Профилактика прогрессирования миопии с точки зрения доказательной медицины
Big Data с точки зрения конечного пользователя
-
Upload
- -
Category
Technology
-
view
513 -
download
2
Transcript of Big Data с точки зрения конечного пользователя
![Page 1: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/1.jpg)
Big Data с точки зрения конечного пользователя
Собака Павлова
Захар Кириллов
![Page 2: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/2.jpg)
Принципиальная позиция автора сформировалась в ходе интервьюc пользователями, в различных ипостасях соприкасающихся с Big Data (от аналитиков и программистов до дизайнеров и потребителей), а также при чтении публицистических статей в популярных медиа и аналитических отчетов.
Откудадровишки?
![Page 3: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/3.jpg)
Терминология
![Page 4: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/4.jpg)
Big Data — цифровые данные (часто — слабоструктурированные), поступающие так быстро и в таких объемах, что возникают сложностис их хранением, обработкой, защитой и анализом традиционными методами.
![Page 5: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/5.jpg)
Data Mining — интеллектуальный анализ данныхс целью выявления ранее неизвестных, но практически полезных закономерностей. Технологии: статистические методы, машинное обучение, искусственные нейронные сети.
![Page 6: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/6.jpg)
миллионов сообщений
500 350 150миллионов фотографий
тысяч часов видео
25терабайтданных
У кого больше?
Каждые 24 часа!
![Page 7: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/7.jpg)
Big Data в Enterprise
100ГБ данныхили 1 млн записей
в сутки
Из них лишь 1% представляет ценность для бизнеса.
![Page 8: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/8.jpg)
Big Data в малом бизнесе
выбросить данные жалко или невозможно;
нанимать людей для их анализа нерационально;
разовая покупка железа или софта не спасает.
Ситуация, в которой:
![Page 9: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/9.jpg)
Объем данных — понятие субъективное. У разных компаний — свои возможности«переварить» поступающие данные, свой предел «насыщения» ими.
![Page 10: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/10.jpg)
Где рождаются большие данные? Кассовые операции в торговой сети.
Комментарии и «лайки» пользователей соцсети.
Поток звонков и соединений у телеком-оператора.
Сигналы датчиков «Интернета вещей», телематика.
Очередь e-mail на сервере интернет-провайдера.
Определение тематики и образов в потоковом видео.
Транзакции на валютной бирже и между банками.
Система бронирования билетов у перевозчиков.
Статистика посещаемости популярных сайтов.
![Page 11: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/11.jpg)
Тренды
![Page 12: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/12.jpg)
Объем рынка
Рынок РФ в 2015 году — $350–500 млн (2%) при росте 40% в год.
![Page 13: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/13.jpg)
Проблемы рынка
Защита данных.
Ограниченный бюджет.
Нехватка специалистов
Технологические сложности.
Незрелость предприятия.
![Page 14: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/14.jpg)
Видные игроки
![Page 15: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/15.jpg)
Внедрения в России
![Page 16: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/16.jpg)
Управление рисками, борьба с мошенничеством, сегментация и оценка кредитоспособности клиентов, прогнозирование очередей в отделениях, расчет бонусов для сотрудников, персонализация предложений клиентам.
![Page 17: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/17.jpg)
Сегментация и прогнозирование оттока клиентов, анализ отзывовв соцсетях и на форумах.
![Page 18: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/18.jpg)
Анализ поведения пользователей сайта, персонализация контента, предиктивный анализ потребительских привычек клиента для увеличения повторных продаж.
![Page 19: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/19.jpg)
Оповещение людей, находящихся в зоне чрезвычайной ситуации, а также тех, кто туда может попасть; оптимизация работы колл-центра за счет прогнозирования причины обращения; оценка кредитоспособности абонентов.
![Page 20: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/20.jpg)
Мобильная геоаналитика помогает правительству Москвы определиться с размещением новых магистралейи станций метро.
![Page 21: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/21.jpg)
Прогнозирование нагрузкина сеть; анализ пассажиропотока, определение популярных маршрутови видов транспорта (совместный проект с РЖД).
![Page 22: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/22.jpg)
Фильтрация спама, таргетинг рекламы, оптимизация работы техподдержки, анализ поведения пользователей.
![Page 23: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/23.jpg)
Внедрение страховой телематикидля снижение убыточностипортфеля автострахования.
![Page 24: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/24.jpg)
Управление товарными запасамидля сокращения среднего времени пребывания товара на полке.
![Page 25: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/25.jpg)
Открытые данные
Правительство Москвы http://data.mos.ru/
Правительство Россииhttp://data.gov.ru/
![Page 26: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/26.jpg)
С чего начать?
![Page 27: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/27.jpg)
Отчетность → Аналитика → Big Data
![Page 28: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/28.jpg)
Бизнес-цели
Конкурентное преимущество за счет выявления закономерностей.
Снижение затрат на ваша проблемная статья расходов .
Edutament (образование + развлечение)для клиентов, сотрудников и партнеров.
Инфографика — информационные поводы для СМИ.
Новые партнеры в лице государстваили других «труднодоступных» организаций.
Выход на новые рынки с информационными продуктами.
![Page 29: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/29.jpg)
Пользовательские ожидания
Достоверность информации.
WOW-фактор — удивление результатом.
Визуализация — наглядность и понятность результата.
Интерактивность — возможность взаимодействовать с данными.
Персонализация — загрузка и выгрузка собственных массивов данных.
Защита личных данных от утечки, гарантия соблюдения ФЗ об их хранении и обработке.
![Page 30: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/30.jpg)
Команда
Заказчик: ставит цель, выделяет ресурсы, принимает результат.
Руководитель проекта: отвечает за коммуникацию, планированиеи использование ресурсов.
Директор по использованию данных (Chief Data Officer, Data Chief): курирует всю работу по анализу данных — сбор, хранение, защиту и обработку; понимает предметную область, бизнес, технологии и юридические аспекты.
Математик-аналитик: использует методы и инструментарий Data Mining для проверки гипотез и выявления закономерностей.
ИТ-отдел: программисты, UX-дизайнер, сисадмин — реализуютзапросы всех вышеназванных.
![Page 31: Big Data с точки зрения конечного пользователя](https://reader033.fdocuments.net/reader033/viewer/2022042907/587b4e141a28abff1a8b548b/html5/thumbnails/31.jpg)
Big Data «малой кровью»
Внутренний хакатон, «конвейер гипотез» — вместе с коллегамисделать домашнее задание и выяснить, какие данные можете собирать,
какие закономерности есть смысл пробовать в них обнаружить,для чего использовать в бизнесе?
Предложить задачу фрилансерам — на конкурсной основеза вознаграждение на сайте kaggle.com.
Обратиться к студентам — ВШЭ, МФТИ, МГУ, ИТМО, СПбГУ,МГТУ им. Баумана готовят специалистов в сфере анализа данных.
Поручить профессионалам — algomost.com, rubbles.ru, yandexdatafactory.com, doubledata.ru, datalaboratory.ru.