`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Чем данные отличаются от наличных?

Несмотря на то, что вы не можете носить данные в своем кошельке, они, тем не менее, могут быть столь же ценными, как и деньги.

Это лишь один из тезисов старшего вице-президента по маркетингу SAS Джима Девиса, которые он изложил в своей недавней колонке.

По его мнению, для того чтобы обращаться с данными как с деньгами, в первую очередь необходимо разработать инвестиционную стратегию. Нельзя позволить информации просто «лежать под матрасом». Вместо этого имеющиеся данные нужно превратить в «сбережения», а потом уже найти пути инвестирования их в свой бизнес.

Традиционно мы задаем клиентам набившие оскомину вопросы: используете ли вы данные для обеспечения бизнес-процессов? Учитываете ли вы аналитику в процессе принятия решений и т.д. В эру «больших данных» предприниматели должны задавать иные вопросы: как я могу использовать данные для создания новых продуктов и сервисов? Каким образом я могу стать партнером другой организации и поделиться с ними данными для создания новых бизнес-инициатив? Как я могу выйти на новые рынки или даже создать новые рынки с помощью получаемых данных и т.д.

Приведу лишь несколько вариантов использования такого качественно нового анализа данных.

Например, в энергетическом секторе начинают использоваться «умные счетчики» – системы интеллектуального учета, позволяющие удаленно снимать показания счетчиков, управлять нагрузкой, использовать функции многотарифности, производить анализ и планирование энергопотребления. Следовательно, используя такие системы, а также учитывая текущий прогноз погоды и исторические пики энергопотребления, энергетические компании могут предложить новые услуги для потребителей и бизнеса, которые хотят следить за своим энергопотреблением, и оптимизировать его.

В телекоммуникационном секторе компании сотовой связи, являясь конкурентами, становятся партнерами для обмена информацией и создания совместных предложений для клиентов. Таким образом, миллионы абонентов получают таргетированные (или целевые) контекстные предложения, основанные на их местоположении и мобильной активности.

Финансовые организации, выдающие кредитные карты, могут использовать данные о своих сделках не только для оценки рисков, но и для того, чтобы предложить другим игрокам рынка важную информацию относительно потребителей в их регионе.

В автомобильном секторе производители машин собирают данные об использовании транспортных средств и водительских привычках посредством компьютеризированной дистанционной связи, и предлагают эту информацию страховщикам для определения размера страховых взносов.

Все эти примеры говорят о том, что бизнес уже не думает о данных как о косвенном продукте операционной деятельности. Данные начинают восприниматься как актив. И при разумном инвестировании в управление и анализ этого актива, он становится еще одним источником дохода компании.

Сегодня практически все сегменты бизнеса работают в высококонкурентной среде, поэтому любое решение, направленное на уменьшение затрат, увеличение прибыли и улучшение качества услуг должно быть востребовано, и Украина в этом контексте не исключение.

Так что известную поговорку «It takes money to make money» вполне можно перефразировать в более актуальную «It takes data to make money».

По следам американских спецслужб…

Недавно прочитал про так называемый «Йельский отчет». В 1951 г. пятнадцать аналитиков, представлявших шесть факультетов Йельского университета, во главе с профессором Шерманом Кентом смогли на основе несекретных открытых материалов подготовить документ на 627 страницах относительно боеготовности вооруженных сил США с точки зрения СССР. Этот отчет сразу же был засекречен и, по словам экспертов, на 90-95% отвечал действительности. Всего на подготовку документа ушло 99 человеко-недель труда.

Представил себе этот процесс. 1951 г. В США с прошлого года идет активная чистка рядов американских политиков от коммунистов и тех, кто им сочувствует. Тысячи людей уволены, сотни уходят в отставку сами. Любое предложение по защите от «красной угрозы» воспринимается на ура. Профессор истории Шерман Кент, ставший аналитиком разведки, получает невероятную возможность признания со стороны властей и руководства. Долгими вечерами под светом ламп в библиотеках он с коллегами перелистывает тысячи номеров газет, журналов, читает книги, слушает радиопередачи и смотрит телепрограммы на военную тематику. Выписаны и сведены воедино миллионы фактов, подготовлены блоки по авиации, военно-морским силам, сухопутным войскам и ядерному оружию. Данные дополняются и перепроверяются. Когда отчет готов – наступает время триумфа для новоиспеченных аналитиков. Продолжать нет смысла – на исполнителей и, особенно, их руководителя сыплются похвалы, благодарности, новые должности, – звездный час, одним словом.

С переходом почти всех печатных изданий, аудио и видеопродукции в Интернет, а также с появлением таких невиданных в 1951 г. явлений как Twitter, Facebook, «Вконтакте», ЖЖ и т.д., работа для аналитиков, которые проводят самостоятельные исследования, сильно усложнилась. С каждым днем количество информации растет в геометрической прогрессии, и вручную проанализировать такие колоссальные объемы данных очень тяжело. Но, с другой стороны, благодаря техническому прогрессу появились технологии мониторинга и интеллектуального текстового анализа. С их помощью можно исследовать Интернет и внутренние документы по заданным темам, систематизировать новости, сообщения, письма и прочие документы, проводить мониторинг упоминания отдельных людей, брендов и так далее. Помимо этого, по результатам исследования можно узнать о грядущих событиях, отследив их обсуждение в Интернете; проводить анализ мнений, динамики позитива/негатива по заданным объектам и их характеристикам в Интернете и внутренних документах; выявлять категории, с которыми был связан основной позитив/негатив и т.д.

