Big Data: возможности для бизнеса

Исследование перспективной возможности для бизнеса, которая в ближайшем будущем будет все активнее применяться компаниями. Определение понятия Big Data, его источники. Пример применения Big Data крупнейшим оператором сотовой связи Verizon в США.

Рубрика Менеджмент и трудовые отношения
Вид статья
Язык русский
Дата добавления 24.06.2017
Размер файла 15,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Big Data: возможности для бизнеса

Аннотация

Данная статья посвящена перспективной возможности для бизнеса, которая в ближайшем будущем будет все активнее и активнее применяться компаниями. Малые данные о потребителях не смогут помочь фирмам развиваться и удерживать клиентов. Big Data позволит иметь более подробную картину об их предпочтениях. Составляя более точные прогнозы, бизнес сможет определять правильную стратегию и увеличивать прибыль компании. бизнес связь big data

В статье дано определение понятию Big Data и перечислены его источники. Помимо этого рассмотрен удачный пример применения Big Data крупнейшим оператором сотовой связи Verizon в США, нашедшим отличный способ собрать информацию обо всех действиях абонентов.

Рассмотрена кросс-отраслевая кооперация знаний, которая позволяет компаниям снижать издержки и создавать новые способы монетизации данных.

Ключевые слова: Big Data, бизнес, данные пользователей, монетизация.

Big Data -- собирательное понятие, которое относится к системам хранения данных, различным способам анализа и обработки данных, конечному результату.

Источники Big Data -- информация, возникающая в результате регистрации каких-либо регулярных или случайных событий в вычислительной среде, связанных с явлениями в повседневной жизни человека, природными явлениями и другими технологическими процессами. На данный момент наибольшими объемами информации обладают интернет-компании, телекомоператоры, банки, ритейл, медицинские и государственные учреждения -- они выступают источниками данных.

Если говорить о традиционных подходах к обработке малых данных, то они предусматривают выстраивание строгой иерархичной структуры хранения однородных данных, обеспечивающей получение точных и однозначно интерпретируемых результатов. Большие данные предназначены для прогнозирования. Исходя из этого, чем больше информации аккумулируется, тем большей точности прогноз можно получить, при этом речь не идет о достижении абсолютной точности, которой не может быть в прогнозе -- это одно из принципиальных отличий от строгих аналитических вычислений на малых данных, в которых точность определяется ограниченностью исходной выборки измерений. Использование огромных массивов данных вместо их малой доли и выбор количества в ущерб точности приводит к необходимости изменения подходов в принятии решения от поиска причинно-следственных связей к анализу корреляций.

При этом сегодня для телекомоператора вопросы поиска новых точек роста стоят наиболее остро, так как доходы от традиционных услуг (sms/ голос) существенно снижаются, а доходы от услуг передачи данных показывают отрицательный рост. Традиционный подход при монетизации данных подразумевает создание консолидированной инфраструктуры для сбора, хранения и процессинга данных, в ряде случаев создания автоматического инструментария для их анализа, но в итоге подавляющее большинство кейсов сводится к выгрузке статичных отчетов, на основе которых принимаются управленческие решения. Используя такой подход, продукт попадает на рынок зачастую уже тогда, когда необходимость в нем существенно снижается или вовсе исчезает. По этой причине многие компании сосредотачиваются в большей мере на внутреннем потребителе, т.е. на том потребителе, который может подождать. Таким образом, на текущий момент примерное отношение дохода от внутреннего и внешнего применения Big Data соотносится как один к трем.

Основными направлениями для применения технологий Big Data являются удержание и развитие клиентов, третированная реклама и оптимизация сети.

Рассмотрим кейс на примере компании Verizon «Система поощрения абонентов за возможность анализа мобильного трафика».

Наиболее эффективным способом сбора информации о предпочтениях потребителей является анализ мобильного трафика, генерируемого ими со своих мобильных устройств, и другой информации, циркулирующей на мобильных терминалах абонентов.

Вместе с этим повсеместное использование средств шифрования трафика и законодательные нормы, запрещающие доступ к этой информации, приводят к невозможности получения ценной информации о профиле потребления абонентов, следовательно, лишают оператора связи возможности легального использования этих данных в своих экономических целях.

Крупнейший оператор сотовой связи Verizon в США запустил программу Verizon Select, которая нацелена на добровольное соглашение абонентов предоставить оператору возможность анализа данных обо всех действиях абонента. Программа позиционируется как один из способов «заботы об абоненте» через повышение качества услуг и ограждение абонента от нежелательной рекламы, но в профессиональном кругу содержание программы интерпретируется иначе -- программа ориентирована на создание легальных условий анализа профиля потребления абонентов для последующей монетизации этих данных с помощью технологий Big Data.

Verizon получает добровольное соглашение абонентов на обработку данных, которое позволяет анализировать предпочтения потребителей и предлагать целенаправленную рекламу. Информация, которая будет собрана о пользователях, включает:

адреса websites, которые посещает пользователь в Интернете;

местоположение устройства;

приложения и дополнительные устройства, которые используются;

электронные и почтовые адреса;

информацию об услугах и продуктах (данные о звонках, оборудовании и типе используемого устройства);

CPNI (индивидуальная интернет-информация о пользователе), которая включает количество, тип, назначение, местоположение и количество использования телекоммуникаций, голосовых электронных звонков;

информацию, которую получают из других компаний (например, пол, возраст, интересы, предпочтения в покупках, а также дополнительную информацию).

