Il mercato globale dei dati sta crescendo con la quantità di informazioni generate da milioni di persone ogni giorno
Ora la Russia rappresenta meno del 2,29%.dimensione del mercato globale per le soluzioni di data science. In confronto, gli Stati Uniti rappresentano il 35% del suo volume. Secondo diversi esperti, nel 2020 la dimensione del mercato russo sarebbe compresa tra 10 e 65 miliardi di rubli. Entro il 2024, secondo le previsioni dell'Associazione dei partecipanti al mercato dei big data (BDA), questa cifra raggiungerà i 300 miliardi di rubli.
I principali fattori che frenano lo sviluppoIl mercato russo dei big data, gli analisti affermano che l'alto costo delle soluzioni, la mancanza di risultati rapidi dall'implementazione, la mancanza di specialisti, nonché i problemi con la qualità e la riservatezza dei dati. La presenza di queste barriere porta a uno sviluppo irregolare del mercato per tali soluzioni. Molto spesso sono implementati da banche, telecomunicazioni, vendita al dettaglio, industria e settore pubblico. Altre industrie sono molto indietro.
Diamo un'occhiata a diversi settori leader nell'implementazione di soluzioni di data science, nonché ai settori che hanno un grande potenziale per l'utilizzo di strumenti basati sull'analisi dei dati.
Chi sta già utilizzando la scienza dei dati
- Banche.In finanza, soluzioni basate sulla data scienceaiutare, ad esempio, a valutare i mutuatari (credit scoring), a verificare gli utenti e a prevenire transazioni fraudolente; analizzare la performance dei portafogli dei mutuatari e prevedere la domanda di contante presso gli sportelli bancomat.
Nel settore bancario, la maggior parte delle aziende creapropri dipartimenti per lo sviluppo di soluzioni di data science, anziché ordinarle a fornitori terzi. I prodotti basati sull'analisi dei dati sono utilizzati da VTB, Sberbank, Tinkoff Bank, Raiffeisen, Uralsib, OTP Bank, Leto Bank e altri.
Ad esempio, Sberbank ha creato strumenti persegmentazione e valutazione del merito creditizio del cliente, cybersecurity, gestione del personale, previsione code in filiale e calcolo bonus per dipendenti Tinkoff Bank ha sviluppato una soluzione per la gestione del rischio e la valutazione delle esigenze dei mutuatari esistenti e futuri. Inoltre, la banca ha introdotto l'assistente vocale di Oleg, che può trasferire denaro su richiesta dell'utente, ordinare e inviare documenti elettronici per posta, nonché prenotare un tavolo in un ristorante e acquistare biglietti per il cinema.
- Telecom.La raccolta e l'analisi delle informazioni consente alle aziende diin questo settore, prevedere il deflusso degli abbonati e trovare modi per trattenerli, creare offerte personalizzate e determinare il carico futuro sulla rete in base ai movimenti degli abbonati.
I maggiori operatori, come le banche, lo hanno fattopropri team di sviluppo di soluzioni di data science. Tali strumenti sono già utilizzati dagli operatori dei "tre grandi": MTS, Beeline e MegaFon. Ad esempio, MTS ha realizzato un sistema che genera offerte personalizzate sulla base dei dati sui consumi di traffico, sui dispositivi utilizzati e sugli acquisti di un abbonato. E MegaFon utilizza la scienza dei dati per migliorare la qualità dei servizi e ottimizzare i costi. Inoltre, l'operatore ha una filiale che sviluppa soluzioni di data science per il business.
- Immobiliare.Nell'industria della costruzione, messa in servizio e acquistoil settore immobiliare accumula tradizionalmente una grande quantità di documentazione: contratti, domande, progetti di costruzione e diritti sulla terra. Le soluzioni di data science in quest'area possono essere utilizzate per prevedere con precisione la domanda di oggetti, valutare i rischi quando si sceglie un sito per la costruzione e predeterminare il comportamento del cliente.
Tali soluzioni sono state implementate dalle aziende CIAN,ROSEKO e DomClick. Quest'ultimo utilizzava un sistema basato sull'apprendimento automatico per accelerare l'elaborazione in entrata e migliorare le conversioni. Agroholding Miratorg ha implementato una soluzione per automatizzare il processo di acquisizione di immobili per magazzini e aziende agricole.
