Buch lesen: "Большие данные. Зачем, что и как?", Seite 3

Расширим определение

«Данные – это новая нефть». Такое определение дал бывший глава Intel Брайан Кржаничв интервью Fortune. Говоря о данных, стоит иметь в виду не только их значимость, но и то, что без обработки ценность их крайне низка. Большие Данные сами по себе не предоставляют нам конкретную информацию. Мы можем использовать их для решения множества задач и задействовать различные методы и инструменты обработки и анализа.

В отечественной литературе в термин БД часто включают еще и совокупность методов и инструментов, позволяющих их анализировать и использовать.

Решение ситуации

Вспомните ситуацию из начала раздела. Вы двигались в верном направлении, если в своих размышлениях склонялись к следующему:

Большие Данные – это не только размер. Ключевое значение имеет разнообразие источников, скорость и увеличение объемов. А значит:

– Данные должны соответствовать нескольким критериям, и один из них – разнообразие источников.

– Большие Данные характеризуются не только объемом информации.

Применение Больших Данных

Большие Данные используются в различных сферах: от изменения лояльности покупателей шоколадных батончиков до распределения мощностей и объемов нефтепромышленности и от вопросов банковской безопасности до прогнозов и решений в социально-экономической сфере государства.

Маркетинг, экономика, промышленность, безопасность, здравоохранение, транспорт, экология, сфера развлечений и наука – везде могут пригодиться Большие Данные.

Например:

1. В медицине

– Для предотвращения роста заболеваний:

Анализ поисковых запросов и постов в соцсетях используется для оперативной локализации вспышек заболевания (например, Twitter и лихорадка Денге в 2009 году). Не менее актуальным стал социальный мониторинг в 2020 году.

– В целях профилактики:

Поведенческий анализ и мониторинг, например, фитнес-браслетов и электронных карт, развивает превентивную медицину, позволяя назначать лечение на ранних стадиях.

– Для эффективного лечения:

Компьютер Dr.Watson от компании IBM, собирая и анализируя массив данных о пациенте, помогает врачам в принятии решений о лечении рака.

– Big Data дополняют клинические исследования лекарств и их эффективности.

2. В образовании и науке

– Помощь в учебе:

Ряд университетов в США используют сбор данных об учебной деятельности студентов (от оценок до посещения библиотеки и лекций) для предиктивного анализа риска отчисления. Затем для студентов составляется программа, помогающая решать проблемы в обучении. Также это дает возможность предлагать дополнительные курсы и персонализировать обучение.

– Для научно обоснованных выводов и решений:

Сбор данных и анализ множества источников является незаменимым инструментом в физике, климатологии, сейсмологии и экологии. Например, HP и Conservation International собирают данные о лесах в 16 странах мира с помощью датчиков и камер, помогая разрабатывать политику охоты и лесозаготовки.

3. В банковской сфере

– Обоюдная банковская безопасность:

Приложения, помогающие вам анализировать свои расходы, также позволяют банкам построить профиль вкладчиков и заемщиков и оценить степень рисков. Безопасность транзакций и предотвращение мошенничества реализуются при помощи поведенческого анализа и использования блокчейнов (транзакции объединяются в блоки, каждый из которых содержит часть информации о предыдущем, что позволяет проверить всю цепочку).

– Безопасность и комфорт клиентов:

Если обратиться к отечественным примерам, то в России Сбербанк одним из первых стал применять биометрию для предотвращения мошенничества, а также использовать информацию для прогнозирования загруженности отделений. Тинькофф-банк, Альфа-банк и ВТБ анализируют отзывы и потребности клиентов для планирования маркетинга и улучшения сервиса.

– Естественно, для большинства банков Большие Данные – важный инструмент анализа платежеспособности клиентов.

4. В производстве

– Для уменьшения издержек:

Например, Intel анализирует производственный процесс и оптимизирует весь цикл, исключая тесты оборудования, которые оказались излишними.

– Для разработки новых продуктов:

Яркий пример – Apple, которая улучшает дизайн и потребительские свойства продуктов, собирая нужную информацию о пользователе с помощью этих же самых продуктов.

– Для ускорения процессов:

«Сургутнефтегаз» автоматизировал учет продукции, сократил время подготовки отчетов и оптимизировал бизнес-процессы, задействовав IT-решение для ведения бизнеса в реальном времени.

– Для оптимизации производства:

«Газпром нефть» и GE Oil&Gas уменьшают время аварийного простоя оборудования, анализируя множество датчиков, строя цепочки причин и создавая виртуальные модели негативных событий.

5. На транспорте

По данным Forbes, в 2017 году Москва была названа мировым лидером по внедрению интеллектуальных решений транспортной системы.

Дорожные камеры, транспортные карты, датчики температуры, осадков, освещения – все это позволяет анализировать, прогнозировать и влиять на транспортную безопасность: регулировать транспортные и пассажиропотоки, уменьшать заторы, эффективно проектировать новые линии общественного транспорта, дороги и развязки.

– Помощь бизнесу:

Системы такси используют данные для регулирования ценообразования, а крупные компании решают проблемы логистики. Для реализации задач используется множество параметров – от мониторинга дорожной ситуации до анализа возможных поломок транспорта.

6. В розничной торговле

На основе анализа историй покупок, поведенческого анализа, по данным камер видеонаблюдения сети могут регулировать схему закупок, менять раскладку товара и предлагать дополнительные товары к основной покупке.

Данные транспортной системы используются в логистике и услугах доставки.

– Улучшение логистики и обслуживания: