BIG DATA: ВОЗМОЖНОСТИ ДЛЯ БИЗНЕСА

Аннотация. В статье проведен обзор технологий Big Data на современном этапе развития экономики, исследованы сферы и проблемы применения Больших Данных в бизнесе, обоснованы необходимость и перспективность использования данных технологий для создания конкурентных преимуществ компании и повышения эффективности деятельности. Приведены результаты внедрения Больших Данных на предприятии. Сформулировано значение технологий Big Data в инновационном развитии цифровой экономики.

Ключевые слова: технологии Big Data, Большие Данные, информация, бизнес, маркетинг, конкурентоспособность, конкурентное преимущество.

В современных условиях становления и развития информационного общества в различных отраслях экономики создается и накапливается огромное количество данных. В бизнесе, промышленной индустрии постоянно увеличивается объем технологической информации, медиа-данных, необходимых для управления предприятием. Появляются новые программы, сервисы и инструменты, основанные на применении информационно-коммуникационных технологий. В результате цифровизации экономики растет необходимость в информационных товарах и услугах. Чтобы удовлетворить потребности клиентов, компаниям приходится обрабатывать и анализировать колоссальные объемы данных, разной степени структурированности и из различных источников. Таким образом, накопленная информация становится стратегически важным активом, от эффективности управления которым существенно зависят результаты деятельности предприятия. 

За последние годы человечество произвело информации больше, чем за всю историю своего существования. С каждым годом объем информации в мире увеличивается в среднем на 40% [12]. Рост объемов данных сопровождается появлением программных и аппаратных средств, обеспечивающих хранение, обработку, вычисление и анализ большого количества сведений. Стоимость хранения информации при этом снизилась, что повлияло на возможность собирать больше данных и анализировать, не связанные друг с другом факторы. Человеческий мозг не может обнаружить такие закономерности, какие отмечает компьютер, выдавая совершенно неожиданные причинно-следственные и количественные взаимосвязи [1, c. 56].

В результате соединения этих двух процессов – роста потребности бизнеса в сборе, хранении, анализе больших объемов данных и создания технического инструментария, способного оперативно обрабатывать данные с минимальными издержками, появилось интересное  и перспективное  направление развития технологий под названием Big Data (Большие данные).

Технология Big Data это комплекс подходов, инструментов или методов обработки данных больших объемов и значительного многообразия для получения значимой и критически важной бизнес-информации.  Данные могут быть как обработанными (структурированными), так и разрозненными (неструктурированными) [16].

Существует определенный набор характеристик, в которых заложено ключевое понятие Big Data, все они умещаются в «три V» [14]:

1. Volume – объем обрабатываемой информации;
2. Velocity – скорость накопления данных и обработки потока данных;
3. Variety – многообразие и недостаточная структурированность данных.

Но также к VVV добавляют четвертую «V» (Veracity – правдоподобность/достоверность данных) и пятую «V» (Value – ценность накопленной информации, или Viability – жизнеспособность). Нельзя не заметить то, что во всех признаках определяющей и значимой характеристикой для Больших Данных является не только их физический объем, но другие свойства, существенные для представления о сложности задачи обработки и анализа данных [10, 37].

Можно выделить особенности технологий Big Data [11]:

• работа с информацией большого объема и разнообразного состава;
• информация часто обновляется и находится в разных источниках;
• качественно отличающийся метод аналитики для выявления практических знаний, которые в свою очередь монетизируются в прибыль;
• наглядное отображение отчетов и возможность сценарного анализа («что, если…»);
• цель применения технологий Big Data – увеличение эффективности работы, создание инноваций, и повышение уровня конкурентоспособности.

Источником Больших Данных являются не только корпоративные базы данных и массив социального Веба, но и сведения от различных приборов, датчиков, измерительных и «умных» устройств, а также данные, находящиеся  в открытом доступе [15]. Для обработки Больших Данных используются современные инструменты и технологии, разработанные на основе искусственного интеллекта, математического и статистического анализов, краудсорсинга, прогнозной аналитики, имитационного моделирования и другие. Зачастую технология Big Data используется для извлечения еще неизвестной, но необходимой для компании информации [5, c. 103].

Согласно отчету компании McKinsey «Global Institute, Big data: The next frontier for innovation, competition, and productivity», информация стала важным фактором современного производства наряду с капитальными и трудовыми ресурсами. Применение Больших Данных в бизнесе является основой конкурентного преимущества и роста компаний [14].

