Где используется Big Data

Главная страница
/
Пв3
/
Где используется Big Data

Big Data отличается рядом характеристик:

  • Volume. Огромные объемы данных, которые организации получают из бизнес-транзакций, интеллектуальных (IoT) устройств, промышленного оборудования, социальных сетей и других источников.
  • Velocity. Скорость прироста, с которой данные поступают в реальном времени. Эта характеристика объясняет необходимость обработки данных с высокой скоростью из-за темпов изменения и всплесков активности. Компании и организации должны иметь возможности использовать эти данные и генерировать информацию из них в режиме реального времени.
  • Variety. Разнообразие больших данных проявляется в их форматах: структурированные цифры из клиентских баз, неструктурированные текстовые, видео- и аудиофайлы, а также полуструктурированная информация из нескольких источников. Разнообразие больших данных делает их по своей сути сложными, что приводит к необходимости в системах, способных обрабатывать различные структурные и семантические различия.

Big Data используют, чтобы понять привлекательность товаров и услуг, спрогнозировать спрос на рынке и реакцию на рекламную кампанию. Работа с Big Data помогает компаниям привлечь потенциальных клиентов и увеличить доходы, использовать ресурсы рационально и строить грамотную бизнес-стратегию.

Применение в городе:

  • городской трафик (информация, поступающая от транспортных компаний, водителей, пешеходов позволяет понять, какие направления и виды транспорта наиболее востребованы у горожан и как можно изменить ситуацию, чтобы избежать пробок);
  • анализ состояния дорожного полотна;
  • анализ дорожной ситуации (Алгоритмы машинного обучения (Machine Learning) анализируют погодные и дорожные условия (ширину и изменение пропускной способности участка дороги, средний балл заторов в городе и скорость потока). Если, с учетом текущей транспортной ситуации и погоды, какой-то участок относится к критическим (авария в этом месте приведет к сильным заторам), ему присваивается наивысший приоритет в случае вызова машин ГИБДД);
  • объединение светофоров в саморегулирующуюся систему;
  • электронные табло для общественного транспорта;
  • создание маршрутов общественного транспорта (на основе использования электронных чипов в билетах);
  • прогноз и реагирование на техногенные катастрофы (землетрясения, наводнения);
  • экология (датчики наполнения мусорных контейнеров, датчики разбрызгивания в парках, мониторинг и анализ уровня загрязненности городского воздуха);
  • система велопроката;
  • демографическая ситуация (строительство школ);
  • системы экстренного реагирования (скопления людей или машин, вспышки заболеваний и т.д).

Применение в госсекторе:

  • безопасность - система ALPR (автоматическое распознавание номерных знаков, карта преступности);
  • чат-боты для оптимизации муниципального, регионального или федерального контактного центра;
  • системы для взаимодействия с обращениями.

Применение в ритейле:

  • анализ кассовых чеков (какие предложения получили наибольший отклик у покупателей);
  • эффективность промоакций;
  • сервис персональных рекомендаций;
  • динамическое ценообразование.

Применение в здравоохранении:

  • планирование медицинского обслуживания физических лиц и групп населения, включая прогностическое управление течением заболеваний;
  • определение и реализация максимально эффективных практических мер, способствующих сокращению числа повторных госпитализаций;
  • снижение риска заражения крови и почечной недостаточности, вмешательство на ранних стадиях для уменьшения негативных последствий;
  • оптимизация управления результатами лечения и затратами на лекарственные препараты;
  • разработка инструментов, позволяющих повысить качество обслуживания пациентов.

Применение в образовании:

  • электронные дневники и библиотеки;
  • системы оценок профильного образования;
  • анализ и прогнозирование траекторий обучения.