Большие данные в условиях цифровизации

NovaInfo 130
Опубликовано
Раздел: Экономические науки
Просмотров за месяц: 29
CC BY-NC

Аннотация

В статье рассматривается технология Big Data, история ее возникновения, сферы применения. Проанализированы возможности больших данных в финансовой сфере, направления, в которых использована технология. Обоснована перспективность применения технологии Big Data и её риски в условиях цифровизации экономики. Также в статье были рассмотрены причины использования Big Data в бизнесе.

Ключевые слова

ИНФОРМАЦИЯ, ТЕХНОЛОГИИ, ФИНАНСОВАЯ СФЕРА, ЦИФРОВИЗАЦИЯ ЭКОНОМИКИ, БОЛЬШИЕ ДАННЫЕ, БИЗНЕС, КЛИЕНТ

Текст научной работы

Сферы применения технологии

Большие данные (Big Data) — направление, связанное с обработкой и хранением большого объема информации, с которым очень трудно работать при помощи обычных программных устройств и невозможно проанализировать при помощи человеческого труда [1].

Технология большие данные подразумевает сбор, хранение и использование большого объема неструктурированных данных.

Впервые упоминание термина «большие данные» было замечено в журнале Nature в 2008 году, редактором которого был Клиффорд Линч. В специальном выпуске он подготовил статью на тему «Как могут повлиять на будущее науки технологии, открывающие возможности работы с большими объёмами данных?», для которой были собраны материалы о явлении роста объемов обрабатываемых данных и их применения.

На сегодняшний день большие данные являются драйвером развития информационных технологий и самой быстрорастущей сферой, поскольку количество информации постоянно растет.

В сфере Big Data сформулированы признаки, которым они должны соответствовать. Все признаки начинаются с буквы V, именно поэтому система носит название «VVV» (рис. 1):

Признаки Big Data. Источник: по материалам [7]
Рисунок 1. Признаки Big Data. Источник: по материалам [7]

В соответствии с рисунком 1, поясним его содержимое.

  • Volume (объем) — объем информации измерим;
  • Velocity (скорость) — объем информации постоянно только увеличивается, а инструменты обработки должны это учитывать;
  • Variety (разнообразие) — информация может быть как структурированной, так и полностью неструктурированной.

В основании технологии Big Data лежат два основных принципа, которые направлены на обработку данных [8]:

  1. Распределенное хранение данных. Данный принцип позволяет организовать децентрализованное хранилище, из так называемых, простых отдельных носителей;
  2. Распределенная обработка данных. Такой принцип базируется на кластерах вычислений, которые снабжены локальной системой хранения.

Ключевой и основной целью работы с Big Data считается то, что человечество должно научиться извлекать большие массы информации, анализировать и направлять.

Технология «Большие данные» используется в следующих основных сферах (табл. 1).

Таблица 1. Сферы, в которых используется технология Big Data. Источник: авторская, по материалам [2]

Сфера

Содержание

Облачные хранилища

Хранение на локальных компьютерах, дисках и серверах достаточно неудобно и затратно. Облачные центры постепенно становятся надёжным способом хранения информации, которая доступна в любой момент времени

Блокчейн

Технология, которая взволновала мир в последние годы, значительно упрощает транзакции, делает их более безопасными, хорошо справляется с обработкой операций

Самообслуживание

Роботизация и автоматизация снижают расходы на ведение бизнеса, также уменьшают стоимость товаров и услуг

Искусственный интеллект

Образец для подражания мышлению головного мозга помогает делать системы, которые эффективны в науке и бизнесе

Эти сферы создаются и достигают прогресса благодаря сбору и анализу данных.

Далее рассмотрим ряд российских компаний, которые также используют технологию «Большие данные». Среди которых выделяют следующие: [5]

  • «Яндекс» (корпорация, управляющая популярным поисковиком, и делающая цифровые продукты практически для каждой сферы жизни);
  • «Мегафон» (коммуникационный гигант обратил внимание на большие данные приблизительно пять лет назад. Работа над геоаналитикой привела их к созданию готовых решений пассажироперевозок);
  • «Билайн» (мобильный оператор анализирует массивы информации для борьбы со спамом и мошенничеством, прогнозирования проблем у клиентов. Также известно, что корпорация сотрудничает с банками, то есть оператор помогает анонимно оценивать кредитоспособность абонентов);
  • «Сбербанк» (в банке России массы информации анализируются для оптимизации затрат, грамотного управления рисками, борьбы с мошенничеством, а также расчёта премий и бонусов для сотрудников).

