ตลาดข้อมูลทั่วโลกกําลังเติบโตพร้อมกับปริมาณข้อมูลที่สร้างขึ้นในแต่ละวันล้าน
ขณะนี้รัสเซียมีสัดส่วนน้อยกว่า 2.29%ขนาดตลาดทั่วโลกสำหรับโซลูชันวิทยาศาสตร์ข้อมูล เมื่อเปรียบเทียบแล้ว สหรัฐฯ คิดเป็น 35% ของปริมาณการซื้อขาย ในปี 2020 ผู้เชี่ยวชาญหลายคนประเมินขนาดของตลาดรัสเซียที่ 10–65 พันล้านรูเบิล ภายในปี 2567 ตามการคาดการณ์ของสมาคมผู้เข้าร่วมตลาดข้อมูลขนาดใหญ่ (BDA) ตัวเลขนี้จะสูงถึง 300 พันล้านรูเบิล
ปัจจัยหลักที่ฉุดรั้งการพัฒนานักวิเคราะห์ในตลาดข้อมูลขนาดใหญ่ของรัสเซียกล่าวว่าการแก้ปัญหามีต้นทุนสูงการขาดผลลัพธ์ที่รวดเร็วจากการนำไปใช้การขาดผู้เชี่ยวชาญตลอดจนปัญหาเกี่ยวกับคุณภาพและการรักษาความลับของข้อมูล การปรากฏตัวของอุปสรรคเหล่านี้นำไปสู่การพัฒนาตลาดที่ไม่สม่ำเสมอสำหรับโซลูชันดังกล่าว ส่วนใหญ่มักดำเนินการโดยธนาคารโทรคมนาคมค้าปลีกอุตสาหกรรมและภาครัฐ อุตสาหกรรมอื่น ๆ ล้าหลังไปไกล
มาดูอุตสาหกรรมชั้นนำต่างๆ ในการใช้โซลูชันวิทยาศาสตร์ข้อมูล รวมถึงอุตสาหกรรมที่มีศักยภาพสูงในการใช้เครื่องมือตามการวิเคราะห์ข้อมูล
ใครใช้วิทยาศาสตร์ข้อมูลอยู่แล้ว
- ธนาคาร.ในด้านการเงิน โซลูชันที่อิงตามวิทยาศาสตร์ข้อมูลช่วยเช่นประเมินผู้กู้ยืม (การให้คะแนนเครดิต) ตรวจสอบผู้ใช้และป้องกันการทำธุรกรรมที่ฉ้อโกง วิเคราะห์ประสิทธิภาพของพอร์ตการลงทุนของผู้ยืมและคาดการณ์ความต้องการเงินสดที่ตู้เอทีเอ็ม
ในภาคการธนาคาร บริษัทส่วนใหญ่สร้างแผนกต่างๆ ของตัวเองในการพัฒนาโซลูชันด้านวิทยาศาสตร์ข้อมูล แทนที่จะสั่งซื้อจากซัพพลายเออร์บุคคลที่สาม ผลิตภัณฑ์จากการวิเคราะห์ข้อมูลถูกใช้โดย VTB, Sberbank, Tinkoff Bank, Raiffeisen, Uralsib, OTP Bank, Leto Bank และอื่นๆ
ตัวอย่างเช่น Sberbank ได้สร้างเครื่องมือสำหรับการแบ่งส่วนและการประเมินความน่าเชื่อถือของลูกค้าความปลอดภัยในโลกไซเบอร์การจัดการบุคลากรการคาดการณ์คิวในสาขาและการคำนวณโบนัสสำหรับพนักงาน Tinkoff Bank ได้พัฒนาโซลูชันสำหรับการบริหารความเสี่ยงและการประเมินความต้องการของผู้กู้ที่มีอยู่และในอนาคต นอกจากนี้ธนาคารยังได้แนะนำผู้ช่วยเสียงของ Oleg ซึ่งสามารถโอนเงินตามคำขอของผู้ใช้สั่งซื้อและส่งเอกสารอิเล็กทรอนิกส์ทางไปรษณีย์รวมทั้งจองโต๊ะในร้านอาหารและซื้อตั๋วชมภาพยนตร์
