Globalny rynek danych rośnie wraz z ilością informacji generowanych każdego dnia przez miliony osób
Obecnie na Rosję przypada niecałe 2,29%.wielkość globalnego rynku rozwiązań do analityki danych. Dla porównania, na Stany Zjednoczone przypada 35% jego wolumenu. Według stanu na 2020 rok różni eksperci szacują wielkość rosyjskiego rynku na 10–65 miliardów rubli. Według prognozy Stowarzyszenia Uczestników Rynku Big Data (BDA) do 2024 roku liczba ta osiągnie 300 miliardów rubli.
Główne czynniki hamujące rozwójRosyjski rynek big data - zdaniem analityków - wysoki koszt rozwiązań, brak szybkich rezultatów wdrożenia, brak specjalistów, a także problemy z jakością i poufnością danych. Obecność tych barier prowadzi do nierównomiernego rozwoju rynku takich rozwiązań. Najczęściej wprowadzają je banki, telekomunikacja, handel detaliczny, przemysł i sektor publiczny. Inne branże pozostają daleko w tyle.
Przyjrzyjmy się kilku wiodącym branżom we wdrażaniu rozwiązań data science, a także branżom, które mają ogromny potencjał wykorzystania narzędzi opartych na analizie danych.
Kto już korzysta z nauki o danych
- Banki.W finansach rozwiązania oparte na data sciencepomagają m.in. oceniać kredytobiorców (scoring kredytowy), weryfikować użytkowników i zapobiegać nieuczciwym transakcjom; analizować sytuację portfeli kredytobiorców i prognozować zapotrzebowanie na gotówkę w bankomatach.
W sektorze bankowym najwięcej firm tworzywłasne działy zajmujące się opracowywaniem rozwiązań do analityki danych, zamiast zamawiać je u zewnętrznych dostawców. Z produktów opartych na analizie danych korzystają VTB, Sberbank, Tinkoff Bank, Raiffeisen, Uralsib, OTP Bank, Leto Bank i inne.
Na przykład Sberbank stworzył narzędzia dlasegmentacja i ocena zdolności kredytowej klientów, cyberbezpieczeństwo, zarządzanie personelem, prognozowanie kolejek w oddziałach oraz naliczanie premii dla pracowników. Tinkoff Bank opracował rozwiązanie do zarządzania ryzykiem i oceny potrzeb obecnych i przyszłych kredytobiorców. Ponadto bank wprowadził asystenta głosowego Olega, który na życzenie użytkownika może przelewać pieniądze, zamawiać i wysyłać pocztą dokumenty elektroniczne, a także rezerwować stolik w restauracji i kupować bilety do kina.
- Telecom.Gromadzenie i analiza informacji umożliwia firmom zw tej branży przewidywać odpływ abonentów i znajdować sposoby na ich utrzymanie, tworzyć spersonalizowane oferty i określać przyszłe obciążenie sieci na podstawie ruchów abonentów.
Najwięksi operatorzy, jak banki, mająwłasne zespoły opracowujące rozwiązania data science. Takie narzędzia są już używane przez operatorów „wielkiej trójki”: MTS, Beeline i MegaFon. Na przykład MTS stworzył system, który na podstawie danych o zużyciu ruchu, użytkowanych urządzeniach i zakupach abonenta generuje dla niego spersonalizowane oferty. MegaFon wykorzystuje analitykę danych do poprawy jakości usług i optymalizacji kosztów. Ponadto operator posiada spółkę zależną, która opracowuje rozwiązania data science dla biznesu.
- Nieruchomość.W branży budowlanej, uruchomieniowej i zakupowejnieruchomość tradycyjnie gromadzi dużą ilość dokumentacji: umów, wniosków, projektów budowlanych i praw do gruntu. Rozwiązania data science w tym obszarze mogą być wykorzystywane do dokładnego przewidywania zapotrzebowania na obiekty, oceny ryzyka przy wyborze miejsca budowy oraz z góry określania zachowań klientów.
Takie rozwiązania zostały wdrożone przez firmy CIAN,ROSEKO i DomClick. Ten ostatni wykorzystał system oparty na uczeniu maszynowym, aby przyspieszyć przetwarzanie przychodzące i poprawić konwersje. Firma Agroholding Miratorg wdrożyła rozwiązanie automatyzujące proces pozyskiwania nieruchomości pod magazyny i gospodarstwa.
