CC BY
218154
ECONOMICS /
УДК: 004.67
Зиниша О. С., Кочеян Д.Г., Мокосеева М. А.
Кубанский государственный аграрный университет имени И. Т. Трубилина
DOI: 10.24411/2520-6990-2020-11755 ТЕХНОЛОГИЯ BIG DATA В БИЗНЕСЕ - ПРЕИМУЩЕСТВА И ПУТИ СОВЕРШЕНСТВОВАНИЯ
Zinisha O. S.
Kocheyan D. G Mokoseeva M. A.
Kuban State Agrarian University named after I.T. Trubilina BIG DATA TECHNOLOGY IN BUSINESS - ADVANTAGES AND WAYS TO IMPROVE.
Аннотация.
В статье дается обзор технологий больших данных (Big Data) на современном этапе экономического развития, исследуется влияние этой технологии на законодательство о персональных данных, которое является одним из основных гарантов защиты прав граждан на неприкосновенность частной жизни в цифровой среде, а также подтверждает необходимость и перспективы использования больших данных для создания конкурентных преимуществ для компании и повышения операционной эффективности. Исследование проводилось на основе системного подхода, с использованием методов анализа и мониторинга развития технологии Big Data на современном этапе развития компании.
Abstract.
The article provides an overview of big data technologies at the present stage of economic development, examines the impact of this technology on personal data legislation, which is one of the main guarantors ofprotecting citizens' rights to privacy in the digital environment, and also confirms the need and prospects for using big data for creating competitive advantages for the company and increasing operational efficiency. The study was conducted on the basis of a systematic approach, using methods of analysis and monitoring the development of Big Data technology at the current stage of company development.
Ключевые слова: Big Data, технологии, информация, данные, анализ, объем данных, развитие, преимущества.
Keywords: Big Data, technology, information, data, analysis, data volume, development, advantages.
Регулирование структурированной и неструктурированной информации с помощью новых технологий и инструментов их обработки в настоящее время - актуальная как на уровне конкретных предприятий, так и на уровне государства, проблема. «Big Data» - тема, которая активно обсуждается технологическими компаниями. Одни определяют данные технологии как революцию, другие отводят им роль оптимизаторов бизнес-процессов. Однако все сходятся в одном: большие данные являются одним из главных драйверов развития информационных технологий [5].
В связи с цифровизацией экономики потребность в информационных продуктах и услугах возрастает. Чтобы удовлетворить потребности клиентов, компании должны обрабатывать и анализировать огромные объемы данных с разной структурой и из разных источников. Таким образом, собранная информация становится стратегически важным активом, эффективность которого существенно влияет на управление и результаты компании.
Большие данные - определение структурированных и неструктурированных данных больших объёмов и значительного многообразия, эффективно обрабатываемых горизонтально масштабируемыми программными инструментами, появившимися в конце 2000-х годов и альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence [4]. Мы
можем говорить о технологиях Big Data как о социально-экономическом явлении, связанном с появлением технологических возможностей для анализа больших объемов информации, в определенных проблемных областях - весь мировой объём данных и вытекающих из него трансформационных последствий.
Главный генератор данных - это человек. Пользователи оставляют за собой информационный след, посещая различные сайты, делая запросы в поисковых системах, оформляя заказы в интернет-магазинах, используя IT-устройства и др.
Основными источниками больших данных являются [1]:
1) информация из Интернета: социальные сети, блоги, СМИ, форумы;
2) показания различных устройств: датчиков IoT, аудио и видео рекордеров, интеллектуальных устройств, смартфонов, мобильной связи и т. д.;
3) корпоративная информация.
Говоря о факторах, препятствующих распространению Big Data-проектов, первый фактор рассматривается как «выбор фиксированных данных». В результате трудна сама постановка задачи - выбрать важные данные для исследуемой проблемы, то есть определить, какие данные собирать, хранить и анализировать, а какие пропускать (рисунок 1).
