Теория и практика Big Data
Анализ больших данных стал главной темой на всех конференциях последнего года. Представители многих крупных компаний знают, что это такое, однако отсутствие опыта и необходимость значительных инвестиций тормозят внедрение данного метода. Тем не менее следует понимать, что в любой инновационной области максимальную выгоду получают именно пионеры технологии. Это подтверждает и исторический опыт, достаточно вспомнить имена некоторых изобретателей:Джеймс Харгривс, чье модернизированное прядильное устройство произвело настоящую промышленную революцию;
Роберт Муррей, ставший инициатором единого почтового тарифа на доставку отправлений;
Генри Форд, конвейерное производство которого сократило время сборки автомобилей и повысило ее качество.
Эти идеи казались весьма сомнительными и очень рискованными с финансовой точки зрения, тем не менее время и опыт доказали, что внедрение данных технологий — правильное решение, без которого невозможно было бы развитие отраслей. Вернемся к анализу больших данных и обратимся к планам компаний и первым успехам.
«Вымпелком»
Компания «Вымпелком», известная большинству потребителей под торговой маркой «Билайн», уже оценила успешность внедрения технологии анализа больших данных. Проект Big Data в этой компании заключался в создании системы персональных предложений для клиентов, обратившихся к операторам. Результатом 3-месячной работы системы стал рост выручки с каждого абонента в среднем на 9 %. Компания не собирается останавливаться на достигнутом: функционал системы будет внедрен в личный кабинет клиента, голосовое меню и мобильный клиент. Фирма также обеспечит доступ к информации региональным дилерам, чтобы они могли использовать эти сведения в своих программах.
HubCab
Один из таксопарков города Нью-Йорка провел довольно интересный анализ GPS-координат своего парка машин. Одной из целей данной акции было изучение самых популярных направлений передвижения пассажиров для создания маршрутов, позволяющих забирать попутчиков по ходу движения.
Thiess
Лидер в области горнодобычи собирается применить предиктивную систему аналитики и статистического моделирования для минимизации рисков выхода из строя штатного оборудования. Создание технического функционала данной системы поручено IT-гиганту IBM.
Разработанный на основе большого числа прецедентов комплекс позволит предсказывать поломки, вероятность появления которых в конкретный момент времени максимально велика. Заблаговременный ремонт, обслуживание и замена узлов позволят уменьшить время простоя оборудования, увеличить срок эксплуатации деталей и сделать работу всей компании более эффективной.
Pixalate
Специализация компании Pixalate — анализ больших данных с целью поиска аномальных отклонений, характерных для мошеннических манипуляций в онлайн-рекламе. По статистике Бюро IAB, более 1/3 всех баннерных систем подвергается накрутке в большей или меньшей степени, что в свою очередь ведет к суммарным убыткам рекламодателя в размере 11 млрд долларов США каждый год.
Инновационная технология позволяет выявлять аномалии и сильные корреляционные отклонения в работе систем по множеству факторов, а также обнаруживать факты накрутки показов или кликов по рекламе в режиме реального времени. Данная realtime-система не имеет аналогов: в настоящее время все подобные сервисы способны проводить лишь постанализ.
Помимо поиска накруток и выявления среди пользователей ботов, система анализа Pixalate позволяет получать подробнейшие сведения обо всех просмотрах и кликах для дальнейшей оптимизации рекламных кампаний.
Качество работы данной системы подтверждается итогами закрытого бета-тестирования, в котором принимали участие компании Amazon, TripAdvisor, Orange Telecom и LendingTree. Все они стали клиентами данного сервиса.
Reflektion
Анализ больших данных прекрасно подходит для обработки статистики и выявления закономерностей в поведении клиентов, что в свою очередь позволяет предсказывать желания и на этом основании делать интересные предложения вместо слепого перебора вариантов.
Данной работой и занялась компания Reflektion, чьи методы и решения способны преобразить всю систему электронной коммерции. Получив 8 млн долларов США из фонда Nike и Intel Capital, компания смогла продолжить развитие собственной системы аналитики, просчитывающей вероятность дальнейших действий пользователя и подбирающей для него оптимальные варианты.
Лидер в производстве одежды O’Neill уже начал сотрудничество с компанией и внедряет решения Reflektion в свой бизнес. По словам представителей организации, первые результаты проявились в 50-процентном росте конверсии.
Opower
Основанная в 2007 году компания Opower своей главной целью ставит разработку методов и средств учёта расхода электроэнергии, а также создание эффективной схемы электроснабжения. После выявления потребителей с высоким расходом в рамках первичного аудита компания предоставляет детализированный счет за электроэнергию. Но этим услуги не ограничиваются: по желанию клиента фирма может разработать систему, позволяющую экономить средства. На основе накопленных данных проектируется схема электропитания, которая задействует приборы с большим потреблением энергии во время льготных периодов (например, ночью) и оптимизирует работу систем освещения, кондиционирования воздуха и т. п.
Первые шаги в освоении Big Data сделаны и индустриальными гигантами, и компаниями-разработчиками готовых решений и комплексов анализа данных. Современное развитие рынка позволяет говорить о четких намерениях компаний внедрять Big Data в свой бизнес. По результатам опроса, 10 из 30 ведущих российских банков уже используют технологии анализа больших данных и еще 7 планируют внедрить их в ближайшем будущем.
Вывод из всего сказанного очевиден: применение технологии Big Data во всех сферах бизнеса уже не за горами. И если сегодня у компании дела идут неплохо, ей все равно необходимо рассмотреть возможность внедрения интеллектуальной аналитики данных,
чтобы завтра не оказаться последней среди конкурентов.
По материалам http://blog.datasense.ru/
