CC BY
476
УДК 004
ВОЗМОЖНОСТИ ТЕХНОЛОГИИ BIG DATA ДЛЯ ПОВЫШЕНИЯ КАЧЕСТВА
ЭКСПЛУАТАЦИИ CRM-СИСТЕМ
Гобарева Я.Л., доцент кафедры Информационные технологии, ФГОБУВО «Финансовый университет при Правительстве Российской
Федерации», e-mail: [email protected] Городецкая О.Ю., доцент кафедры Информационные технологии, ФГОБУ ВО «Финансовый университет при Правительстве
Российской Федерации», e-mail: [email protected] Кочанова Е.Р., доцент кафедры Прикладная информатика ФГОБУ ВО «Финансовый университет при Правительстве Российской
Федерации», e-mail: [email protected]
В статье рассматривается использование современных информационных технологий CRM и BigData для эффективного управления бизнесом компании. Исследуются возможности построения новой CRM модели основанной на общественном мнении. Анализируются инновационные технологии построения Big Data.
Ключевые слова: Bigdata, CRM-системы, хранилище данных, базы данных, неструктурированная информация, управление.
POSSIBILITIES BIG DATA TECHNOLOGY TO IMPROVE THE QUALITY OF
OPERATION CRM SYSTEMS
Gobareva Y., assistant professor of Information technology chair, FSBEI HE «Financial university under the government of the Russian
Federation»
Gorodetskaya O., assistant professor of Information technology chair, FSBEI HE «Financial university under the government of the Russian
Federation»
Kochanova E., assistant professor, Applied FSBEI HE «Financial university under the government of the Russian Federation»
The article deals with the use of modern information technology CRM and Big Data for the effective management of the company's business. We study the possibility of building a new CRM model based on public opinion. Analyzes the innovative technology of building Big Data.
Keywords: Big data, CRM-systems, storage, databases, unstructured information, management.
В настоящее время наблюдаются кризисные явления, отличающиеся неопределённостью и непредсказуемостью последствий. Экономические и политические события требуют от международных, общественных, экономических и политических организаций интенсивного поиска управленческих решений по развитию и совершенствованию, как региональных экономик, так и мировой экономики в целом.
Обычно, решая вопросы выхода из кризисных ситуаций,органы управления идут по экстенсивному пути, игнорируя связь между ростом размеров управленческих органов и развитием реального сектора экономики.
Действительно, может показаться, что рост экономики требует постоянных финансовых инвестиций и роль в этом органов управления и, в том числе финансовой системы, трудно преуменьшить. Однако события последних лет, в первую очередь, кризис 2008, 2014гг., и политический кризис 2014-2015гг., говорят об обратном. Население многих стран ощутило колоссальное давление гигантской финансово-политической системы.У миллионов людей появилась твердая уверенность в том, что именно их интересами готово пожертвовать государство для достижения каких-то своих, зачастую чуждых гражданам, целей. Этот комплекс «противоречия интересов» проявляется практически во всех жизненных сферах. Мы можем увидеть эти противоречия между правительствами и населением, между корпорациями и служащими, между банками и клиентами. Этот комплекс начал формироваться очень давно, с момента начала разрастания государственной и финансовой систем, основной моделью которой является достижение цели любой ценой, без учета реальных потребностей людей. Это приводит к возникновению недовольства у широких масс, выливающегося в революции, забастовки, банкротства.
Поэтому следует сформировать иную концепцию развития, направленную на создание новой, эффективной модели, важнейшим фактором которой является общественное мнение. Создание такой модели невозможно без применения информационных технологий, основанных на современных идеологиях, таких как CRM и Big data.
Идеология CRM (CustomerRelationshipManagement) базируется на «клиентно-ориентированном» подходе, который заключается в первостепенном учете потребностей человека, давая ему понять, что именно его интересы важны как для системы, так и для общества в целом[1, 3].
Руководство компаний начинают понимать, что важнейшим во взаимоотношениях с клиентами становится не их массовость, а их
персонализация, учитывающая частные пожелания и предпочтения. Становится необходимым собирать, хранить, обрабатывать и анализировать большие объемы информации о клиенте, включающие не только сведения о взаимоотношениях с ним, но и множество дополнительных нюансов, как из области бизнеса, так и житейских, психологических, способных повлиять на решения клиента.
Такой подход и лежит в основе идеологии CRM, позволяющей развивать стратегии бизнеса компании.
CRM-системы представляют собой компьютерную аналитическую систему, позволяющую выстроить оптимальные взаимоотношения с клиентами[2].
