Η παγκόσμια αγορά δεδομένων αυξάνεται με τον όγκο των πληροφοριών που παράγονται από εκατομμύρια κάθε μέρα
Τώρα η Ρωσία αντιπροσωπεύει λιγότερο από το 2,29%.παγκόσμιος όγκος της αγοράς για λύσεις επιστήμης δεδομένων. Συγκριτικά, οι ΗΠΑ αντιπροσωπεύουν το 35% του όγκου τους. Από το 2020, διάφοροι ειδικοί εκτιμούν το μέγεθος της ρωσικής αγοράς σε 10-65 δισεκατομμύρια ρούβλια. Μέχρι το 2024, σύμφωνα με την πρόβλεψη της Ένωσης Συμμετεχόντων στην Αγορά Μεγάλων Δεδομένων (BDA), ο αριθμός αυτός θα φτάσει τα 300 δισεκατομμύρια ρούβλια.
Οι κύριοι παράγοντες που εμποδίζουν την ανάπτυξηΗ ρωσική μεγάλη αγορά δεδομένων, αναλυτές αναφέρουν ότι το υψηλό κόστος των λύσεων, η έλλειψη γρήγορων αποτελεσμάτων από την εφαρμογή, η έλλειψη ειδικών, καθώς και προβλήματα με την ποιότητα και την εμπιστευτικότητα των δεδομένων. Η παρουσία αυτών των εμποδίων οδηγεί σε άνιση ανάπτυξη της αγοράς για τέτοιες λύσεις. Τις περισσότερες φορές εφαρμόζονται από τράπεζες, τηλεπικοινωνίες, λιανική, βιομηχανία και δημόσιο τομέα. Άλλες βιομηχανίες υστερούν πολύ.
Ας δούμε αρκετές κορυφαίες βιομηχανίες στην εφαρμογή λύσεων επιστήμης δεδομένων, καθώς και βιομηχανίες που έχουν μεγάλες δυνατότητες για χρήση εργαλείων που βασίζονται στην ανάλυση δεδομένων.
Ποιος χρησιμοποιεί ήδη την επιστήμη δεδομένων
- Τράπεζες.Στα οικονομικά, λύσεις που βασίζονται στην επιστήμη των δεδομένωννα βοηθήσει, για παράδειγμα, να αξιολογήσει τους δανειολήπτες (credit scoring), να επαληθεύσει τους χρήστες και να αποτρέψει δόλιες συναλλαγές· να αναλύσει την απόδοση των χαρτοφυλακίων των δανειοληπτών και να προβλέψει τη ζήτηση για μετρητά στα ΑΤΜ.
Στον τραπεζικό τομέα οι περισσότερες εταιρείες δημιουργούνδικά σας τμήματα για την ανάπτυξη λύσεων επιστήμης δεδομένων, αντί να τις παραγγέλνετε από τρίτους προμηθευτές. Τα προϊόντα που βασίζονται σε ανάλυση δεδομένων χρησιμοποιούνται από τις VTB, Sberbank, Tinkoff Bank, Raiffeisen, Uralsib, OTP Bank, Leto Bank και άλλες.
Για παράδειγμα, η Sberbank έχει δημιουργήσει εργαλεία γιατμηματοποίηση και αξιολόγηση της πιστοληπτικής ικανότητας των πελατών, της ασφάλειας στον κυβερνοχώρο, της διαχείρισης προσωπικού, της πρόβλεψης ουρών σε υποκαταστήματα και του υπολογισμού των μπόνους για τους υπαλλήλους. Η Tinkoff Bank έχει αναπτύξει μια λύση για τη διαχείριση κινδύνων και την αξιολόγηση των αναγκών των υπαρχόντων και των μελλοντικών δανειοληπτών. Επιπλέον, η τράπεζα έχει εφαρμόσει έναν βοηθό φωνής "Oleg", ο οποίος μπορεί να μεταφέρει χρήματα κατόπιν αιτήματος του χρήστη, να παραγγείλει και να στείλει ηλεκτρονικά έγγραφα μέσω ταχυδρομείου, καθώς και να κάνει κράτηση τραπεζιού σε εστιατόριο και να αγοράσει εισιτήρια ταινιών.