25%
. 13% J 11%
, Bin Data
СЛОЖЛППЪ ОПРЕДЕЛЕНИЯ, КПКИР ДОННЫЕ НуЖНП *
фиксировать н хранить, а каппе — пропускать
Дорого&шил инфраструктуры
Нет достаточного число нужных ИГ специалистов для управления проектами
Нет достаточного число нужных аналитиков
Нет понимания, кокая технология огтгнмольно для разный Qjq Oato-jciADH Недостаточная поддержка ! бизнес-подразделения не понимают отдачи От Big Data
Рисунок 1 - Факторы, сдерживающие внедрение Больших Данных во всем мире [3]
10%
., 9%
Последние десять лет происходит непрерывный рост числа компаний, использующих большие данные. В 2011 г. большие данные уже использовались гигантами бизнеса - Hewlett-Packard, IBM, Microsoft. В 2015 г. доля компаний, использующих большие данные, составляла 18% в мире [2]. Сегодня доля таких компаний - 50%. И это неудивительно - сбор и анализ больших данных дает важные преимущества:
1) информация поступает из разных источников, что делает ее достоверней;
2) информация поступает постоянно, что делает ее актуальной;
3) данные не анализируются вручную, что уменьшает количество ошибок и увеличивает объем информации, возможный для обработки;
Объем рынка Big Data России
4) у компании есть централизованный доступ к информации.
Сегодня Big Data помогает решить различные проблемы во многих областях, включая розничную торговлю, медицину, финансы, промышленность, энергетику, туризм, экологию, развлечения. Благодаря обработке и анализу большого объема данных, представители власти, бизнеса, науки, разработчики и другие заинтересованные стороны улучшают качество товаров и услуг, развивают бизнес.
Рынок больших данных (Big Data) в России активно развивается. К 2024 году его объем достигнет 310 миллиардов рублей, прогнозируют в Ассоциации участников рынка больших данных (АБД). На рисунке 2 представлен объем рынка Big Data России за 2014-2018 гг. [3].
2014-2018 гг. (млрд долл. США)
1,7
Рисунок 2 - Объем рынка Big Data России за 2014-2018 гг.
Большие данные используются операторами мобильной связи. Они анализируют данные о движении своих абонентов. Это помогает решать разные проблемы. Например, технологии больших данных могут предопределить маршруты, которые они выбирают чаще всего. На основании полученной информации выделяют автомагистрали, которые нуждаются в ремонте.
Широкое применение Big Data нашли в области ритейла. Они помогают компаниям находить территории с их целевой аудиторией и определять, где существует необходимость в новых магазинах. Большие данные используются для определения части города с заполненными детскими садами, отслеживания пассажиропотока и оптимизации маршрутов общественного транспорта.
Кроме того, они используются крупными производственными компаниями для анализа данных о сбоях оборудования и сокращения времени простоя, что снижает затраты. В базах данных розничных магазинов при помощи Big Data возможно управлять продажами продукта, его хранением и поставке, делать прогноз спроса и продажи продукта.
Эти технологии анализируют операции клиентов в банке, а затем предлагают им соответствующие банковские услуги, а также анализируют платежеспособность потенциального заемщика или лица, предоставляющего обеспечение по займу. На рисунке 3 представлена статистика российских банков, которые активно инвестируют в технологии больших данных [5].
156 ECONOMICS / «€®LL®qyiym-j®y®MaL»#1Mîâl),2©2©
Рисунок 3 - ТОП-5 российских банков, которые активно вкладывают деньги в Big data
Помимо использования Big Data в маркетинговых целях, технологии применяются для предотвращения мошеннических финансовых операций.
Что касается медицины, врач использует большие данные, чтобы предложить индивидуальный подход к лечению пациента.
Ниже приведен список технологий, используемых крупными российскими компаниями (таблица 1), с указанием функций, используемых в этих компаниях.
Таблица - 1
Перечень технологий, используемых крупными российскими компаниями в отраслевом разрезе [5]
Компания Отрасль Задачи Технологии
Mail.ru Интернет-проекты Борьба с мошенничеством и спамом, а также анализ поведения пользователей сайта Hadoop? Собственные разработки
Яндекс Интернет-проекты Фильтрация спама, экспресс-анализ профилей посетителей сайтов, геоаналитика Собственные разработки
Пенсионный фонд Финансы Аналитика и отчетность SAP HANA
ФНС России Госорганы Создание аналитического слоя федерального хранилища данных Teredata, Informatica, SAP BusinessObjects, Oracle Exadata
Сбербанк России Финансы Маркетинг и продажи, управление рисками и скоринг, управление взаимоотношениями с клиентами, борьба с мошенничеством Teredata
Gloria jeans Ритейл Управление ассортиментом, управление логистикой товаров, ценообразование, аналитика и отчетность HP Vertica
Государство также является одним из крупнейших владельцев и агрегаторов больших массивов данных. Только Московский Департамент информационных технологий (ДИТ) потратил более 500 миллионов рублей на приобретение геоданных с 2016 по 2019 годы. Аналитика помогает создавать новые транспортные узлы, управлять маршрутными сетками городского транспорта, настраивать работу сети светофоров в режимах «час пик».
На российском рынке основными поставщиками для хранения и переработки данных являются компании-драйверы, представленные в таблице 2.
Таблица - 2
Основные поставщики для хранения и переработки данных на российском рынке [3]
Поставщик Страна Основные потребители в России
SAP Германия Федеральная налоговая служба (ФНС), Пенсионный фонд, банковская группа «Открытие» и энергетический холдинг «Сибирская генерирующая компания»
Oracle США ФНС, Альфа-банк
IBM США Пенсионный фонд, Вымпелком
Teradata США ФНС, ВТБ24, Сбербанк
Google США бизнес любого уровня
Microsoft США бизнес любого уровня
На сегодняшний день российский рынок больших данных не так популярен, как в развитых странах. В этом заинтересованы большинство российских компаний, но они не решаются воспользоваться своими возможностями.
Но аналитики также имеют довольно оптимистичные прогнозы относительно российского рынка. IDC считает, что доля российского рынка в ближайшие 5 лет увеличится, в отличие от рынка Германии и Японии [6].
Итоги опроса Economist Intelligence Unit survey доказывают положительный результат от внедрения Big Data (рисунок 4).
Рисунок 4 - Результаты внедрения Big Data из опроса Economist Intelligence Unit [3]
Таким образом, можно выделить основные преимущества больших данных в бизнесе:
1) Степень качества данных оказывает непосредственное влияние на результативность бизнес -процессов. В процессе покупки для оплаты данные поставщиков низкого качества могут привести к отсутствию контрактов на покупку или информации о ценах, что может привести к задержкам в приобретении жизненно важных товаров. Многие компании используют решения для обработки больших данных или алгоритмы, чтобы просто делать то, что они уже делали, чтобы не было потери данных, более того, если будет осуществлен запуск алгоритм для набора данных, результатом может быть список людей, которые демонстрируют атрибуты мошеннического поведения.
2) Систематический анализ данных или профилирование данных используется для оценки общего состояния данных, которые приводят к принятию правильных бизнес-решений в соответствии с существующей ситуацией, поскольку иногда неточные данные приводят к неправильному управлению, что означает, что деловые решения основаны на неверной информации. Например, чем больше можно понять о сложных взаимоотношениях с клиентами, истории предпочтений и истории взаимодействия с компанией, тем более актуальным и своевременным является охват бизнеса.
3) Имея большие данные, компания может собирать триллионы или миллиарды точек данных о своих продуктах, ресурсах или клиентах в режиме реального времени и немедленно переупаковывать данные для оптимизации взаимодействия с клиентами.
4) Скорость обновления данных с использованием технологий больших данных позволяет компаниям быстрее и точнее реагировать на запросы
клиентов. Например, MetLife использовал MongoDB для быстрой консолидации информации о клиентах из более чем 70 различных источников и предоставления единой, быстро обновляемой презентации.
5) Большие данные могут помочь компаниям действовать более гибко, чтобы они могли адаптироваться к изменениям быстрее, чем их конкуренты
[7].
К 2025 году общемировой объем данных вырастет в 10 раз и достигнет 163 зеттабайт (Збайт, в одном зеттабайте содержится 10 в 21 - ой степени байтов), причем большую часть этих данных будут генерировать предприятия, а не потребители [8].