Структурно любая CRM-система включает такие блоки, как:
■ фронтальная часть, обеспечивающая первичное накопление информации при взаимодействии непосредственно с клиентом;
■ операционная часть, обеспечивающая авторизацию операций и формирование различных отчетов в режиме on-line;
■ хранилище данных, обеспечивающей сохранение всей введенной клиентской информации.
Именно хранилище данных является одной из важнейших составляющих CRM-системы, её ядром, которое собирает, фиксирует, хранит информацию о пользователе и его взаимоотношениях с системой. Практически в нем храниться вся история пользователя, его привычки, потребности, особенности поведения, сведения об услугах и продуктах, которые им были востребованы. При этом история пользователя постоянно анализируется, изучаются его возможности и потребности с целью прогнозирования наиболее эффективной программы обслуживания клиента. Для этого данные хранилища консолидируются, классифицируются, рынок услуг и продуктов сегментируется, пользователи так же организуются в группы. То есть производятся достаточно серьезные аналитические процедуры, для чего используются различные технологии.
Действительно технология работы хранилища данных достаточно сложна. Для эффективного функционирования CRM-системы необходимо сохранить и обработать колоссальный объём информации о клиентах [4]. В связи с этим возникают следующие проблемы.
Первая проблема связана с объёмом хранимой и обрабатываемой информации. Действительно, объемы информации растут по экспоненциальному закону. По прогнозам IDC (International Data Corporation), к 2020 г. цифровая вселенная достигнет объема в 40 зеттабайт. Всего с начала 2010 г. объем данных вырос в 50 раз. Рост общего объема информации происходит в основном за счет автоматически генерируемых данных - к 2020 г. их объем должен увеличиться в 15 раз[6].
62 TRANSPORT BUSINESS IN RUSSIA j №5 2015 j
Вторая проблема - сами данные. Для качественной работы программы обслуживания пользователя необходимы разнообразные данные, представленные как в структурированном, так и в неструктурированном виде. Источники данных так же разнообразны: открытые базы данных, социальные сети, блоги, измерительные устройства, устройства ауди и видеорегистрации т.д. Поэтому вопросы корректной интерпретации информационных потоков актуальны и сложны.
Третья проблема-скорость обработки. Естественно, что в современном мире важную роль играет не только достоверность данных, но и их своевременность. "Вчерашние" данные зачастую теряют свою ценность и негативно влияют на качество результата обработки.
Анализ проблем выявил необходимость внедрения новой технологии, позволяющей решать задачи обработки больших массивов данных. Такая технология появилась несколько лет назад. Её название было введено К. Линчем, редактором журнала «Nature! в 2008 году,- Big data. В различных источниках понятие Big data рассматривается с разных позиций. Одни авторы понятие Big data связывают с большим объемом данных, другие - с видом данных (структурированные, неструктурированные), третьи - со скоростью обработки данных. Однако каждая из этих позиций не точна, например, возникает вопрос - что считать большим объемом, в чем он измеряется (терабайт, петабайт, эксабайт, зеттабайт и т.д.), а что считать высокой скоростью обработки?
На наш взгляд, наиболее удачным является следующее определение.
Big data представляет собой совокупность инструментов, методов обработки структурированных и неструктурированных данных значительного объёма для получения воспринимаемых человеком результатов.
Основными задачами, решаемыми данной технологией являются:
■ хранение и управление объёмом данных, который не может "уместиться" в стандартную базу данных;
■ организация неструктурируемой информации;
■ анализ больших данных, генерирование аналитических отчётов и прогностических моделей на основе поиска нового, поиска классов (нахождение новых типов объектов и поведений), поиска ассоциаций (установление новых зависимостей между объектами, событиями, клиентами).
Хранение и управление объемом данных связано с построением «больших данных». Основой хранения и организации Big data является распределённая файловая система. Для отслеживания места нахождения конкретной информационной единицы используется специальная «карта отслеживания». Для обеспечения отказоустойчивости, надежности и безопасности, данные дублируются.
Для анализа «больших данных» можно использовать широко известные методы[5]:
■ методы data mining, позволяющие находить скрытые закономерности в массиве данных (ассоциативные правила, классификация, кластерный анализ, регрессионный анализ);
■ методы краудсорсинга, основанные на категоризации и обогащении данных силами широкого, неопределённого круга лиц, привлечённых на основании публичной оферты, без вступления в трудовые отношения;
■ методы смешения и интеграции данных, представляющие собой набор техник, позволяющих интегрировать разнородные данные из разнообразных источников для возможности глубинного анализа (цифровая обработка сигналов и обработка естественного языка);
■ методы искусственных нейронных сетей, использующих две парадигмы обучения - обучение с учителем и без учителя;
■ методы пространственного анализа, использующие топологическую, геометрическую и географическую информацию в данных;
■ методы сетевого анализа, методы оптимизации, в том числе генетические алгоритмы, методы распознавания образов, прогнозная аналитика, имитационное моделирование, статистический анализ.