Теперь каждый оператор системы текстовой аналитики может почувствовать себя эдаким Шерманом Кентом, настроив соответствующим образом параметры поиска и анализа. Текстовый анализ с помощью современных компьютерных технологий может стать для таких людей практически тем самым «лифтом» наверх, что и кропотливая работа 15 человек для бывшего профессора истории. А остальные 5-10% недостающей информации нужно просто отдать на откуп профессионалам.

ИТ как неизбежность для страхового бизнеса

Позвонил на днях в свою страховую компанию, чтобы продлить полис на автомобиль, и, выяснилось, что она уже находится в состоянии ликвидации…

Как оказалось, в нынешнем году в Украине закрылось около 30 страховых компаний! Закрылись они по самым разным причинам, в том числе из-за того, что не смогли выполнить обязательства перед клиентами, то есть попросту не смогли выплатить причитающиеся деньги.

Я много слышал про страховое мошенничество, но даже не предполагал, что в Украине оно занимает от 15 до 20% всех страховых случаев, а около 70% этих правонарушений приходится именно на сферу автострахования.

Сразу возникла мысль о том, что, возможно, разорившиеся компании могли бы еще работать и даже, может быть, процветать, внедрив в нужное время системы «антифрод». Ведь данные решения как раз и нацелены на выявление подозрительных операций, групп лиц и мошеннических схем. Они осуществляют сбор разнородной информации об объектах исследования: налоговые данные, перемещение по стране и за границей, имущество в собственности, социальные связи, прописка, участие в коммерческой деятельности, пенсионные отчисления, банковские переводы и так далее. После этого система анализа социальных связей помогает увидеть взаимосвязи между разными людьми; понять, общается ли человек с уже известными мошенниками. Система интеллектуального анализа текстовой информации позволяет работать с текстовым интернет-контентом, в том числе с сообщениями пользователей в соцсетях и блогах, и оценивать настроения и намерения людей. Методы прогнозной аналитики дают возможность выявлять случаи мошенничества со стороны конкретных граждан, организаций и групп. В единой связке все эти решения работают наиболее эффективно, повышая точность анализа и помогая при проведении расследований и прогнозов.

Насколько мне известно, сегодня в странах СНГ специальное аналитическое ПО в страховых компаниях не используется, и работают они по старинке: специальный сотрудник расследует страховые случаи, сам проводит экспертизу и т.д. В России компания SAS уже начала работу над этим вопросом, тестируя соответствующее решение SAS Fraud Framework, которое как раз предназначено для проактивного обнаружения, предотвращения и расследования потенциально мошеннических действий.

Да, подобные внедрения требуют инвестиций, экспертизы и времени, но они позволяют минимизировать убытки от рисков, связанных с недобросовестными клиентами, а в наших реалиях (судя по приведенной выше статистике) – для многих страховых компаний фактически сохранить бизнес. Я уже не беру в расчет рядовых пользователей, которые в результате стабильной работы страховщиков смогут просто сберечь свое время при оформлении автостраховки.

Как ИТ помогают экономить не нашей армии

На днях пришла новость о том, что британская армия сумела сэкономить 770 млн. фунтов стерлингов с помощью аналитических инструментов.

Военные чиновники использовали программное обеспечение SAS для выявления несоответствий в данных, которые собираются примерно по 120 тыс. военнослужащим, и хранятся в различных оперативных и хозяйственных информационных системах и базах данных.

Ради спортивного интереса посмотрел численность и бюджет британской армии. Оказалось, что 120 тыс. военнослужащих – это примерно две трети всей британской армии, которая составляет около 180 тыс. человек (прямо как в нашей стране – 184 тыс. человек). Бюджет армии Великобритании составляет около 33 млрд. фунтов стерлингов и считается одним из самых больших в мире. Понятно, что такая структура не может стоять в стороне от ИТ-прогресса. Британская армия использует такие решения, как MJDI (учёт складского имущества), JAMES (поставка необходимого оборудования в нужном количестве, с правильными настройками, в правильной конфигурации и в заданные место и время), военнослужащие активно используют iPad'ы, а инструменты бизнес-аналитики экономят им финансы в значительных объемах.

Мне пока трудно представить нашего военнослужащего срочной службы, уже последнего призыва, или контрактника, который бы вместо метлы держал в руках планшет, и оптимизировал свои служебные задачи, синхронизируя их с рабочим временем командира, получая от него приказы по видеосвязи. А его ротный или более вышестоящий начальник сидел в кабинете и планировал эффективное использование подчиненных ему человеческих ресурсов и материальных средств с помощью средств бизнес-аналитики. Что-то из области фантастики, правда?

При бюджете армии Украины в 16 млрд. грн. іPad срочникам (даже контрактникам) и не снится, а бизнес-аналитика в войсках – это уже что-то за гранью реальности.

Но, учитывая надвигающуюся военную реформу и переход нашей армии исключительно на контрактную основу, а также сокращение общей численности войск, возможно, и улучшение качества ее деятельности не за горами. И, кто его знает, может высокие технологии + fusion centers + business intelligence в каждом штабе через 5-7 лет – это не выдумка фантаста, а объективная реальность.

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT