Den globala datamarknaden växer med mängden information som genereras av miljoner varje dag
Nu står Ryssland för mindre än 2,29 % avglobal marknadsstorlek för datavetenskapliga lösningar. Som jämförelse står USA för 35 % av dess volym. Från och med 2020 uppskattar olika experter storleken på den ryska marknaden till 10–65 miljarder rubel. År 2024, enligt prognosen från Association of Big Data Market Participants (BDA), kommer denna siffra att nå 300 miljarder rubel.
De viktigaste faktorerna som håller tillbaka utvecklingenDen ryska marknaden för stora data, analytiker citerar de höga kostnaderna för lösningar, bristen på snabba resultat från implementeringen, bristen på specialister, samt problem med datakvaliteten och konfidentialiteten. Förekomsten av dessa hinder leder till en ojämn utveckling av marknaden för sådana lösningar. Oftast implementeras de av banker, telekom, detaljhandel, industri och offentlig sektor. Andra industrier ligger långt efter.
Låt oss titta på flera ledande branscher inom implementering av datavetenskapliga lösningar, samt branscher som har stor potential att använda verktyg baserade på dataanalys.
Vem använder redan datavetenskap
- Banker.Inom finans, lösningar baserade på datavetenskaphjälpa till att till exempel utvärdera låntagare (kreditpoäng), verifiera användare och förhindra bedrägliga transaktioner; analysera resultatet för låntagarnas portföljer och prognostisera efterfrågan på kontanter vid uttagsautomater.
Inom banksektorn skapar de flesta företagegna avdelningar för att utveckla datavetenskapliga lösningar, snarare än att beställa dem från tredjepartsleverantörer. Produkter baserade på dataanalys används av VTB, Sberbank, Tinkoff Bank, Raiffeisen, Uralsib, OTP Bank, Leto Bank och andra.
Till exempel har Sberbank skapat verktyg försegmentering och bedömning av kundernas kreditvärdighet, cybersäkerhet, personalhantering, prognoser för köer i filialer och beräkning av bonusar för anställda. Tinkoff Bank har utvecklat en lösning för riskhantering och bedömning av befintliga och framtida låntagares behov. Dessutom har banken implementerat en röstassistent "Oleg", som kan överföra pengar på användarens begäran, beställa och skicka elektroniska dokument med posten, samt boka bord i en restaurang och köpa filmbiljetter.
- Telekom.Insamling och analys av information tillåter företag fråni den här branschen, förutsäg utflödet av abonnenter och hitta sätt att behålla dem, skapa personliga erbjudanden och bestämma den framtida belastningen på nätverket baserat på abonnenternas rörelser.
De största operatörerna, som banker, haregna team av datavetenskapslösningar. Sådana verktyg används redan av operatörerna av de tre stora: MTS, Beeline och MegaFon. Till exempel har MTS skapat ett system som genererar personliga erbjudanden baserat på data om trafikförbrukning, använda enheter och inköp av en abonnent. Och MegaFon använder datavetenskap för att förbättra kvaliteten på tjänsterna och optimera kostnaderna. Dessutom har operatören ett dotterbolag som utvecklar datavetenskapslösningar för företag.
- Fastighet.Inom bygg-, driftsättnings- och inköpsindustrinfastigheter samlar traditionellt en stor mängd dokumentation: kontrakt, ansökningar, byggprojekt och rättigheter till tomter. Datavetenskapslösningar inom detta område kan användas för att korrekt förutsäga efterfrågan på anläggningar, bedöma risker vid val av plats för byggande och förutbestämma kundbeteende.
Sådana lösningar implementerades av CIAN-företag,ROSEKO och DomClick. Den senare använde ett maskininlärningsbaserat system för att påskynda inkommande bearbetning och öka konverteringarna. Agroholding Miratorg har implementerat en lösning för att automatisera förvärvsprocessen för lager och gårdar.