Сфера использования технологий Больших Данных многогранна и обширна. Так, с помощью Big Data можно совершенствовать бизнес-процессы работы с клиентами, узнавать об их предпочтениях и вкусах, об эффективности проведенных маркетинговых кампаний и предложений, или провести анализ рисков [8, c. 63]. Ниже на рисунке 1 представлены результаты опроса IBM Institute о направлениях использования Big Data в компаниях.

Рисунок 1. Сфера применения Big Data

Источник: IBM Institute for  Business Value

По данным, представленным на диаграмме, видно, что большинство компаний применяют Большие Данные в области клиентского сервиса, операционная эффективность – это второе по популярности направление, а в сфере управления рисками Big Data на сегодняшний день используются меньше  всего.

Технологии Big Data могут быть полезны для решения основных задач [13]:

• маркетинг и увеличение продаж;
• прогнозирование рыночной ситуации;
• эффективное сегментирование клиентов;
• совершенствование продуктов и услуг;
• принятие более обоснованных управленческих и оперативных решений на основе анализа Big Data;
• повышение уровня производительности труда;
• эффективная логистика;
• оптимизация портфеля инвестиций;
• мониторинг состояния основных фондов.

Для сбора и обработки Больших Данных используются различные технологии [11]:

• Массовая параллельная обработка (MPP);
• MapReduce – вычислительная парадигма, предложенная компанией Google;
• Обработка сложных событий – обработка информации в режиме онлайн из различных источников; обработка данных зависит от времени;
• Hadoop – проект компании Apache Software Foundation, реализующий парадигму MapReduce;
• RDBMS;
• Сassandra – альтернатива для Hadoop HDFS, база данных, выполненная как NoSQL;
• Hive – файловое хранилище, автором является компания Facebook;
• NoSQL – системы управления базами данных на основе данной парадигмы совершенно не похожи на системы управления реляционными базами данных, так как не используют SQL как язык запросов.

На сегодняшний день, разработкой инструментария для работы с Big Data занимаются компании, известные во всем мире – Oracle, Microsoft, IBM, SAP [13].

Big Data являются одним из основных драйверов формирования информационно-коммуникационных технологий в современных условиях высокотехнологического производства [2, c. 23]. Постоянно растущие возможности анализа большого количества информации в настоящее время существенным образом изменяют бизнес среду и бизнес-процессы, протекающие в ней. Использование технологий Big Data может сыграть значимую роль в инновационном развитии цифровой экономики в скором будущем.

По данным опроса специалистов по маркетингу компаний сектора рынков B2B (англ. Business to Business) и B2C (англ. Business to Consumer) в Великобритании и Европе, проведенного компаниями Circle Research и DNX, 43% менеджеров маркетинговых отделов применяют технологии Big Data в своей работе, еще 40% планируют начать использование Больших Данных в течение следующих трех лет [12]. При этом статистика показывает, что 42% менеджеров по маркетингу делят контроль над Big Data с другими подразделениями, 23% полностью контролируют работу с Big Data, а еще 32% полностью доверяют его ИТ-специалистам или менеджерам по работе с данными (рисунок 2).

Рисунок 2. Распределение контроля работы с Big Data между подразделениями компании

Источник: Circle Research и DNX, 2016

С маркетинговых позиций технологии Big Data позволяют найти скрытые взаимосвязи, новые источники информации, повысить качество и оперативность принимаемых решений по персонализации и обработке клиентских предложений, взаимодействию и удержанию клиента, разработать новые уникальные услуги [3, c.56].

Давайте посмотрим на результаты исследования Economist Intelligence Unit, согласно которому последствия внедрения Больших Данных носят достаточно позитивный характер (рисунок 3).

Рисунок 3. Результаты внедрения Big Data в бизнесе

Источник: Economist Intelligence Unit

По данным, представленным на диаграмме, можно сделать вывод о том, что внедрение Big Data на предприятиях привело к улучшению и повышению эффективности работы в сфере клиентского сервиса, повышению точности планирования и оптимизации затрат на сервис.

Однако остановимся на проблемах внедрения и применения Big Data. Одна из ключевых проблем – оценка эффективности проекта Больших Данных. Во-первых, данные технологии позволяют резко сократить затраты и время анализа большого количества сведения и в кратчайшие сроки подготовить информацию для принятия оперативных и управленческих решений. Во-вторых, использование Big Data обеспечивает индивидуализацию и персонификацию услуг на B2B и B2C рынках. [8, c. 66].