- โทรคมนาคม.การรวบรวมและวิเคราะห์ข้อมูลช่วยให้บริษัทต่างๆในอุตสาหกรรมนี้ คาดการณ์การไหลออกของสมาชิกและค้นหาวิธีที่จะรักษาพวกเขา สร้างข้อเสนอส่วนบุคคล และกำหนดภาระในอนาคตบนเครือข่ายตามการเคลื่อนไหวของสมาชิก
ผู้ประกอบการรายใหญ่ที่สุดเช่นธนาคารมีทีมพัฒนาโซลูชันด้านวิทยาศาสตร์ข้อมูลของตนเอง เครื่องมือดังกล่าวถูกใช้โดยผู้ปฏิบัติงานของ“ big three”: MTS, Beeline และ MegaFon ตัวอย่างเช่น MTS ได้สร้างระบบที่สร้างข้อเสนอส่วนบุคคลโดยพิจารณาจากข้อมูลปริมาณการใช้งานอุปกรณ์ที่ใช้และการซื้อของสมาชิก MegaFon ใช้วิทยาศาสตร์ข้อมูลเพื่อปรับปรุงคุณภาพของบริการและปรับต้นทุนให้เหมาะสม นอกจากนี้ผู้ประกอบการยังมี บริษัท ย่อยที่พัฒนาโซลูชันด้านวิทยาศาสตร์ข้อมูลสำหรับธุรกิจ
- อสังหาริมทรัพย์ในอุตสาหกรรมการก่อสร้างการว่าจ้างและการจัดซื้ออสังหาริมทรัพย์มักสะสมเอกสารจำนวนมาก: สัญญาการใช้งานโครงการอาคารและสิทธิในที่ดิน โซลูชันด้านวิทยาศาสตร์ข้อมูลในพื้นที่นี้สามารถใช้เพื่อทำนายความต้องการวัตถุประเมินความเสี่ยงเมื่อเลือกไซต์สำหรับการก่อสร้างและกำหนดพฤติกรรมของลูกค้าไว้ล่วงหน้า
โซลูชันดังกล่าวดำเนินการโดย บริษัท CIANROSEKO และ DomClick หลังใช้ระบบที่ใช้แมชชีนเลิร์นนิงเพื่อเร่งการประมวลผลขาเข้าและปรับปรุงการแปลง Agroholding Miratorg ได้ใช้โซลูชันเพื่อทำให้กระบวนการจัดหาอสังหาริมทรัพย์สำหรับคลังสินค้าและฟาร์มเป็นไปโดยอัตโนมัติ
- ประกันภัย.ในอุตสาหกรรมประกันภัย ความถี่ของการโต้ตอบด้วยลูกค้าและความเร็วในการแก้ไขปัญหาต่ำกว่าในธนาคารอย่างมาก อย่างไรก็ตาม ข้อมูลที่บริษัทประกันภัยสะสมนั้นเพียงพอที่จะนำโซลูชั่นทางเทคโนโลยีไปใช้ ตัวอย่างเช่น วิทยาการข้อมูลใช้ในการคำนวณภาษีของ CASCO และ OSAGO สำหรับลูกค้าแต่ละราย รวมถึงสร้างรายการบริการสำหรับกรมธรรม์ประกันสุขภาพ
ในบรรดาตัวแทนอุตสาหกรรมโซลูชั่นที่ใช้เทคโนโลยีนี้ได้รับการปรับใช้โดย บริษัท AlfaStrakhovanie, RESO-Garantia, SOGAZ, Tinkoff Insurance, Renaissance Insurance
ตัวอย่างเช่น SOGAZ ใช้แมชชีนเลิร์นนิงเพื่อการระบุกรณีที่มีการกล่าวเกินจริงอย่างไม่เป็นธรรมของค่ารักษาพยาบาลที่ให้ไว้ ระบบอัตโนมัติช่วยลดภาระงานของผู้เชี่ยวชาญทางการแพทย์และทำให้ บริษัท สามารถลดต้นทุนได้