- Assicurazione.Nel settore assicurativo, frequenza di interazione conclienti e la velocità di risoluzione dei problemi è significativamente inferiore rispetto a quella bancaria. Tuttavia, i dati accumulati dalle compagnie assicurative sono sufficienti per implementare soluzioni tecnologiche. Ad esempio, la scienza dei dati viene utilizzata per calcolare le tariffe CASCO e OSAGO per un singolo cliente, nonché per generare un elenco di servizi per le polizze di assicurazione medica.
Tra i rappresentanti del settore, soluzioni basate su questa tecnologia sono state implementate dalle società AlfaStrakhovanie, RESO-Garantia, SOGAZ, Tinkoff Insurance, Renaissance Insurance.
Ad esempio, SOGAZ utilizza l'apprendimento automatico peridentificare casi di sopravvalutazione ingiustificata del costo delle cure mediche fornite. L'automazione ha alleggerito il carico di lavoro degli esperti medici e ha consentito all'azienda di ridurre i costi.
- Giurisprudenza.Le tecnologie in quest'area aiutano ad automatizzareprocessi di elaborazione di documenti, controllo di appaltatori, redazione di contratti e confronto di versioni, selezione della pratica giudiziaria nel caso e fornitura ai cittadini di un accesso più completo ai servizi legali.
Le soluzioni in quest'area sono utilizzate dalle aziende Pravo.ru, BrandMonitor, Amulex, Judicial Collection Agency, nonché il Dipartimento di supporto legale e gestione dei rischi legali di Business Car Group e altri.
Ad esempio, il team di sviluppo del portale Pravo.ru ha creato un sistema che elabora le richieste tipiche degli utenti senza il coinvolgimento diretto degli avvocati e fornisce in modo indipendente supporto legale. BrandMonitor ha sviluppato una soluzione per valutare i prodotti contraffatti su Internet per logo, descrizione e marchio. Il sistema rileva la violazione e la notifica automaticamente al provider di hosting, che ha un sito web registrato per la vendita di prodotti contraffatti. E la società Embedika sta sviluppando un sistema intelligente per il controllo dei contratti di lavoro, che, basato sui metodi dell'apprendimento attivo e dell'apprendimento online, viene riqualificato nel processo.
- La logistica.Questa industria rappresenta il 5% del PIL mondiale opiù di $ 4 trilioni in termini monetari. Insieme a una crescita annua del 7-10%, aumenta anche il volume dei dati: se nel 2017 questa cifra era di 16,2 ZB, nel 2020 sarà di circa 44 ZB.
Soluzioni basate sui dati in questo settoreaiuterà a pianificare i percorsi in modo più efficace, a prevedere la redditività dei trasporti, nonché a prevedere gli incidenti dovuti all'usura delle attrezzature e a garantire la sicurezza delle strutture chiuse.
Le compagnie aeree hanno implementato soluzioni simili in RussiaAeroflot, S7 e Utair. S7 utilizza un sistema di riconoscimento facciale per i passeggeri all'aeroporto di Domodedovo e un sistema per personalizzare i servizi per i visitatori delle lounge aziendali, mentre Aeroflot utilizza strumenti per segmentare i clienti in base al loro potere d'acquisto per prevedere gli acquisti futuri.
- Settore pubblico.Le agenzie governative accumulano il maggior volume di dati: la loro elaborazione e analisi possono aumentare più volte l'efficienza del lavoro e la qualità dei servizi forniti.
Prodotti di data science implementatiServizio fiscale federale (FTS), centro analitico del governo russo, fondo pensione, governo di Mosca, fondo assicurativo medico obbligatorio, servizio di sicurezza federale, comitato investigativo e servizio di intelligence estero.
FTS utilizza soluzioni di data science per il controlloper il pagamento dell'imposta sul valore aggiunto (IVA), e il governo di Mosca - nell'ambito del progetto per migliorare il sistema di trasporto urbano "Piano generale". In esso, i modelli analizzano il traffico passeggeri nel trasporto di superficie e nella metropolitana. Il Ministero delle telecomunicazioni e delle comunicazioni di massa sta sviluppando una "Piattaforma digitale per le attività di controllo e supervisione", in cui le soluzioni di data science ottimizzano il processo di definizione delle regole.