Направления, в которых используется Big Data

Стоит отметить, что в финансовой сфере большие данные используются в таких направлениях как: [4]

  1. Увеличение продаж и повышение лояльности;
  2. Антифрод;
  3. Кредитный скоринг.

1. Один из показателей эффективности у банков — количество проданных финансовых продуктов на одного клиента. Для того чтобы увеличить данный показатель, необходимо просто сделать правильное предложение, надо рассказать об услуге именно в тот момент, когда она будет востребована. Представим ситуацию: жена клиента просит сделать ремонт, а финансовая организация сама подсказывает, что есть выгодное кредитное предложение как раз для этих целей. Как банки узнали, что человеку именно сейчас эти услуги нужны? На помощь, конечно же, пришли большие данные. От анализа поведения пользователя, компании переходят к перечню банковских продуктов, которыми пользуются люди, похожие на этого клиента.

2. Следующим примером использования Big Data является кредитный скоринг, т.е. анализ потенциального заемщика [5]. Банки учитывают не только социально-демографические характеристики клиента, его кредитную историю, дисциплину погашения и уровень зарплаты, но и анализируют данные о покупках.

Банки также анализируют поведение пользователей в социальных сетях. Делают выводы о социальном статусе, образовании и квалификации человека. При оценивании юридических лиц, которые обращаются за кредитом, банки анализируют финансовые показатели и частоту упоминаний компании в средствах массовой информации (СМИ).

3. Третье направление применения Big Data, которое только начинает развиваться — это безопасность.

Антифрод — это система, которая анализирует большое количество параметров, для того чтобы выявить потенциальных мошенников. Big Data помогают создать профиль среднестатистического плательщика и уже на его основе присваивается уровень опасности проведения мошеннической операции.

К примеру, вызывают подозрение пользователи, которые вообще не оставляют цифровых следов [3]. Если доступ в мобильный банк предоставляется через аккаунты в социальных сетях, то система выявляет фейковых пользователей. Компании будут активно делиться друг с другом данными, для того чтобы увидеть более полную картину поведения клиента (рис. 2).

Схема работы системы Антифрод. Источник: по материалам [4]
Рисунок 2. Схема работы системы Антифрод. Источник: по материалам [4]

Так как важность внедрения технологии Big Data возрастает с каждым днём, именно поэтому происходит интеграция в разные сферы деятельности человека. Например:

  • системы самостоятельного обслуживания и систематизации;
  • создание искусственного интеллекта позволяет возложить ответственность на машины, тем самым всё происходит гораздо быстрее и доступнее;
  • облако-хранилище проще и намного дешевле, а персоналу — IT доступна удаленная работа;
  • разработка блокчейн для более простого проведения транзакций со снижением затрат и т.д.

Причины использования Big Data в бизнесе

Существует ряд причин, по которым, можно сказать, просто необходимо использовать большие данные в бизнесе. Перечислим их:

1. Понимание клиентов.

Такая причина использования технологии объясняет то, что большие данные смогут «рассказать» какие товары или услуги больше предпочтительны клиентам. По онлайн-сайту можно легко отследить поведение клиентов и сгруппировать их, например, на основе действий по отношению к бренду продавца;

2. Проработка и улучшение бизнес-процессов в организации.

Большие данные будут анализировать слабые места в бизнесе и, конечно, помогут предотвратить или же вовсе устранить недочеты.

Также технология будет способствовать и поможет спрогнозировать, к примеру, сколько клиентов может быть в следующем квартале или поможет укомплектовать магазин;

3. Практически мгновенная проверка идей.

Данная причина использования больших данных означает, что при помощи технологии можно быстро добиться проверки идей, заодно проверить их сразу же на практике и вывести продукты/услуги на рынок быстрее, чем это сделают конкуренты;

4. Быстрый вывод на рынок новых продуктов.

Использование больших данных в данном пункте — очевидно. Поскольку, большие данные помогут новым продуктам достичь более высоких результатов качества, а также помогут увеличить целевые показатели уже существующих продуктов.

Таким образом, становится безусловно ясно, что преимущества Big Data велики не только в других сферах, но и в бизнесе, т.к. технология больших данных позволяет сделать прорывной шаг и больше развиваться в данной сфере.

Возникающие риски

Однако где есть большие возможности, там всегда поджидают определенные риски.

Далее будет необходимо рассмотреть риски, которые несут Big Data, представленные в таблице 2.

