Аналитика способна произвести настоящую революцию в мире бизнеса. Внедрение передовых аналитических технологий в корне меняет подход компаний к своей деятельности, повышает ROI, открывает новые перспективы в планировании рекламной стратегии и повышении продаж.
В 2014 году International Data Corporation (IDC) представила прогнозы и новые тренды в области Big Data. Приведем некоторые выдержки из отчета:
- в ближайшие 5 лет объемы вложений в облачные хранилища данных будут расти в 3 раза быстрее расходов на локальные хранилища;
- к 2018 году рыночный спрос на data scientist’ов вырастет более чем в 5 раз;
- приложения, работающие на основе передовых технологий анализа и прогнозирования будут развиваться на 65% быстрее приложений без интеллектуальной составляющей.
- 100% крупных организаций к 2019 году начнут монетизировать свои данные (сейчас этот показатель составляет 70%).
К 2018 году половина потребителей будут постоянно взаимодействовать со службами на основе когнитивных вычислений. Ведущие организации изменят отношение к оценке своей деятельности, взаимодействию с клиентами и распределению ресурсов. Компании, использующие результаты аналитики данных в работе, выбьются в бесспорные лидеры рынка.
Представляем сводку последних исследований, посвященных применению аналитических технологий в различных компаниях и их роли в повышении эффективности бизнес-процессов.
В сентябре 2014 года Accenture обнародовала результаты масштабного исследования под названием «Big Success from Big Data» («Большой успех от больших данных»). Авторы опросили 1000 руководителей компаний из 7 различных отраслей. 92% респондентов выразили полную удовлетворенность результатами внедрения Big Data и их влиянием на свой бизнес, 89% назвали аналитику очень важной составляющей в налаживании бизнес-процессов.
Как утверждает Accenture, если компания успешно воплотила хотя бы один Big Data проект, она вряд ли откажется от передовых аналитических решений в дальнейшем в пользу устаревших методов. Это, без сомнений, революция в мире бизнеса!
Следующая работа, на которой хотелось бы акцентировать внимание — исследование GE под названием «Industrial Internet Insights Report», проведенное компанией в 2015 году. От 80% до 90% респондентов из различных отраслей заверили: Big Data входит в топ-3 приоритетных направления для их компаний. 84% опрошенных считают, что применение аналитики способно вытеснить конкурентов с рынка уже в течение от одного до трех лет.89% респондентов отмечают, что без анализа данных для них существует значительный риск потери доли рынка. Многие компании уже выделяют немалые средства из бюджета на реализацию Big Data проектов.
Интересным кейсом поделился консультант по Big Data в EMC Педро Десоуза. Используя один из ключевых аналитических алгоритмов, компания смогла спрогнозировать и уменьшить число случаев закрытия клиентских счетов на 30%, а также снизить стоимость организации и хранения больших данных с 10 миллион долларов до ста тысяч всего за один год. Это, без сомнений, впечатляющие результаты!
Многие предприятия уже давно и успешно пожинают плоды от внедрения Big Data, а такие современные и доступные технологии, как Apache Hadoop® дают возможность хранить огромные объемы информации в сравнение с традиционными хранилищами, что заметно снижает расходы компаний и одновременно приносит прибыль.
Елена Кривцова, DataReview
Источник: datareview.info
Big Data, как инструмент развития бизнеса
18 февраля 2021
Big Data, как инструмент развития бизнеса
Старший маркетолог ООО «Диалог Информационные Технологии»
Специалист-консультант ООО «Диалог ИТ»
Каждой компании, независимо от ее размеров, нужны ценные данные и инсайты. Когда речь заходит о лучшем понимании целевой аудитории и ее предпочтений, Big Data может помочь предугадать потребности клиентов. Статистические данные могут повлиять на результативность работы компании, но для этого их необходимо правильно собрать и проанализировать. Так что же такое большие данные в бизнесе?
В двух словах: Big Data или большие данные – это совокупность инструментов и процессов, помогающих обрабатывать большие объемы данных. Само понятие появилось в результате попыток понять предпочтения, тренды и закономерности, присущие поведению людей, а для этого необходимо собрать и проанализировать гигантские массивы данных. Спустя годы, большие данные помогают компаниям создавать новые товары и услуги.
Преимущества больших данных
Использование больших данных имеет решающее значение для компаний, которые находятся в условиях жесткой конкуренции. На самом деле уже сейчас Big Data используют как IT-компании, так и гиганты в области здравоохранения, бизнеса, да практически везде, где менеджмент хочет улучшить качество предоставляемых услуг или разработать новый продукт.
