В очередной публикации, посвящённой нашей теме месяца, эксперты СтроимПросто рассказывают, как большие данные работают на мир, а мир – с большими данными, и что из этого получается.
По оценкам IBS, уже двадцать лет назад, в 2003 году, планета накопила пять эксабайтов данных. Однако их информационная ценность, спустя десять лет, оценивалась лишь в 1, 5 % от массива. Предполагалось, что отделять зерна от плевел будут помогать как раз технологии Big Data.
Считается, что термин закрепился к 2008 году: Клиффорд Линч, редактор, употребил его в спецвыпуске Nature, который редакция посвятила буму мировых объемов информации.
Конечно, сами большие данные существовали всю историю человечества, но именно тогда эксперты пришли к выводу, что относить к ним стоит потоки свыше 100 Гб в день. В итоге технологии на основе Big Data предложили невозможные раньше способы работать, управлять и оптимизировать процессы везде: от госуправления, космоса и сельского хозяйства до медицины, науки и промышленности.
«Оцифровка на расстоянии вытянутой руки» началась в восьмидесятые, когда в мире всего лишь распространились-то сканеры для считывания штрих-кодов, банковские терминалы и пр. В работу с большими данными погружается большинство экономик мира, а обработка – становится дешевле с каждым годом. Это неудивительно: технология помогала проанализировать тысячи факторов и принять верные решения уже на этапе тестирования идей, продуктов и т.д.
Глубинные пласты
Для государств и бизнесов давно важно именно то, как большие данные верифицируются, считает Ольга Гусева, генеральный директор Key Capital. И если раньше на основе сбора данных формировались прогнозы развития, в том числе городов, то сегодня, с учетом большего сбора и большей информации, мир получает ежедневные «умные» интеграции в городскую среду.
Один из примеров – всё те же дорожные камеры, которые в автоматическом режиме выписывают штрафы, позволяют следить за порядком в городе, обеспечивают безопасность и пр. При правильной верификации этих данных можно сформировать пул необходимых услуг – как потребителю, так и городской среде, полагает г-жа Гусева. «Сбор данных позволяет принимать логически правильные решения и с успехом реализовывать различные задачи, если это все грамотно верифицировать, - настаивает эксперт. - К примеру, сбор данных в ТЦ позволит управляющей компании разработать «дерево решений», на основании которого можно не только оценить поведение потребителя, но и оценить его потребности, и спрогнозировать навигацию, вовлечение в максимальное количество функций торгового центра. Или же – оценить, какие функции не работают. Один из примеров нашей практики наглядно показывает, как с помощью Big Data можно найти верное решение. В Краснодарском крае мы собрали огромный пласт данных о целевой аудитории, которая приезжает на отдых в этот регион, в том числе, способы передвижения, запросы на отдых, еду и пр. Затем разработали продуктовую гипотезу, которая помогла найти правильную концепцию продукта, исходя не только из данных по развитию рынка, зарождающихся трендов, но предметно просчитывала, какое точное количество лотов необходимо в конкретном проекте, какие функции необходимо учесть, какие могут быть востребованы завтра. Таким образом, были идеально совмещены данные рынка и большие данные о потребителях и их поведении».
Строим просто
В строительной отрасли технологии на основе условных Big Data также позволяют оптимизировать процессы, и принимать решения на всех этапах жизненного цикла здания, начиная со стадии проектирования до периода эксплуатации, рассказывает Леонид Волох, генеральный директор, соучредитель Lynks Property Management.
«Я говорю – условных, потому что сами по себе девелоперы и управляющие компании больших данных не генерируют, - поясняет он. - Скажем, если раньше инженеры строили здания на основе только практического опыта или, например, были вынуждены проводить длительные, трудоемкие исследования и интервью для выбора маршрута новой трассы или новой точки метро, то сейчас правильные ответы экспертам подсказывают алгоритмы, построенные на аналитике больших данных».
