Upload
anton-vokrug
View
163
Download
5
Embed Size (px)
Citation preview
Практическое использование «больших
данных» в бизнесе.Реальные кейсы
Антон Вокруг
Что такое «большие данные» и от куда они берутся?
Совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов - Мобильная связь - Социальные сети - Поведение пользователей в интернет- магазинах - Видео и аудио контент
Объем данных vs. Алгоритмы
Понятие «большие данные» очень относительное. Важно не объем данных, а методы и алгоритмы их обработки.
Процесс R&D может занять очень долгое время и «по карману» только большим компаниям.
Маленьким компания остается доверять различным сервисам внедряющим те, или иные технологии «больших данных» и устанавливать их софт.
Зачем нужны «большие данные»?
Технологии «больших данных» помогают осуществлять процесс прогнозирования (prediction) возможного поведения пользователя, потенциального клиента, его вкусы и интересы, прогнозировать большинство бизнес-процессов (логистика, закупки товаров, ценообразование, CRM) и социальных явлений (трафик на дорогах, акции и скидки, военные действия), на основе прогноза можно осуществлять персонализированную коммуникацию.
Умное использование
«больших данных»
приводит к росту прибыли
в бизнесе!
Кейсы: интернет-коммерция и сервис DataProm
Сервис DataProm использую технологии «больших данных» и алгоритмы поведенческого анализа пользователей на сайтах интернет-магазинов для осуществления персонализации контента.
Увеличение взаимодействия пользователей с сайтом, увеличение продаж (up-sell, cross-sell).
Кейсы: кредитный скоринг и аналитический сервис DataScoringКомпания DataScoring разрабатывает аналитическое ПО для банков, кредитных организаций и платформ р2р-кредитования, которое построено на основе алгоритмов нейронных сетей с использованием технологий «больших данных».
Результаты: снижение потенциальных неплатежеспособных заемщиков, скоринг имеющегося кредитного портфеля и прогноз потенциальных дефолт-клиентов. Эффективность выше на минимум 25% от любых других скоринговых моделей.
Кейсы: прогнозирование фондового рынка, торговые стратегии и компания DataTradingКомпания DataTrading занимается прогнозированием различных финансовых рынков и разработкой наиболее эффективных торговых стратегий. В основе программного обеспечения лежат алгоритмы семантического анализа информационного шума, математические модели технического и фундаментального анализа.
Торговые стратегии показывают эффективность более 80% на большинстве финансовых рынков.
Еще кейсы
МедицинаВоенная промышленностьТрафик, пробки, GPSМониторинг СМИКазино и казуальные игры