Як Big Data перетворюється на цифрову ланку між клієнтами та покращеним сервісом компаній

Під словосполученням «Великі дані» (Big Data) розуміють способи, інструменти та методи обробки величезних масивів інформації. На перший погляд такі дані виглядають інформаційним хаосом, однак після обробки з них можна отримати прогнози, тенденції тощо.

Авторитетне видання The Economist у травні 2017 року оголосило, що найцінніший світовий ресурс змінився: це вже не нафта, а дані. Останніми роками активно розвиваються інструменти для видобутку та обробки цього ресурсу. Вони називаються «Великі дані» та обіцяють неймовірні можливості компаніям, їхнім клієнтам та звичайним людям.

Під словосполученням «Великі дані» (Big Data) розуміють способи, інструменти та методи обробки величезних масивів інформації. На перший погляд такі дані виглядають інформаційним хаосом, однак після обробки з них можна отримати прогнози, тенденції тощо. Особливу популярність засоби Big Data почали набирати у 2010-х роках, коли стали популярними ноутбуки, смартфони, планшети та інші електронні гаджети, які є джерелом різноманітної інформації.

Користь Big Data на практиці

«Великі дані» вже довели свої потужні можливості для підвищення продуктивності, економії ресурсів та збільшення комфорту у різних галузях – охороні здоров’я, виробництві, сфері послуг, транспорті, страхуванні тощо. Ось кілька прикладів їхнього практичного використання.

Доктор Джон Халамка, який працював директором з інформації багатьох медзакладів, з Гарвардською медичною школою включно, зміг врятувати завдяки «Великим даним» свою дружину-азіатку. У неї у 2011 році виявили останню стадію раку молочних залоз. Халамка з командою зібрав з усіх гарвардських госпіталів інформацію про лікування 10 тисяч азіаток з такою ж хворобою. Доктору вдалося знайти ліки, які були найбільш ефективними для його дружини. Халамка вважає, що саме така знахідка на основі аналізу інформації допомогла жінці повністю видужати.

У Непалі у квітні 2015 року стався руйнівний землетрус, який вбив майже 9000 людей та поранив 22 тисячі. Після катастрофи потрібно було якомога швидше допомогти постраждалим. Компанія SAS з Північної Кароліни проаналізувала дані розміщення людей, які надала Міжнародна організація з міграції, та змогла організувати краще розподілення наявних ресурсів. Проаналізувавши дані Торгової палати ООН, у SAS також підказали кращих експортерів на поставку матеріалів для відновлення країни.

Німецький авіаперевізник Lufthansa завдяки Big Data тепер точно знає, що саме та коли зламається у якомусь з його літаків. Це дозволяє компанії проводити завчасний ремонт, не очікуючи появи реальної поломки, що збільшує час простою. Джерелом інформації стали різноманітні підключені до інтернету датчики (так званий інтернет речей). Ці сенсори безперервно зчитують показники вузлів літака та відправляють їх у центр обробки. Маючи таку інформацію, системи машинного навчання передбачають, коли та чи інша деталь може вийти з ладу.

У США у 2014 році сталася епідемія зараження небезпечною бактерією сальмонелою. Знайти джерело не вдавалося, поки агенція з питань їжі та ліків Food and Drug Administration (FDA) не залучила «Великі дані». Інформацію збирав центр з контролю та запобіганню хвороб (CDC), база даних якого налічує понад 17 терабайтів даних про геном різноманітних організмів від  51 тисячі об’єктів. Щомісяця ця база GenomeTrakr поповнюється інформацією від 1 тисячі нових об’єктів. Проаналізувавши наявні відомості, фахівці знайшли джерело – завод з виробництва горіхового масла. Фабрику зупинили, а епідемію вдалося подолати.

НАПИСАТИ ВІДПОВІДЬ

Коментуйте, будь-ласка!
Будь ласка введіть ваше ім'я