- นิติศาสตร์.เทคโนโลยีในพื้นที่นี้ช่วยให้ทำงานอัตโนมัติกระบวนการประมวลผลเอกสารตรวจสอบผู้รับเหมาร่างสัญญาและเปรียบเทียบรุ่นเลือกแนวปฏิบัติของศาลในคดีดังกล่าวตลอดจนให้ประชาชนเข้าถึงบริการทางกฎหมายได้อย่างสมบูรณ์มากขึ้น
บริษัท Pravo ใช้โซลูชั่นในด้านนี้ru, BrandMonitor, Amulex, หน่วยงานจัดเก็บภาษีตุลาการ รวมถึงกรมสนับสนุนทางกฎหมายและการบริหารความเสี่ยงทางกฎหมายของกลุ่มธุรกิจรถยนต์ และอื่นๆ
ตัวอย่างเช่นทีมพัฒนาพอร์ทัล Pravoru ได้สร้างระบบที่ประมวลผลคำขอของผู้ใช้ทั่วไปโดยไม่ต้องมีส่วนร่วมโดยตรงจากทนายความและให้การสนับสนุนทางกฎหมายอย่างอิสระ BrandMonitor ได้พัฒนาโซลูชันสำหรับการประเมินสินค้าปลอมบนอินเทอร์เน็ตโดยใช้โลโก้คำอธิบายและเครื่องหมายการค้า ระบบตรวจพบการละเมิดและแจ้งให้ผู้ให้บริการโฮสติ้งทราบโดยอัตโนมัติซึ่งมีเว็บไซต์ที่ลงทะเบียนสำหรับการขายผลิตภัณฑ์ลอกเลียนแบบ และ บริษัท Embedika กำลังพัฒนาระบบอัจฉริยะสำหรับการตรวจสอบสัญญาจ้างแรงงานซึ่งอาศัยวิธีการเรียนรู้แบบแอคทีฟและการเรียนรู้ออนไลน์ได้รับการฝึกฝนในกระบวนการ
- โลจิสติกส์อุตสาหกรรมนี้คิดเป็น 5% ของ GDP โลกหรือมากกว่า 4 ล้านล้านดอลลาร์ในแง่การเงิน นอกจากการเติบโตปีละ 7-10% แล้วปริมาณข้อมูลก็เพิ่มขึ้นเช่นกันหากในปี 2560 ตัวเลขนี้คือ 16.2 ZB จากนั้นในปี 2563 จะอยู่ที่ประมาณ 44 ZB
โซลูชันที่ขับเคลื่อนด้วยข้อมูลในพื้นที่นี้จะช่วยวางแผนเส้นทางได้อย่างมีประสิทธิภาพมากขึ้น คาดการณ์ผลกำไรของการขนส่ง ตลอดจนคาดการณ์อุบัติเหตุเนื่องจากการสึกหรอของอุปกรณ์ และมั่นใจในความปลอดภัยของสถานที่ปิด
สายการบินได้ดำเนินการแก้ปัญหาที่คล้ายกันในรัสเซียAeroflot, S7 และ Utair S7 ใช้ระบบจดจำใบหน้าผู้โดยสารที่สนามบินโดโมเดโดโวและระบบสำหรับการปรับแต่งบริการสำหรับผู้มาเยือนห้องรับรองทางธุรกิจส่วน Aeroflot ใช้เครื่องมือในการแบ่งกลุ่มลูกค้าตามกำลังซื้อเพื่อคาดการณ์การซื้อในอนาคต
- ภาครัฐ.หน่วยงานของรัฐสะสมข้อมูลปริมาณมากที่สุด - การประมวลผลและการวิเคราะห์สามารถเพิ่มประสิทธิภาพในการทำงานและคุณภาพของการบริการที่ให้ไว้ได้หลายครั้ง
ใช้ผลิตภัณฑ์ Data ScienceFederal Tax Service (FTS), ศูนย์วิเคราะห์ของรัฐบาลรัสเซีย, กองทุนบำเหน็จบำนาญ, รัฐบาลมอสโก, กองทุนประกันสุขภาพภาคบังคับ, บริการรักษาความปลอดภัยของรัฐบาลกลาง, คณะกรรมการสืบสวนและหน่วยข่าวกรองต่างประเทศ
