Logo Море(!) аналитической информации!
IT-консалтинг Software Engineering Программирование СУБД Безопасность Internet Сети Операционные системы Hardware
Архив форумов ЦИТФорума
Море(!) вопросов - Море(!) ответов
 
 FAQFAQ   ПоискПоиск   ПользователиПользователи   ГруппыГруппы   РегистрацияРегистрация 
 ПрофильПрофиль   Войти и проверить личные сообщенияВойти и проверить личные сообщения   ВходВход 
Как правильно задавать вопросы

Теория и практика Big Data

 
Перейти:  
Этот форум закрыт, вы не можете писать новые сообщения и редактировать старые.   Эта тема закрыта, вы не можете писать ответы и редактировать сообщения.    Список форумов Архив форумов ЦИТФорума -> Работа
Предыдущая тема :: Следующая тема  

А вы слышали про Big Data?
Да
0%
 0%  [ 0 ]
Нет
0%
 0%  [ 0 ]
Всего голосов : 0

Автор Сообщение
Datasense



Зарегистрирован: 30.04.2014
Сообщения: 3

СообщениеДобавлено: Пн Июн 09 2014 13:53    Заголовок сообщения: Теория и практика Big Data Ответить с цитатой

Анализ больших данных стал главной темой на всех конференциях последнего года. Представители многих крупных компаний знают, что это такое, однако отсутствие опыта и необходимость значительных инвестиций тормозят внедрение данного метода. Тем не менее следует понимать, что в любой инновационной области максимальную выгоду получают именно пионеры технологии. Это подтверждает и исторический опыт, достаточно вспомнить имена некоторых изобретателей:

  • Джеймс Харгривс, чье модернизированное прядильное устройство произвело настоящую промышленную революцию;

  • Роберт Муррей, ставший инициатором единого почтового тарифа на доставку отправлений;
  • Генри Форд, конвейерное производство которого сократило время сборки автомобилей и повысило ее качество.

Эти идеи казались весьма сомнительными и очень рискованными с финансовой точки зрения, тем не менее время и опыт доказали, что внедрение данных технологий правильное решение, без которого невозможно было бы развитие отраслей. Вернемся к анализу больших данных и обратимся к планам компаний и первым успехам.

Вымпелком
Компания Вымпелком, известная большинству потребителей под торговой маркой Билайн, уже оценила успешность внедрения технологии анализа больших данных. Проект Big Data в этой компании заключался в создании системы персональных предложений для клиентов, обратившихся к операторам. Результатом 3-месячной работы системы стал рост выручки с каждого абонента в среднем на 9 %. Компания не собирается останавливаться на достигнутом: функционал системы будет внедрен в личный кабинет клиента, голосовое меню и мобильный клиент. Фирма также обеспечит доступ к информации региональным дилерам, чтобы они могли использовать эти сведения в своих программах.

HubCab
Один из таксопарков города Нью-Йорка провел довольно интересный анализ GPS-координат своего парка машин. Одной из целей данной акции было изучение самых популярных направлений передвижения пассажиров для создания маршрутов, позволяющих забирать попутчиков по ходу движения.

Thiess
Лидер в области горнодобычи собирается применить предиктивную систему аналитики и статистического моделирования для минимизации рисков выхода из строя штатного оборудования. Создание технического функционала данной системы поручено IT-гиганту IBM.
Разработанный на основе большого числа прецедентов комплекс позволит предсказывать поломки, вероятность появления которых в конкретный момент времени максимально велика. Заблаговременный ремонт, обслуживание и замена узлов позволят уменьшить время простоя оборудования, увеличить срок эксплуатации деталей и сделать работу всей компании более эффективной.