- Industria estrattiva. L’analisi dei big data in questo settore lo consenteautomatizzare parzialmente la valutazione dell'efficienza dello sviluppo sul campo, monitorare le condizioni delle apparecchiature e determinare i tempi della sua riparazione, nonché ottimizzare i percorsi di trasporto e gli schemi di fornitura delle apparecchiature.
Ad esempio, è stata implementata una soluzione di data sciencesocietà Gazprom Neft e Surgutneftegaz. Nel primo caso, il sistema analizza i guasti delle apparecchiature e prevede quando possono verificarsi, nel secondo ottimizza i processi aziendali e riduce il tempo necessario per preparare i report.
- Agricoltura.Entro il 2050, la domanda globale dila fornitura di cibo quasi raddoppierà, quindi gli agricoltori saranno costretti ad aumentare i volumi di produzione. La scienza dei dati aiuterà i produttori agricoli a prevedere il fallimento del raccolto o, al contrario, un eccesso di offerta di prodotti nei magazzini, e a calcolare meglio il volume di sementi e fertilizzanti necessari, tenendo conto delle caratteristiche del clima e del suolo. Ciò migliorerà la produttività e ridurrà i costi.
In Russia l'azienda sta implementando una soluzione simileEkoNiva, il più grande partner regionale del produttore di macchine agricole John Deer. Stiamo parlando di un sistema di visione artificiale sviluppato da Cognitive Technology che trasforma le mietitrici convenzionali in raccoglitrici senza pilota.
Quali settori hanno un potenziale
- Utilità.Nel settore dell'edilizia abitativa e dei servizi comunali, l'analisi dei dati accumulati consentirà di prevedere i guasti delle apparecchiature, di tenere traccia automaticamente del consumo di acqua, gas ed elettricità, nonché di tecnologicizzare la funzione legale.
Esistono ancora solo pochi casi di attuazione in questo ambito.Ad esempio, Mosenergosbyt ha implementato una soluzione di data science per automatizzare il calcolo degli incassi dei pagamenti scaduti per l'elettricità. Ciò ha permesso di evitare di ampliare il personale degli avvocati e di ridurre i costi.
- Industria alimentare.Analisi dei Big Data nel settore alimentareti aiuterà a mantenere l'accuratezza nella pianificazione della fornitura basata sulle informazioni sulla domanda di merci, a monitorare la qualità e la freschezza dei prodotti e a vendere i prodotti in modo più redditizio utilizzando l'analisi di mercato.
Finora, tali soluzioni sono state implementate solo da grandi attori internazionali: Nestlé, AB InBev Efes e altri. In Russia, non ci sono casi di utilizzo di tecnologie in questo settore.
- Medicinale.L’analisi dei big data in medicina aiuterà i mediciprendere decisioni più informate al momento della diagnosi e prescrivere il trattamento più appropriato; creare una cartella clinica elettronica da dati disparati sul suo stato di salute ed elaborare rapidamente i dati provenienti da dispositivi indossabili senza la partecipazione di un medico.
In Russia, ci sono pochissimi esempi di implementazione di prodotti basati sulla scienza dei dati in medicina: vengono utilizzati solo da fornitori di servizi di telemedicina come DocDoc e Doc +.
I big data sono già il futuro.Analizzarli aiuterà le aziende a comprendere meglio il proprio pubblico e personalizzare le offerte per i singoli clienti; raccogliere informazioni sui vantaggi del prodotto e valutare la reale esperienza dell'utente; calcolare accuratamente i rischi e combattere le frodi, nonché ottimizzare i processi aziendali.
Se oggi ci sono settori in cui non è penetratoautomazione e intellettualizzazione dei processi basati sull’analisi dei big data, poi tra cinque anni l’introduzione di soluzioni di data science diventerà la norma anche per i settori più conservatori dell’economia.
I big data consentono alle organizzazioni di ridurrecosti senza un cambiamento globale nello schema di lavoro. Ciò offre alle aziende che hanno implementato tali soluzioni un ulteriore vantaggio competitivo: questo è il miglior incentivo per lo sviluppo del mercato.
Vedi anche:
Gli astronomi hanno scoperto un acceleratore lunare degli anni '60. Si sta dirigendo verso la Terra
Lo scienziato ha creato una vernice che può sostituire i costosi pannelli solari
La missione CHEOPS ha trovato un pianeta con le condizioni più dure nell'universo. la stessa cosa