- Försäkring.Inom försäkringsbranschen, frekvens av interaktion medkunder och snabbheten att lösa problem är betydligt lägre än inom bank. Den data som försäkringsbolagen samlar på sig är dock tillräcklig för att implementera tekniska lösningar. Datavetenskap används till exempel för att beräkna CASCO- och OSAGO-tariffer för en enskild kund, samt för att generera en lista över tjänster för medicinska försäkringar.
Bland branschrepresentanterna implementerades lösningar baserade på denna teknik av företagen AlfaStrakhovanie, RESO-Garantia, SOGAZ, Tinkoff Insurance, Renaissance Insurance.
Till exempel använder SOGAZ maskininlärning för attidentifiera fall av omotiverad överdeklaration av kostnaderna för medicinsk vård. Automation har minskat arbetsbelastningen för medicinska experter och har gjort det möjligt för företaget att sänka kostnaderna.
- Juridik.Teknik inom detta område hjälper till att automatiseraprocesser för behandling av dokument, kontroll av motparter, utarbetande av avtal och jämförande versioner, val av domstolspraktik i ärendet samt att ge medborgarna mer fullständig tillgång till juridiska tjänster.
Lösningar inom detta område används av Pravo-företag.ru, BrandMonitor, Amulex, Judicial Collection Agency, samt Department of Legal Support and Legal Risk Management av Business Car Group och andra.
Till exempel utvecklingsgruppen för Pravo-portalen.ru har skapat ett system som behandlar typiska användarförfrågningar utan advokaters direkta medverkan och oberoende ger juridiskt stöd. BrandMonitor har utvecklat en lösning för att utvärdera förfalskade produkter på Internet med hjälp av logotyp, beskrivning och varumärke. Systemet upptäcker överträdelsen och meddelar automatiskt värdleverantören om det, som har en registrerad webbplats för försäljning av förfalskade produkter. Och företaget Embedika utvecklar ett intelligent system för kontroll av arbetskontrakt, som baseras på metoderna för aktivt lärande och online-lärande, omskolas i användningen.
- Logistik.Denna bransch står för 5% av världens BNP ellermer än 4 biljoner dollar i monetära termer. Tillsammans med en årlig tillväxt på 7-10% per år ökar datamängden också: om denna siffra 2017 var 16,2 ZB, kommer det år 2020 att vara cirka 44 ZB.
Datadrivna lösningar inom detta områdekommer att hjälpa till att planera rutter mer effektivt, förutsäga lönsamheten för transporter, samt förutsäga olyckor på grund av utrustningsslitage och säkerställa säkerheten för stängda anläggningar.
Flygbolag har implementerat liknande lösningar i RysslandAeroflot, S7 och Utair. S7 använder ett ansiktsigenkänningssystem för passagerare på Domodedovo flygplats och ett system för att anpassa tjänster för besökare till affärslounger, medan Aeroflot använder verktyg för att segmentera kunder baserat på deras köpkraft för att förutsäga framtida köp.
- Offentlig sektor.Statliga myndigheter ackumulerar den största mängden data - deras bearbetning och analys kan öka effektiviteten i arbetet och kvaliteten på de tjänster som tillhandahålls flera gånger.
Data Science Products ImplementedFederal Tax Service (FTS), den ryska regeringens analytiska centrum, pensionsfonden, Moskvas regering, obligatorisk sjukförsäkringsfond, federala säkerhetstjänsten, utredningsutskottet och utrikesunderrättelsetjänsten.
FTS använder datalogiska lösningar för kontrollför betalning av mervärdesskatt (moms), och Moskvas regering - inom ramen för projektet för att förbättra stadstransportsystemet "Allmän plan". I den analyserar modellerna passagerartrafik inom yttransport och tunnelbana. Ministeriet för telekom och masskommunikation utvecklar en "digital plattform för kontroll- och övervakningsaktiviteter", där datavetenskapslösningar optimerar regleringsprocessen.
