Глобално тржиште података расте, заједно са количином информација које се генеришу на дневној базиМилионе
Сада Русија чини мање од 2,29 одстовеличина глобалног тржишта за решења науке о подацима. Поређења ради, на САД отпада 35% њеног обима. Од 2020. различити стручњаци процењују величину руског тржишта на 10–65 милијарди рубаља. До 2024. године, према прогнози Удружења учесника на тржишту великих података (БДА), ова цифра ће достићи 300 милијарди рубаља.
Главни фактори који коче развојРуско тржиште великих података, аналитичари кажу висока цена решења, недостатак брзих резултата имплементације, недостатак стручњака, као и проблеми са квалитетом и поверљивошћу података. Присуство ових препрека доводи до неравномерног развоја тржишта таквих решења. Најчешће их примењују банке, телеком, малопродаја, индустрија и јавни сектор. Остале индустрије знатно заостају.
Погледајмо неколико водећих индустрија у имплементацији решења за науку о подацима, као и индустрије које имају велики потенцијал за коришћење алата заснованих на анализи података.
Ко већ користи науку о подацима
- Банке.У финансијама, решења заснована на науци о подацимапомоћи, на пример, у процени зајмопримаца (кредитни бодовање), верификацији корисника и спречавању лажних трансакција; анализира учинак портфеља зајмопримаца и прогнозира потражњу за готовином на банкоматима.
У банкарском сектору већина компанија стварапоседују одељења за развој решења за науку о подацима, уместо да их наручују од независних добављача. Производе засноване на анализи података користе ВТБ, Сбербанк, Тинкофф банка, Раиффеисен, Уралсиб, ОТП банка, Лето банка и други.
На пример, Сбербанк је креирала алате засегментација и процена кредитне способности купаца, сајбер-сигурност, управљање особљем, предвиђање редова у филијалама и израчунавање бонуса за запослене. Тинкофф банка је развила решење за управљање ризиком и процену потреба постојећих и будућих зајмопримаца. Поред тога, банка је увела гласовног асистента Олега, који може да пребацује новац на захтев корисника, наручује и шаље електронске документе поштом, као и да резервише сто у ресторану и купује карте за биоскоп.
- Телеком.Прикупљање и анализа информација омогућава компанијама изу овој индустрији предвидети одлив претплатника и пронаћи начине за њихово задржавање, креирати персонализоване понуде и одредити будуће оптерећење мреже на основу кретања претплатника.
Највећи оператори, попут банака, имајусопствени тимови за развој решења за науку о подацима. Такве алате већ користе оператери „велике тројке“: МТС, Беелине и МегаФон. На пример, МТС је створио систем који генерише персонализоване понуде на основу података о потрошњи саобраћаја, коришћеним уређајима и куповини претплатника. А МегаФон користи науку о подацима за побољшање квалитета услуга и оптимизацију трошкова. Поред тога, оператер има подружницу која развија пословна решења за науку о подацима.
- Некретнина.У грађевинарству, пуштању у рад и откупној индустријинекретнине традиционално акумулирају велику количину документације: уговоре, пријаве, грађевинске пројекте и права на земљиште. Решења науке о подацима у овој области могу се користити за тачно предвиђање потражње за објектима, процену ризика при одабиру локације за изградњу и унапред одређивање понашања купаца.
Таква решења су примениле компаније ЦИАН,РОСЕКО и ДомЦлицк. Потоњи су користили систем заснован на машинском учењу да би убрзали улазну обраду и побољшали конверзије. Агрохолдинг Мираторг је применио решење за аутоматизацију процеса стицања некретнина за складишта и фарме.
- Осигурање.У индустрији осигурања, учесталост интеракције саклијената и брзина решавања питања је знатно мања него у банкарству. Међутим, подаци које осигуравајућа друштва акумулирају довољни су за имплементацију технолошких решења. На пример, дата сциенце се користи за израчунавање ЦАСЦО и ОСАГО тарифа за појединачног клијента, као и за генерисање листе услуга за полисе здравственог осигурања.
Међу представницима индустрије решења заснована на овој технологији имплементирале су компаније АлфаСтракхование, РЕСО-Гарантиа, СОГАЗ, Тинкофф Инсуранце, Ренаиссанце Инсуранце.
На пример, СОГАЗ користи машинско учење заидентификовање случајева неоправданог прецењивања трошкова пружене медицинске заштите. Аутоматизација је олакшала рад медицинских стручњака и омогућила компанији да смањи трошкове.
- Право.Технологије у овој области помажу у аутоматизацијипроцеси обраде докумената, провера добављача, састављање уговора и упоређивање верзија, одабир судске праксе у случају, као и пружање грађанима потпунијег приступа правним услугама.
Решења у овој области користе компаније Право.ру, БрандМонитор, Амулек, Агенција за судску наплату, као и Одељење за правну подршку и управљање правним ризицима Бусинесс Цар Гроуп и други.
На пример, тим за развој портала Право.ру је створио систем који обрађује типичне захтеве корисника без директног учешћа адвоката и независно пружа правну подршку. БрандМонитор је развио решење за процену фалсификованих производа на Интернету помоћу логотипа, описа и заштитног знака. Систем открива кршење и о томе аутоматски обавештава провајдера хостинга који има регистровану веб страницу за продају фалсификованих производа. А компанија Ембедика развија интелигентан систем за проверу уговора о раду, који се на основу метода активног учења и учења на мрежи преквалификује у том процесу.
