Методы измерения параметров big data. Что такое Big Data: характеристики, классификация, примеры

Вы, наверное, слышали о фен шуй. Ведь фен шуй стал настолько популярным в последние пару лет, что Вы просто не могли пропустить его. Независимо от того, как Вы относитесь к самому понятию фен шуй, фен шуй может быть весьма полезным для бизнеса, особенно при выборе правильного цвета.

Каждый цвет в бизнесе имеет значение и несет определенное сообщение.

Обзор популярных цветов для бизнеса по фен шуй

Фиолетовый цвет по фен шуй

Самый темный цвет радуги. Это цвет королевской семьи в фен шуй. Его принцип Инь. Этот цвет улучшает физическое и психическое здоровье. Это успокаивающий цвет, цвет который содействует снижению напряженности.

Фиолетовый, является также цветом богатства и процветания. Он в основном используется компаниями, целью которых есть женщины и дети. Мужчины не очень любят фиолетовый.

Это отличный цвет для спа и велнес-центров, также для упаковок сладостей. Вы должны выбирать фиолетовый, ели ведете напряженный бизнес, ведь фиолетовый успокаивает. Фиолетовый также отлично подходит для любого типа антикварного бизнеса, это весьма ностальгический цвет.

Синий цвет по фен шуй

Другой успокаивающий и расслабляющий цвет, синий. Цвет моря и неба, и, следовательно, означает, приключения и свободный дух. Синий, является самым универсальным цветом в бизнесе. Он вызывает доверие, чувства верности, надежности и ответственности. В тоже время, он ассоциируется с предсказуемостью и консервативностью.

Будьте осторожны при использовании синего в Вашем бизнесе. Слишком много синего и он может вызвать скуку, и такой бизнес не будет привлекательным для молодой аудитории. Синий, как правило, является выбором банков, страховых компаний, компаний здравоохранения и любых других предприятий, где доверие и надежность являются важными вопросами. Если Вы не хотите, чтобы Ваш бизнес воспринимался как скучный и консервативный, выберите яркие оттенки синего.

Зеленый цвет по фен шуй

Зеленый цвет природы, свежести, равновесия и гармонии. Независимо от типа бизнеса, Вы можете использовать зеленый цвет.

Темные оттенки зеленого, связанные с деньгами, престижем и богатством, в то время как более светлые оттенки представляют собой свежесть, рост, доброту и сочувствие. Избегайте очень ярких оттенков, потому что они воспринимаются как несерьезные.

Зеленый является идеальным выбором практически для любого бизнеса, но он абсолютно необходим для экологического бизнеса, бизнеса здравоохранения и пищевой промышленности. Зеленый стимулирует аппетит, так что это отличная идея и для ресторанного бизнеса.

Желтый цвет по фен шуй

Самый яркий цвет радуги, и возможно, не лучший выбор для бизнеса. Некоторые исследования показали, что длительное воздействие желтого цвета может привести к тревожности.

Желтый стимулирует логическое полушарие мозга и наполняет ум ясностью. Он улучшает аналитическое мышление. Мужчины не очень любят желтый цвет, а вот дети от него просто в восторге.

Любой вид бизнеса, связанного с детьми, должен иметь желтый — детские игрушки, детские сады, детские косметические средства и т.д. Косметическая продукция для женщин может также выбрать желтый, потому что это яркий цвет и люди сразу же увидят его. Это хорошая идея, когда Вам нужно, выделить Вашу продукцию из толпы. Для всех остальных предприятий, лучше использовать элементы желтого, а не как доминирующий цвет.

Оранжевый цвет по фен шуй

Оранжевый цвет фен шуй, цвет организованности. Его принцип Янь. Он повышает концентрацию внимания, а также способствует творчеству. Это теплый и яркий цвет. Цвет энергии в сочетании с весельем. Этот цвет в основном связывают с людьми, которые являются открытыми, оптимистичными и жаждут приключений.

Оранжевый часто используют в ресторанах, туристических агентствах и кафе. Он подходит для любого типа бизнеса с детьми, потому что они обычно любят оранжевый – чем ярче, тем лучше. Однако, это не самый лучший цвет для делового мира, потому что предполагает, дешевизну, безответственность, легкое отношение к делу.

Будьте осторожны при использовании оранжевого цвета. Лучше не делать его доминирующим цветом, иметь лишь некоторые оранжевые детали.

Красный цвет по фен шуй

Последний цвет радуги. В фен шуй, цвет счастья, уверенности, удачи и денег. Однако, это также цвет ярости и гнева, поэтому лучше не использовать его в больших количествах.

Красный хороший цвет для любого вида бизнеса, связанного с любовью и сексом. Красный используется в ресторанах и торговых центрах.

Красный цвет означает энергию и позитивное мышление, но он также ассоциируется с кровью, войной и насилием. Слишком много красного вызывает беспокойство и гнев, так что лучше использовать его умеренно.

Добавление некоторых цветов может быть хорошей идеей для Вашего бизнеса — попробуйте!

Какой любимый цвет Вашей организации?

Дата: 28/12/2011 Рубрики: ,

Цвета магазина...