FTS ใช้โซลูชันวิทยาศาสตร์ข้อมูลเพื่อการควบคุมสำหรับการชำระภาษีมูลค่าเพิ่ม (VAT) และรัฐบาลมอสโก - ภายในกรอบของโครงการปรับปรุงระบบการขนส่งในเมือง "แผนทั่วไป" ในนั้นแบบจำลองจะวิเคราะห์การจราจรของผู้โดยสารในการขนส่งบนพื้นผิวและรถไฟใต้ดิน กระทรวงโทรคมนาคมและการสื่อสารมวลชนกำลังพัฒนา "แพลตฟอร์มดิจิทัลสำหรับกิจกรรมการควบคุมและการกำกับดูแล" ซึ่งโซลูชันด้านวิทยาศาสตร์ข้อมูลจะช่วยเพิ่มประสิทธิภาพในกระบวนการสร้างกฎ
- อุตสาหกรรมที่ขยายตัว. การวิเคราะห์ข้อมูลขนาดใหญ่ในอุตสาหกรรมนี้ช่วยให้ทำให้การประเมินประสิทธิภาพการพัฒนาภาคสนามเป็นแบบอัตโนมัติบางส่วน ตรวจสอบสภาพของอุปกรณ์ และกำหนดเวลาในการซ่อมแซม ตลอดจนปรับเส้นทางการขนส่งและแผนการจัดหาอุปกรณ์ให้เหมาะสม
ตัวอย่างเช่นมีการนำโซลูชันวิทยาศาสตร์ข้อมูลมาใช้บริษัท Gazprom Neft และ Surgutneftegaz ในกรณีแรกระบบจะวิเคราะห์การพังของอุปกรณ์และคาดการณ์ว่าจะเกิดขึ้นเมื่อใดในกรณีที่สองระบบจะเพิ่มประสิทธิภาพกระบวนการทางธุรกิจและลดเวลาที่ต้องใช้ในการจัดเตรียมรายงาน
- การเกษตร.ภายในปี 2593 ความต้องการทั่วโลกอุปทานอาหารจะเพิ่มขึ้นเกือบสองเท่า ดังนั้นเกษตรกรจึงถูกบังคับให้เพิ่มปริมาณการผลิต วิทยาศาสตร์ข้อมูลจะช่วยให้ผู้ผลิตทางการเกษตรคาดการณ์ความล้มเหลวของพืชผลหรือในทางกลับกัน ผลผลิตล้นตลาดในคลังสินค้า และคำนวณปริมาณเมล็ดพันธุ์และปุ๋ยที่จำเป็นได้ดีขึ้น โดยคำนึงถึงลักษณะของสภาพอากาศและดิน สิ่งนี้จะปรับปรุงประสิทธิภาพการผลิตและลดต้นทุน
ในรัสเซีย บริษัทกำลังใช้โซลูชันที่คล้ายกันนี้EkoNiva พันธมิตรระดับภูมิภาคที่ใหญ่ที่สุดของผู้ผลิตอุปกรณ์การเกษตร John Deer เรากำลังพูดถึงระบบคอมพิวเตอร์วิทัศน์ที่พัฒนาโดย Cognitive Technology ซึ่งเปลี่ยนการรวมแบบเดิมๆ ให้เป็นระบบไร้คนควบคุม
อุตสาหกรรมใดมีศักยภาพ
- สาธารณูปโภคในภาคที่อยู่อาศัยและบริการชุมชน การวิเคราะห์ข้อมูลที่สะสมจะช่วยให้สามารถคาดการณ์การชำรุดของอุปกรณ์ ติดตามการใช้น้ำ ก๊าซ และไฟฟ้าได้โดยอัตโนมัติ ตลอดจนใช้เทคโนโลยีการทำงานทางกฎหมาย
ยังมีกรณีการดำเนินการเพียงไม่กี่กรณีในพื้นที่นี้ตัวอย่างเช่น Mosenergosbyt ได้ใช้โซลูชันวิทยาศาสตร์ข้อมูลเพื่อทำให้การคำนวณการเรียกเก็บเงินค่าไฟฟ้าที่ค้างชำระเป็นไปโดยอัตโนมัติ ทำให้สามารถหลีกเลี่ยงการขยายพนักงานทนายความและลดค่าใช้จ่ายได้
