Одно из наиболее перспективных применений Больших Данных — прогнозная аналитика, предсказание будущего на основе обработки большого массива данных о прошлом. Именно эта тема стала основной в выступлениях представителей Microsoft на форуме «BIG DATA 2016: большому делу – Большие Данные!», проведенной издательством «Открытые системы».
Одно из наиболее перспективных применений Больших Данных — прогнозная аналитика, предсказание будущего на основе обработки большого массива данных о прошлом. Именно эта тема стала основной в выступлениях представителей Microsoft на форуме «BIG DATA 2016: большому делу – Большие Данные!», проведенной издательством «Открытые системы».
Задачи такого рода можно условно разбить на две категории — «техническую», например — использование данных с датчиков для организации проактивного обслуживания техники, и «социальную», в которой объектом исследования становятся люди.
Леонид Березовский, руководитель отдела продаж платформы управления данными Microsoft, сосредоточился на последней категории и привел два примера использования технологий корпорации.
Российская компания Raxel Telematics предлагает страховым агентствам средство оценки каждого отдельного клиента. Устройство устанавливается в автомобиль страхуемого и при движении передает в скоринговую систему на базе Microsoft Azure информацию о времени вождения, скорости, пробеге, а, главное, о стиле езды — о резких торможениях, ускорениях и прочих небезопасных маневрах застрахованной машины. Эти данные обрабатываются скоринговой системой Raxel в облаке Microsoft Azure в реальном времени и исходя из них страховщик может предсказать для конкретного водителя вероятность наступления страхового случая и выставить справедливую цену за КАСКО.
Водитель в свою очередь видит через мобильное приложение, установленное на смартфон, как оценивает система тот или иной его маневр, и может улучшать свой имидж в глазах страховой компании аккуратной ездой.
Другой приведенный Березовским пример — контракт с мадридским «Реалом». Богатейший футбольный клуб (оборот — 574 млн евро) имеет по всему миру около 400 млн болельщиков. И заработки «Реала», будь то плата за телетрансляции его матчей, доходы от продажи билетов и сувениров, в конечном счете зависят от его отношений с торсидой.
Для того чтобы лучше понимать своих фанатов, «Реал» заключил в ноябре 2014 года контракт с Microsoft о создании для испанского клуба облачной платформы, которая объединит всех болельщиков и даст возможность формировать каждому из них персональные предложения по части товаров и контента. Платформа будет собирать информацию о каждом болельщике из всех возможных источников (информация в профиле болельщика, история покупок, посещение матчей, активность в соцсетях) и давать руководству клуба рекомендации по работе с ним.
Пул специализированнных средств Microsoft в области прогнозной аналитики строится вокруг среды разработки Revolution R компании Revolution Analitics, купленной Microsoft в январе 2015 года. (R – это свободно распространяемый язык программирования для статистической обработки данных и работы с графикой.) В «промышленной» версии Microsoft R Server, как заверила Алена Дробышевская, руководитель направления продаж платформы управления данных в крупнейших компаниях финансового сектора, он оптимизирован для многопоточных вычислений и стал гораздо быстрее справляться с большими объемами данных.
Задачи работы с клиентами во всех «розничных» организациях (банки, телеком, ретейл) более-менее одинаковы — не допустить ухода и поднять прибыль с каждого. Для этого необходимо найти путь к сердцу если не каждого фаната персонально, то, по крайней мере, члена однородной (по какому-то параметру) группы.
Сервис Azure Machine Learning, утверждает Дробышевская, способен с высокой точностью сегментировать и заново собрать клиентов в кластеры, подсказать оптимальный способ общения с каждой группой и даже день, когда коммуникация будет наиболее эффективна.
Еще одна задача, весьма актуальная для финансовых учреждений, противодействие мошенничеству, также решается путем объединения через размежевание (в однородных группах подозрительные операции выделяются четче).