Големи данни и технологии за автомобилна навигация от близкото бъдеще. Големи данни за голям град Технологии за големи данни в транспорта

2,5 милиарда гигабайта данни. Анализаторските компании прогнозират, че количеството данни, генерирани годишно, ще достигне 43 трилиона гигабайта до 2020 г. Сред цялата тази информация: туитове, повторни публикации и видеоклипове, има една, която много компании използват за разработване на услуги. Хората вече са намерили използването на големи данни в маркетинга, за да оценят желанията на клиентите. Големите данни се използват и в медицината за подобряване на диагностиката и в банковата среда за създаване на персонализирани оферти. Големите данни се използват и в автомобилния сектор, като помагат на шофьорите да стигнат по-бързо до местоназначението си. как? За това ще говорим днес.

Помогнете да избегнете задръстванията

Данните помагат на шофьорите да стигнат до местоназначението си в истинския смисъл на думата. Говорим за навигатори - те изграждат най-краткия маршрут без задръствания и пътни работи.

Навигаторите изпращат своите координати до системата на доставчика на приложението на всеки няколко секунди. Въз основа на получените данни алгоритъмът изгражда следа, тоест маршрут с информация за скоростта на движение. Въз основа на сумата от следи, получени от много шофьори, се откриват задръствания.

Автомобилите са част от мрежата и формират стабилен поток от информация. В същото време те могат да обменят данни със заобикалящата инфраструктура. Камери за наблюдение, монтирани на кръстовища в града, също могат да се използват за откриване на задръствания. Изследователите работят върху различни варианти за прилагане на подобни решения.

Например, за създаване на комуникации автомобил-автомобил и автомобил-инфраструктура, учените предлагат да се използват модули OBU (бордови устройства), които определят позицията и скоростта на автомобила в ограничени интервали от време. Тази информация ще отиде в RSU (крайпътно звено) и след това в клъстерите, отговорни за агрегирането и обработката на данни.

Клъстерите получават данни чрез API и интерпретират. Например, ако няколко потребители на навигационното приложение се движат с ниска скорост в една зона, системата разбира, че движението в нея е трудно. Можете да прочетете повече за един от предложените алгоритми.

Потребителите също могат сами да изпращат данни към услугата: информация за аварии, ремонти, дупки и т.н. Агрегаторът събира част по част получената информация в една картина и, сравнявайки данните с GPS координати, поставя точки на задръствания по пътя. Въз основа на тези данни се изграждат навигационни маршрути.

Когато е изграден маршрут, приложението го следи, за да бъде в крак със ситуацията по пътя. Алгоритъмът е отговорен за изграждането на маршрут, който няма да има задръствания. Ако има задръстване по маршрута, тогава алгоритъмът търси друг начин. Ако не се намерят алтернативни опции (дори и при задръствания, но по-бързи), маршрутът остава същият. Опростена форма на този алгоритъм е показана по-долу:

Блокова схема на вариант на алгоритъма за следене на маршрута

Учените смятат, че точността подобни системище се увеличи значително, когато всички или почти всички автомобили започнат да комуникират помежду си и да обменят данни. В бъдеще те ще променят правилата за поведение на пътя. Това мнение споделя и Тим Ломакс, анализатор в Texas A&M Transportation Institute.

„Ако колите започнат да си говорят, няма да имаме нужда от светофари“, казва Тим. „Колата, приближавайки се до кръстовището, ще съобщи за намерението си да го пресече, а околните превозни средства ще знаят как да избегнат сблъсък.“ Lomax казва, че това ще бъде стъпка към широкото използване на самоуправляващите се автомобили.

Те ще ви отведат до мястото

Самоуправляващите се автомобили са друга област, в която големите данни могат да имат значително въздействие. Самоуправляващите се автомобили са част от Интернет на нещата и водят до увеличаване на количеството генерирани данни. За да изгради маршрут, автопилотът трябва да разбере по какви пътища ще трябва да пътува и какво ще срещне по пътя. За да направят това, автомобилите, в допълнение към собствените си сензори, черпят информация от така наречените карти на околната среда. В бъдеще този списък ще бъде попълнен с други участници в движението и инфраструктурни елементи: светофари, сгради, дори дървета.

"Голяма информация"- тема, която се обсъжда активно от технологичните компании. Някои от тях са се разочаровали от големите данни, докато други, напротив, ги използват за бизнес, доколкото е възможно... . Надяваме се информацията да бъде интересна и полезна.

КАКВО Е BIG DATA?

Основни функции

Big Data в момента е един от ключовите двигатели на развитието информационни технологии. Това направление, сравнително ново за руския бизнес, стана широко разпространено в западните страни. Това се дължи на факта, че в ерата на информационните технологии, особено след бум социални мрежи, започна да се натрупва значително количество информация за всеки интернет потребител, което в крайна сметка доведе до посоката на Big Data.

Терминът "Големи данни" предизвиква много спорове, мнозина смятат, че това означава само количеството натрупана информация, но не забравяйте за техническата страна, тази област включва технологии за съхранение, изчисления и услуги.

Трябва да се отбележи, че тази област включва обработката на голямо количество информация, която е трудна за обработка с традиционните методи*.

По-долу е сравнителна таблица на традиционна и голяма база данни.

Сферата на Big Data се характеризира със следните характеристики:
Сила на звука - обемът, натрупаната база данни е голямо количество информация, която е трудоемка за обработка и съхранение по традиционни начини, те изискват нов подход и подобрени инструменти.
Скорост - скорост, тази характеристика показва както нарастващата скорост на натрупване на данни (90% от информацията е събрана през последните 2 години), така и скоростта на обработка на данни; напоследък технологиите за обработка на данни в реално време стават все по-търсени.
Разнообразие – разнообразие, т.е. възможността за едновременна обработка на структурирана и неструктурирана информация от различни формати. Основната разлика между структурираната информация е, че тя може да бъде класифицирана. Пример за такава информация е информация за клиентски транзакции.
Неструктурираната информация включва видео, аудио файлове, свободен текст, информация, идваща от социални мрежи. Към днешна дата 80% от информацията е включена в групата на неструктурираните. Тази информациясе нуждае от сложен анализ, за ​​да стане полезен за по-нататъшна обработка.
достоверност – Надеждност на данните, потребителите започнаха да придават значение на надеждността на наличните данни. И така, интернет компаниите имат проблем с разделянето на действията, извършвани от робот и човек на уебсайта на компанията, което в крайна сметка води до трудността на анализа на данните.
стойност - стойността на натрупаната информация. Големите данни трябва да са полезни за компанията и да й носят някаква стойност. Например помощ при подобряване на бизнес процесите, отчитане или оптимизиране на разходите.

Ако горните 5 условия са изпълнени, натрупаните обеми от данни могат да бъдат класифицирани като големи.

Приложения на големи данни

Обхватът на технологиите за големи данни е обширен. Така че с помощта на Big Data можете да научите за предпочитанията на клиентите, ефективността на маркетинговите кампании или да извършите анализ на риска. По-долу са резултатите от проучване на IBM Institute относно посоките за използване на Big Data в компаниите.

Както се вижда от диаграмата, повечето компании използват Big Data в областта на обслужването на клиенти, втората най-популярна посока е оперативната ефективност, в областта на управлението на риска Big Data в момента е по-рядко срещана.

Трябва също да се отбележи, че Big Data е една от най-бързо развиващите се области на информационните технологии, според статистиката общото количество получени и съхранени данни се удвоява на всеки 1,2 години.
Между 2012 г. и 2014 г. количеството данни, предавани месечно мобилни мрежи, нараства с 81%. Cisco изчислява, че през 2014 г. обемът на мобилния трафик е бил 2,5 екзабайта (мерна единица за количеството информация, равна на 10^18 стандартни байта) на месец, а през 2019 г. ще бъде равен на 24,3 екзабайта.
По този начин Big Data вече е утвърдена област на технологиите, въпреки сравнително младата си възраст, която е широко разпространена в много области на бизнеса и играе важна роля в развитието на компаниите.