- อุตสาหกรรมอาหาร.การวิเคราะห์ข้อมูลขนาดใหญ่ในอุตสาหกรรมอาหารจะช่วยให้คุณรักษาความถูกต้องแม่นยำในการวางแผนการจัดหาตามข้อมูลเกี่ยวกับความต้องการสินค้า ตรวจสอบคุณภาพและความสดใหม่ของผลิตภัณฑ์ และขายสินค้าให้มีกำไรมากขึ้นโดยใช้การวิเคราะห์ตลาด
จนถึงขณะนี้โซลูชันดังกล่าวกำลังดำเนินการโดยผู้เล่นรายใหญ่จากต่างประเทศเท่านั้น - Nestle, AB InBev Efes และอื่น ๆ ในรัสเซียไม่มีกรณีการใช้เทคโนโลยีในอุตสาหกรรมนี้
- ยา.การวิเคราะห์ข้อมูลขนาดใหญ่ในทางการแพทย์จะช่วยแพทย์ได้ตัดสินใจอย่างมีข้อมูลมากขึ้นเมื่อทำการวินิจฉัยและกำหนดวิธีการรักษาที่เหมาะสมที่สุด สร้างบันทึกผู้ป่วยอิเล็กทรอนิกส์จากข้อมูลสถานะสุขภาพที่แตกต่างกันและประมวลผลข้อมูลจากอุปกรณ์สวมใส่ได้อย่างรวดเร็วโดยไม่ต้องมีส่วนร่วมของแพทย์
มีตัวอย่างน้อยมากของการนำผลิตภัณฑ์ที่ใช้วิทยาศาสตร์ข้อมูลมาใช้ในการแพทย์ในรัสเซีย - ใช้โดยผู้ให้บริการ telemedicine เท่านั้นเช่น DocDoc และ Doc +
ข้อมูลขนาดใหญ่เป็นอนาคตอยู่แล้วการวิเคราะห์ข้อมูลเหล่านี้จะช่วยให้ธุรกิจเข้าใจกลุ่มเป้าหมายและปรับเปลี่ยนข้อเสนอสำหรับลูกค้าแต่ละรายได้ดีขึ้น รวบรวมข้อมูลเกี่ยวกับประโยชน์ของผลิตภัณฑ์และประเมินประสบการณ์ของผู้ใช้จริง คำนวณความเสี่ยงอย่างแม่นยำและต่อสู้กับการฉ้อโกงตลอดจนเพิ่มประสิทธิภาพกระบวนการทางธุรกิจ
ถ้าวันนี้มีอุตสาหกรรมที่ยังไม่ทะลุทะลวงระบบอัตโนมัติและปัญญาของกระบวนการที่อิงจากการวิเคราะห์ข้อมูลขนาดใหญ่ จากนั้นในอีกห้าปีข้างหน้า การแนะนำโซลูชันด้านวิทยาศาสตร์ข้อมูลจะกลายเป็นบรรทัดฐาน แม้แต่ในภาคส่วนอนุรักษ์นิยมที่สุดของเศรษฐกิจก็ตาม
ข้อมูลขนาดใหญ่ช่วยให้องค์กรสามารถลดค่าใช้จ่ายโดยไม่มีการเปลี่ยนแปลงทั่วโลกในรูปแบบการทำงาน สิ่งนี้ทำให้ บริษัท ที่นำโซลูชันดังกล่าวมีข้อได้เปรียบในการแข่งขันเพิ่มขึ้นซึ่งเป็นแรงจูงใจที่ดีที่สุดสำหรับการพัฒนาตลาด
ดูเพิ่มเติมที่:
นักดาราศาสตร์ค้นพบเครื่องเร่งดวงจันทร์ตั้งแต่ทศวรรษที่ 60 เขามุ่งหน้าสู่โลก
นักวิทยาศาสตร์ได้สร้างสีที่สามารถแทนที่แผงโซลาร์เซลล์ราคาแพงได้
ภารกิจ CHEOPS ได้พบดาวเคราะห์ที่มีสภาพเลวร้ายที่สุดในจักรวาล สิ่งหลัก