Возьмем для примера здравоохранение. Использование больших данных помогло фармацевтическим компаниям лучше понять риски и побочные эффекты от новых лекарств, которые бывает трудно найти на ранних стадиях клинических испытаний. Еще один пример: компании встраивали множество сенсорных датчиков в пробные версии своих продуктов (от детских игрушек до электрических приборов), а затем анализировали, как их товар используют потребители. Такие данные дают подсказки о том, каким должен быть дизайн следующих поколений товаров.
Многие эксперты по большим данным считают, что они (данные) – не только создают возможности для роста компаний, но и могут стать началом совершенно нового типа бизнеса, такого, который собирает и анализирует информацию в промышленных масштабах. Большинство таких новых компаний будет пропускать через себя огромные потоки информации о сервисах и продуктах, поставщиках и потребителях также, как и о предпочтениях каждого из них.
Очень важная особенность больших данных заключается в том, что они обновляются в режиме реального времени и показывают актуальную картину происходящего. К примеру, раньше для оценки удовлетворенности пользователей обращались к данным прошлых периодов, теперь же можно гораздо более точно прогнозировать их будущее поведение. Также частота обновлений баз данных помогает компаниям проверять работоспособность своих идей быстрее и точнее. Новые технологии обработки данных начинают использовать не только в частном, но и в государственном секторе, и для такого бурного роста есть ряд причин:
- Диалог с потребителями. Сейчас клиенты становятся все более осознанными в своих решениях, перед совершением покупки они просматривают другие варианты, сравнивают функционал товаров или услуг, поэтому каждая мелочь становится важна. Например, при входе в банк клиента автоматически сканируют и находят его профиль в банковской системе, там же отображается его характер и основные запросы. Персонализированный подход станет проще и дешевле, клиенты будут чувствовать себя особенными, и все благодаря большим данным.
- Разработка и улучшение продуктов. Биг Дата – это один из самых удобных и функциональных методов работы с обратной связью, с возможностью собрать и проанализировать десятки и сотни тысяч отзывов о любом продукте. Отзывы можно рассортировать географически, демографически и получить всеобъемлющую картину. Также появляется возможность быстрее тестировать новые программные продукты, так как идет сбор данных о производительности новых приложений, сроках работ, трудовых и материальных затратах.
- Анализ рисков. Большие данные – это во многом предиктивный анализ. Он опирается на статистические данные в прошлом, чтобы построить релевантную модель будущего. Программа и аналитики могут замечать новые тренды еще до того, как их заметит большинство.
- Безопасность данных. Надстройки для систем хранения и обработки данных позволяют управлять и контролировать всю информацию внутри вашей корпоративной сети, что не может не сказаться на уровне информационной защищенности компании. У больших данных есть нормативные требования, которым они подчиняются, ведь сохранность личной информации – приоритет любой современной компании, которая эту информацию собирает и хранит.
- Новые денежные потоки. Возьмем, к примеру, компанию Twitter. Она не продает на своей странице рекламу, у нее нет платной подписки на сервис, и особых видимых источников дохода. Но за 2020 год она заработала 35 миллиардов долларов выручки, и большая часть этих денег была получена от продажи деперсонализированных личных данных пользователей. Все, что мы делаем в интернете, оставляет за нами цифровой след, по которому можно определить, что мы за личность, каковы наши увлечения, где мы живем, чем питаемся, как часто ходим в ресторан и каким маршрутом возвращаемся домой. Компании вроде Twitter, Facebook и многих других собирают эти данные в огромном количестве, хранят их без привязки к личности пользователя, и продают рекламодателям. Таким образом, мы видим в рекламных объявлениях именно то, что ищем, а значит, реклама более действенна. Это лишь один из примеров, коих множество, но торговля данными, полученными и обработанными с помощью Big Data – очень прибыльна.
Big Data в 1С
В 1С с помощью Big Data вы можете свести вместе и проанализировать данные о росте посещаемости страницы о товаре на веб-сайте и рост количества новых клиентов в базе данных «1С:Бухгалтерия». Или сопоставить увеличение количества запросов от новых клиентов из региона в электронной почте и увеличение времени в командировках (информация из «1С:Документооборот»). Также, можно своевременно заметить незначительный спад в продажах определенной услуги и проанализировать причину такого спада. Ведь данные всех баз предприятия у вас будут под рукой, и вы сможете сопоставить различные показатели, посмотреть их динамику.
