motoryzacyjne
zaczęły je już produkować.
Nowatorska technologia, która to
umożliwia to właśnie
Jest to dynamicznie rozwijająca się
metoda analizy danych, która znajduje
zastosowanie w biznesie, samorządach i polityce.
Jak definiujemy Big Data?
Pojęcie to odnosi się do zbiorów danych,
które ze względu na swoją ogromną skalę,
nie mogą być analizowane
za pomocą tradycyjnych narzędzi.
Zgodnie z definicją firmy Forrester na Big Data
składają się cztery wymiary - tzw. 4V:
• volume – ilość danych
• variety – różnorodność danych
• velocity – szybkość napływania nowych
danych i ich analizy
• value – wartość danych
Volume
Big Data dotyczy ogromnych zbiorów danych
(liczonych w terabajtach lub petabajtach).
Volume
Variety
Dane te pochodzą z wielu różnych, niespójnych ze
sobą źródeł.
Velocity
Analiza danych prowadzona jest w czasie
zbliżonym do rzeczywistego.
Value
Z całej masy nieistotnych informacji analiza
Big Data wyodrębnia te najważniejsze.
Big Data analizuje zatem różnorodne, zawarte w
dużych bazach, istotne informacje.
W efekcie uzyskujemy wiedzę,
która pomoże podjąć
najlepszą możliwą decyzję.
Przykładem zastosowania tej technologii jest
NowyJork, gdzie burmistrz Mike Bloomberg
powołałjednostkę zajmującą się Big Data.
Władze Nowego Jorku gromadzą mnóstwo
rozmaitych informacji o mieście:
...ilości budynków, ich stanie technicznym i rodzaju
prowadzonej w nich działalności gospodarczej...
...rozmieszczeniu punktów wi-fi...
...liczbie przestępstw w poszczególnych rejonach...
...liczbie mieszkańców w danej dzielnicy i ich
przynależności etnicznej...
...płaconych przez nich
podatkach i szkołach,
w których uczą się ich dzieci.
Informacje te (i mnóstwo innych) zawarte są w wielu
odrębnych, niespójnych ze sobą bazach danych.
Dopiero zastosowanie Big Data pozwoliło
- przez ich połączenie i analizę -
na wyciągnięcie odpowiednich wniosków.
W efekcie podwojono skuteczność w wykrywaniu
sklepów sprzedających nielegalny tytoń…
…przyspieszono proces usuwania drzew zniszczonych
przez huragan Sandy…
…skierowano inspektorów budowlanych
w miejsca, gdzie istniało wysokie
prawdopodobieństwo wystąpienia pożarów.
Big Data prowadzi więc do sprawniejszego i bardziej
efektywnego zarządzania miastem.
A jakie korzyści przynosi w innych dziedzinach?
W finansach:
pozwala na zminimalizowanie ryzyka
przy udzielaniu kredytu.
W marketingu:
umożliwia lepsze rozpoznanie potrzeb klientów.
W polityce:
pomaga osiągnąć zakładane
cele wyborcze.
Skorzystał z tego nawet
Barack Obama.
Możliwości zastosowania Big Data są zatem ogromne.
Zgodnie z prognozami firmy IDC rynek Big Data
urośnie z poziomu 3,2 mld dolarów w roku 2010
do 16,9 mld w 2015.
Jeżeli te prognozy się spełnią, Big Data stanie się
prawdziwą technologią przyszłości.
Chcesz wiedzieć więcej?
Odwiedź nas:
ipresso.pl blog.ipresso.pl

More Related Content

Viewers also liked (20)

Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.
Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.
Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.