- Τηλεπικοινωνίες.Συλλογή και ανάλυση πληροφοριών επιτρέπει στις εταιρείες απόσε αυτόν τον κλάδο, προβλέψτε την εκροή συνδρομητών και βρείτε τρόπους να τους διατηρήσετε, δημιουργήστε εξατομικευμένες προσφορές και προσδιορίστε το μελλοντικό φορτίο στο δίκτυο με βάση τις κινήσεις των συνδρομητών.
Οι μεγαλύτεροι πάροχοι, όπως οι τράπεζες, έχουνδικές του ομάδες ανάπτυξης λύσεων επιστήμης δεδομένων. Τέτοια εργαλεία χρησιμοποιούνται ήδη από τους χειριστές των «μεγάλων τριών»: MTS, Beeline και MegaFon. Για παράδειγμα, η MTS δημιούργησε ένα σύστημα που δημιουργεί εξατομικευμένες προσφορές βάσει δεδομένων σχετικά με την κατανάλωση κίνησης, τις συσκευές που χρησιμοποιούνται και τις αγορές ενός συνδρομητή. Και η MegaFon χρησιμοποιεί την επιστήμη δεδομένων για τη βελτίωση της ποιότητας των υπηρεσιών και τη βελτιστοποίηση του κόστους. Επιπλέον, ο φορέας εκμετάλλευσης διαθέτει θυγατρική που αναπτύσσει λύσεις επιστήμης δεδομένων για επιχειρήσεις.
- Ακίνητα.Στη βιομηχανία κατασκευών, θέσης σε λειτουργία και αγοράςη ακίνητη περιουσία συσσωρεύει παραδοσιακά μεγάλο αριθμό τεκμηρίωσης: συμβάσεις, εφαρμογές, οικοδομικά έργα και δικαιώματα σε οικόπεδα. Οι λύσεις επιστήμης δεδομένων σε αυτόν τον τομέα μπορούν να χρησιμοποιηθούν για την ακριβή πρόβλεψη της ζήτησης για εγκαταστάσεις, για την αξιολόγηση των κινδύνων κατά την επιλογή ενός χώρου για κατασκευή και για την προκαθορισμένη συμπεριφορά των πελατών.
Τέτοιες λύσεις εφαρμόστηκαν από εταιρείες CIAN,ROSEKO και DomClick. Το τελευταίο χρησιμοποίησε ένα σύστημα βασισμένο σε μηχανική μάθηση για να επιταχύνει την εισερχόμενη επεξεργασία και να αυξήσει τις μετατροπές. Η Agroholding Miratorg έχει εφαρμόσει μια λύση για την αυτοματοποίηση της διαδικασίας απόκτησης ακινήτων για αποθήκες και αγροκτήματα.
- ΑΣΦΑΛΙΣΗ.Στον ασφαλιστικό κλάδο, συχνότητα αλληλεπίδρασης μεπελάτες και η ταχύτητα επίλυσης ζητημάτων είναι σημαντικά χαμηλότερη από ό,τι στον τραπεζικό τομέα. Ωστόσο, τα στοιχεία που συγκεντρώνουν οι ασφαλιστικές εταιρείες επαρκούν για την εφαρμογή τεχνολογικών λύσεων. Για παράδειγμα, η επιστήμη δεδομένων χρησιμοποιείται για τον υπολογισμό των τιμολογίων CASCO και OSAGO για έναν μεμονωμένο πελάτη, καθώς και για τη δημιουργία λίστας υπηρεσιών για συμβόλαια ιατρικής ασφάλισης.
Μεταξύ των εκπροσώπων της βιομηχανίας, λύσεις που βασίζονται σε αυτήν την τεχνολογία εφαρμόστηκαν από τις εταιρείες AlfaStrakhovanie, RESO-Garantia, SOGAZ, Tinkoff Insurance, Renaissance Insurance.
Για παράδειγμα, το SOGAZ χρησιμοποιεί μηχανική εκμάθησητον εντοπισμό περιπτώσεων αδικαιολόγητης υπερεκτίμησης του κόστους της παρεχόμενης ιατρικής περίθαλψης. Ο αυτοματισμός έχει μειώσει τον φόρτο εργασίας των ιατρών και επέτρεψε στην εταιρεία να μειώσει το κόστος.
