ул. М. Лынькова, 19/1, пом. 1Н, г. Минск, Республика Беларусь, 220104     info@itc.by     +375(29) 369-61-24; +375 (29) 369-68-08      +375 (29) 369-51-26

big-data-2

Дайте новую жизнь вашему бизнесу с технологиями Big Data

Узнайте предпочтения клиентов, увеличивайте эффективность маркетинговых компаний, проводите углубленный анализ рисков, совершенствуйте систему управления запасами и поставками продукции, удерживайте существующих клиентов и привлекайте новых

Что же такое Big Data?

Толчком развития направления Big Data стал стремительный рост социальных сетей, когда по каждому пользователю в интернете стало накапливаться значительное количество информации. Бурное развитие интернет-ресурсов и сетей «интернета вещей» добавляют гигантские потоки информации и порождают огромные базы данных. Традиционными способами уже не справиться с такими объемами. Многие полагаю, что термин «Большие Данные» означает лишь объем накопительной информации, но не стоит забывать и о технической стороне включая новые технологии хранения, обработки и анализа информации.

5 признаков характеризующих сферу Больших Данных

1. Значительный объем информации, который трудно обрабатывать, хранить и анализировать без новых подходов и технологий

2. Увеличивающаяся скорость накопления и обработки данных в реальном времени

3. Многообразие структурированной и неструктурированной разноформатной информации требующей классификации и комплексного анализа

4. Высокая значимость достоверности данных. Например, у интернет-компаний есть проблема по разделению действий, проводимых роботом и человеком на сайте компании, что приводит в конечном счете к затруднению анализа данных

5. Ценность накопленной информации. Большие Данные должны приносить определенную ценность компаниям, помогать в усовершенствовании бизнес-процессов, составлении отчетности или оптимизации расходов

При соблюдении указанных выше 5 условий, накопленные объемы данных можно относить к числу больших.

Преимущества технологии Big Data по сравнению с традиционными решениями

  1. Быстрая работа с колоссальным объема информации от петабайт до эксабайт
  2. Высокая скорость обработки баз данных (БД)
  3. Формирование отчетов за считанные  минуты, а не часы
  4. Одновременная обработка структурированной и неструктурированной информации
  5. Децентрализованный способ хранения информации
  6. Получение на выходе достоверных аналитических данных

Организации по всему миру раскрывают свой потенциал успешности за счет возможностей обработки и анализа данных.

Как это работает?

890789789

3 группы технологий Больших Данных

Программное обеспечение

SQL, NoSQL, MapReduce, Hadoop, SAP HANA

Оборудование

Серверы, рабочие станции, системы хранения и передачи информации

Сервисы

Архитектура, обустройство, оптимизация и безопасность данных

Все это образует комплексные платформы для хранения и анализа данных

Применение в отраслях – BIG DATA for whom?

 

Телеком

Телеком-операторы имеют одни из самых объемных баз данных, что позволяет им проводить наиболее глубокий анализ накопленной информации. Одной из сфер применения технологии Больших Данных является управление лояльностью абонентов. Главной целью анализа данных является удержание существующих клиентов и привлечение новых. Для этого компании проводят сегментацию клиентов, анализируют их трафики, определяют социальную принадлежность абонента. Помимо использования информации в маркетинговых целях, в телекоме технологии применяются для предотвращения мошеннических финансовых операций. Одним из ярких примеров данной отрасли является Вымпелком. Компания применяет Большие Данные для повышения качества обслуживания на уровне каждого абонента, составления отчетности, анализа данных для развития сети, борьбы со спамом и персонализации услуг.

Банковский сектор

Значительную долю пользователей Big Data занимают специалисты из финансовой отрасли. Одним из успешных опытов был проведен в Уральском банке реконструкции и развития, где информационную базу стали использовать для анализа клиентов, банк начал предлагать специализированные кредитные предложения, вклады и другие услуги. За год использования данных технологий розничный кредитный портфель компании вырос на 55%. В Альфа-Банке анализируют информацию из социальных сетей, обрабатывают заявки на получение кредита, анализируют поведение посетителей сайта компании. Сбербанк также приступил к обработке массива данных с целью сегментации клиентов, предотвращения мошеннических действий, перекрестных продаж и управления рисками. В дальнейшем планируется усовершенствовать сервис и анализировать действия клиентов в режиме реального времени. Всероссийский банк развития регионов анализирует поведение владельцев пластиковых карт. Это позволяет выявить нетипичные для конкретного клиента операции, тем самым повышается вероятность выявления воровства денежных средств с пластиковых карточек.

Государственные органы

В таких странах, как Германия, Австралия, Испания, Япония, Бразилия и Пакистан технологии Больших Данных используются для решения вопросов национального масштаба. Данные технологии помогают органам государственной власти более эффективно предоставлять услуги населению, оказывать адресную социальную поддержку. В России данные технологии стали осваивать такие государственные органы, как Пенсионный Фонд, Федеральная Налоговая Служба и Фонда обязательного медицинского страхования. Потенциал реализации проектов с использованием Big Data большой, данные технологии могли бы помочь в улучшении качества сервисов, и, как следствие, уровня жизни населения.