Pixalate
Специализация компании Pixalate анализ больших данных с целью поиска аномальных отклонений, характерных для мошеннических манипуляций в онлайн-рекламе. По статистике Бюро IAB, более 1/3 всех баннерных систем подвергается накрутке в большей или меньшей степени, что в свою очередь ведет к суммарным убыткам рекламодателя в размере 11 млрд долларов США каждый год.
Инновационная технология позволяет выявлять аномалии и сильные корреляционные отклонения в работе систем по множеству факторов, а также обнаруживать факты накрутки показов или кликов по рекламе в режиме реального времени. Данная realtime-система не имеет аналогов: в настоящее время все подобные сервисы способны проводить лишь постанализ.
Помимо поиска накруток и выявления среди пользователей ботов, система анализа Pixalate позволяет получать подробнейшие сведения обо всех просмотрах и кликах для дальнейшей оптимизации рекламных кампаний.
Качество работы данной системы подтверждается итогами закрытого бета-тестирования, в котором принимали участие компании Amazon, TripAdvisor, Orange Telecom и LendingTree. Все они стали клиентами данного сервиса.

Reflektion
Анализ больших данных прекрасно подходит для обработки статистики и выявления закономерностей в поведении клиентов, что в свою очередь позволяет предсказывать желания и на этом основании делать интересные предложения вместо слепого перебора вариантов.
Данной работой и занялась компания Reflektion, чьи методы и решения способны преобразить всю систему электронной коммерции. Получив 8 млн долларов США из фонда Nike и Intel Capital, компания смогла продолжить развитие собственной системы аналитики, просчитывающей вероятность дальнейших действий пользователя и подбирающей для него оптимальные варианты.
Лидер в производстве одежды O’Neill уже начал сотрудничество с компанией и внедряет решения Reflektion в свой бизнес. По словам представителей организации, первые результаты проявились в 50-процентном росте конверсии.

Opower
Основанная в 2007 году компания Opower своей главной целью ставит разработку методов и средств учёта расхода электроэнергии, а также создание эффективной схемы электроснабжения. После выявления потребителей с высоким расходом в рамках первичного аудита компания предоставляет детализированный счет за электроэнергию. Но этим услуги не ограничиваются: по желанию клиента фирма может разработать систему, позволяющую экономить средства. На основе накопленных данных проектируется схема электропитания, которая задействует приборы с большим потреблением энергии во время льготных периодов (например, ночью) и оптимизирует работу систем освещения, кондиционирования воздуха и т. п.
Первые шаги в освоении Big Data сделаны и индустриальными гигантами, и компаниями-разработчиками готовых решений и комплексов анализа данных. Современное развитие рынка позволяет говорить о четких намерениях компаний внедрять Big Data в свой бизнес. По результатам опроса, 10 из 30 ведущих российских банков уже используют технологии анализа больших данных и еще 7 планируют внедрить их в ближайшем будущем.
Вывод из всего сказанного очевиден: применение технологии Big Data во всех сферах бизнеса уже не за горами. И если сегодня у компании дела идут неплохо, ей все равно необходимо рассмотреть возможность внедрения интеллектуальной аналитики данных, чтобы завтра не оказаться последней среди конкурентов.

По материалам http://blog.datasense.ru/
Вернуться к началу
Посмотреть профиль Отправить личное сообщение
Показать сообщения:   
Этот форум закрыт, вы не можете писать новые сообщения и редактировать старые.   Эта тема закрыта, вы не можете писать ответы и редактировать сообщения.    Список форумов Архив форумов ЦИТФорума -> Работа Часовой пояс: GMT + 3
Страница 1 из 1

 
Перейти:  
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах


Powered by phpBB © 2001, 2002 phpBB Group
Русская поддержка phpBB

 

IT-консалтинг Software Engineering Программирование СУБД Безопасность Internet Сети Операционные системы Hardware

Информация для рекламодателей PR-акции, размещение рекламы — adv@citforum.ru,
тел. +7 495 6608306, ICQ 232284597
Пресс-релизы — pr@citforum.ru
Послать комментарий
Информация для авторов
This Web server launched on February 24, 1997
Copyright © 1997-2000 CIT, © 2001-2006 CIT Forum
Внимание! Любой из материалов, опубликованных на этом сервере, не может быть воспроизведен в какой бы то ни было форме и какими бы то ни было средствами без письменного разрешения владельцев авторских прав. Подробнее...