30 Июля 2018

Big Data — социально-экономический феномен

Понятие Big Data в 2008 году ввел редактор журнала «Nature» Клиффорд Линч. Он использовал этот термин в процессе описания активного роста мировых объемов информации.
При этом, большие данные начали существовать намного раньше, чем появился сам термин. Ведь, например, поисковые системы и социальные сети изначально строили свои сервисы на технологиях обработки Big Data.

Что такое BigData?

По утверждениях специалистов, большими данными можно называть любые потоки информации объемом более 100 Гб в сутки. Тем не менее, в последнее время термин Big Data стал очень популярный и используется многими для обозначения любых потоков данных, что в свою очередь размывает истинное понятие больших данных.
При этом, в связи с активным ростом объемов информации и отсутствием ее структурированности, большие данные становятся все более популярными, ведь для каждого предпринимателя очень важно эффективное использование данных, их структуризация и хранение.

Сфера больших данных имеет свои характерные признаки:

Volume – объем, накопленные данные имеют большой объем, который сложно обрабатывать стандартными сервисами и хранить на обычных ресурсах.

Velocity – скорость, данная особенность показывает не только скорость сбора данных, а и их обработку, в современном мире это особо важно, поскольку все больше становится востребованной обработка данных в режиме реального времени.

Variety
– многообразие, то есть возможность обработки и анализа разных данных, как структурированных, так и структурированных. Учитывая то, что сейчас 80% информации является неструктурированной, то это очень большое преимущество.

Veracity – достоверность данных, учитывая то, что многие интернет компании сталкиваются с тем, что получают данные от ботов, а не от реальных людей, то для них этот показатель особо актуальный.

Value –
ценность информации, все полученная информация должна приносить пользу компании, улучшать ее работу, оптимизировать расходы и усовершенствовать бизнес-процессы.

Объем данных с каждым годом стремительно увеличивается и чем больше становятся данные, тем более востребованными становятся услуги их обработки. 
Согласно исследованиям американского агентства Wikibon, в 2020 году мировой рынок продуктов и услуг для работы с большими данными составит $360,91 млрд., а в 2026 году — до $85 млрд. Увеличения прибыли составляет примерно 17% каждый год.

Основная ценность Big Data не столько в больших объемах информации, сколько в технологиях ее обработки.


Технология обработки решает три основных типа задач:

  • Хранение и перевод поступившей информации.
  • Структурирование разных типов контента (тексты, фото, видео, аудио и т.д.).
  • Анализ и внедрение различных способов обработки неструктурированной информации, создание аналитических расчетов.

Особенностью результатов работы больших данных является то, что благодаря аналитике можно увидеть те закономерности, которые не под силу обычному человеку.

Big Data в Украине

С запуском уже практически во всей Украине связи 3G и скорым внедрением 4G, количество передаваемых данных значительно увеличилось и будет еще больше расти. В связи с этим будут развиваться и совершенствоваться все инструменты и технологии аналитики. Это позволит украинским компаниям усовершенствовать свою работу и эффективно развиваться.

Big Data уже начали активно использовать мобильные операторы, предлагая аналитические продукты как для частных компаний, так и для государства. У мобильных операторов есть необходимость в постоянной модернизации своей работы, при этом они владеют большим количеством данных.
По словам Александра Марфина, руководителя Big Data Team в «Vodafone Украина», ежедневно через сеть оператора его абоненты генерируют примерно 400 ТБ информации. По объему это все равно что прослушать 44 млн треков или поставить 365 млрд лайков.

Эффективный анализ всех этих данных востребованный среди других компаний. Огромным преимуществом мобильных операторов является то, что они имеют доступ к информации о клиентах практически 24/7, в отличии, например, от соцсетей.

Мобильные операторы предлагают ряд услуг, которые будут актуальны для самых разнообразных сфер бизнеса:

Профиль и анализ клиента.
Благодаря большим данным можно построить «портрет» клиента, определить его характерных черты. Таким образом есть возможность лучше узнать уже существующих клиентов.

Поиск новой целевой аудитории
Поиск новых клиентов значительно упроститься, ведь благодаря Big Data можно определить перемещение целевой аудитории и основные ключевые точки ее пребывания.