Следует отметить, что, используя технологии Big Data, компания может получить важную информацию за несколько секунд, что позволит повысить эффективность экономических решений, реагируя на изменения в поведении клиентов, и выявляя рыночные тенденции в режиме реального времени.
В основу сбора, хранения больших данных положены инновационные технологии:
■ NoSQL (not only SQL)
■ MapReduce
■ Hadoop
Технология NoSQL основывается на хранении баз данных с возможностью решить проблемы масштабируемости и доступности за счет атомарности и согласованности данных (нереляционные базы данных). NoSQL-системы имеют распределенную архитектуру, позволяющую достичь не только горизонтальной масштабируемости, но и увеличить надежность системы с помощью поддержания нескольких копий данных.
В распределенных системах управления данными одновременно применяются два подхода:
■ разделение данных - данные хранятся в копиях на разных узлах, при этом каждый узел системы содержит свою часть данных и выполняет операции над ними;
■ репликация, когда одни и те же данные хранятся на нескольких узлах сети, отказ узла не приводит к потере данных.
При реализации такой технологии используются четыре типа хранилищ данных:
■ «Ключ-значение» - применяется ключ для доступа к значению, именно в этих хранилищах хранятся изображения и инструменты для масштабируемости.
■ «Хранилище семейств колонок» - особенностью этого хранилища является представление данных в виде разреженной матрицы, строки и столбцы которой используются как ключи. Примером использования являются системы управления содержимым, регистрация событий. Использование отметок времени позволяет применять этот вид хранилища для регистрации и обработки данных, связанных со временем.
■ «Документо-ориентированные СУБД» - используют для хранения иерархические структуры данных.
■ «Базы данных на основе графов» - особенностью организации такого хранилища является свободный механизм хранения данных. Используются для решения задач с данными, имеющими большое количество связей. К таким задачам, например, можно отнести выявление мошенничества.
Технология MapReduce представляет собой модель для распределенных вычислений над большими наборами данных. Работа состоит из двух шагов: Map - предварительная обработка данных, Reduce - свертка предварительно обработанных данных.
Технология Hadoop представляет собой систему распределенных вычислений. В её основе лежит распределённая файловая система, обеспечивающая хранение данных сразу на нескольких узлах кластера. Следовательно, выход из строя одного (нескольких) узлов кластера сводят риск потери информации к минимуму.
Использование инновационных технологий хранилищ данных позволит пользователям получить качественно новые знания за счет комплексного анализа всей информации в едином аналитическом хранилище.
Таким образом, решения, реализованные в CRM системах с использованием технологии Big Data, предоставляют руководству компаний эффективный инструмент для разработки стратегии бизнеса на основе достоверной информации о поведении клиентов и изменении рыночных тенденций.
Литература:
1. Городецкая О.Ю., Гобарева Я.Л. CRM - система как стратегия управления бизнесом компании // Транспортное дело России. - 2014. - №4. - С.169-173.
2. Гобарева Я.Л., Городецкая О.Ю., Кочанова Е.Р. Избавить клиента от комплекса «маленького человека» // Управление в кредитной организации. Аналитический журнал. - 2015. - №1 (77). - С. 107-112.
3. Гобарева Я.Л., Золотарюк А.В., Кочанова Е.Р. и др. Автоматизация деятельности кредитной организации на платформе «1С: Предприятие 8» / Под общ. ред. Д.В. Чистова. М.: ООО «1С-Паблишинг», 2012. - 436 с.
4. Городецкая, О.Ю., Шуремов, Е.Л. Мобильные системы управления взаимоотношениями с клиентами // Экономика и менеджмент систем управления. - 2014. - №4. - С. 107-115.
5. Гобарева, Я.Л., Ширнин Г.В. Большие данные в банковской сфере // Валютный контроль. Валютное регулирование. - 2014. -№8. - С. 58-63.
6. Интернет ресурс: http://www.tssonline.ru/articles2/fix-corp/ rost-obema-informatsii—realii-tsifrovoy-vselennoy
TRANSPORT BUSINESS IN RUSSIA | №5 2015 | 63