Нам попалась интересная статья ведущего дизайнера Shopworks Майкла Травалия о цвете в оформлении магазина. Сегодня мы публикуем эту статью на страницах нашего блога. Это не какая-то научная работа, но проситать и принять к сведению смысл имеет…

Цвет в оформлении магазина

Цвет в оформлении магазина оказывает большое влияние на покупателя. Майкл Травалия, ведущий дизайнер Shopworks, рассуждает на тему влияния цвета на эффективность розничных продаж.

Какие чувства испытывают покупатели в вашем магазине? Им удобно, они спокойны и довольны? Или же взволнованы и нетерпеливы? Использование цвета в магазине оказывает большое влияние на общее впечатление покупателя от процесса совершения покупок. Итак, как сохранить фирменный стиль и в то же время сделать так, чтобы клиент получил удовольствие от нахождения в вашем магазине?

Не новость, что более холодные цвета, такие как синий, фиолетовый, белый и зеленый вызывают чувство спокойствия и снимают напряжение. В магазинах использование этих цветов заставляет покупателей тщательнее и дольше обдумывать покупку. Кроме того, покупатели более терпеливо относятся к очередям!

Более теплые цветы имеют прямо противоположный эффект. К примеру, преобладание красного или оранжевого вызывает волнение и клаустрофобию. Покупатели становятся беспокойными, взволнованными и нетерпеливыми, что заставляет их уходить из магазина, так и не сделав покупку.

Это не значит, что вам нужно немедленно поменять корпоративный цвет на темно-зеленый! У каждого цвета есть свои преимущества, например, красный и оранжевый цвета отлично привлекают внимание к магазину. Первое, что видят люди, идущие по улице в поисках определенного магазина, – это не название компании или ее логотип, а цвет.

Самое главное, – это как цвет используется в магазине. Осторожное применение любого цвета может повысить удовольствие покупателя от процесса совершения покупок.

Рассмотрим пример Turkcell, крупнейшего мобильного оператора в Турции.

Компания Shopworks работала над проектированием и внедрением нового пункта продаж мобильных телефонов в Стамбуле.

Основной цвет бренда Turkcell – синий. Было решено, что сам по себе цвет вызывает отрицательные ассоциации (холодный, консервативный, агрессивный), поэтому после долгих обсуждений мы ввели второстепенный цвет – ярко оранжевый.

Мы использовали этот замечательный цвет с максимальной эффективностью, установив оранжевые прозрачные витрины, которые придают проникающему внутрь свету приятный оттенок, и придумав яркое и удобное внутреннее оформление, где теплота оранжевого уравновешивается прохладой синего. Особое внимание было также уделено планировке магазина для создания чувства пространства и предотвращения гнетущих ощущений, которые часто возникают у людей в окружении теплых цветов.

В результате получился привлекательный, современный магазин, где сохранен бренд Turkcell и в то же время созданы комфортные условия для приятного времяпрепровождения для потребителей Turkcell.

Однако цвет может не только создавать в магазине нужную атмосферу, но и иметь более функциональное назначение. Использование сочетаний цветов для выделения определенных областей (например, выделение секции женской одежды – одним цветом, а мужской – другим) поможет покупателю понять планировку магазина и определить местонахождение нужного товара. Кроме того, преимущество выделения областей цветом заключается в том, что их можно менять в зависимости от сезона. Летом желтый идеален для выделения продуктов для ухода при загаре, в то время как зеленый и красный отлично подходят для рождественских вывесок.

Впрочем, следует отметить, что к выделению областей цветом нужно относиться с осторожностью, особенно при разделении магазина на секции. Слишком много разных цветов может запутать покупателя и сделать магазин похожим на кондитерскую!

Но разумное использование цветов, безусловно, пойдет только на пользу. И, разумеется, чем легче и удобнее будет процесс совершения покупок в вашем магазине, тем охотнее покупатель придет к вам снова.

Яркие цвета привлекают покупателей

Как привлечь покупателей с помощью цвета?

Цветовая гамма , в которой оформлен магазин, оказывает сильное влияние на посетителя в процессе выбора товара и совершения покупки. Каждый цвет подает подсознанию клиента условный сигнал и пробуждает в ответ определенную эмоцию. Предлагаем ознакомиться с основными законами психологии цвета.

Статистика показывает, что восприятие ухудшается в следующей последовательности:

• черные буквы на желтом фоне
• черные буквы на белом фоне
• желтые буквы на черном фоне
• белые буквы на черном фоне
• синие буквы на белом фоне
• белые буквы на синем фоне
• синие буквы на желтом фоне
• желтые буквы на синем фоне
• зеленые буквы на белом фоне
• белые буквы на зеленом фоне
• коричневые буквы на белом фоне
• белые буквы на коричневом фоне
• коричневые буквы на желтом фоне
• желтые буквы на коричневом фоне
• красные буквы на белом фоне
• белые буквы на красном фоне
• красные буквы на желтом фоне
• желтые буквы на красном фоне

Но воздействие рекламных носителей как раз наоборот, именно поэтому красный цвет обычно используют для выделения ценников со скидками и акциями . Чаше всего для этого применяют красный фон и желтый либо белый текст.