В заключение приведем слова Вэйна Томпсона, менеджера по продукту в аналитической компании SAS: машинное обучение и большие данные неразрывно связаны между собой, потому что с помощью данных и алгоритмов их обработки мы можем находить скрытые от глаз модели поведения и ответы на важные вопросы. Чем больше данных высокого качества вы собрали, тем лучше будет результат.
Источник: upr.ru
Big Data для бизнеса: от больших данных к прибыли на Tech Week
В выступлениях топ-менеджеров крупных компаний все чаще слышится упоминание Big Data. О том, что это такое, чем полезна бизнесу и как ее применять, рассказывает управляющий партнер Coffee Analytics Андрей Муратов.
Иллюстрация: Stephen Dawson/Unsplash
Управляющий партнер Coffee Analytics
Руководители часто слышат крамольное «Big Data — это новая нефть». Действительно, компании ежедневно генерируют огромный объем данных, и их количество растет в геометрической прогрессии. Согласно прогнозу IDC, к 2025 году объем цифровых данных вырастет вчетверо — до 175 зеттабайт.
Однако как оптимально использовать данный актив к росту прибыльности компаний: создания конкурентных преимуществ, оптимизации маркетинга и бизнес-процессов — не всегда ясно. Еще редки соответствующие кейсы в бизнес-школах, деловые СМИ и литература — ограничены в передаче проектной специфики, а многие действительно работающие модели и подходы — защищены NDA. Эти и другие вызовы я адресовал в выступлении на ежегодной бизнес-конференции по внедрению цифровых технологий Tech Week. Традиционно в Сколково лидеры из технологичных компаний обсудили как среднему и крупному бизнесу развиваться в беспрецедентных условиях.
К прибыли и эффективности с Big Data
Взрывной рост генерируемой информации связан не в последнюю очередь с растущим числом IoT-устройств (IP-камеры) и датчиков, маркетинговых данных и поведением пользователей, оцифровкой бизнес-процессов традиционного офлайновых индустрий. Как показано на схеме ниже, сбор и работа с Big Data, характерные изначально для цифровых индустрий, то есть взаимодействующих с клиентами через интернет, активно смещается в традиционные «офлайновые» потребительские рынки, где сконцентрирован значимо больший экономический потенциал.
В связи с этим все современные компании всерьез озабочены проблемой оптимального использования накопленных данных. Автоматизированные инструменты обработки баз данных позволяют использовать Big Data для статистического анализа, построения предсказательных моделей и принятия data-driven решений.
Что такое Big Data
Big Data — это термин для динамических, часто чрезвычайно больших наборов информации, генерируемых людьми, машинами и устройствами. К большим данным относят информацию, генерируемую в социальных сетях, данные с машин и мобильных устройств, видео и голосовые записи, а также иные структурированные и неструктурированные форматы.
До недавнего времени большая часть информации, производимой и управляемой людьми, была крайне структурированной, те заранее известные параметры. Она была представлена электронными таблицами и реляционными базами данных.
Но по мере расширения технологий и масштабов человеческой деятельности большая часть информации принимает полуструктурированную или неструктурированную форму. В эти категории попадают аудиопотоки, видео, текст, фотографии, а также цифровой след посетителей в социальных сетях, весь кликстрим (англ. Clickstream, запись активности пользователей) на сайтах и в приложениях. И этой информации много. Приблизительно 3,7 миллиарда человек пользуются интернетом и половина поисковых запросов выполняется с мобильного телефона, поэтому в среднем ежедневно мы делаем ошеломляющее 5,6 миллиарда запросов, и это только Google.
- В Instagram публикуется 350 000 постов.
- А в Twitter — 456 000 твитов.
- На YouTube просматривается 4 146 600 видео.
- А пользователи WhatsApp посылают 41 миллион текстовых сообщений.
Характеристики Big Data
Концептуально большие данные имеют определенные характеристики, обычно обозначаемые пятью буквами V:
- Объем (Volume): в сравнении с традиционными источниками информации.
- Разнообразие (Variety): поступают из множества источников и могут принимать множество форматов.
- Скорость (Velocity): генерируются с большой скоростью и должны обрабатываться так же быстро.
- Достоверность (Veracity): показатель надежности и точности информации.
- Ценность (Value): преимущества, которые получают бизнес и общество.
