Globaalit datamarkkinat kasvavat miljoonien päivittäin tuottaman tiedon määrän myötä
Nyt Venäjän osuus on alle 2,29 prosenttiadatatieteen ratkaisujen globaalien markkinoiden koko. Vertailun vuoksi, Yhdysvaltojen osuus sen volyymista on 35 prosenttia. Vuodesta 2020 lähtien useat asiantuntijat arvioivat Venäjän markkinoiden kooksi 10–65 miljardia ruplaa. Vuoteen 2024 mennessä Big Data Market Participants Associationin (BDA) ennusteen mukaan tämä luku nousee 300 miljardiin ruplaan.
Tärkeimmät kehitystä hidastavat tekijätVenäjän suurten datamarkkinoiden analyytikot sanovat, että ratkaisujen korkeat kustannukset, nopea toteutustulos, asiantuntijoiden puute sekä tietojen laadun ja luottamuksellisuuden ongelmat. Näiden esteiden olemassaolo johtaa tällaisten ratkaisujen markkinoiden epätasaiseen kehitykseen. Useimmiten ne toteuttavat pankit, televiestintä, vähittäiskauppa, teollisuus ja julkinen sektori. Muut teollisuudenalat ovat jäljessä paljon.
Katsotaanpa useita johtavia toimialoja datatieteen ratkaisujen toteutuksessa sekä toimialoja, joilla on suuret mahdollisuudet käyttää data-analyysiin perustuvia työkaluja.
Kuka jo käyttää datatiedettä
- Pankit.Talousalalla datatieteeseen perustuvia ratkaisujaauttaa esimerkiksi arvioimaan lainaajia (luottopisteytys), tarkistamaan käyttäjiä ja estämään vilpillisiä tapahtumia; analysoida lainanottajien salkkujen kehitystä ja ennustaa käteisen kysyntää pankkiautomaateissa.
Pankkisektorilla useimmat yritykset luovatomat osastot datatieteen ratkaisujen kehittämiseen sen sijaan, että tilaat niitä kolmansilta osapuolilta. Tietojen analysointiin perustuvia tuotteita käyttävät VTB, Sberbank, Tinkoff Bank, Raiffeisen, Uralsib, OTP Bank, Leto Bank ja muut.
Esimerkiksi Sberbank on luonut työkalujasegmentointi ja asiakkaiden luottokelpoisuuden, kyberturvallisuuden, henkilöstöhallinnon arviointi, jonojen ennustaminen toimipisteissä ja palkkioiden laskeminen työntekijöille. Tinkoff Bank on kehittänyt ratkaisun riskienhallintaan ja nykyisten ja tulevien lainanottajien tarpeiden arviointiin. Lisäksi pankki on ottanut käyttöön Olegin ääniavustajan, joka voi siirtää rahaa käyttäjän pyynnöstä, tilata ja lähettää sähköisiä asiakirjoja postitse sekä varata pöydän ravintolasta ja ostaa elokuvalippuja.
- Telecom.Tiedon kerääminen ja analysointi mahdollistaa yritystentällä alalla ennustaa tilaajien poistumista ja löytää tapoja pitää heidät, luoda henkilökohtaisia tarjouksia ja määrittää verkon tuleva kuormitus tilaajien liikkeiden perusteella.
Suurimmilla operaattoreilla, kuten pankeilla, onomat tieteen ratkaisujen kehittämisryhmät. Tällaisia työkaluja ovat jo käyttäneet "suuren kolmen" operaattorit: MTS, Beeline ja MegaFon. Esimerkiksi MTS on luonut järjestelmän, joka tuottaa räätälöityjä tarjouksia liikenteen kulutusta, käytettyjä laitteita ja tilaajan ostoja koskevien tietojen perusteella. Ja MegaFon käyttää datatiedettä palvelujen laadun parantamiseen ja kustannusten optimointiin. Operaattorilla on lisäksi tytäryhtiö, joka kehittää datatieteen ratkaisuja yritystoiminnalle.
- Kiinteistöt.Rakennus-, käyttöönotto- ja ostoteollisuudessakiinteistöt keräävät perinteisesti suuren määrän asiakirjoja: sopimukset, hakemukset, rakennusprojektit ja maa-oikeudet. Tämän alueen datatieteellisiä ratkaisuja voidaan käyttää ennustamaan tarkasti esineiden kysyntä, arvioimaan riskit rakennustyömaata valittaessa ja ennakoimaan asiakkaiden käyttäytyminen.
Tällaisia ratkaisuja toteuttivat CIAN-yritykset,ROSEKO ja DomClick. Jälkimmäinen käytti koneoppimiseen perustuvaa järjestelmää nopeuttaakseen saapuvaa käsittelyä ja parantamaan tuloksia. Agroholding Miratorg on toteuttanut ratkaisun kiinteistöjen hankinnan automatisointiin varastoille ja maatiloille.