Вторая проблема связана с обучением и подготовкой квалифицированных специалистов-маркетологов, способных применять и управлять технологиями Big Data. Таким специалистам, с одной стороны, необходимо иметь подготовку в области математического вычисления, статистики, обработки и анализа Больших Данных, уметь работать с аппаратно-программным инструментарием. С другой стороны, необходимо обладать навыками формулировки маркетинговых задач, для решения которых и используют технологии Big Data [4]. Специалисты-маркетологи также должны знать сценарии, алгоритмы, методы  маркетинговой деятельности, уметь определить корректные требования к функциональным характеристикам программно-аппаратных комплексов и систем, которые реализуют технологии Big Data, тем самым обеспечивая формирование конкурентных преимуществ фирмы.

В современном мире, где информация обновляется с невероятной скоростью и поступает из самых разных источников, компаниям приходится работать с огромными массивами сведений и данных [9, c. 27]. Технологии Big Data позволяют собирать, хранить, структурировать и анализировать большие объемы информации. Это помогает руководству фирмы находить закономерности и причинно-следственные связи между различными факторами и использовать это преимущество для получения положительных результатов.

Таким образом,  Big Data подразумевает работу с информацией колоссального объема и разнообразного состава, часто обновляемой и находящейся в различных источниках в целях увеличения эффективности работы, формирования новых сервисов, создания инновационных маркетинговых инструментов, продвижения продуктов и услуг, оптимизации расходов, улучшения точности прогнозирования и минимизации рисков, и, наконец, повышения конкурентоспособности бизнеса. Главное – научиться правильно обрабатывать и анализировать полученные данные, превращая информацию в актив и стратегический ресурс развития организации.

Список литературы:

1. Майер-Шенбергер Виктор, Кукьер Кеннет. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим; пер. с англ. Инны Гайдюк. – М.: Манн, Иванов и Фербер, 2014. – 240 с.
2. Тезисы докладов конференции «Большие Данные в национальной экономике» (Москва, 22 октября 2013 г.). / Под ред. Дубовой Н.А. – М.: «Открытые системы», 2013. – 53 с.
3. Яненко М. Б. Яненко М. Е. Инновационные маркетинговые стратегии в условиях формирования информационного общества. СПб: Изд-во СПбТЭИ. 2014. – 100 с.
4. Авдеева И.Л. Анализ зарубежного опыта использования глобальных технологий «BigData» // Науковедение: интернет-журнал. 2016. – №6 (8). Режим доступа: http://naukovedenie.ru/PDF/13EVN616.pdf
5. Бабурин В.А., Яненко М.Е. Технологии Big Data в сервисе: новые рынки, возможности и проблемы // Технико-технологические проблемы сервиса (ТТПС). 2014. – № 1 (27). – C. 100-105
6.  Волкова Ю.С. Большие Данные в современном мире // Концепт. Т. 2016. – №11. – С. 171-175.
7. Иванов П.Д., Вампиловв В.Ж. Технологии Big Data и их применение на современном промышленном предприятии // Наука и инновации: инженерный журнал. 2014. – №8. Режим доступа: http://engjournal.ru/catalog/it/asu/1228.html
8. Мальцева С.В., Лазарев В.В. Маркетинговая аналитика в сфере электронного бизнеса на основе больших данных // Информационные технологии в проектировании и производстве. 2015. – № 1. – С. 62-67.
9. Моррисон Алан и др. Большие Данные: как извлечь из них информацию Технологический прогноз. Ежеквартальный журнал, российское издание. 2010. – №3. – С. 22-29
10. Черняк Л. Большие Данные – новая теория и практика // Открытые системы. СУБД. 2011. – №10. – С. 36-41
11. Big Data: проблема, технология, рынок  [Электронный ресурс]. – Режим доступа:http://compress.ru/Article.aspx?id=22725 (дата обращения: 02.12.2017)
12. Tech Pro Research [Электронный ресурс]. – Режим доступа: http://www.techproresearch.com/topic/big-data/ (дата обращения: 24.11.2017)
13. Аналитический обзор рынка Big Data [Электронный ресурс]. – Режим доступа: https://habrahabr.ru/company/moex/blog/256747/ (дата обращения: 24.11.2017)
14. Википедия: Большие Данные [Электронный ресурс]. – Режим доступа: https://ru.wikipedia.org/wiki (дата обращения: 30.10.2017)
15. Работа с Big Data: основные области и возможности // Библиотека маркетолога, 2009-2017 [Электронный ресурс]. – Режим доступа: http://www.marketing.spb.ru/lib-around/stat/Big_Data.htm (дата обращения: 03.12.2017)
16. Что такое Big data: собрали все самое важное о больших данных [Электронный ресурс]. – Режим доступа: https://rb.ru/howto/chto-takoe-big-data/ (дата обращения: 30.10.2017)