А для оформления магазина применяют не столь вызывающие сочетания.

Под воздействием теплых цветов (оттенков красного, желтого и оранжевого) покупатели обычно чувствуют прилив энергии, эти оттенки стимулируют психику. Поэтому специалисты рекомендуют использовать их для «разогрева» посетителей магазина.

Холодный спектр цветовой гаммы (оттенки синего, голубого и фиолетового), наоборот, снижает активность нервной системы . Под их влиянием клиенты магазина чувствуют себя более расслаблено и спокойно.

Теплая гамма: покупайте, не задумываясь!

Самым сильным в теплой гамме является, конечно, красный цвет . Красный способен активизировать все функции организма: под его влиянием ускоряется дыхание, напрягаются мышцы, и учащается сердцебиение. Правильно расставленные акценты на красном цвете в интерьере магазина могут увеличить количество импульсных покупок.

Скидочные акции

Однако с красным цветом следует быть осторожнее и использовать его именно в качестве акцентов, а не основного фона. Переусердствовав с красным, можно сделать покупателей чрезмерно нетерпеливыми, взволнованными и заставить быстро уйти, так и не сделав покупки.

Прилив энергии вызывает и оранжевый цвет , но его переизбыток в пространстве раздражает, поэтому, как и красный, он гармоничен лишь в виде цвета-акцента.

Пастельные оттенки оранжевой гаммы вызывают ассоциации с красотой и золотистым загаром. Их часто используют в оформлении торговых залов с товарами для женщин.

Желтый цвет сильнее других привлекает внимание , поэтому идеально подходит для оформления различных акций и специальных предложений .

Маркетологи отметили, что в сочетании с красным желтый ассоциируется у покупателей с доступными ценами . Поэтому такое цветовое решение очень часто используется в магазинах-дискаунтерах.

Холодная гамма: получайте удовольствие от спокойного выбора

Холодные цвета и их оттенки отлично справляются с созданием в магазине расслабляющей и спокойной атмосферы.
Под влиянием синего, голубого, фиолетового покупатели больше времени тратят на изучение витрин и выбор, меньше беспокоятся о возможных расходах. Холодная гамма цветов наиболее уместна в дорогих магазинах или тех, в которых часто возникают очереди.

Голубой цвет ассоциируется с постоянством и вызывает обычно ощущение благополучия . Он помогает хорошему усвоению информации и способствует доверительному общению, поэтому более всего подходит для оформления магазинов элитных товаров, покупка которых происходит после взвешивания всех за и против.

Колонка преподавателей НИУ ВШЭ о мифах и кейсах работы с большими данными

В закладки

Преподаватели Школы новых медиа НИУ ВШЭ Константин Романов и Александр Пятигорский, который также является директором по цифровой трансформации «Билайна», написали для сайт колонку о главных заблуждениях по поводу больших данных - примерах использования технологии и инструментах. Авторы предполагают, что публикация поможет руководителям компаний разобраться в этом понятии.

Мифы и заблуждения о Big Data

Big Data - это не маркетинг

Термин Big Data стал очень модным - его используют в миллионах ситуаций и в сотнях разных интерпретаций, зачастую не имеющих отношения к тому, чем он является. Часто в головах людей происходит подмена понятий, и Big Data путают с маркетинговым продуктом. Более того, в некоторых компаниях Big Data является частью маркетингового подразделения. Результат анализа больших данных действительно может быть источником для маркетинговой активности, но не более того. Посмотрим, как это работает.

Если мы определили список тех, кто покупал в нашем магазине товары на сумму более трех тысяч рублей два месяца назад, а затем послали этим пользователям какое-то предложение, то это типичный маркетинг. Мы выводим понятную закономерность из структурных данных, и используем ее для увеличения продаж.

Однако если мы соединим данные CRM с потоковой информацией, например, из Instagram, и проанализируем их, то найдем закономерность: человеку, который снизил свою активность в среду вечером и на чьей последней фотографии изображены котята, следует сделать определенное предложение. Это уже будет Big Data. Мы нашли триггер, передали его маркетологам, а они его использовали в своих целях.

Из этого следует, что технология обычно работает с неструктурированными данными, а если данные и структурированы, то система всё равно продолжает искать в них скрытые закономерности, чего не делает маркетинг.

Big Data - это не ИТ

Вторая крайность этой истории: Big Data часто путают с ИТ. Это связано с тем, что в российских компаниях, как правило, именно ИТ-специалисты являются драйверами всех технологий, в том числе и больших данных. Поэтому, если всё происходит именно в этом отделе, для компании в целом создается впечатление, что это какая-то деятельность ИТ.

На самом деле, здесь есть коренное различие: Big Data - это деятельность, направленная на получение определенного продукта, что совсем не относится к ИТ, хотя без них технология и не может существовать.

Big Data - не всегда сбор и анализ информации

Есть ещё одно заблуждение относительно Big Data. Все понимают, что эта технология связана с большими объемами данных, но какого рода данные имеются в виду, не всегда ясно. Собирать и использовать информацию может каждый, сейчас это возможно не только в фильмах про , но и в любой, даже совсем маленькой компании. Вопрос только в том, что именно собирать и как это использовать с пользой для себя.

