2. 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
3. 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.
4. 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.
6. 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).
7. Кейсы: кредитный скоринг и
аналитический сервис DataScoring
Компания 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.
8. Кейсы: прогнозирование фондового рынка,
торговые стратегии и компания DataTrading
Компания 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.