Розничная торговля

В России технологии Больших Данных были внедрены компаниями как онлайн, так и оффлайн торговли. На сегодняшний день, по данным CNews Analytics, Big Data используют 20% ритейлеров. 75% специалистов розничной торговли считают Большие Данные необходимыми для развития конкурентоспособной стратегии продвижения компании. По статистике Hadoop после внедрения технологии Больших Данных прибыль в торговых организациях вырастает на 7-10%. Специалисты М. Видео говорят об улучшении логистического планирования после внедрения SAP HANA, также, в результате ее внедрения, подготовка годовой отчетности сократилась с 10 дней до 3, скорость ежедневной загрузки данных сократилась с 3 часов до 30 минут. Wikimart используют данные технологии для формирования рекомендаций посетителям сайта. Одним из первых оффлайн-магазинов внедривших анализ Больших Данных в России, была «Лента». С помощью Big Data ритейл стал изучать информацию о покупателях из кассовых чеков. Ритейлер собирает информацию для составления поведенческих моделей, что дает возможность более обоснованно принимать решения на уровне операционной и коммерческой деятельности.

Нефтегазовая отрасль

В данной отрасли сфера применения Больших Данных достаточно широка. Технологии Больших Данных могут быть применены при добычи полезных ископаемых из недр. С их помощью можно анализировать сам процесс добычи и наиболее эффективные способы его извлечения, отслеживать процесс бурения, анализ качества сырья, а также обработку и сбыт конечной продукции. В России данными технологиями стали уже пользоваться Транснефть и Роснефть.

Логистика и транспорт

Big Data также могут быть использованы транспортными компаниями. С помощью технологий Больших Данных можно отслеживать парк автомобилей, учитывать расходы на топливо, проводить мониторинг заявок клиентов. РЖД внедрили технологии Big Data совместно с компанией SAP. Данные технологии помогли сократить срок подготовки отчетности в 43,5 раза (с 14,5 часов до 20 минут), повысить точность распределения затрат в 40 раз. Также Big Data были внедрены в процессы планирования и тарифного регулирования. Всего компаний используется более 300 систем на базе решений SAP, задействовано 4 дата-центра, а количество пользователей составило 220 000.

Игровая индустрия

С помощью Big Data разработчики игры World of Tanks анализируют поведение игроков. Технологии Больших Данных позволили проанализировать поведение 100 тысяч игроков с использованием более чем 100 параметров (информация о покупках, играх, опыт и др.). В результате анализа был получен прогноз оттока пользователей. Данная информация позволяет уменьшить уход пользователей и работать с участниками игры адресно. Разработанная модель оказалась на 20-30% эффективнее стандартных инструментов анализа игровой индустрии.

Игровая индустрия

С помощью Big Data разработчики игры World of Tanks анализируют поведение игроков. Технологии Больших Данных позволили проанализировать поведение 100 тысяч игроков с использованием более чем 100 параметров (информация о покупках, играх, опыт и др.). В результате анализа был получен прогноз оттока пользователей. Данная информация позволяет уменьшить уход пользователей и работать с участниками игры адресно. Разработанная модель оказалась на 20-30% эффективнее стандартных инструментов анализа игровой индустрии.

Медицина

С помощью Big Data собирают данные по младенцам в реальном времени. Система ежесекундно отслеживает тысячи показателей состояния каждого ребенка, что позволяет прогнозировать нестабильное состояние ребенка и начать профилактику заболеваний у детей.

Какие решения в области Big Data предлагает ИТЦ-М

ИТЦ-М является партнером американской компании TERADATA — ведущего мирового поставщика решений в сферах бизнес-аналитики, обработки и анализа данных.

Совместно с Teradata специалисты ИТЦ-М реализовали ряд проектов на территории Беларуси:

1. Решение для Министерства финансов Республики Беларусь;
2. Решение для сотового оператора Велком.

Задачи и функции решаемые с помощью продуктов TERADATA:

  • Аналитические функции и движки, интегрированные в единую среду
  • Резервное копирование и восстановление данных
  • Безопасные, масштабируемые и проверенные облачные решения для аналитики
  • Экономичные и масштабируемые аналитические экосистемы
  • Аппаратные  средства разработанные для хранилища бизнес-данных, обнаружения данных, расширенной аналитики и обработки данных
  • Приложения  с открытым исходным кодом для взаимодействия с клиентами
67867300

Мы уверены, что аналитика и данные раскрывают потенциал великих компаний

Что получают наши клиенты

  • Непревзойденную производительность систем
  • Экономию емкости хранения
  • Модульную конструкцию, обеспечивающую быструю и легкую сборку
  • Масштабируемость, позволяющая наращивать мощность центра в соответствии с ростом потребностей
  • Высокую эффективность за счет применения компонентов с низким энергопотреблением
  • Легкую интеграцию со всеми структурами центра обработки данных

Для получения дополнительной информации или консультации

Scroll Up