Но следует понять, что технологией Big Data не будет являться сбор и анализ совершенно любой информации. Например, если вы соберете в социальных сетях данные о конкретном человеке, это не будет Big Data.

Что такое Big Data на самом деле

Big Data состоит из трех элементов:

• данные;
• аналитика;
• технологии.

Big Data - не что-то одно из этих составляющих, а связка всех трех элементов. Часто люди подменяют понятия: кто-то считает, что Big Data - это только данные, кто-то - что технологии. Но по факту, сколько бы данных вы ни собрали, вы ничего с ними не сделаете без нужных технологий и аналитики. Если есть хорошая аналитика, но нет данных, - тем более плохо.

Если говорить о данных, то это не только тексты, но и все фотографии, размещаемые в Instagram, и вообще всё, что можно проанализировать и использовать для разных целей и задач. Другими словами, под Data понимаются огромные объемы внутренних и внешних данных различных структур.

Также нужна аналитика, потому что задача Big Data - построить какие-то закономерности. То есть аналитика - это выявление скрытых зависимостей и поиск новых вопросов и ответов на основе анализа всего объема разнородных данных. Причем Big Data ставит вопросы, которые напрямую из этих данных не выводим.

Если говорить об изображениях, то факт размещения вами своего фото в голубой футболке ни о чем не говорит. Но если использовать фотографию для Big Data-моделирования, то может выясниться, что именно сейчас вам следует предложить кредит, потому что в вашей социальной группе такое поведение говорит об определенном феномене в действиях. Поэтому «голые» данные без аналитики, без выявления скрытых и неочевидных зависимостей Big Data не являются.

Итак, у нас есть большие данные. Их массив огромен. Также у нас есть аналитик. Но как сделать так, чтобы из этих сырых данных у нас родилось конкретное решение? Для этого нам нужны технологии, которые позволяют их не просто складировать (а раньше и это было невозможно), но и анализировать.

Проще говоря, если у вас есть много данных, вам потребуются технологии, к примеру, Hadoop , которые дают возможность сохранить всю информацию в первозданном виде для последующего анализа. Такого рода технологии возникли в интернет-гигантах, поскольку именно они первыми столкнулись с проблемой хранения большого массива данных и его анализа для последующей монетизации.

Кроме инструментов для оптимизированного и дешевого хранения данных, нужны аналитические инструменты, а также надстройки к используемой платформе. К примеру, вокруг Hadoop уже образовалась целая экосистема из связанных проектов и технологий. Вот некоторые из них:

• Pig - декларативный язык анализа данных.
• Hive - анализ данных с использованием языка, близкого к SQL.
• Oozie - поток работ в Hadoop.
• Hbase - база данных (нереляционная), аналог Google Big Table.
• Mahout - машинное обучение.
• Sqoop - перенос данных из РСЦБД в Hadoop и наоборот.
• Flume - перенос логов в HDFS.
• Zookeeper, MRUnit, Avro, Giraph, Ambari, Cassandra, HCatalog, Fuse-DFS и так далее.

Все эти инструменты доступны каждому бесплатно, но есть и набор платных надстроек.

Кроме того, нужны специалисты: это разработчик и аналитик (так называемый Data Scientist). Также необходим менеджер, способный понять, как эту аналитику применить для решения конкретной задачи, потому что сама по себе она совершенно бессмысленна, если ее не встраивать в бизнес-процессы.

Все три сотрудника должны работать в команде. Менеджер, который дает специалисту по Data Science задание найти определенную закономерность, должен понимать, что далеко не всегда найдется именно то, что ему нужно. В таком случае руководитель должен внимательно слушать, что же нашел Data Scientist, поскольку зачастую его находки оказываются более интересными и полезными для бизнеса. Ваша задача - применить это к бизнесу и сделать из этого продукт.

Несмотря на то, что сейчас есть множество разного рода машин и технологий, окончательное решение всегда остается за человеком. Для этого информацию нужно как-то визуализировать. Инструментов для этого довольно много.

Самый показательный пример - это геоаналитические отчеты. Компания «Билайн» много работает с правительствами разных городов и областей. Очень часто эти организации заказывают отчеты типа «Транспортная загруженность в определенном месте».

Понятно, что подобный отчет должен попасть к правительственным структурам в простой и понятной им форме. Если же мы предоставим им огромную и совершенно непонятную таблицу (то есть информацию в том виде, в каком ее получаем мы), они вряд ли купят такой отчет - он будет совершенно бесполезен, они не вынесут из него тех знаний, которые хотели получить.

Поэтому, какими бы хорошими ни были специалисты по Data Science и какие бы закономерности они ни находили, вы не сможете работать с этими данными без качественных инструментов визуализации.

Источники данных

Массив получаемых данных очень велик, поэтому его можно разделить на некоторые группы.

Внутренние данные компании

Хотя к этой группе относится 80% собираемых данных, этот источник не всегда используют. Часто это данные, которые, казалось бы, вообще никому не нужны, например, логи. Но если посмотреть на них под другим углом, иногда можно найти в них неожиданные закономерности.

