Выгоды использования технологии в бизнесе
ТЕМА 3. ЦИФРОВАЯ ТАМОЖНЯ: СУЩНОСТНЫЕ ХАРАКТЕРИСТИКИ И ПРОГНОЗИРУЕМЫЕ ЭФФЕКТЫ
1. Цифровая экономика
2. Понятие электронной и цифровой таможни
3. «Большие данные» как элемент цифровой таможни
Большие данные» как элемент цифровой таможни
К 2020 г. к интернету в мире будет подключены примерно 50 млрд устройств, а объем генерируемых ими данных достигнет 44 трлн ГБ, полагают эксперты. Гигантские потоки этой информации, Big Data, используются в различных сегментах экономики: от потребительского рынка и рекламы до нефтегазовой отрасли и финансового сектора. Бурное развитие технологий Big Data требует особого подхода к регулированию, чтобы обеспечить пользователям защиту, а бизнесу — выгодную перспективу в условиях глобальной конкуренции.
«Большие данные» (Big Data) — «топливо для новой цифровой экономики», такое определение дано в программе Еврокомиссии «Горизонт 2020».
Термин Big Data появился в 2008 году. Впервые его употребил редактор журнала Nature — Клиффорд Линч. Он рассказывал про взрывной рост объемов мировой информации и отмечал, что освоить их помогут новые инструменты и более развитые технологии.
Большие данные (Big Data) — общее название для структурированных и неструктурированных данных огромных объемов, которые эффективно обрабатываются с помощью масштабируемых программных инструментов. Такие инструменты появились в конце 2000 годов и стали альтернативой традиционным базам данных и решениям Business Intelligence.
|
|
Анализ больших данных проводят для того, чтобы получить новую, ранее неизвестную информацию. Подобные открытия называют инсайтом, что означает озарение, догадку, внезапное понимание.
Традиционный:
- Постепенный анализ небольших пакетов данных;
- Редакция и сортировка данных перед анализом;
- Старт с гипотезы и ее тестирования относительно данных;
- Данные собираются, обрабатываются, хранятся и лишь затем анализируются.
Big Data:
- Анализ всего массива доступных данных;
- Данные анализируются в их исходном виде;
- Поиск корреляций по всем данным до получения искомой информации;
- Анализ данных в реальном времени по мере поступления.
Функции и задачи больших данных.
Когда говорят о Big Data, упоминают правило VVV — три признака, которыми большие данные должны обладать:
1. Volume — объем (данные измеряются по величине физического объема документов).
2. Velocity — данные регулярно обновляются, что требует их постоянной обработки.
3. Variety — разнообразные данные могут иметь неоднородные форматы, быть неструктурированными или структурированными частично.
В России под Big Data подразумевают также технологии обработки, а в мире — лишь сам объект исследования.
|
|
Big Data — собственно массивы необработанных данных, хранение и управление большими объемами постоянно обновляющейся информации
Data mining — процесс обработки и структуризации данных, этап аналитики для выявления закономерностей, структурирование разнообразных сведений, поиск скрытых и неочевидных связей для приведения к единому знаменателю
Machine learning — процесс машинного обучения на основе обнаруженных связей в процессе анализа, аналитика и прогнозирование на основе обработанной и структурированной информации
В 2007 году стал популярен новый тип машинного обучения — Deep learning (Глубокое обучение). Он позволил усовершенствовать нейронные сети до уровня ограниченного искусственного интеллекта. При обычном машинном обучении компьютер извлекал опыт через примеры программиста, а при Deep Learning система уже сама создает многоуровневые вычисления и делает выводы.
К источникам больших данных относят:
- Интернет — соцсети, блоги, СМИ, форумы, сайты, интернет вещей (IoT).
- Корпоративные данные — транзакционная деловая информация, архивы, базы данных.
- Показания устройств — датчиков, приборов, а также метеорологические данные, данные сотовой связи и т. д.
|
|
Для корректного функционирования система больших данных должна быть основана на определенных принципах:
- Горизонтальная масштабируемость — любая система, которая обрабатывает большие данные должна быть расширяемой. Если объем данных вырастет в 2 раза, то количество серверов в кластере также должно быть увеличено в 2 раза.