- Vakuutus.Vakuutusalalla vuorovaikutuksen taajuusasiakkaita ja ongelmien ratkaisemisnopeus on huomattavasti hitaampi kuin pankkitoiminnassa. Vakuutusyhtiöiden keräämä tieto riittää kuitenkin teknisten ratkaisujen toteuttamiseen. Datatiedettä käytetään esimerkiksi yksittäisen asiakkaan CASCO- ja OSAGO-tariffien laskemiseen sekä sairausvakuutusten palveluluettelon luomiseen.
Alan edustajista tähän tekniikkaan perustuvat ratkaisut ovat toteuttaneet yritykset AlfaStrakhovanie, RESO-Garantia, SOGAZ, Tinkoff Insurance, Renaissance Insurance.
Esimerkiksi SOGAZ käyttää koneoppimistatunnistetaan tapaukset, joissa tarjotun sairaanhoidon kustannukset ovat perusteettomasti liioiteltuja. Automaatio on helpottanut lääketieteen asiantuntijoiden työmäärää ja antanut yritykselle mahdollisuuden leikata kustannuksia.
- Oikeustiede.Tämän alueen tekniikat auttavat automatisoimaanasiakirjojen käsittely, urakoitsijoiden tarkastus, sopimusten laatiminen ja versioiden vertailu, tapauksen oikeuskäytännön valitseminen sekä kansalaisille kattavamman pääsyn oikeudellisiin palveluihin tarjoaminen.
Tämän alueen ratkaisuja käyttävät Pravo-yritykset.ru, BrandMonitor, Amulex, oikeusperintävirasto sekä Business Car Groupin juridisen tuen ja riskienhallinnan osasto ja muut.
Esimerkiksi Pravo-portaalin kehitystiimi.ru on luonut järjestelmän, joka käsittelee tyypillisiä käyttäjien pyyntöjä ilman asianajajien suoraa osallistumista ja tarjoaa itsenäistä oikeudellista tukea. BrandMonitor on kehittänyt ratkaisun väärennettyjen tuotteiden arvioimiseksi Internetissä logon, kuvauksen ja tavaramerkin mukaan. Järjestelmä havaitsee rikkomuksen ja ilmoittaa siitä automaattisesti palveluntarjoajalle, jolla on rekisteröity väärennettyjen tuotteiden verkkosivusto. Embedika-yritys kehittää älykästä järjestelmää työsopimusten tarkistamiseksi, joka aktiivisen oppimisen ja verkko-oppimisen menetelmiin perustuen koulutetaan uudestaan.
- Logistiikka.Tämän teollisuuden osuus on 5% maailman BKT: starahamääräisesti yli 4 biljoonaa dollaria. 7-10 prosentin vuotuisen kasvun ohella myös tiedon määrä kasvaa: jos vuonna 2017 luku oli 16,2 ZB, niin vuonna 2020 se on noin 44 ZB.
Tietopohjaiset ratkaisut tällä alueellaauttaa suunnittelemaan reittejä tehokkaammin, ennakoimaan kuljetusten kannattavuutta sekä ennakoimaan laitteiden kulumisesta johtuvia onnettomuuksia ja varmistamaan suljettujen tilojen turvallisuuden.
Lentoyhtiöt ovat toteuttaneet vastaavia ratkaisuja VenäjälläAeroflot, S7 ja Utair. S7 käyttää matkustajien kasvojentunnistusjärjestelmää Domodedovon lentokentällä ja järjestelmää palvelujen yksilöimiseksi liiketilojen kävijöille, kun taas Aeroflot käyttää työkaluja asiakkaiden segmentointiin heidän ostovoimansa perusteella tulevien ostojen ennustamiseen.
- Julkisen sektorin.Valtion virastot keräävät suurimman määrän dataa – niiden käsittely ja analysointi voivat lisätä työn tehokkuutta ja tarjottavien palvelujen laatua useita kertoja.
Datatieteen tuotteet toteutettuLiittovaltion veropalvelu (FTS), Venäjän hallituksen analyyttinen keskus, eläkerahasto, Moskovan hallitus, pakollinen sairausvakuutuskassa, liittovaltion turvallisuuspalvelu, tutkintakomitea ja ulkomainen tiedustelupalvelu.
FTS käyttää datatieteen ratkaisuja hallintaanarvonlisäveron (alv) maksamiseen ja Moskovan hallitus - kaupunkiliikennejärjestelmän "yleissuunnitelma" parantamista koskevan hankkeen puitteissa. Siinä mallit analysoivat pintaliikenteen ja metron matkustajaliikennettä. Televiestintä- ja joukkoviestintäministeriö kehittää "Digitaalista ohjaus- ja valvontatoimialustaa", jossa datatieteen ratkaisut optimoivat sääntelyprosessin.