Условно бесплатные источники

Сюда относятся данные социальных сетей, интернета и всего, куда можно бесплатно проникнуть. Почему условно бесплатно? С одной стороны, эти данные доступны каждому, но если вы являетесь крупной компанией, то получать их в размерах абонентской базы в десятки тысяч, сотни или миллионы клиентов - уже непростая задача. Поэтому на рынке существуют платные сервисы по предоставлению этих данных.

Платные источники

Сюда относятся компании, которые продают данные за деньги. Это могут быть телекомы, DMP, интернет-компании, бюро кредитных историй и агрегаторы. В России телекомы не продают данные. Во-первых, это экономически невыгодно, а во-вторых, запрещено законом. Поэтому они продают результаты их обработки, например, геоаналитические отчеты.

Открытые данные

Государство идет навстречу бизнесу и дает возможность пользоваться данными, которые они собирают. В большей степени это развито на Западе, но Россия в этом плане тоже идет в ногу со временем. Например, существует Портал открытых данных Правительства Москвы, где публикуется информация по различным объектам городской инфраструктуры.

Для жителей и гостей Москвы данные представлены в табличном и картографическом виде, а для разработчиков - в специальных машиночитаемых форматах. Пока проект работает в ограниченном режиме, но развивается, а значит, тоже является источником данных, который вы можете использовать для своих бизнес-задач.

Исследования

Как уже отмечалось, задача Big Data - найти закономерность. Часто исследования, проводимые по всему миру, могут стать точкой опоры для нахождения той или иной закономерности - вы можете получить конкретный результат и попытаться применить похожую логику в своих целях.

Big Data - это область, в которой работают не все законы математики. Например, «1»+«1» - это не «2», а значительно больше, потому что при смешении источников данных можно значительно усилить эффект.

Примеры продуктов

Многие знакомы с сервисом по подбору музыки Spotify. Он прекрасен тем, что не спрашивает у пользователей, какое у них сегодня настроение, а сам вычисляет это на основе доступных ему источников. Он всегда знает, что вам нужно сейчас - джаз или тяжелый рок. Это то ключевое отличие, которое обеспечивает ему поклонников и отличает от других сервисов.

Подобные продукты принято называть sense-продуктами - такими, которые чувствуют своего клиента.

Технологию Big Data применяют и в автомобилестроении. Например, это делает Tesla - в их последней модели есть автопилот. Компания стремится создать машину, которая сама будет везти пассажира туда, куда ему нужно. Без Big Data это невозможно, потому что если мы будем использовать только те данные, которые получаем напрямую, как это делает человек, то автомобиль не сможет усовершенствоваться.

Когда мы ведем автомобиль сами, то с помощью наших нейронов принимаем решения, исходя из множества факторов, которых мы даже не замечаем. Например, мы можем не осознать, почему решили не газовать сразу на зеленый свет, а потом окажется, что решение было верным - мимо вас пронеслась машина на бешеной скорости, и вы избежали аварии.

Также можно привести пример использования Big Data в спорте. В 2002 году генеральный менеджер бейсбольной команды Oakland Athletics Билли Бин решил разрушить парадигму того, как нужно искать себе спортсменов - он выбрал и обучил игроков «по цифрам».

Обычно менеджеры смотрят на успехи игроков, но в данном случае всё было иначе - чтобы получить результат, менеджер изучал, какие комбинации спортсменов ему нужны, обращая внимания на индивидуальные характеристики. Причем спортсменов он выбрал таких, которые сами по себе не представляли большого потенциала, зато команда в целом получилась настолько успешной, что выиграла двадцать матчей подряд.

Режиссер Беннетт Миллер в последствии снял фильм, посвященный этой истории, - «Человек, который изменил всё» в главной роли с Брэдом Питтом.

Технология Big Data полезна и в финансовом секторе. Ни один человек на свете не сможет самостоятельно и точно определить, стоит ли давать кому-то кредит. Для того, чтобы принять решение, производится скоринг , то есть строится вероятностная модель, по которой можно понять, вернет этот человек деньги или нет. Дальше скоринг применяется на всех этапах: можно, например, просчитать, что в определенный момент человек перестанет платить.

Большие данные позволяют не только заработать деньги, но и сэкономить их. В частности, эта технология помогла Министерству труда Германии сократить расходы на пособия по безработице на 10 млрд евро, так как после анализа информации стало понятно, что 20% пособий выплачивалось незаслуженно.

Также технологии применяются в медицине (особенно это характерно для Израиля). С помощью Big Data можно поставить значительно более точный анализ, чем это сделает врач с тридцатилетним стажем.

Любой доктор, когда ставит диагноз, опирается лишь на свой собственный опыт. Когда это делает машина, она исходит из опыта тысяч таких врачей и всех существующих историй болезни. Она учитывает то, из какого материала сделан дом пациента, в каком районе живет пострадавший, какая там задымленность и так далее. То есть она учитывает массу факторов, которые врачи не берут в расчет.