- Νομολογία.Οι τεχνολογίες σε αυτόν τον τομέα βοηθούν στην αυτοματοποίησηδιαδικασίες επεξεργασίας εγγράφων, έλεγχος αντισυμβαλλομένων, σύνταξη συμβάσεων και σύγκριση εκδόσεων, επιλογή δικαστικής πρακτικής στην υπόθεση, καθώς και παροχή στους πολίτες πληρέστερης πρόσβασης σε νομικές υπηρεσίες.
Λύσεις σε αυτόν τον τομέα χρησιμοποιούνται από τις εταιρείες Pravo.ru, BrandMonitor, Amulex, Judicial Collection Agency, καθώς και το Τμήμα Νομικής Υποστήριξης και Διαχείρισης Νομικού Κινδύνου του Business Car Group και άλλα.
Για παράδειγμα, η ομάδα ανάπτυξης της πύλης Pravo.Η ru έχει δημιουργήσει ένα σύστημα που επεξεργάζεται τυπικά αιτήματα χρηστών χωρίς την άμεση συμμετοχή δικηγόρων και παρέχει ανεξάρτητα νομική υποστήριξη. Η BrandMonitor έχει αναπτύξει μια λύση για την αξιολόγηση πλαστών προϊόντων στο Διαδίκτυο με λογότυπο, περιγραφή και εμπορικό σήμα. Το σύστημα εντοπίζει την παραβίαση και ειδοποιεί αυτόματα τον πάροχο φιλοξενίας σχετικά με αυτήν, ο οποίος διαθέτει εγγεγραμμένο ιστότοπο για την πώληση πλαστών προϊόντων. Και η εταιρεία Embedika αναπτύσσει ένα έξυπνο σύστημα για τον έλεγχο των συμβάσεων εργασίας, το οποίο, βάσει των μεθόδων της ενεργού μάθησης και της διαδικτυακής μάθησης, επανεκπαιδεύεται στη διαδικασία χρήσης.
- Επιμελητεία.Αυτός ο κλάδος αντιπροσωπεύει το 5% του παγκόσμιου ΑΕγχΠ ήπερισσότερα από 4 τρισεκατομμύρια δολάρια σε νομισματικούς όρους. Μαζί με ετήσια αύξηση 7-10% ετησίως, ο όγκος των δεδομένων αυξάνεται επίσης: εάν το 2017 ο αριθμός αυτός ήταν 16,2 ZB, τότε το 2020 θα είναι περίπου 44 ZB.
Λύσεις που βασίζονται σε δεδομένα σε αυτόν τον τομέαθα βοηθήσει στον πιο αποτελεσματικό σχεδιασμό διαδρομών, στην πρόβλεψη της κερδοφορίας της μεταφοράς, καθώς και στην πρόβλεψη ατυχημάτων λόγω φθοράς του εξοπλισμού και στη διασφάλιση της ασφάλειας των κλειστών εγκαταστάσεων.
Οι αεροπορικές εταιρείες έχουν εφαρμόσει παρόμοιες λύσεις στη ΡωσίαAeroflot, S7 και Utair. Το S7 χρησιμοποιεί ένα σύστημα αναγνώρισης προσώπου για τους επιβάτες στο Αεροδρόμιο Domodedovo και ένα σύστημα εξατομίκευσης υπηρεσιών για επισκέπτες σε επιχειρηματικά σαλόνια, ενώ η Aeroflot χρησιμοποιεί εργαλεία για την τμηματοποίηση των πελατών με βάση την αγοραστική τους δύναμη για να προβλέψει μελλοντικές αγορές.
- Δημόσιος τομέας.Οι κρατικοί φορείς συγκεντρώνουν τον μεγαλύτερο όγκο δεδομένων - η επεξεργασία και η ανάλυσή τους μπορεί να αυξήσει την αποτελεσματικότητα της εργασίας και την ποιότητα των παρεχόμενων υπηρεσιών πολλές φορές.