Чем полезна Big Data
Благодаря разнообразию источников данных, ERP и CRM-систем, рекламных и социальных платформ, программ лояльности, IoT и баз данных, повышаются требования к технологиям и навыкам для управления большими данными, анализа и извлечения из них ценности.
После завершения интеграционного этапа и синхронизации всей архитектуры данных в компании, у бизнеса часто возникает потребность в применении методов машинного обучения (ML, machine learning) поиска новых ответов. Так возникла область Data Science для профессиональной аналитики, способной использовать существующие источники данных и генерировать новые знания и инсайты, извлекать скрытые закономерности и практические идеи.
На схеме ниже показано как собранные источники сначала позволили компании провести детальную аналитику программы лояльности, а затем построить модель прогноза показателя LTV-клиентов с помощью машинного обучения.
Профессионалам в этой отрасли требуются опыт в области бизнеса, навыки эффективного общения, способность точно интерпретировать результаты и использовать статистические методы, языки программирования, пакеты программного обеспечения, библиотеки и инфраструктуру. По этой причине в секции Marketing Tech рассказал о четырех типовых подходах к структурированию и моделированию для расчета:
- LTV (life time value, пожизненная ценность клиента).
- Churn rate (вероятность ухода клиента).
- ROPO (research online purchase offline, влияние онлайн каналов на офлайн-продажи).
- MMO (marketing mix optimization, оптимального медиавоздействия).
С предложенными фреймворками отделы маркетинга смогут значительно ускорить внедрение подобных проектов у себя в компании.
Способы интерпретации и представления в BI
Крайне важна и визуализация полученных результатов работы с Big Data. Специалисты по обработке данных с помощью инструментов BI (business intelligence) пакетов помогают менеджерам выявлять тенденции и закономерности подавая информацию в доступной для нетехнических специалистов форме.
Визуализация данных обеспечивает графическое представление информации, которая удовлетворяет потребность в передаче результатов анализа больших данных тем, кто находится за пределами отдела аналитики.
На примере отчета в Power BI видно, как наглядно может быть представлена комплексная метрика LTV и связанные показатели, на которые опираются в работе несколько департаментов компании.
Чтобы добиться такого результата, специалист по визуализации данных стремиться достичь тонкого баланса между формой и функцией. Типы визуализации для построения дашбордов (англ. dashboard — информационная панель) включают диаграммы, таблицы, графики, карты, инфографику и многое другое.
Таким образом, лучшие BI-платформы визуально отображают основные бизнес-показатели и их динамику, позволяя заинтересованным сторонам использовать эту информацию для визуальной аналитики Big Data.
Будущее Big Data
Большинство экспертов по большим данным согласны с тем, что объем генерируемых данных будет продолжать расти в геометрической прогрессии в будущем. По некоторым оценкам, к 2025 году глобальная сфера данных достигнет 175 зеттабайт. Основными факторами, способствующими этому, являются рост числа пользователей интернета, которые делают все в режиме онлайн, и распространение подключенных устройств и встроенных систем.
С учетом того, что поставщики общедоступных и корпоративных облачных услуг, такие как Amazon Web Services (AWS), Microsoft Azure и Google Cloud Platform, трансформируют способы хранения и обработки больших данных, эксперты также предсказывают, что будущее больших данных останется за облачными технологиями. А гибридные и мультиоблачные среды рассматриваются как будущее корпоративного развертывания проектов больших данных.
Ожидается, что так называемые «быстрые данные», которые позволяют обрабатывать потоки в реальном времени, будут приобретать все большее значение. Благодаря технологиям потоковой обработки, дающим организациям возможность анализировать такую информацию всего за одну миллисекунду, быстрые данные станут критически важным средством получения прибыли для бизнеса.
Примером подобных проектов является скоринг пользователей в режиме реального времени для интернет-магазинов премиальных товаров, b2b-сервисов, сайтов застройщиков и так далее, где потеря клиента крайне дорога для компании.
Ожидается, что внедрение развивающихся технологий машинного обучения и искусственного интеллекта в инструменты анализа больших данных будет способствовать развитию этой тенденции.
Дружите с Big Data
Использование больших данных — это новый рубеж в бизнесе и предпринимательстве. Все признаки и тренды указывают на яркое будущее для прорывных технологий в этом направлении, которые делают применение больших данных в бизнесе практически безграничным.
Использование Big Data в маркетинге, управлении и формировании долгосрочной стратегии компании создаст преимущество над конкурентами. Вопрос в том, когда позволите этим изменениям начать происходить.
Источник: delovoymir.biz