Mateusz Muryjas
Big data w praktyce
Big data w praktyceBig data w praktyce
Big data w praktyce
Agnieszka Zdebiak
Prezentacja z Big Data Tech 2016: Machine Learning vs Big Data
Prezentacja z Big Data Tech 2016: Machine Learning vs Big DataPrezentacja z Big Data Tech 2016: Machine Learning vs Big Data
Prezentacja z Big Data Tech 2016: Machine Learning vs Big Data
Bartlomiej Twardowski
[WebMuses] Big data dla zdezorientowanych
[WebMuses] Big data dla zdezorientowanych[WebMuses] Big data dla zdezorientowanych
[WebMuses] Big data dla zdezorientowanych
Przemek Maciolek
Warsaw Data Science - Recsys2016 Quick Review
Warsaw Data Science - Recsys2016 Quick ReviewWarsaw Data Science - Recsys2016 Quick Review
Warsaw Data Science - Recsys2016 Quick Review
Bartlomiej Twardowski
Big Data - big problem or big chance? InternetBeta 2014
Big Data - big problem or big chance? InternetBeta 2014Big Data - big problem or big chance? InternetBeta 2014
Big Data - big problem or big chance? InternetBeta 2014
Pawel Sala
VII Targi eHandlu Prezentacje, Karolina Żmijewska, optivo GmbHVII Targi eHandlu Prezentacje, Karolina Żmijewska, optivo GmbH
VII Targi eHandlu Prezentacje, Karolina Żmijewska, optivo GmbH
ecommerce poland expo
Big Data - 25 Amazing Facts Everyone Should Know
Big Data - 25 Amazing Facts Everyone Should KnowBig Data - 25 Amazing Facts Everyone Should Know
Big Data - 25 Amazing Facts Everyone Should Know
Bernard Marr
Cz ii tt_tsne_21022017_public
Cz ii tt_tsne_21022017_public Cz ii tt_tsne_21022017_public
Cz ii tt_tsne_21022017_public
Grzegorz Gwardys
ATAAS2016 - Big data analytics – data visualization himanshu and santosh
ATAAS2016 - Big data analytics – data visualization   himanshu and santoshATAAS2016 - Big data analytics – data visualization   himanshu and santosh
ATAAS2016 - Big data analytics – data visualization himanshu and santosh
Agile Testing Alliance
Gemini = BI for masses
Gemini = BI for massesGemini = BI for masses
Gemini = BI for masses
Mariusz Koprowski
Nadchodzi tsunami danych, zacznij uczyć się serfować sebastian starzyński a...
Nadchodzi tsunami danych, zacznij uczyć się serfować   sebastian starzyński a...Nadchodzi tsunami danych, zacznij uczyć się serfować   sebastian starzyński a...
Nadchodzi tsunami danych, zacznij uczyć się serfować sebastian starzyński a...
DataSci Foundation
Michał Dec - Quality in Clouds
Michał Dec - Quality in CloudsMichał Dec - Quality in Clouds
Michał Dec - Quality in Clouds
kraqa
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Mateusz Muryjas
Zabawne ogloszenia
Zabawne ogloszeniaZabawne ogloszenia
Zabawne ogloszenia
szumanski
Jak zacząć przetwarzanie małych i dużych danych tekstowych?
Jak zacząć przetwarzanie małych i dużych danych tekstowych?Jak zacząć przetwarzanie małych i dużych danych tekstowych?
Jak zacząć przetwarzanie małych i dużych danych tekstowych?
Sages
Wprowadzenie do technologii Big Data / Intro to Big Data Ecosystem
Wprowadzenie do technologii Big Data / Intro to Big Data EcosystemWprowadzenie do technologii Big Data / Intro to Big Data Ecosystem
Wprowadzenie do technologii Big Data / Intro to Big Data Ecosystem
Sages
Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...
Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...
Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...
Symetria
Wprowadzenie do Big Data i Apache Spark
Wprowadzenie do Big Data i Apache SparkWprowadzenie do Big Data i Apache Spark
Wprowadzenie do Big Data i Apache Spark
Sages
Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.
Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.
Nie bój się analizy danych! Fakty i mity o big data i Business Intelligence.