- Ubezpieczenie.W branży ubezpieczeniowej częstotliwość interakcji zklientów, a szybkość rozwiązywania problemów jest znacznie niższa niż w bankowości. Jednak dane, które gromadzą zakłady ubezpieczeń, są wystarczające do wdrożenia rozwiązań technologicznych. Przykładowo data science służy do kalkulacji taryf CASCO i OSAGO dla klienta indywidualnego, a także do generowania listy usług do polis medycznych.
Wśród przedstawicieli branży rozwiązania oparte na tej technologii wdrożyły firmy AlfaStrakhovanie, RESO-Garantia, SOGAZ, Tinkoff Insurance, Renaissance Insurance.
Na przykład SOGAZ wykorzystuje uczenie maszynowe doidentyfikacja przypadków nieuzasadnionego zawyżenia kosztów udzielonej opieki medycznej. Automatyzacja odciążyła ekspertów medycznych i umożliwiła firmie obniżenie kosztów.
- Jurysprudencja.Technologie w tym obszarze pomagają w automatyzacjiprocesy przetwarzania dokumentów, sprawdzania kontrahentów, sporządzania umów i porównywania wersji, wyboru praktyki sądowej w sprawie, a także zapewniania obywatelom pełniejszego dostępu do usług prawnych.
Z rozwiązań w tym zakresie korzystają firmy Pravo.ru, BrandMonitor, Amulex, Sądowa Agencja Windykacyjna, a także Dział Wsparcia Prawnego i Zarządzania Ryzykiem Prawnym Business Car Group i inne.
Na przykład zespół programistów portalu Pravo.ru stworzył system, który przetwarza typowe zgłoszenia użytkowników bez bezpośredniego udziału prawników i samodzielnie zapewnia wsparcie prawne. BrandMonitor opracował rozwiązanie do oceny podrabianych produktów w Internecie według logo, opisu i znaku towarowego. System wykrywa naruszenie i automatycznie powiadamia o tym dostawcę hostingu, który posiada zarejestrowany serwis do sprzedaży podrabianych produktów. A firma Embedika rozwija inteligentny system sprawdzania umów o pracę, który w oparciu o metody aktywnego uczenia się i uczenia online jest przekwalifikowywany w procesie użytkowania.
- Logistyka.Branża ta wytwarza 5% światowego PKB lubponad 4 biliony dolarów w ujęciu pieniężnym. Wraz z rocznym wzrostem na poziomie 7-10% rośnie również wolumen danych: jeśli w 2017 r. Liczba ta wynosiła 16,2 ZB, to w 2020 r. Będzie to około 44 ZB.
Rozwiązania oparte na danych w tym obszarzepomoże efektywniej planować trasy, przewidywać opłacalność przewozów, a także przewidywać wypadki na skutek zużycia sprzętu i zapewniać bezpieczeństwo zamkniętych obiektów.
Linie lotnicze wdrożyły podobne rozwiązania w RosjiAeroflot, S7 i Utair. S7 korzysta z systemu rozpoznawania twarzy pasażera na lotnisku Domodiedowo i systemu personalizacji usług dla gości salonów biznesowych, podczas gdy Aeroflot wykorzystuje narzędzia do segmentacji klientów na podstawie ich siły nabywczej do przewidywania przyszłych zakupów.
- Sektor publiczny.Agencje rządowe gromadzą najwięcej danych – ich przetwarzanie i analiza może kilkukrotnie zwiększyć efektywność pracy i jakość świadczonych usług.
Wdrożono produkty data scienceFederalna Służba Podatkowa (FTS), Centrum Analityczne Rządu Rosyjskiego, Fundusz Emerytalny, Rząd Moskiewski, Fundusz Obowiązkowego Ubezpieczenia Medycznego, Federalna Służba Bezpieczeństwa, Komitet Śledczy i Służba Wywiadu Zagranicznego.
FTS wykorzystuje rozwiązania do kontroli danycho zapłatę podatku od wartości dodanej (VAT), a rząd moskiewski - w ramach projektu usprawnienia systemu transportu miejskiego „Plan generalny”. W nim modele analizują ruch pasażerski w transporcie naziemnym i metrze. Ministerstwo Telekomunikacji i Komunikacji Masowej opracowuje „Cyfrową platformę działań kontrolno-nadzorczych”, w której rozwiązania z zakresu data science optymalizują proces tworzenia reguł.