Если клиент подписывает данное соглашение, то мобильная компания начисляет бонусы, которые он может обменивать на подарочные карты, накапливать и покупать товары, путешествовать, совершать ежедневные сделки. Когда абонент совершает операцию через программу Verizon Select, то он автоматически получает 10 тыс. баллов. Каждый год при условии сотрудничества с мобильной компанией клиент будет получать баллы. Все мобильные устройства, которыми пользуется абонент, будут привязаны к единому аккаунту, и начисление баллов будет происходить в одну корзину.

После запуска программы Verizon Select сотовая компания предлагает рекламодателям новое предложение о сотрудничестве на основе того, что обладает уникальными знаниями об абонентах (точных целевых аудиториях). Данная ситуация на мобильном рынке открывает новые возможности для ведения бизнеса.

Для компенсации возникающего тренда на снижение объема знаний о поведении пользователей в традиционных источниках целесообразно реализовать кросс-отраслевую кооперацию знаний между традиционными бизнесами, которые обладают этой информацией исторически. Подобная кооперация позволит создать новые востребованные цифровые продукты для внешних и внутренних потребителей, снизить время, необходимое для создания этих продуктов, кроме того, не потребует существенного изменения ИТ-ландшафта в компании, так как информация, которая будет использоваться, является результатом операционной деятельности каждого отдельно взятого бизнеса по причине того, что уже аккумулируется в нем.

Кооперация позволяет:

сократить объем затрат на запуск новых цифровых сервисов (обычно стоимость всех вместе взятых исследований, необходимых для запуска продукта, может достигать 70% его себестоимости);

создает возможность работать с новыми партнерами по типовому API, без затрат на глубокую интеграцию с ними;

способствовать созданию новой ключевой экспертизы по монетизации данных.

Результат кросс-отраслевой кооперации знаний -- это не только новые сервисы, но и возможность повышения экономической эффективности компании.

Литература

Бабурин В. А., Яненко М. Е. Технологии Big Data в сервисе: новые рынки, возможности и проблемы // Технико-технологические проблемы сервиса. - 2014.

Сухобоков А. А., Лахвич Д. С. Влияние инструментария Big Data на развитие научных дисциплин, связанных с моделированием // Наука и образование (электронное научно-техническое издание). -- 2015.

Dmitry Namiot. On Big Data stream processing // International Journal of Open Information Technologies. -- 2015.

Бабаев Э. О., Баша Н. В., Томша П. П. Понятие Big Data. Показатель готовности перехода компании на новые технологии работы с большим объемом данных // Международный научно-исследовательский журнал. -- 2014. http://www.verizonwireless.com/.

Размещено на Allbest.ru

...

Подобные документы

  • Теоретическое исследование системы государственной поддержки малого предпринимательства в России и зарубежных странах. Сущность и значение малого бизнеса в экономике. Формы поддержки инновационного малого бизнеса в США, Германии, Великобритании и РФ.

    курсовая работа [192,5 K], добавлен 02.06.2011

  • Определение и оценка возможности влияния бизнеса на развитие государства посредством эволюции сотруднических отношений между сферой бизнеса и политикой. Положительные и отрицательные стороны GR коучинга и GR менеджмента, перспективы его развития.

    дипломная работа [439,6 K], добавлен 05.07.2017

  • Ознакомление с предложениями и рекомендациями по выбору модели управления инвестиционными рисками. Исследование и анализ особенностей финансовой политики рассматриваемой компании. Изучение организационно-экономической характеристики предприятия.

    дипломная работа [142,0 K], добавлен 24.08.2017

  • Теоретические основы стратегии развития фирмы, подходы к процессу ее формирования. Методы разработки стратегии. Исследование рынка сотовой связи в России. Характеристика рынка сотовой связи в Екатеринбурге. Разработка конкурентной стратегии ОАО "МТС".

    курсовая работа [1,7 M], добавлен 28.01.2015

  • Определение диверсификации бизнеса, ее целесообразность. Диверсификация как часть корпоративной стратегии. Причины, виды и этапы диверсификации. Диверсификации бизнеса как условие повышения его эффективности. Стратегические подходы диверсификации бизнеса.

    курсовая работа [79,3 K], добавлен 03.02.2011

  • Понятие и история возникновения аутсорсинга в торговле. Аутсорсинг как способ снижения затрат: плюсы и минусы. Его правовое регулирование в России. Специфика применения аутсорсинга в России. Особенности организации бизнеса компании – аутсорсера.

    курсовая работа [1,1 M], добавлен 12.02.2015

  • Анализ возможности использования стратегии экстенсивного роста компании сферы гостиничного бизнеса, предполагающей увеличение числа отелей, использующих стандартные технологии и бизнес-процессы. Факторы успеха, обусловленные реализацией возможностей.

    дипломная работа [1,4 M], добавлен 31.10.2016

  • Системный подход к задачам информационного менеджмента. Обоснование архитектуры технологической среды обработки информации, варианта создания информационной системы на базе стоимости владения. Оценка использования ресурсов. Реинжиниринг бизнес-процессов.

    курсовая работа [660,6 K], добавлен 20.03.2014

  • Теоретические аспекты управления развитием малого бизнеса, его значимость в экономическом развитии Казахстана и факторы, негативно влияющие на него. Возможности адаптации зарубежного опыта управления малым бизнесом к условиям Республики Казахстан.

    дипломная работа [644,0 K], добавлен 26.10.2015

  • Модели ведения бизнеса зарубежными компаниями на территории Узбекистана, Таджикистана и Киргизии. Алгоритм установления доверия. Неписанные нормы общения. Местное сообщество, махалля. Типичные ошибки предпринимателей. Безопасность и кадровая политика.

    презентация [2,2 M], добавлен 21.12.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.