Скоринговые модели
Благодаря возможности составления скоринговой модели банк или любая другая компания может сделать выводы о платежеспособности того или иного клиента, возможность возврата денег, а также исключить варианты мошенничества.

Headmap и геопозиционирование
Тепловые карты позволят абсолютно разным бизнесам определить наиболее выгодные места размещения отделений, точек продаж, терминалов, банкоматов и т. д 

Полностью вникнуть в процесс аналитики мобильными операторами практически невозможно, при этом важно отметить, что все полученные данные обезличены и напрямую заказчикам не передаются, ведь им важны результаты исследований, на основе которых уже нужно внедрять улучшения.
Информация от https://bigdata.kyivstar.ua/

Биг Дата в разных сферах бизнеса

Консультант по бизнес-анализу и аналитическому CRM, директор компании Analytical Boutique Константин Пацера говорит, что при рассмотрении возможности внедрения больших данных компании сталкиваются с двумя аспектами: это актуальность, потому что об этом все говорят, и необходимость существенных вложений. Не все компании могут себе это позволить.

Стоимость предоставления Big Data не доступна для представителей малого и среднего сегмента бизнеса.
Кроме этого, очень важно использовать большие данные в правильном направлении. Например, директор по маркетингу группы компаний «АЛЛО» Евгений Резуев объясняет, что специфика бизнеса компании определяется тем, что взаимодействие с потребителем происходит с большими интервалами во времени. Средний срок обновления телефона-планшета либо другой электроники и/или бытовой техники более 1,5 года. «Поэтому логичным для нас инструментом служит не просто анализ собственной клиентской базы, а и сопоставление данных с внешними базами», — отмечает Евгений Резуев. «Перечень задач, которые мы решаем с использованием этих данных достаточно широк: от сегментации клиентов до фрод-менеджмента».

Представитель другого сегмента ретейла, заместитель маркетинг-директора мультиканальных продаж Watsons Украина Анна Золотова отмечает, что аналитика в их компании делается с целью увеличения lifetime value клиентов, а также для понимания клиентского поведения,  которое помогает при принятии бизнес решений. Использование больших данных для Watsons позволяет определить выводить ли из ассортимента определенные товары, были ли по ним повторные покупки и по каким сегментами клиентов, как покупатели переходят между брендами в определенной товарной группе; как запуск новинки влияет на покупки других товаров в категории или брендов; для оценки профиля каждого магазина описывает портрет его покупателя при помощи данных о покупателях и их покупках.
«Мы используем различные виды сегментаций, индексы повторных покупок, аффинитивности, в зависимости от того, какова цель аналитики. Методы кластерного и факторного анализа, в частности, помогают нам в понимании подобных групп магазинов и работать с ними как с кластерами»,  — объясняет Анна Золотова. — «Кроме того, мы настроили регулярные отчеты для понимания динамики в поведении потребителей, как они мигрируют в различных сегментах».

Практическое применение BigData в транспортной инфраструктуре

Один из первых проектов по применению больших данных в Украине был также процесс усовершенствования транспортной инфраструктуры. Создание транспортной модели города проходило путем анализа самых популярных маршрутов и остановок, а также загруженности транспорта. По результатам выделили 10 самых загруженных маршрутов, которые оказались маршрутами с короткой дистанцией, также были определены места с самыми большими пробками, которые оказались не в центре города, как ошибочно считается.


Благодаря расчетам Big Data стало понятно, что для того, чтобы попасть с одной загруженной точки в другую приходится ехать с несколькими пересадками и большими временными затратами.

Данный анализ способствовал таким нововведениям:

  • запуск новых маршрутов на основе реальных перемещений жителей города;
  • создание выделенной полосы для общественного транспорта;
  • установка новых светофоров с учетом полученных данных

В будущем также планируется:

  • анализ ночных маршрутов и их оптимизация
  • усовершенствования пересадочных точек для сокращения времени на этот процесс
  • анализ подземного транспорта и его взаимосвязи с наземным.

Универсальных действий для работы с большими данными пока нету, при этом полученная информация дает очень значимые знания для работы городских служб, разных сфер бизнеса и властей. Все перечисленные кейсы еще раз подтверждают то, что IT-продукты на сегодня могут быть использованы практически в любом направлении, а результаты их работы положительно влияют на развитие и оптимизацию бизнес-процессов.