Таким образом, Большие Данные - это устоявшаяся сфера технологий, которая, получила распространение во многих сферах бизнеса. Перспективы внедрения Больших Данных связаны с неоспоримым конкурентным преимуществом, которое получают компании в части повышения операционной эффективности бизнеса, привлечения дополнительного потока клиентов, минимизации рисков и внедрения технологий анализа и прогнозирования данных. И если сейчас большинство проектов в российских компаниях носит тестовый характер, то по мере накопления данных до достаточного уровня и с увеличением объема инвестиций, доля российского рынка Больших Данных увеличится, и технология станет неотъемлемым инструментом, на основе которого будут приниматься управленческие решения.
Big Data открывает новые горизонты в планировании производства, образовании, здравоохранении и других отраслях. Поскольку их развитие продолжается, технологии Big Data могут вывести информацию как фактор производства на совершенно новый уровень качества. Информация будет не
158
ECONOMICS / <<Ш^ШетУМ~ЛШ®Ма1>#Щ61)),2©2©
только соответствовать труду и капиталу, но и может стать важнейшим ресурсом современной экономики.
Список литературы:
1. Адлер, Ю. П. Статистическое управление процессами. «Большие данные»: учебное пособие / Ю. П. Адлер, Е. А. Черных. — М.: Издательский Дом МИСиС, 2016. — 189 с.
2. Базилевич, А.Р. Основные проблемы развития Интернет-банкинга в деятельности коммерческих банков / А.Р. Базилевич, Д.В. Зиринова, И.В. Рындина, Е.И. Сорокина // Экономика устойчивого развития. - 2019. - №1(37). - С. 262-265.
3. Билл, Фрэнкс Революция в аналитике: Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики / Фрэнкс Билл; перевод И. Евстигнеева; под редакцией В. Мылова. — М.: Аль-пина Паблишер, 2020. — 320 с. [Электронный ресурс]. — Режим доступа: URL: http://www.iprbookshop.ru/93032.html (дата обращения: 09.04.2020)
4. Билл, Фрэнкс Укрощение больших данных: как извлекать знания из массивов информации с помощью глубокой аналитики / Фрэнкс Билл; перевод А. Баранов. — Москва: Манн, Иванов и Фербер, 2017. — 340 с. [Электронный ресурс]. — Режим доступа: URL: http://www.iprbookshop.ru/39433.html (дата обращения: 06.04.2020)
4. Бродовская, Е. В. Большие данные в исследовании политических процессов: учебное пособие / Е. В. Бродовская, А. Ю. Домбровская. — Москва:
Московский педагогический государственный университет, 2018. — 88 с. [Электронный ресурс]. — Режим доступа: URL:
http://www.iprbookshop.ru/92872.html (дата обращения: 06.04.2020)
5. Виктор, Майер-Шенбергер Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим / Майер-Шенбергер Виктор, Кукьер Кеннет; перевод И. Гайдюк. — М.: Манн, Иванов и Фербер, 2014. — 220 с. [Электронный ресурс]. — Режим доступа: URL: http://www.iprbookshop.ru/39150.html (дата обращения: 05.04.2020)
6. Воронова, Л. И. Big Data. Методы и средства анализа: учебное пособие / Л. И. Воронова, В. И. Воронов. — М.: Московский технический университет связи и информатики, 2016. — 233 с.
7. Соловьева, С. В. Информационные технологии в профессиональной деятельности. Инструментарий бизнес-аналитики: практикум / С. В. Соловьева, Ю. П. Александровская, Ю. В. Хайрутдинова.
— Казань: Казанский национальный исследовательский технологический университет, 2017. — 104 с. [Электронный ресурс]. — Режим доступа: URL: http://www.iprbookshop.ru/79292.html (дата обращения: 05.04.2020).
8. Туркин, В. С. Методы обработки маркетинговой информации: учебное пособие / В. С. Туркин.
— М.: Евразийский открытый институт, Московский государственный университет экономики, статистики и информатики, 2015. — 245 с.