Примером использования Big Data в здравоохранении можно назвать проект Project Artemis, который внедрила Детская больница Торонто. Это информационная система, которая собирает и анализирует данные по младенцам в реальном времени. Машина позволяет анализировать 1260 показателей здоровья каждого ребенка ежесекундно. Этот проект направлен на прогноз нестабильного состояния ребенка и профилактику заболеваний у детей.

Большие данные начинают использовать и в России: например, подразделение больших данных есть у «Яндекса». Компания совместно с «АстраЗенекой» и Российским обществом клинической онкологии RUSSCO запустили платформу RAY, предназначенную для генетиков и молекулярных биологов. Проект позволяет улучшить методы диагностики рака и выявления предрасположенности к онкологическим заболеваниям. Платформа начнет работу в декабре 2016 года.

Вы же знаете эту известную шутку? Big Data — это как секс до 18:

• все об этом думают;
• все об этом говорят;
• все думают, что их друзья это делают;
• почти никто этого не делает;
• тот, кто это делает, делает это плохо;
• все думают, что в следующий раз лучше получится;
• никто не принимает мер безопасности;
• любому стыдно признаться в том, что он чего-то не знает;
• если у кого-то что-то получается, от этого всегда много шума.

Но давайте начистоту, с любой шумихой рядом всегда будет идти обычное любопытство: что за сыр-бор и есть ли там что-то действительно важное? Если коротко — да, есть. Подробности — ниже. Мы отобрали для вас самые удивительные и интересные применения технологий Big Data. Это небольшое исследование рынка на понятных примерах сталкивает с простым фактом: будущее не наступает, не нужно «подождать еще n лет и волшебство станет реальностью». Нет, оно уже пришло, но все еще незаметно глазу и поэтому припекание сингулярности еще не обжигает известную точку рынка труда так сильно. Поехали.

1 Как применяются технологии Big Data там, где они зародились

Большие IT компании — то место, где зародилась наука о данных, поэтому их внутренняя кухня в этой области интереснее всего. Кампания Google, родина парадигмы Map Reduce, , единственной целью которого является обучение своих программистов технологиям машинного обучения. И в этом кроется их конкурентное преимущество: после получения новых знаний, сотрудники будут внедрять новые методы в тех проектах Google, где они постоянно работают. Представьте себе, насколько огромен список сфер, в которых кампания может совершить революцию. Один из примеров: нейронные сети используются .

Корпорация и внедряет машинное обучение во все свои продукты. Ее преимущество — наличие большой экосистемы, в которую входят все цифровые устройства, используемые в повседневной жизни. Это позволяет Apple достигать невозможного уровня: у кампании есть столько данных о пользователях, сколько нет ни у какой-либо другой. При этом, политика конфиденциальности очень строгая: корпорация всегда хвасталась тем, что не использует данных клиентов в рекламных целях. Соответственно, информация пользователей шифруется так, что юристы Apple или даже ФБР с ордером не смогут ее прочесть. По вы найдете большой обзор разработок Apple в сфере ИИ.

2 Большие Данные на 4 колесах

Современный автомобиль — накопитель информации: он аккумулирует все данные о водителе, окружающей среде, подключенных устройствах и о себе самом. Уже скоро одно транспортное средство, которое подключено к сети наподобие той, что , будет генерировать до 25 Гб данных за час.

Транспортная телематика используется автопроизводителями на протяжении многих лет, но сейчас лоббируется более сложный метод сбора данных, который в полной мере задействует Big Data. А это значит, что теперь технологии могут оповестить водителя о плохих дорожных условиях путем автоматической активации антиблокировочной тормозной и пробуксовочной системы.

Другие концерны, включая BMW, используют технологии Большиx Данных в сочетании со сведениями, собранными с тестируемых прототипов, встроенной в автомобили системой «памяти ошибок» и клиентскими жалобами, чтобы на ранней стадии производства определить слабые места модели. Теперь вместо ручной оценки данных, которая занимает месяцы, применяется современный алгоритм. Ошибки и затраты на их устранение уменьшаются, что позволяет ускорить рабочие процессы анализа информации в BMW.

Согласно экспертным оценкам, к 2019 году оборот рынка подключенных в единую сеть автомобили, достигнет $130 млрд. Это неудивительно, если учитывать темпы интеграции автопроизводителями технологий, которые являются неотъемлемой частью транспортного средства.

Использование Больших Данных помогает сделать машину более безопасной и функциональной. Так, компания Toyota путем встраивания информационных коммуникационных модулей (DCM) . Этот инструмент, использующийся для Больших Данных, обрабатывает и анализирует данные, собранные DCM, чтобы в дальнейшем извлекать из них пользу.

3 Применение Больших Данных в медицине

Реализация технологий Big Data в медицинской сфере позволяет врачам более тщательно изучить болезнь и выбрать эффективный курс лечения для конкретного случая. Благодаря анализу информации, медработникам становится легче предсказывать рецидивы и предпринимать превентивные меры. Как результат — более точная постановка диагноза и усовершенствованные методы лечения.