Υλοποιήθηκαν προϊόντα επιστήμης δεδομένωνΟμοσπονδιακή Φορολογική Υπηρεσία (FTS), Αναλυτικό Κέντρο της Ρωσικής Κυβέρνησης, Ταμείο Συντάξεων, Κυβέρνηση της Μόσχας, Υποχρεωτικό Ταμείο Ιατρικής Ασφάλισης, Ομοσπονδιακή Υπηρεσία Ασφάλειας, Ερευνητική Επιτροπή και Υπηρεσία Εξωτερικών Πληροφοριών.
Το FTS χρησιμοποιεί λύσεις επιστήμης δεδομένων για έλεγχογια την πληρωμή του φόρου προστιθέμενης αξίας (ΦΠΑ), και την κυβέρνηση της Μόσχας - στο πλαίσιο του έργου για τη βελτίωση του συστήματος αστικών μεταφορών "Γενικό Σχέδιο". Σε αυτό, τα μοντέλα αναλύουν την κίνηση των επιβατών στις επιφανειακές μεταφορές και το μετρό. Το Υπουργείο Τηλεπικοινωνιών και Μαζικών Επικοινωνιών αναπτύσσει μια «Ψηφιακή Πλατφόρμα για Δραστηριότητες Ελέγχου και Εποπτείας», στην οποία οι λύσεις επιστήμης δεδομένων βελτιστοποιούν τη διαδικασία λήψης κανόνων.
- Εξορυκτική βιομηχανία. Η ανάλυση μεγάλων δεδομένων σε αυτόν τον κλάδο επιτρέπειμερική αυτοματοποίηση της αξιολόγησης της αποδοτικότητας ανάπτυξης πεδίου, παρακολούθηση της κατάστασης του εξοπλισμού και προσδιορισμός του χρόνου επισκευής του, καθώς και βελτιστοποίηση των διαδρομών μεταφοράς και των προγραμμάτων προμήθειας εξοπλισμού.
Για παράδειγμα, εφαρμόστηκε μια λύση επιστήμης δεδομένωνεταιρείες Gazprom Neft και Surgutneftegaz. Στην πρώτη περίπτωση, το σύστημα αναλύει τις βλάβες του εξοπλισμού και προβλέπει πότε μπορεί να συμβούν, στη δεύτερη, βελτιστοποιεί τις επιχειρηματικές διαδικασίες και μειώνει το χρόνο που απαιτείται για την προετοιμασία των αναφορών.
- Γεωργία.Μέχρι το 2050, η παγκόσμια ζήτηση γιαΗ προσφορά τροφίμων σχεδόν θα διπλασιαστεί, επομένως οι αγρότες αναγκάζονται να αυξήσουν τον όγκο παραγωγής. Η επιστήμη των δεδομένων θα βοηθήσει τους παραγωγούς γεωργικών προϊόντων να προβλέψουν την αποτυχία των καλλιεργειών ή, αντίθετα, την υπερπροσφορά προϊόντων στις αποθήκες και να υπολογίσουν καλύτερα τον όγκο των απαραίτητων σπόρων και λιπασμάτων, λαμβάνοντας υπόψη τα χαρακτηριστικά του κλίματος και του εδάφους. Αυτό θα βελτιώσει την παραγωγικότητα και θα μειώσει το κόστος.
Στη Ρωσία, μια παρόμοια λύση εφαρμόζεται από την εταιρείαEkoNiva, ο μεγαλύτερος περιφερειακός συνεργάτης του κατασκευαστή γεωργικού εξοπλισμού John Deer. Μιλάμε για ένα σύστημα υπολογιστικής όρασης που αναπτύχθηκε από την Cognitive Technology που μετατρέπει τους συμβατικούς συνδυασμούς σε μη επανδρωμένους.
Ποιες βιομηχανίες έχουν δυνατότητες
- Βοηθητικά προγράμματα.Στον τομέα της στέγασης και των κοινοτικών υπηρεσιών, η ανάλυση των συσσωρευμένων δεδομένων θα επιτρέψει την πρόβλεψη των βλαβών του εξοπλισμού, την αυτόματη παρακολούθηση της κατανάλωσης νερού, φυσικού αερίου και ηλεκτρικής ενέργειας, καθώς και την τεχνολογία της νομικής λειτουργίας.
