Многие наверняка даже не догадываются о том, что мы живем в мире, полном больших данных. И обращаемся к ним, сами того не зная. Например, когда утром смотрим прогноз погоды. Конечно же, приложениями с предсказаниями синоптиков использование больших данных не ограничивается. Их помощь государству и бизнесу, а также актуальные тенденции и перспективы применения обсудили на бизнес-форуме BIG DATA 2020. Подробнее – в нашем материале.
При упоминании термина "умный город" в голову приходит картина, похожая на утопию. Ведь все в нем работает как часы, начиная с общественного транспорта и заканчивая уличным освещением. В окончательную победу технологий верится с трудом, но шаги по строительству "умных городов" предпринимаются.
В России, как и положено столице, эту роль на себя решила взять Москва. Оно и понятно: каждый день в мегаполисе происходит огромное число процессов и накапливается множество данных, которые можно оцифровать и автоматизировать. И работа над этим активно ведется.
– Ключевая цель Москвы – построение города будущего. Сделать так, чтобы все решения в нем принимались на основе больших данных и обратной связи с жителями. В настоящее время реализуется более 300 проектов, которые носят максимально прикладной характер, – рассказал начальник аналитического управления департамента информационных технологий Москвы Дмитрий Онтоев.
По его мнению, только основанное на больших данных управление позволяет решать ключевые задачи. Но для этого данные нужно собрать и оцифровать. Одним из ярких примеров работы в этой сфере является столичная система ЖКХ. Так, в 2019 году к ГЛОНАСС было подключено 16 500 единиц техники, телеметрия с которой собирается в специализированный центр.
Конечно же, этим движение в сторону "умного города" не ограничивается. Взять, например, общегородской контакт-центр, в котором собраны все справочные и диспетчерские службы Москвы. С 2016 года вызовы на популярных горячих линиях принимает виртуальные оператор, что позволяет снять нагрузку с живых людей. При этом обратившийся за помощью горожанин без нее не останется, потому что робот способен ответить на простые вопросы вроде "какой номер телефона у моей поликлиники" и "до скольких она работает".
Но чтобы город "умнел" с большей скоростью, нужно собрать больше данных. Не ущемляя при этом прав горожан. В этой связи интересно, чем они готовы делиться, где хотят видеть применение больших данных и к каким ресурсам чаще всего обращаются.
– Больше половины москвичей поддерживают внедрение систем для охраны домов и мониторинга окружающей среды. Горожане готовы делиться данными о музыкальных и книжных предпочтениях, пройденных программах обучения и даже распорядком дня. При этом самыми популярными ресурсами по итогам 2019 года стали график отключения воды, просмотр камер наблюдения во дворах и на культурных объектах, – подчеркнул Дмитрий Онтоев.
В заключение он отметил, что процесс создания "умного города" не имеет финальной точки. Потому что появляются новые вызовы, на которые нужно реагировать, и новые технологии, которые нужно внедрять. Тем не менее, по мнению Онтоева, в Москве уже есть элементы "умного города" и широкие горизонты для его развития.
Большие данные могут помочь не только государству, но и бизнесу. Последний из-за пандемии коронавируса переживает непростые времена и всеми путями стремится выжить. В том числе благодаря оптимизации.
– К нам обратился крупный сетевой ритейлер, который столкнулся с перетоком клиентов в другие торговые сети. Задачей было определить, в какие магазины и по каким причинам ушли покупатели. Для этого разработали модель покупок клиентов программы лояльности заказчика и проанализировали истории посещения других торговых сетей. Построив карту "якорей" (свои) и "магнитов" (чужие) мы определили приоритетные магазины. Геопространственный анализ позволил выявить изменения в сценариях потребления тех же продуктов, но в других магазинах. По результатам были определены проблемные магазины, и заказчик принимал решение об их закрытии, – рассказал старший менеджер по внедрению продуктов больших данных Tele2 Константин Загуменнов.
В компании Tele2 с помощью машинного обучения с высокой точностью определяют маршруты клиентов. Ведь каждый раз, когда они звонят или выходят в интернет, их смартфоны регистрируются на базовых станциях. Соединив эти точки и нанеся их на карту, можно смоделировать маршрут автомобиля или общественного транспорта.
Непосредственно в своем бизнесе мобильный оператор использовал эти технологии для эффективного управления персоналом в торговых точках. Благодаря этому должны уйти в прошлое ситуации, когда из-за занятости менеджеров покупатель уходит в другой салон. Другой пример использования данных геоаналитики – оценка загруженности открытой в 2019 году федеральной трассы М-11, которая связывает Москву и Санкт-Петербург. На ее основе будет приниматься решение об улучшении покрытия сети на автодорогах и инвестициях в необходимое для этого оборудование.
Еще одной сферой, в которой можно применять большие данные, является строительство. По словам Константина Загуменнова, застройщики смогут использовать их для прогнозирования нагрузки на строительные объекты, а также благоустройства инфраструктуры и территорий. В конечном счете, эти знания помогут улучшать качество жизни людей, которые живут в этих микрорайонах и гуляют по разбитым там паркам и скверам.