Mateusz Muryjas
Prezentacja z Big Data Tech 2016: Machine Learning vs Big Data
Prezentacja z Big Data Tech 2016: Machine Learning vs Big DataPrezentacja z Big Data Tech 2016: Machine Learning vs Big Data
Prezentacja z Big Data Tech 2016: Machine Learning vs Big Data
Bartlomiej Twardowski
[WebMuses] Big data dla zdezorientowanych
[WebMuses] Big data dla zdezorientowanych[WebMuses] Big data dla zdezorientowanych
[WebMuses] Big data dla zdezorientowanych
Przemek Maciolek
Warsaw Data Science - Recsys2016 Quick Review
Warsaw Data Science - Recsys2016 Quick ReviewWarsaw Data Science - Recsys2016 Quick Review
Warsaw Data Science - Recsys2016 Quick Review
Bartlomiej Twardowski
Big Data - big problem or big chance? InternetBeta 2014
Big Data - big problem or big chance? InternetBeta 2014Big Data - big problem or big chance? InternetBeta 2014
Big Data - big problem or big chance? InternetBeta 2014
Pawel Sala
VII Targi eHandlu Prezentacje, Karolina Żmijewska, optivo GmbHVII Targi eHandlu Prezentacje, Karolina Żmijewska, optivo GmbH
VII Targi eHandlu Prezentacje, Karolina Żmijewska, optivo GmbH
ecommerce poland expo
Big Data - 25 Amazing Facts Everyone Should Know
Big Data - 25 Amazing Facts Everyone Should KnowBig Data - 25 Amazing Facts Everyone Should Know
Big Data - 25 Amazing Facts Everyone Should Know
Bernard Marr
ATAAS2016 - Big data analytics – data visualization himanshu and santosh
ATAAS2016 - Big data analytics – data visualization   himanshu and santoshATAAS2016 - Big data analytics – data visualization   himanshu and santosh
ATAAS2016 - Big data analytics – data visualization himanshu and santosh
Agile Testing Alliance
Nadchodzi tsunami danych, zacznij uczyć się serfować sebastian starzyński a...
Nadchodzi tsunami danych, zacznij uczyć się serfować   sebastian starzyński a...Nadchodzi tsunami danych, zacznij uczyć się serfować   sebastian starzyński a...
Nadchodzi tsunami danych, zacznij uczyć się serfować sebastian starzyński a...
DataSci Foundation
Michał Dec - Quality in Clouds
Michał Dec - Quality in CloudsMichał Dec - Quality in Clouds
Michał Dec - Quality in Clouds
kraqa
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Dlaczego Big Data narobi nam problemów? - Mateusz Muryjas @ GeekTrends #1
Mateusz Muryjas
Zabawne ogloszenia
Zabawne ogloszeniaZabawne ogloszenia
Zabawne ogloszenia
szumanski
Jak zacząć przetwarzanie małych i dużych danych tekstowych?
Jak zacząć przetwarzanie małych i dużych danych tekstowych?Jak zacząć przetwarzanie małych i dużych danych tekstowych?
Jak zacząć przetwarzanie małych i dużych danych tekstowych?
Sages
Wprowadzenie do technologii Big Data / Intro to Big Data Ecosystem
Wprowadzenie do technologii Big Data / Intro to Big Data EcosystemWprowadzenie do technologii Big Data / Intro to Big Data Ecosystem
Wprowadzenie do technologii Big Data / Intro to Big Data Ecosystem
Sages
Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...
Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...
Prototypowanie użytkowników czyli persony w projektowaniu interfejsów użytkow...
Symetria
Wprowadzenie do Big Data i Apache Spark
Wprowadzenie do Big Data i Apache SparkWprowadzenie do Big Data i Apache Spark
Wprowadzenie do Big Data i Apache Spark
Sages

Similar to Big Data - tylko na przykładach (20)

Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?
Beyond.pl
Time4Mobi#2
Time4Mobi#2Time4Mobi#2
Time4Mobi#2
Dariusz Adamczyk
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Bluerank
Time4Mobi#2
Time4Mobi#2Time4Mobi#2
Time4Mobi#2
Newspoint Sp. z o.o.
3 lata otwierania danych w Gdańsku
3 lata otwierania danych w Gdańsku3 lata otwierania danych w Gdańsku
3 lata otwierania danych w Gdańsku
Tomasz Nadolny
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Data Science Warsaw
Internet Rzeczy - wizja przyszłości
Internet Rzeczy - wizja przyszłościInternet Rzeczy - wizja przyszłości
Internet Rzeczy - wizja przyszłości
Wiedza i Praktyka
Big Data w Polsce i za granicą (Big Data in Poland and worldwide)
Big Data w Polsce i za granicą (Big Data in Poland and worldwide)Big Data w Polsce i za granicą (Big Data in Poland and worldwide)
Big Data w Polsce i za granicą (Big Data in Poland and worldwide)
Aleksandra Wozniak
Big data w strategii marketingowej
Big data w strategii marketingowejBig data w strategii marketingowej
Big data w strategii marketingowej
grey tree sp z o.o.