- Kaivannaisteollisuus. Suuri data-analyysi tällä alalla mahdollistaaosittain automatisoida kenttäkehityksen tehokkuuden arviointia, seurata laitteiden kuntoa ja määrittää sen korjausaika sekä optimoida kuljetusreitit ja laitetoimitussuunnitelmat.
Esimerkiksi tietojenkäsittelyratkaisu otettiin käyttöönyhtiöt Gazprom Neft ja Surgutneftegaz. Ensimmäisessä tapauksessa järjestelmä analysoi laitevikoja ja ennustaa, milloin ne voivat tapahtua, toisessa se optimoi liiketoimintaprosessit ja lyhentää raporttien valmisteluun tarvittavaa aikaa.
- Maatalous.Vuoteen 2050 mennessä maailmanlaajuinen kysyntäelintarvikkeiden tarjonta lähes kaksinkertaistuu, joten viljelijät joutuvat lisäämään tuotantomääriä. Datatiede auttaa maataloustuottajia ennustamaan sadon epäonnistumista tai päinvastoin tuotteiden ylitarjontaa varastoissa sekä laskemaan paremmin tarvittavien siementen ja lannoitteiden määrän ilmaston ja maaperän ominaisuudet huomioon ottaen. Tämä parantaa tuottavuutta ja alentaa kustannuksia.
Venäjällä vastaava ratkaisu on yrityksen toimestaEkoNiva, maatalouskonevalmistajan John Deerin suurin alueellinen kumppani. Puhumme Cognitive Technologyn kehittämästä tietokonenäköjärjestelmästä, joka muuttaa perinteiset harvesterit miehittämättömiksi.
Millä toimialoilla on potentiaalia
- Yleishyödylliset palvelut.Asunto- ja kunnallissektorilla kertyneen tiedon analysointi mahdollistaa laitevikojen ennustamisen, veden, kaasun ja sähkön kulutuksen automaattisen seurannan sekä oikeudellisen toiminnan teknologisen toiminnan.
Tällä alalla on edelleen vain muutamia täytäntöönpanotapauksia.Esimerkiksi Mosenergosbyt otti käyttöön datatieteen ratkaisun automatisoidakseen sähkön erääntyneiden maksujen perinnän laskentaa. Tämä mahdollisti asianajajien henkilöstön laajentamisen ja kustannusten pienentämisen.
- Ruokateollisuus.Big Data -analyysi elintarviketeollisuudessaauttaa ylläpitämään tarkkuutta tavaroiden kysyntätietoihin perustuvassa tarjonnan suunnittelussa, seuraamaan tuotteiden laatua ja tuoreutta sekä myymään tuotteita kannattavammin markkina-analyysin avulla.
Toistaiseksi tällaisia ratkaisuja ovat toteuttaneet vain suuret kansainväliset toimijat - Nestle, AB InBev Efes ja muut. Venäjällä ei ole tapauksia tekniikan käytöstä tällä alalla.
- Lääke.Lääketieteen suuri data-analyysi auttaa lääkäreitätehdä tietoisempia päätöksiä diagnoosia tehdessään ja määrätä sopivin hoito; luoda sähköinen potilastietue erilaisista terveydentilatiedoista ja käsitellä nopeasti puettavien laitteiden tietoja ilman lääkärin osallistumista.
Venäjällä on hyvin vähän esimerkkejä datatieteeseen perustuvien tuotteiden käyttöönotosta lääketieteessä - niitä käyttävät vain telelääketieteen palveluntarjoajat, kuten DocDoc ja Doc +.
Suuret tiedot ovat jo tulevaisuus.Niiden analysointi auttaa yrityksiä ymmärtämään paremmin yleisöään ja mukauttamaan yksittäisille asiakkaille tarjottavia tarjouksia. kerätä tietoa tuotteen eduista ja arvioida todellista käyttökokemusta; laskea tarkasti riskit ja torjua petoksia sekä optimoida liiketoimintaprosessit.
Jos nykyään on aloja, joille se ei ole tunkeutunutbig data -analyysiin perustuvien prosessien automatisointi ja älykkyys, niin viiden vuoden kuluttua datatieteen ratkaisujen käyttöönotosta tulee normi myös konservatiivisimmilla talouden sektoreilla.
Big data antaa organisaatioille mahdollisuuden vähentääkustannuksia ilman yleistä muutosta työjärjestelmässä. Tämä antaa yrityksille, jotka ovat toteuttaneet tällaisia ratkaisuja, lisää kilpailuetua - tämä on paras kannustin markkinoiden kehittämiseen.
Katso myös:
Tähtitieteilijät ovat löytäneet kuun kiihdyttimen 60-luvulta. Hän on kohti maata
Tutkija on luonut maalin, joka voi korvata kalliit aurinkopaneelit
CHEOPS-operaatio on löytänyt planeetan, jolla on kaikkein ankarimmat olosuhteet. Pääasia