Почему уже сейчас нужно использовать системы, работающие с Big Data

Согласно данным IDC, доходы, получаемые при работе с большими данными, возрастут со 130 млрд долларов США (показатель, зафиксированный по миру в 2016 году) до $204 млрд к 2020 году. Получить коммерческую выгоду от этого смогут лишь те компании, у которых есть соответствующая IT-инфраструктура.

Основные преимущества

Внедряя комплексы, работающие с Big Data, компании получают конкурентные преимущества. В числе основных:

• оперативный поиск решений для проблемных ситуаций — система обрабатывает массивы данных, устанавливает закономерности и причинно-следственные связи, что позволяет выявлять проблемы на ранней стадии (порой даже в стадии угрозы) и устранять их;
• грамотность управленческих решений;
• оптимизация — имеется в виду рациональное использование ресурсов, их централизация для достижения конкретной цели;
• прогнозирование, в том числе макроэкономическое — анализ текущих данных необходим для построения моделей, предсказывания будущих сценариев развития событий.

Важное преимущество подобных систем — оперирование неструктурированными данными, которые практически невозможно сгруппировать, объединить по одному признаку, представить в виде таблиц, взаимосвязанных закономерностей.

Признаки Big Data

Существует так называемое правило 5V, при выполнении которого можно говорить об информации как о крупном массиве данных:

Volume – объем данных, которые трудозатратно и нерационально обрабатывать традиционными способами.

Variety – информация разрознена, разноформатна. Это текст, графика, аудиофайлы, поступающие из разных источников. Такие данные невозможно привести «к общему знаменателю», необходим комплексный анализ. Сегодня неструктурированная информация составляет основу данных большинства компаний. Ее доля достигает 80% в общем массиве.

Velocity – скорость аккумулирования и обработки данных. О Big Data говорят в случаях, когда около 90% информации компания накапливает за последние два операционных года. Эффективной считается их обработка в реальном времени.

Veracity – информация должна быть достоверной. При ее сборе в ручном и автоматизированном режимах возникают сложности при анализе.

Value – ценной считается информация, которая приносит компании выгоду в виде оптимизации расходов, повышения эффективности управленческих решений, снижения рисков и так далее.

Внедряя системы типа SAP HANA для работы с Big Data, компании начинают эффективно работать со сложными аналитическими запросами, система обеспечивает хранение больших массивов информации и высокую скорость обработки транзакций. Ведется контроль целевого расходования средств, что приводит к сокращению затрат. Внедряя систему сейчас, вы в будущем сможете ее масштабировать, и не столкнетесь с ситуацией, когда текущих мощностей не будет хватать, а модернизация станет вынужденной мерой, трудо- и финансово затратной, влекущей за собой простои.

Сферы применения

В отчетах Data Collective говорится о том, что в 2014 году прирост проектов с Big Data составил 125%. Тренд сохранился и в последующие два года, со средним ежегодным приростом на уровне 87%. Системы внедряют такие крупные компании, как IBM, Bank of America, HSBC, Procter & Gamble, VISA, Master Card, Coca Cola, Starbucks, Netflix.

Маркетологам работа с большими массивами данных помогает изучить целевую аудиторию, определить степень удовлетворенности, повысить лояльность и лучше таргетировать рекламу. Финансово-кредитные организации получают возможность систематизировать информацию о клиентах, разработать новые коммерчески успешные продукты, защититься от мошенничества, более точно оценить кредитоспособность заемщиков, сегментировать их. Работа с большими массивами данных характерна для телекоммуникационных компаний. Информация об абонентах имеет огромную ценность для них. Комплексы Big Data необходимы компании и для внутреннего использования: управление персоналом, прогнозирование, планирование, системы бонусов и мотиваций.

Согласно исследованию, проведенному IBM Institute, чаще всего с такими системами работают клиентоориентированные компании (53% случаев). Анализируя данные, можно создать портрет «идеального покупателя», построить модель поведения и определить лучшие каналы сбыта. Так формируется персональное предложение в нужное время. Big Data используют для оценки эффективности деятельности компании (43%), анализа рисков (7%).

Материал подготовлен при информационной поддержке «АСАП Консалтинг»