Afc module 5 pl
Afc module 5 plAfc module 5 pl
Afc module 5 pl
SoniaNaiba
Biz miz o1 m5_u5.1_r1_k(ppt-f2f) pl
Biz miz o1 m5_u5.1_r1_k(ppt-f2f) plBiz miz o1 m5_u5.1_r1_k(ppt-f2f) pl
Biz miz o1 m5_u5.1_r1_k(ppt-f2f) pl
KATHLEENBULTEEL
Cyfrowa transformacja. Fakty i Mity
Cyfrowa transformacja. Fakty i MityCyfrowa transformacja. Fakty i Mity
Cyfrowa transformacja. Fakty i Mity
Michal Kreczmar
[Raport Interaktywnie.com] Internet Software House
[Raport Interaktywnie.com] Internet Software House[Raport Interaktywnie.com] Internet Software House
[Raport Interaktywnie.com] Internet Software House
Interaktywnie24
Big Data w Logistyce
Big Data w Logistyce Big Data w Logistyce
Big Data w Logistyce
Appgration
Big Data +
Big Data +Big Data +
Big Data +
Maciej Mroczek
Internet Rzeczy? W polskich firmach to wciąż fikcja
Internet Rzeczy? W polskich firmach to wciąż fikcjaInternet Rzeczy? W polskich firmach to wciąż fikcja
Internet Rzeczy? W polskich firmach to wciąż fikcja
BPSC
Wrocławski sektor IT 2019
Wrocławski sektor IT 2019Wrocławski sektor IT 2019
Wrocławski sektor IT 2019
Wroclaw
Raport araw 10-10-2019_wroclawski_sektro_it_web
Raport araw 10-10-2019_wroclawski_sektro_it_webRaport araw 10-10-2019_wroclawski_sektro_it_web
Raport araw 10-10-2019_wroclawski_sektro_it_web
Wroclaw
REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...
REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...
REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...
TUATARA
Data science warsaw inaugural meetup
Data science warsaw   inaugural meetupData science warsaw   inaugural meetup
Data science warsaw inaugural meetup
Data Science Warsaw
Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?Making data work, czyli jak przemienić Big Data w Smart Data?
Making data work, czyli jak przemienić Big Data w Smart Data?
Beyond.pl
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Digital Analytics of the Future (Digital Analytics w przyszłości) - Blueffect...
Bluerank
3 lata otwierania danych w Gdańsku
3 lata otwierania danych w Gdańsku3 lata otwierania danych w Gdańsku
3 lata otwierania danych w Gdańsku
Tomasz Nadolny
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Data Science Warsaw
Internet Rzeczy - wizja przyszłości
Internet Rzeczy - wizja przyszłościInternet Rzeczy - wizja przyszłości
Internet Rzeczy - wizja przyszłości
Wiedza i Praktyka
Big Data w Polsce i za granicą (Big Data in Poland and worldwide)
Big Data w Polsce i za granicą (Big Data in Poland and worldwide)Big Data w Polsce i za granicą (Big Data in Poland and worldwide)
Big Data w Polsce i za granicą (Big Data in Poland and worldwide)
Aleksandra Wozniak
Biz miz o1 m5_u5.1_r1_k(ppt-f2f) pl
Biz miz o1 m5_u5.1_r1_k(ppt-f2f) plBiz miz o1 m5_u5.1_r1_k(ppt-f2f) pl
Biz miz o1 m5_u5.1_r1_k(ppt-f2f) pl
KATHLEENBULTEEL
Cyfrowa transformacja. Fakty i Mity
Cyfrowa transformacja. Fakty i MityCyfrowa transformacja. Fakty i Mity
Cyfrowa transformacja. Fakty i Mity
Michal Kreczmar
[Raport Interaktywnie.com] Internet Software House
[Raport Interaktywnie.com] Internet Software House[Raport Interaktywnie.com] Internet Software House
[Raport Interaktywnie.com] Internet Software House
Interaktywnie24
Big Data w Logistyce
Big Data w Logistyce Big Data w Logistyce
Big Data w Logistyce
Appgration
Internet Rzeczy? W polskich firmach to wciąż fikcja
Internet Rzeczy? W polskich firmach to wciąż fikcjaInternet Rzeczy? W polskich firmach to wciąż fikcja
Internet Rzeczy? W polskich firmach to wciąż fikcja
BPSC
Wrocławski sektor IT 2019
Wrocławski sektor IT 2019Wrocławski sektor IT 2019
Wrocławski sektor IT 2019
Wroclaw
Raport araw 10-10-2019_wroclawski_sektro_it_web
Raport araw 10-10-2019_wroclawski_sektro_it_webRaport araw 10-10-2019_wroclawski_sektro_it_web
Raport araw 10-10-2019_wroclawski_sektro_it_web
Wroclaw
REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...
REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...
REAL-TIME MARKETING I MONETYZACJA DANYCH OPARTE NA ŁĄCZENIU DANYCH BANKU I OP...
TUATARA

More from iPresso (20)

10 marketing trends for 2016
10 marketing trends for 201610 marketing trends for 2016
10 marketing trends for 2016
iPresso
Marketing Automation 2015 in 10 numbers
Marketing Automation 2015 in 10 numbersMarketing Automation 2015 in 10 numbers
Marketing Automation 2015 in 10 numbers
iPresso
Marketing Automation 2015 w 10 liczbach
Marketing Automation 2015 w 10 liczbachMarketing Automation 2015 w 10 liczbach
Marketing Automation 2015 w 10 liczbach
iPresso
Internet of Things in 10 numbers
Internet of Things in 10 numbersInternet of Things in 10 numbers
Internet of Things in 10 numbers
iPresso
Internet Rzeczy w 10 liczbach
Internet Rzeczy w 10 liczbachInternet Rzeczy w 10 liczbach
Internet Rzeczy w 10 liczbach
iPresso
Beacon technology in 10 numbers!
Beacon technology in 10 numbers!Beacon technology in 10 numbers!
Beacon technology in 10 numbers!
iPresso
Technologia Beacon w 10 liczbach!
Technologia Beacon w 10 liczbach!Technologia Beacon w 10 liczbach!
Technologia Beacon w 10 liczbach!
iPresso
Spersonalizowana komunikacja w 12 liczbach
Spersonalizowana komunikacja w 12 liczbachSpersonalizowana komunikacja w 12 liczbach
Spersonalizowana komunikacja w 12 liczbach
iPresso
Why to focus on visual content? in 12 numbers
Why to focus on visual content? in 12 numbersWhy to focus on visual content? in 12 numbers
Why to focus on visual content? in 12 numbers
iPresso
Marketing Automation 2014 in 15 numbers
Marketing Automation 2014 in 15 numbersMarketing Automation 2014 in 15 numbers
Marketing Automation 2014 in 15 numbers
iPresso
Marketing Automation 2014 w 15 liczbach
Marketing Automation 2014 w 15 liczbachMarketing Automation 2014 w 15 liczbach
Marketing Automation 2014 w 15 liczbach
iPresso
Treści wizualne w Content Marketingu w 20 liczbach
Treści wizualne w Content Marketingu w 20 liczbachTreści wizualne w Content Marketingu w 20 liczbach
Treści wizualne w Content Marketingu w 20 liczbach
iPresso
Inbound Marketing - Tylko na Przykładach
Inbound Marketing  - Tylko na PrzykładachInbound Marketing  - Tylko na Przykładach
Inbound Marketing - Tylko na Przykładach
iPresso
Co to jest Performance Marketing?
Co to jest Performance Marketing?Co to jest Performance Marketing?