- Логистика.Ова индустрија чини 5% светског БДП-а иливише од 4 билиона долара у новчаном износу. Заједно са годишњим растом од 7-10% годишње, повећава се и обим података: ако је 2017. та цифра износила 16,2 ЗБ, онда ће 2020. бити око 44 ЗБ.
Решења заснована на подацима у овој областипомоћи ће ефикаснијем планирању рута, предвиђању исплативости превоза, као и предвиђању незгода због хабања опреме и обезбеђивању безбедности затворених објеката.
Авио-компаније су примениле слична решења у РусијиАерофлот, С7 и Утаир. С7 користи систем за препознавање лица путника на аеродрому Домодедово и систем за персонализацију услуга за посетиоце пословних салона, док Аерофлот користи алате за сегментирање купаца на основу њихове куповне моћи за предвиђање будућих куповина.
- Јавни сектор.Државне агенције акумулирају највећи обим података – њихова обрада и анализа могу неколико пута повећати ефикасност рада и квалитет пружених услуга.
Примењени производи за науку о подацимаФедерална пореска служба (ФТС), Аналитички центар Владе Русије, Пензиони фонд, Влада Москве, Фонд обавезног здравственог осигурања, Федерална служба безбедности, Истражни комитет и Спољна обавештајна служба.
ФТС користи решења науке о подацима за контролуза плаћање пореза на додату вредност (ПДВ), а московска влада – у оквиру пројекта унапређења система градског транспорта „Генерални план“. У њему модели анализирају путнички саобраћај у површинском саобраћају и метроу. Министарство телекомуникација и масовних комуникација развија „Дигиталну платформу за активности контроле и надзора“, у којој решења науке о подацима оптимизују процес доношења правила.
- Рударска индустрија. Анализа великих података у овој индустрији дозвољаваделимично аутоматизовати процену ефикасности развоја терена, пратити стање опреме и одредити време њене поправке, као и оптимизовати транспортне руте и шеме снабдевања опремом.
На пример, имплементирано је решење за науку о подацимакомпаније Гаспром њефт и Сургутнефтегаз. У првом случају, систем анализира кварове опреме и предвиђа када се они могу појавити, у другом оптимизује пословне процесе и смањује време потребно за припрему извештаја.
- Пољопривреда.До 2050. глобална потражња заснабдевање храном ће се скоро удвостручити, па су фармери принуђени да повећавају обим производње. Наука о подацима ће помоћи пољопривредним произвођачима да предвиде пропадање усева или, напротив, превелику понуду производа у складиштима, и боље израчунају количину потребног семена и ђубрива, узимајући у обзир карактеристике климе и земљишта. Ово ће побољшати продуктивност и смањити трошкове.
У Русији, компанија спроводи слично решењеЕкоНива, највећи регионални партнер произвођача пољопривредне опреме Јохн Деер. Говоримо о систему компјутерског вида који је развио Цогнитиве Тецхнологи који претвара конвенционалне комбајне у беспилотне.
Које индустрије имају потенцијал
- Комуналне услуге.У стамбено-комуналном сектору, анализа прикупљених података омогућиће предвиђање кварова опреме, аутоматско праћење потрошње воде, гаса и електричне енергије, као и технолошку правну функцију.
Још увек постоји само неколико случајева имплементације у овој области.На пример, Мосенергосбит је имплементирао решење за науку о подацима за аутоматизацију обрачуна наплате заосталих плаћања за електричну енергију. То је омогућило да се избегне проширење адвокатског особља и смање трошкови.
- Прехрамбена индустрија.Анализа великих података у прехрамбеној индустријипомоћи ће вам да одржите тачност у планирању снабдевања на основу информација о тражњи за робом, пратите квалитет и свежину производа и профитабилније продајете производе користећи анализу тржишта.
До сада су таква решења имплементирали само велики међународни играчи - Нестле, АБ ИнБев Ефес и други. У Русији нема случајева коришћења технологија у овој индустрији.
- Лек.Анализа великих података у медицини помоћи ће лекаримадоносити информисаније одлуке приликом постављања дијагнозе и прописати најприкладнији третман; креирају електронски картон пацијента од разнородних података о његовом здравственом стању и брзо обрађују податке са носивих уређаја без учешћа лекара.
У Русији постоји врло мало примера примене производа заснованих на науци о подацима у медицини – користе их само провајдери телемедицинских услуга као што су ДоцДоц и Доц +.
Велики подаци су већ будућност.Њихова анализа ће помоћи предузећима да боље разумеју своју публику и персонализују понуде за појединачне купце; прикупити информације о предностима производа и проценити стварно корисничко искуство; прецизно израчунати ризике и борити се против превара, као и оптимизовати пословне процесе.
Ако данас постоје индустрије у које то није продрлоаутоматизација и интелектуализација процеса заснованих на анализи великих података, онда ће за пет година увођење дата сциенце решења постати норма чак и за најконзервативније секторе привреде.
Велики подаци омогућавају организацијама да смањетрошкови без глобалне промене шеме рада. Ово даје компанијама које су имплементирале таква решења додатну конкурентску предност – то је најбољи подстицај за развој тржишта.
Погледајте и:
Астрономи су открили месечев акцелератор из 60-их. Иде према Земљи
Научник је створио боју која може заменити скупе соларне панеле
Мисија ЦХЕОПС пронашла је планету са најтежим условима у свемиру. главна ствар