Новая методика позволила взглянуть на проблемы пациентов с другой стороны, что привело к открытию ранее неизвестных источников проблемы. Например, некоторые расы генетически более предрасположены к заболеваниям сердца, нежели представители других этнических групп. Теперь, когда пациент жалуется на определенное заболевание, врачи берут во внимание данные о представителях его расы, которые жаловались на такую же проблему. Сбор и анализ данных позволяет узнавать о больных намного больше: от предпочтений в еде и стиля жизни до генетической структуры ДНК и метаболитах клеток, тканей, органов. Так, Центр детской Геномной медицины в Канзас-Сити использует пациентов и анализа мутаций генетического кода, которые вызывают рак. Индивидуальный подход к каждому пациенту с учетом его ДНК поднимет эффективность лечения на качественно иной уровень.

С понимания того, как используются Большие Данные, вытекает первое и очень важное изменение в медицинской сфере. Когда пациент проходит курс лечения, больница или другое здравоохранительное учреждение может получить много значимой информации о человеке. Собранные сведения используются для прогнозирования рецидивов заболеваний с определенной степенью точности. Например, если пациент перенес инсульт, врачи изучают сведения о времени нарушения мозгового кровообращения, анализируют промежуточный период между предыдущими прецедентами (в случае возникновения таковых), обращая особое внимание на стрессовые ситуации и тяжелые физические нагрузки в жизни больного. На основании этих данных, больницы выдают пациенту четкий план действий, чтобы предотвратить возможность инсульта в будущем.

Свою роль играют и носимые устройства, которые помогают выявлять проблемы со здоровьем, даже если у человека нет явных симптомов той или иной болезни. Вместо того чтобы оценивать состояние пациента путем длительного курса обследований, врач может делать выводы на основании собранной фитнес-трекером или «умными» часами информации.

Один из последних примеров — . В то время как пациент проходил обследование из-за нового приступа судороги, вызванного пропущенным приемом лекарств, врачи обнаружили, что мужчина имеет куда более серьезную проблему со здоровьем. Этой проблемой оказалась фибрилляция предсердий. Диагноз удалось поставить благодаря тому, что сотрудники отделения получили доступ к телефону пациента, а именно к приложению, сопряженному с его фитнес-трекером. Данные с приложения оказались ключевым фактором в определении диагноза, ведь на момент обследования у мужчины никаких сердечных отклонений обнаружено не было.

Это лишь один из немногих случаев, который показывает, почему использование Больших Данных в медицинской сфере сегодня играет столь значимую роль.

4 Анализ данных уже стал стержнем розничной торговли

Понимание пользовательских запросов и таргетинг — одна из самых больших и максимально освещенных широкой публике областей применения инструментов Big Data. Большие Данные помогают анализировать клиентские привычки, чтобы в дальнейшем лучше понимать запросы потребителей. Компании стремятся расширить традиционный набор данных информацией из социальных сетей и историей поиска браузера с целью формирования максимально полной клиентской картины. Иногда крупные организации в качестве глобальной цели выбирают создание собственной предсказательной модели.

Например, сети магазинов Target с помощью глубинного анализа данных и собственной системы прогнозирования удается с высокой точностью определить — . За каждым клиентом закрепляется ID, который в свою очередь привязан к кредитке, имени или электронной почте. Идентификатор служит своеобразной корзиной покупок, где хранится информация обо всем, что когда-либо человек приобрел. Специалистами сети установлено, что женщины в положении активно приобретают неароматизированные средства перед вторым триместром беременности, а в течение первых 20 недель налегают на кальциевые, цинковые и магниевые добавки. На основании полученных данных Target отправляет купоны на детские товары клиентам. Сами же скидки на товары для детей «разбавляются» купонами на другие продукты, чтобы предложения купить кроватку или пеленки не выглядели слишком навязчивыми.

Даже правительственные ведомства нашли способ, как использовать технологии Big Data для оптимизации избирательных кампаний. Некоторые считают, что победа Б. Обамы на президентских выборах США в 2012 году обусловлена превосходной работой его команды аналитиков, которые обрабатывали огромные массивы данных в правильном ключе.

5 Большие Данные на страже закона и порядка

За последние несколько лет правоохранительным структурам удалось выяснить, как и когда использовать Большие Данные. Общеизвестным фактом является то, что Агентство национальной безопасности применяет технологии Больших Данных, чтобы предотвратить террористические акты. Другие ведомства задействуют прогрессивную методологию, чтобы предотвращать более мелкие преступления.

Департамент полиции Лос-Анджелеса применяет . Она занимается тем, что обычно называют проактивной охраной правопорядка. Используя отчеты о преступлениях за определенный период времени, алгоритм определяет районы, где вероятность совершения правонарушений является наибольшей. Система отмечает такие участки на карте города небольшими красными квадратами и эти данные тут же передаются в патрульные машины.

Копы Чикаго используют технологии Больших Данных немного другим образом. У блюстителей правопорядка из Города ветров также , но он направлен на очерчивание «круга риска», состоящего из людей, которые могут оказаться жертвой или участником вооруженного нападения. По информации газеты The New York Times, данный алгоритм присваивает человеку оценку уязвимости на основании его криминального прошлого (аресты и участие в перестрелках, принадлежность к преступным группировкам). Разработчик системы уверяет, что в то время как система изучает криминальное прошлое личности, она не учитывает второстепенных факторов вроде расы, пола, этнической принадлежности и месторасположения человека.