- Отказоустойчивость — необходимое условие при большом количестве машин, которые неизбежно будут выходить из строя.
- Локальность данных — для снижения издержек данные необходимо обрабатывать на том же сервере, где они хранятся.
Активнее всего большие данные используют в финансовой и медицинской отраслях, высокотехнологичных и интернет-компаниях, а также в государственном секторе.
Big Data в бизнесе
Всех, кто имеет дело с большими данным, можно условно разделить на несколько групп:
- Поставщики инфраструктуры — решают задачи хранения и предобработки данных. Например: IBM, Microsoft, Oracle, Sap и другие.
- Датамайнеры — разработчики алгоритмов, которые помогают заказчикам извлекать ценные сведения. Среди них: Yandex Data Factory, «Алгомост», Glowbyte Consulting, CleverData и др.
- Системные интеграторы — внедряют системы анализа данных на стороне клиента. К примеру: «Форс», «Крок» и др.
|
|
- Потребители — компании, которые покупают программно-аппаратные комплексы и заказывают алгоритмы у консультантов. Это «Сбербанк», «Газпром», «МТС», «Мегафон» и другие компании из сферы финансов, телекоммуникаций, ритейла.
- Разработчики готовых сервисов — предлагают готовые решения на основе доступа к большим данным. Они открывают возможности Big Data для широкого круга пользователей.
Основные поставщики больших данных в России — поисковые системы. Они имеют доступ к массивам данных, а кроме того, обладают достаточной технологической базой для создания новых сервисов.
Выгоды использования технологии в бизнесе
- Упрощается планирование.
- Увеличивается скорость запуска новых проектов.
- Повышаются шансы проекта на востребованность.
- Можно оценить степень удовлетворенности пользователей.
- Проще найти и привлечь целевую аудиторию.
- Ускоряется взаимодействие с клиентами и контрагентами.
- Оптимизируются интеграции в цепи поставок.
- Повышается качество клиентского сервиса, скорость взаимодействия.
- Повышается лояльность текущих клиентов.
Интерес к технологиям больших данных в России растет, но у Big Data есть как драйверы, так и ограничители.
Драйверы:
- Высокий спрос на Big Data для повышения конкурентоспособности с помощью возможностей технологий;
- Развитие методов обработки медиафайлов на мировом уровне
- Реализация отраслевого плана по импортозамещению программного обеспечения;
- Тренд на использование услуг российских провайдеров и системных интеграторов;
- Создание технопарков, которые способствуют развитию информационных технологий;
- Государственная программа по внедрению грид-систем — виртуальных суперкомпьютеров, которые распространяются по кластерам и связываются сетью;
- Перенос на территорию России серверов, которые обрабатывают персональную информацию.
Ограничители:
- Необходимость обеспечивать безопасность и конфиденциальность данных
- Нехватка квалифицированных кадров;
- В большинстве российских компаний объем накопленных информационных ресурсов не достигает уровня Big Data;
- Новые технологии сложно внедрять в устоявшиеся информационные системы компаний;
- Высокая стоимость технологий;
- Заморозка инвестиционных проектов в России и отток зарубежного капитала;
- Рост цен на импортную продукцию.
Big Data в маркетинге
Зачем нужны большие данные в маркетинге? Анализ массивов информации о компании открывает новые возможности:
- Понять работу бизнеса в цифрах.
- Изучить конкурентов.
- Узнать своих клиентов.
Маркетинг сможет выйти на новый уровень понимания и аналитики, что позволит снизить издержки и увеличить продажи.
Выгоды использования технологии в маркетинге
- Создание точных портретов целевых потребителей.
- Предсказание реакции потребителей на маркетинговые сообщения.
- Максимальная персонализация рекламных сообщений.
- Увеличение кросс-продаж, повторных продаж, ремаркетинга.
- Поиск и определение причин популярности востребованных товаров и продуктов.
- Совершенствование продуктов и услуг, повышение лояльности клиентов.
- Повышение качества обслуживания.
- Предупреждение мошенничества.
- Снижение издержек в работе с поставщиками и клиентами.
Дата добавления: 2020-11-23; просмотров: 84; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!