Co to jest Performance Marketing?
iPresso
Always On Marketing - Tylko na Przykładach
Always On Marketing - Tylko na PrzykładachAlways On Marketing - Tylko na Przykładach
Always On Marketing - Tylko na Przykładach
iPresso
Wielokanałowy Marketing Automation
Wielokanałowy Marketing AutomationWielokanałowy Marketing Automation
Wielokanałowy Marketing Automation
iPresso
14 numbers about e mail marketing
14 numbers about e mail marketing14 numbers about e mail marketing
14 numbers about e mail marketing
iPresso
14 liczb o e mail marketingu
14 liczb o e mail marketingu14 liczb o e mail marketingu
14 liczb o e mail marketingu
iPresso
15 numbers about Marketing Automation
15 numbers about Marketing Automation15 numbers about Marketing Automation
15 numbers about Marketing Automation
iPresso
15 liczb o Marketing Automation
15 liczb o Marketing Automation15 liczb o Marketing Automation
15 liczb o Marketing Automation
iPresso
10 marketing trends for 2016
10 marketing trends for 201610 marketing trends for 2016
10 marketing trends for 2016
iPresso
Marketing Automation 2015 in 10 numbers
Marketing Automation 2015 in 10 numbersMarketing Automation 2015 in 10 numbers
Marketing Automation 2015 in 10 numbers
iPresso
Marketing Automation 2015 w 10 liczbach
Marketing Automation 2015 w 10 liczbachMarketing Automation 2015 w 10 liczbach
Marketing Automation 2015 w 10 liczbach
iPresso
Internet of Things in 10 numbers
Internet of Things in 10 numbersInternet of Things in 10 numbers
Internet of Things in 10 numbers
iPresso
Internet Rzeczy w 10 liczbach
Internet Rzeczy w 10 liczbachInternet Rzeczy w 10 liczbach
Internet Rzeczy w 10 liczbach
iPresso
Beacon technology in 10 numbers!
Beacon technology in 10 numbers!Beacon technology in 10 numbers!
Beacon technology in 10 numbers!
iPresso
Technologia Beacon w 10 liczbach!
Technologia Beacon w 10 liczbach!Technologia Beacon w 10 liczbach!
Technologia Beacon w 10 liczbach!
iPresso
Spersonalizowana komunikacja w 12 liczbach
Spersonalizowana komunikacja w 12 liczbachSpersonalizowana komunikacja w 12 liczbach
Spersonalizowana komunikacja w 12 liczbach
iPresso
Why to focus on visual content? in 12 numbers
Why to focus on visual content? in 12 numbersWhy to focus on visual content? in 12 numbers
Why to focus on visual content? in 12 numbers
iPresso
Marketing Automation 2014 in 15 numbers
Marketing Automation 2014 in 15 numbersMarketing Automation 2014 in 15 numbers
Marketing Automation 2014 in 15 numbers
iPresso
Marketing Automation 2014 w 15 liczbach
Marketing Automation 2014 w 15 liczbachMarketing Automation 2014 w 15 liczbach
Marketing Automation 2014 w 15 liczbach
iPresso
Treści wizualne w Content Marketingu w 20 liczbach
Treści wizualne w Content Marketingu w 20 liczbachTreści wizualne w Content Marketingu w 20 liczbach
Treści wizualne w Content Marketingu w 20 liczbach
iPresso
Inbound Marketing - Tylko na Przykładach
Inbound Marketing  - Tylko na PrzykładachInbound Marketing  - Tylko na Przykładach
Inbound Marketing - Tylko na Przykładach
iPresso
Co to jest Performance Marketing?
Co to jest Performance Marketing?Co to jest Performance Marketing?
Co to jest Performance Marketing?
iPresso
Always On Marketing - Tylko na Przykładach
Always On Marketing - Tylko na PrzykładachAlways On Marketing - Tylko na Przykładach
Always On Marketing - Tylko na Przykładach
iPresso
Wielokanałowy Marketing Automation
Wielokanałowy Marketing AutomationWielokanałowy Marketing Automation
Wielokanałowy Marketing Automation
iPresso
14 numbers about e mail marketing
14 numbers about e mail marketing14 numbers about e mail marketing
14 numbers about e mail marketing
iPresso
14 liczb o e mail marketingu
14 liczb o e mail marketingu14 liczb o e mail marketingu
14 liczb o e mail marketingu
iPresso
15 numbers about Marketing Automation
15 numbers about Marketing Automation15 numbers about Marketing Automation
15 numbers about Marketing Automation
iPresso
15 liczb o Marketing Automation
15 liczb o Marketing Automation15 liczb o Marketing Automation
15 liczb o Marketing Automation
iPresso

Big Data - tylko na przykładach