- Extraktiv industri. Big data-analys i denna bransch tillåterdelvis automatisera bedömningen av fältutvecklingens effektivitet, övervaka utrustningens tillstånd och bestämma tidpunkten för dess reparation, samt optimera transportvägar och utrustningsförsörjningssystem.
Till exempel implementerades en datavetenskapslösningföretag Gazprom Neft och Surgutneftegaz. I det första fallet analyserar systemet uppdelningar och förutsäger när de kan inträffa, i det andra optimerar det affärsprocesser och minskar tiden som krävs för att förbereda rapporter.
- Lantbruk.År 2050, global efterfrågan pålivsmedelsförsörjningen kommer nästan att fördubblas, så bönder tvingas öka produktionsvolymerna. Datavetenskap kommer att hjälpa jordbruksproducenter att förutsäga missväxt eller tvärtom ett överutbud av produkter i lager, och bättre beräkna volymen av nödvändiga frön och gödningsmedel, med hänsyn till klimatets och jordens egenskaper. Detta kommer att förbättra produktiviteten och minska kostnaderna.
I Ryssland implementerar företaget en liknande lösningEkoNiva, den största regionala partnern till jordbruksutrustningstillverkaren John Deer. Vi talar om ett datorseendesystem utvecklat av Cognitive Technology som förvandlar konventionella skördare till obemannade.
Vilka branscher har potential
- Allmännyttiga tjänster.Inom bostads- och allmännyttiga sektorn kommer analys av ackumulerade data att göra det möjligt att förutsäga utrustningsavbrott, automatiskt hålla reda på förbrukningen av vatten, gas och elektricitet, samt teknologiska den juridiska funktionen.
Det finns fortfarande bara ett fåtal genomförandeärenden på detta område.Till exempel implementerade Mosenergosbyt en datavetenskaplig lösning för att automatisera beräkningen av indrivningar av försenade betalningar för el. Detta gjorde det möjligt att undvika att utöka personalstyrkan på advokater och minska kostnaderna.
- Livsmedelsindustrin.Big Data Analys i livsmedelsindustrinkommer att hjälpa dig att upprätthålla noggrannhet i leveransplaneringen baserat på information om efterfrågan på varor, övervaka produkternas kvalitet och färskhet och sälja produkter mer lönsamt med hjälp av marknadsanalys.
Hittills implementeras sådana lösningar endast av stora internationella aktörer - Nestle, AB InBev Efes och andra. I Ryssland finns det inga fall av användning av teknik i denna bransch.
- Medicin.Big data-analys inom medicin kommer att hjälpa läkarefatta mer informerade beslut när man ställer en diagnos och ordinera den mest lämpliga behandlingen; skapa en elektronisk patientjournal från olika data om hans hälsotillstånd och snabbt bearbeta data från bärbara enheter utan medverkan av en läkare.
Det finns väldigt få exempel på implementering av datavetenskapliga produkter i medicin i Ryssland - de används endast av tjänsteleverantörer inom telemedicin som DocDoc och Doc +.
Big data är redan framtiden.Att analysera dem hjälper företag att bättre förstå sin publik och personalisera erbjudanden för enskilda kunder. samla information om fördelarna med produkten och utvärdera den verkliga användarupplevelsen; korrekt beräkna risker och bekämpa bedrägerier, samt optimera affärsprocesser.
Om det idag finns branscher där det inte har slagit igenomautomatisering och intellektualisering av processer baserade på big data-analys, så kommer införandet av datavetenskapliga lösningar om fem år att bli normen även för de mest konservativa sektorerna i ekonomin.
Big data ger organisationer möjlighet att minskakostnader utan en global förändring av arbetsschemat. Detta ger företag som har implementerat sådana lösningar en ytterligare konkurrensfördel - detta är det bästa incitamentet för marknadsutveckling.
Se även:
Astronomer har upptäckt en månaccelerator från 60-talet. Han är på väg mot jorden
Forskare har skapat en färg som kan ersätta dyra solpaneler
CHEOPS-uppdraget har hittat en planet med de tuffaste förhållandena i universum. huvudsaken