Υπάρχουν ακόμη λίγες μόνο περιπτώσεις εφαρμογής σε αυτόν τον τομέα.Για παράδειγμα, η Mosenergosbyt εφάρμοσε μια λύση επιστήμης δεδομένων για να αυτοματοποιήσει τον υπολογισμό των εισπράξεων ληξιπρόθεσμων πληρωμών για ηλεκτρική ενέργεια. Αυτό κατέστησε δυνατή την αποφυγή της επέκτασης του προσωπικού των δικηγόρων και τη μείωση του κόστους.
- Βιομηχανία τροφίμων.Ανάλυση Μεγάλων Δεδομένων στη Βιομηχανία Τροφίμωνθα σας βοηθήσει να διατηρήσετε την ακρίβεια στον προγραμματισμό της προσφοράς με βάση πληροφορίες σχετικά με τη ζήτηση για αγαθά, να παρακολουθείτε την ποιότητα και τη φρεσκάδα των προϊόντων και να πουλάτε προϊόντα πιο κερδοφόρα χρησιμοποιώντας ανάλυση αγοράς.
Μέχρι στιγμής, τέτοιες λύσεις εφαρμόζονται μόνο από μεγάλους διεθνείς παίκτες - τους Nestle, AB InBev Efes και άλλους. Στη Ρωσία, δεν υπάρχουν περιπτώσεις χρήσης τεχνολογιών σε αυτόν τον κλάδο.
- Φάρμακο.Η ανάλυση μεγάλων δεδομένων στην ιατρική θα βοηθήσει τους γιατρούςνα λαμβάνουν πιο τεκμηριωμένες αποφάσεις κατά τη διάγνωση και να συνταγογραφούν την καταλληλότερη θεραπεία· δημιουργία ηλεκτρονικού αρχείου ασθενούς από διαφορετικά δεδομένα για την κατάσταση της υγείας του και γρήγορη επεξεργασία δεδομένων από φορητές συσκευές χωρίς τη συμμετοχή ιατρού.
Υπάρχουν πολύ λίγα παραδείγματα για την εφαρμογή προϊόντων με βάση την επιστήμη δεδομένων στην ιατρική στη Ρωσία - χρησιμοποιούνται μόνο από παρόχους υπηρεσιών τηλεϊατρικής, όπως το DocDoc και το Doc +.
Τα μεγάλα δεδομένα είναι ήδη το μέλλον.Η ανάλυσή τους θα βοηθήσει τις επιχειρήσεις να κατανοήσουν καλύτερα το κοινό τους και να εξατομικεύσουν προσφορές για μεμονωμένους πελάτες. συλλέξτε πληροφορίες σχετικά με τα οφέλη του προϊόντος και αξιολογήστε την πραγματική εμπειρία χρήστη. υπολογίστε με ακρίβεια τους κινδύνους και καταπολεμήστε την απάτη, καθώς και βελτιστοποιήστε τις επιχειρηματικές διαδικασίες.
Αν σήμερα υπάρχουν βιομηχανίες όπου δεν έχει διεισδύσειτην αυτοματοποίηση και τη διανοητικότητα των διαδικασιών που βασίζονται στην ανάλυση μεγάλων δεδομένων, στη συνέχεια σε πέντε χρόνια η εισαγωγή λύσεων επιστήμης δεδομένων θα γίνει ο κανόνας ακόμη και για τους πιο συντηρητικούς τομείς της οικονομίας.
Τα μεγάλα δεδομένα δίνουν τη δυνατότητα στους οργανισμούς να μειώσουνκόστος χωρίς παγκόσμια αλλαγή στο πρόγραμμα εργασίας. Αυτό δίνει στις εταιρείες που έχουν εφαρμόσει τέτοιες λύσεις ένα επιπλέον ανταγωνιστικό πλεονέκτημα - αυτό είναι το καλύτερο κίνητρο για την ανάπτυξη της αγοράς.
Δείτε επίσης:
Οι αστρονόμοι ανακάλυψαν έναν σεληνιακό επιταχυντή από τη δεκαετία του '60. Πηγαίνει προς τη Γη
Ο επιστήμονας έχει δημιουργήσει ένα χρώμα που μπορεί να αντικαταστήσει τα ακριβά ηλιακά πάνελ
Η αποστολή CHEOPS βρήκε έναν πλανήτη με τις πιο σκληρές συνθήκες στο σύμπαν. το κύριο πράγμα