Одна из самых важных задач, которую позволяет решить аналитика больших данных – повышение безопасности и минимизация рисков в различных отраслях. Например, совмещение Big Data c BIM-системами открывает новый уровень управления проектами. Построенная таким образом модель тестируется в режиме реального времени, позволяя избежать многих проблем в будущем. Добавление больших данных в 3D- или 4D-проекты позволяет инженерам легко обнаружить любую ошибку или сделать точный прогноз. Отдельное интересное направление – тестирование различных материалов и систем для повышения энергоэффективности проекта и сокращения расходов в дальнейшем.
От начала до конца
«Технологии больших данных используются для повышения производительности на каждом этапе процесса строительства, - констатирует Владислав Преображенский, исполнительный директор Клуба инвесторов Москвы. - Инструменты анализа предназначены для извлечения информации из больших хранилищ данных и обеспечения ее доступности для всех, кто участвует в процессе строительства, включая подрядчиков, архитекторов, продавцов и клиентов».
На самых ранних этапах процесса строительства большие данные могут принести пользу проектным группам, помогая им учитывать потенциальные задержки и планировать общий график проекта, перечисляет эксперт. Инструменты аналитики – такие, как CoConstruct, собирают информацию о прошлых и текущих строительных проектах с тем, чтобы помогать командам планировать и составлять бюджет.
На этапе проектирования – помочь архитекторам и инженерам оптимизировать проекты зданий, анализируя данные из предыдущих проектов. Это определяет области, в которых можно добиться улучшений с точки зрения энергоэффективности, безопасности и затрат.
Уже во время строительства большие данные используются для отслеживания графика работ и выявления потенциальных проблем. Например, по всей строительной площадке можно разместить датчики для контроля всего, от температуры и влажности до уровня шума и качества воздуха. Затем эти данные анализируются в режиме реального времени для выявления дефектов и их устранения до того, как они превратятся в серьезную проблему для потребителя.
Ну а после завершения строительства большие данные, безусловно, можно использовать для мониторинга эффективности эксплуатации здания и определения областей, в которых можно внести улучшения, таких как энергопотребление, например. «Технологии больших данных могут произвести революцию в строительной отрасли за счет повышения эффективности, снижения затрат, повышения безопасности и общего качества жизни домовладельцев», - резюмирует г-н Преображенский.
Однако внедрение больших данных, при всех явных плюсах, нельзя назвать пока триумфальным, повсеместным и беспроблемным, считает эксперт. Некоторые из ключевых проблем в строительстве, например, включают отсутствие надежных источников, опасения по поводу безопасности персональных данных и приватности, а также отсутствие у значительной части работников необходимых навыков, связанных с big data. Кроме того, большая часть данных, которые были собраны до сих пор, фактически разрознены — они хранятся изолированно в отделе маркетинга, у проектировщиков, в отделе эксплуатации или в подразделении, которое их собирало для собственной аналитики, но не могут способствовать формированию общей картины в масштабе компании.
Пионеры больших продаж
Одними из пионеров использования и внедрения больших данных были ритейлеры, которые давно решают с их помощью десятки вопросов: динамическое ценообразование, персонализация программ лояльности, прогнозирование потребительского спроса и оптимизация запасов, перечисляет Алексей Гонцов, руководитель департамента недвижимости RealJet.
Пять технологий, которые начинают использоваться в ритейле и недвижимости и будут развиваться в будущем:
- Роботизация обработки больших данных. Прогнозирование и планирование спроса, цепочек поставок и ценообразования.
- Визуальный поиск. Потребитель задает характеристики нужного товара, и система подбирает его.
- A/VR. Попробуй перед покупкой.
- Целевой маркетинг. Показ персонализированной рекламы в ТЦ проходящему мимо рекламной конструкции посетителю.
- RFID и NFC. Бесконтактные технологии.
Именно Big Data помогает прогнозировать спрос в каждой точке, формировать индивидуальные предложения для каждого же покупателя и эффективные промо – для поставщиков. Такой подход выводит бизнес на новый уровень, позволяя экономить миллиарды рублей, убеждён Алексей Гонцов.
Так, магазины одежды используют нейросеть для формирования ассортиментной матрицы точек продаж. Если раньше состав поставок в магазины был одинаковым, то теперь они формируются индивидуально для каждого магазина сети. Это позволяет сократить складские запасы почти на 50%. В российском сегменте технологии больших данных активно используют Озон, Лента, Ситилинк и другие игроки.
В Big Data по максимуму вовлечены и торговые центры: технология помогает формированию эффективного пула арендаторов для конкретного молла, анализируя целевую аудиторию с помощью сбора, к примеру mac-адресов с телефонов, посетителей и в зоне его охвата.
Кроме того, алгоритмы БД могут использоваться для целевого маркетинга, то есть формирования и отсылки индивидуальных предложений каждому покупателю вместо веерной рассылки, использовавшейся ранее. Эффективность использования этого механизма оценивается специалистами в 60%.
«Именно большая тройка технологий – большие данные (Big Data), машинное обучение (Machine Learning) и интернет вещей (Internet Of Things) позволяют управляющим компаниям торговых центров сегментировать аудиторию, распознавать интересы посетителей и формировать персональные маркетинговые предложения, - убежден эксперт. - Мы также активно используем Big Data: например, в процессе разработки концепций будущих объектов недвижимости и при проведении геомаркетинговых исследований. В частности, при разработке концепций объектов недвижимости – проводим анализ пространственных данных, цель которого – определение потенциальных возможностей проекта: логистика, товарооборот, посещаемость и т.д. Анализируя Big Data этих параметров, можно предсказать поведение клиентов и покупательский спрос, что, в свою очередь отражается на разрабатываемой концепции объекта и модели работы управляющей компании. Программное обеспечение для обработки Big Data позволяет нам не только систематизировать большой объем неструктурированной информации, но и проследить неочевидные причинно-следственные связи».
Отельеры-предсказатели
Не менее активно большие данные используются в индустрии гостеприимства, сообщают в пресс-службе AZIMUT.
- Системы управления гостиницей (PMS), которые позволяют автоматизировать процессы бронирования, заселения и выселения гостей, учета финансовых операций и т.д.
- Контакт-центры и системы обратной связи, которые помогают собирать данные о запросах и жалобах гостей.
- Мобильные приложения и сайты, которые позволяют гостям бронировать номера и услуги, оставлять отзывы и т.д.
- Сенсорные системы и IoT-устройства, которые могут собирать данные о температуре, освещении, занятости номеров и т.д.
- Системы аналитики данных, которые позволяют анализировать большие объемы информации и выявлять тенденции и проблемы в работе гостиницы.
Более конкретный пример: собирая информацию о вылетах и прибытиях рейсов в города присутствия отелей, можно понять, сколько людей прибудет в тот или иной период, и заранее предсказать изменения спроса.
Эти технологии могут использоваться как отдельно, так и в комбинации друг с другом с тем, чтобы помочь отельерам собирать и анализировать данные, повышать эффективность бизнес-процессов и улучшать качество обслуживания гостей. «Важно отметить, что использование технологий может помочь игрокам оптимизировать работу и улучшить качество обслуживания гостей, но – и вызвать вопросы конфиденциальности и защиты персональных данных, - указывают эксперты AZIMUT. – Очевидно, что гостиницы должны соблюдать соответствующие правовые нормы и обеспечивать защиту данных».
Человек и закон
Нельзя не отметить и значительное влияние санкций на реальное использование больших данных в России, напоминает Владислав Преображенский. В частности, санкции серьезно ограничивают доступ к импортным технологиям, принадлежащим крупным американским фирмам, лидерам рынка в этой сфере, таким как AutoDesk. Серьезный удар по крупному бизнесу нанесло и решение немецкой фирмы по разработке корпоративного программного обеспечения SAP приостановить предоставление своих услуг в России, включая расторжение сделок. «В будущем санкции, хотя и смогут значительно подорвать использование больших данных, ограничив доступ к импортным технологиям, но зато и вынудят нас разрабатывать собственные, - убеждён эксперт. - Это может привести к новой эре инноваций в России, когда страна станет лидером в области технологий больших данных». Впрочем, уже сейчас всё зависит от отрасли, добавляет Леонид Волох. Например, в транспортной системе, банковской или на рынке сотовой связи Россия исторически имеет собственные сильные разработки.
Евгений Иванов