Таблица 2. Основные риски, которые несут собой большие данные. Источник: авторская, по материалам [7]

Риск

Необходимая мера

Неправильное обращение с данными

При работе с большим количеством информации, необходимо соблюдать все принципы этики и морали в процессе работы, а главное — соблюдать принцип конфиденциальности. При надобности нужно применять меры для защиты данных, чтобы предотвратить неправомерное их использование

Предвзятое отношение к определенной группе лиц

Причины предвзятого отношения к определенным лицам могут быть абсолютно разные, например: языковые барьеры, бедность, отсутствие образования и т.д.
Чтобы не допустить риска в данной области, необходимо просвещать всех людей, компетентно и эффективно доносить различными способами информацию до населения

Утечка информации

Внедрение цифровых технологий делает управление бизнесом на всех уровнях прозрачным, что повышает риски. В связи с продвижением «Индустрия 4.0», стали возникать особые риски, например: перехват управлением в сфере здравоохранения, энергетики, транспорта. Чтобы этого избежать, необходимо тщательно следить за системой, усовершенствовать ее, иметь грамотный персонал для реализации данной стратегии по предотвращению риска

Исходя из таблицы 2, можно сделать небольшой вывод о том, что новые технологии, инновации, продукты, могут эффективно и качественно отслеживать процесс в достижении поставленных целей, но только при условии, что эти нововведения будут использоваться максимально ответственно.

Таким образом, на основании всего, изложенного выше, можно с достаточной определённостью сказать, что технология Big Data является важным звеном в финансовой сфере. Это можно обосновать тем, что специалисты приходят к более полному пониманию тех возможностей, которые можно увидеть при анализе данных. Банковские и финансовые корпорации стараются сочетать большие данные со своими услугами, затем чтобы увеличить прибыль и продажи, получить высокую эффективность. Следует отметить, что технология Big Data позволяет обрабатывать и анализировать большой объём данных, систематизировать их, выявлять закономерности там, где человеческий мозг никогда бы их не заметил. Это и открывает совершенно новые возможности по использованию данных.

А для цифровой экономики очень важно не просто узаконить само определение «большие данные», но еще и добиться появления бирж купли-продажи данных.

Это и станет ключевым фактором конкурентоспособности экономики России на мировом рынке, а также большим шагом поддержки национального бизнеса внутри страны.

Читайте также

Список литературы

  1. Big Data простым языком / Благирев А. П, Хапаева Н. // Бизнес-бук, АСТ. — 2019.
  2. Программа «Цифровая экономика России 2024». [Электронный ресурс]. — Режим доступа: https://digital.ac.gov.ru/ (дата обращения: 12.11.2021).
  3. Как FinTech использует большие данные. [Электронный ресурс]. — Режим доступа: https://rb.ru/ (дата обращения: 17.11.2021).
  4. Потенциал больших данных для финансовой сферы. [Электронный ресурс]. — Режим доступа: https://www.cfin.ru/ (дата обращения: 17.03.2021).
  5. BigData: перспективы развития и опасности в условиях цифровизации / Ю.С. Петрова, А.Д. Лобанова, Е.Е. Харламова // Финансовые инновации в условиях развития цифровой экономики: сб. науч. ст. Всерос. науч.- практ. конф. (г. Волгоград, 29 марта 2021 г.) / отв. ред.: А. А. Полянская, редкол.: С. П. Сазонов [и др.]; ВолгГТУ [и др.]. — Волгоград, 2021. — C. 170-174.
  6. Digital AI-система для прогнозирования страхового рынка России в условиях цифровизации финансов / Е.Е. Харламова, Н.И. Ломакин, М.И. Кузьмина, Е.В. Кособокова, Нгок Хынг Нгуен, Э.С. Новрузбеков // Экономика и предпринимательство. — 2020. — Т. 14, № 2 (115). — C. 1274-1277.
  7. Индустрия 4.0: Big Data, цифровизация и рост экономики. Электронный ресурс]. — Режим доступа: https://habr.com/ (дата обращения: 15.11.2021).
  8. Маггерамов З.Т. Big Data: проблемы, методы анализа, алгоритмы / З.Т. Маггерамов, В.Г. Абдуллаев, А.З. Маггерамова // Информационные технологии. — 2017. — № 3. — C. 42-52.

Цитировать

Петрова, Ю.С. Большие данные в условиях цифровизации / Ю.С. Петрова, А.Д. Лобанова, О.А. Воротилова. — Текст : электронный // NovaInfo, 2022. — № 130. — URL: https://novainfo.ru/article/18936 (дата обращения: 23.01.2022).

Поделиться