- Przemysł wydobywczy. Pozwala na to analiza Big Data w tej branżyczęściowo automatyzują ocenę efektywności zagospodarowania terenu, monitorują stan sprzętu i określają termin jego naprawy, a także optymalizują trasy transportu i schematy dostaw sprzętu.
Na przykład wdrożono rozwiązanie do nauki o danychfirmy Gazprom Neft i Surgutnieftiegaz. W pierwszym przypadku system analizuje awarie sprzętu i przewiduje, kiedy mogą wystąpić, w drugim optymalizuje procesy biznesowe i skraca czas przygotowania raportów.
- Rolnictwo.Do 2050 r. światowy popyt napodaż żywności niemal się podwoi, w związku z czym rolnicy zmuszeni są zwiększyć wielkość produkcji. Data science pomoże producentom rolnym przewidzieć nieurodzaje lub wręcz nadpodaż produktów w magazynach oraz lepiej obliczyć ilość niezbędnych nasion i nawozów, biorąc pod uwagę charakterystykę klimatu i gleby. Poprawi to produktywność i obniży koszty.
W Rosji firma wdraża podobne rozwiązanieEkoNiva, największy regionalny partner producenta sprzętu rolniczego John Deer. Mówimy o opracowanym przez Cognitive Technology komputerowym systemie wizyjnym, który zamienia konwencjonalne kombajny w bezzałogowe.
Które branże mają potencjał
- Usługi komunalne.W sektorze mieszkalnictwa i użyteczności publicznej analiza zgromadzonych danych umożliwi przewidywanie awarii urządzeń, automatyczne śledzenie zużycia wody, gazu i energii elektrycznej, a także technologizację funkcji prawnej.
Nadal istnieje jedynie kilka przypadków wdrożenia w tym obszarze.Na przykład firma Mosenergosbyt wdrożyła rozwiązanie do analityki danych w celu zautomatyzowania obliczeń windykacji zaległych płatności za energię elektryczną. Pozwoliło to uniknąć powiększania kadry prawników i obniżyć koszty.
- Przemysł spożywczy.Analiza Big Data w przemyśle spożywczympomoże Ci zachować dokładność w planowaniu dostaw w oparciu o informacje o zapotrzebowaniu na towar, monitorować jakość i świeżość produktów oraz sprzedawać produkty z większym zyskiem dzięki analizie rynku.
Na razie takie rozwiązania wdrażają tylko duzi międzynarodowi gracze - Nestle, AB InBev Efes i inni. W Rosji nie ma przypadków wykorzystania technologii w tej branży.
- Medycyna.Analiza Big Data w medycynie pomoże lekarzompodejmować bardziej świadome decyzje podczas stawiania diagnozy i przepisywać najodpowiedniejsze leczenie; twórz elektroniczną kartotekę pacjenta z różnorodnych danych o jego stanie zdrowia i szybko przetwarzaj dane z urządzeń przenośnych bez udziału lekarza.
Przykładów wdrożenia produktów opartych na data science w Rosji jest bardzo niewiele - korzystają z nich tylko dostawcy usług telemedycznych, tacy jak DocDoc i Doc +.
Big data to już przyszłość.Analiza ich pomoże firmom lepiej zrozumieć swoich odbiorców i spersonalizować oferty dla klientów indywidualnych; zbierać informacje o zaletach produktu i oceniać rzeczywiste wrażenia użytkownika; dokładnie obliczaj ryzyko i zwalczaj oszustwa, a także optymalizuj procesy biznesowe.
Jeśli dzisiaj istnieją branże, do których to nie przeniknęłoautomatyzacja i intelektualizacja procesów w oparciu o analizę big data, to za pięć lat wprowadzenie rozwiązań data science stanie się normą nawet dla najbardziej konserwatywnych sektorów gospodarki.
Big data umożliwia organizacjom redukcjękoszty bez globalnej zmiany schematu pracy. Daje to firmom, które wdrożyły takie rozwiązania, dodatkową przewagę konkurencyjną - to najlepsza zachęta do rozwoju rynku.
Zobacz także:
Astronomowie odkryli księżycowy akcelerator z lat 60. Zmierza w kierunku Ziemi
Naukowiec stworzył farbę, która może zastąpić drogie panele słoneczne
Misja CHEOPS odnalazła planetę o najtrudniejszych warunkach we wszechświecie. główna rzecz