6 Как технологии Big Data помогают развиваться городам

Генеральный директор Veniam Жоао Баррос демонстрирует карту отслеживания Wi-Fi-роутеров в автобусах города Порту

Анализ данных также применяется для улучшения ряда аспектов жизнедеятельности городов и стран. Например, зная точно, как и когда использовать технологии Big Data, можно оптимизировать потоки транспорта. Для этого берется в расчет передвижение автомобилей в режиме онлайн, анализируются социальные медиа и метеорологические данные. Сегодня ряд городов взял курс на использование анализа данных с целью объединения транспортной инфраструктуры с другими видами коммунальных услуг в единое целое. Это концепция «умного» города, в котором автобусы ждут опаздывающий поезд, а светофоры способны прогнозировать загруженность на дорогах, чтобы минимизировать пробки.

На основе технологий Больших Данных в городе Лонг-Бич работают «умные» счетчики воды, которые используются для пресечения незаконного полива. Ранее они применялись с целью сокращения потребления воды частными домовладениями (максимальный результат — сокращение на 80%). Экономия пресной воды — вопрос актуальный всегда. Особенно, когда государство переживает самую сильную засуху, которая когда-либо была зафиксирована.

К перечню тех, кто использует Big Data, присоединились представители Департамента транспорта города Лос-Анджелеса. На основании данных, полученных от датчиков дорожных камер, власти производят контроль работы светофоров , что в свою очередь позволяет регулировать траффик. Под управлением компьютеризованной системы находится порядка 4 500 тысяч светофоров по всему городу. Согласно официальным данным, новый алгоритм помог уменьшить заторы на 16%.

7 Двигатель прогресса в сфере маркетинга и продаж

В маркетинге инструменты Big Data позволяют выявить, продвижение каких идей на том или ином этапе цикла продаж является наиболее эффективным. С помощью анализа данных определяется, как инвестиции способны улучшить систему управления взаимоотношениями с клиентами, какую стратегию следует выбрать для повышения коэффициента конверсии и как оптимизировать жизненный цикл клиента. В бизнесе, связанном с облачными технологиями, алгоритмы Больших Данных применяют для выяснения того, как минимизировать цену привлечения клиента и увеличить его жизненный цикл.

Дифференциация стратегий ценообразования в зависимости от внутрисистемного уровня клиента — это, пожалуй, главное, для чего Big Data используется в сфере маркетинга. Компания McKinsey выяснила , что около 75% доходов среднестатистической фирмы составляют базовые продукты, на 30% из которых устанавливаются некорректные цены. Увеличение цены на 1% приводит к росту операционной прибыли на 8,7%.

Исследовательской группе Forrester удалось определить , что анализ данных позволяет маркетологам сосредоточиться на том, как сделать отношения с клиентами более успешными. Исследуя направление развития клиентов, специалисты могут оценить уровень их лояльности, а также продлить жизненный цикл в контексте конкретной компании.

Оптимизация стратегий продаж и этапы выхода на новые рынки с использованием геоаналитики находят отображение в биофармацевтической промышленности. Согласно McKinsey , компании, занимающиеся производством медикаментов, тратят в среднем от 20 до 30% прибыли на администрирование и продажи. Если предприятия начнут активнее использовать Большие Данные , чтобы определить наиболее рентабельные и быстро растущие рынки, расходы будут немедленно сокращены.

Анализ данных — средство получения компаниями полного представления относительно ключевых аспектов их бизнеса. Увеличение доходов, снижение затрат и сокращение оборотного капитала являются теми тремя задачами, которые современный бизнес пытается решить с помощью аналитических инструментов.

Наконец, 58% директоров по маркетингу уверяют , что реализация технологий Big Data прослеживается в поисковой оптимизации (SEO), e-mail- и мобильном маркетинге, где анализ данных отыгрывает наиболее значимую роль в формировании маркетинговых программ. И лишь на 4% меньше респондентов уверены, что Большие Данные будут играть значимую роль во всех маркетинговых стратегиях на протяжении долгих лет.

8 Анализ данных в масштабах планеты

Не менее любопытно то, . Возможно, что именно машинное обучение в конечном счете будет единственной силой, способной поддерживать хрупкое равновесие. Тема влияния человека на глобальное потепление до сих пор вызывает много споров, поэтому только достоверные предсказательные модели на основе анализа большого объема данных могут дать точный ответ. В конечном счете, снижение выбросов поможет и нам всем: мы будем меньше тратиться на энергию.

Сейчас Big Data — это не абстрактное понятие, которое, может быть, найдет свое применение через пару лет. Это вполне рабочий набор технологий, способный принести пользу практически во всех сферах человеческой деятельности: от медицины и охраны общественного порядка до маркетинга и продаж. Этап активной интеграции Больших Данных в нашу повседневную жизнь только начался, и кто знает, какова будет роль Big Data уже через несколько лет?