Технологии за големи данни

Технологиите, използвани за събиране и обработка на големи данни, могат да бъдат разделени на 3 групи:

• софтуер;
• Оборудване;
• Обслужване.

Най-често срещаните подходи за обработка на данни (PD) включват:
SQL - език структурирани заявки, което ви позволява да работите с бази данни. СЪС използвайки SQLможете да създавате и променяте данни, а масивът от данни се управлява от подходящата система за управление на база данни.
NoSQL - терминът означава Not Only SQL (не само SQL). Той включва редица подходи, насочени към внедряване на базата данни, които се различават от моделите, използвани в традиционните, релационни СУБД. Те са удобни за използване с постоянно променяща се структура на данните. Например за събиране и съхраняване на информация в социалните мрежи.
MapReduce – модел на разпределение на изчислението. Използва се за паралелно изчисление на много големи набори от данни (петабайти* или повече). В интерфейса за програмиране данните не се прехвърлят към програмата за обработка, а програмата се прехвърля към данните. Така искането е отделна програма. Принципът на работа е последователна обработка на данни с два метода Map и Reduce. Map избира предварителни данни, Reduce ги агрегира.
Hadoop - използва се за реализиране на механизми за търсене и контекстуални механизми за силно натоварени сайтове - Facebook, eBay, Amazon и др. Отличителна черта е, че системата е защитена от отказ на който и да е от възлите на клъстера, тъй като всеки блок има поне едно копие на данните на другия възел.
SAP HANA е високопроизводителна NewSQL платформа за съхранение и обработка на данни. Осигурява висока скорост на обработка на заявки. Друга отличителна черта е, че SAP HANA опростява системния пейзаж чрез намаляване на разходите за поддръжка на аналитични системи.

ДА СЕ технологично оборудваневключват:

• сървъри;
• инфраструктурно оборудване.

Сървърите включват хранилища за данни.
Инфраструктурното оборудване включва инструменти за ускоряване на платформата, източници непрекъсваемо захранване, комплекти сървърни конзоли и др.

Обслужване.
Услугите включват архитектура на системата за бази данни, развитие и оптимизиране на инфраструктурата и сигурност на съхранението на данни.

Софтуерът, хардуерът и услугите се комбинират, за да формират платформи от край до край за съхранение и анализ на данни. Компании като Microsoft, HP, EMC предлагат услуги за разработка, внедряване и управление на решения за големи данни.

Приложение в индустриите

Големите данни са широко разпространени в много бизнес сектори. Използват се в здравеопазването, телекомуникациите, търговията, логистиката, финансовите компании, както и в публичната администрация.
По-долу са дадени някои примери за приложения с големи данни в някои от индустриите.

На дребно
Базите данни на магазините за търговия на дребно могат да натрупат много информация за клиенти, система за управление на инвентара, доставка на продаваеми продукти. Тази информация може да бъде полезна във всички области на дейността на магазина.

Така че с помощта на натрупаната информация можете да управлявате доставката на стоки, тяхното съхранение и продажба. Въз основа на натрупаната информация е възможно да се предвиди търсенето и предлагането на стоки. Също така системата за обработка и анализ на данни може да реши други проблеми на търговеца, например да оптимизира разходите или да изготвя отчети.

Финансови услуги
Големите данни правят възможно анализирането на кредитоспособността на кредитополучателя и също така са полезни за кредитен рейтинг* и застраховане**. Въвеждането на Big Data технологиите ще намали времето за разглеждане на молби за кредит. С помощта на Big Data е възможно да се анализира дейността на конкретен клиент и да се предложат подходящи за него банкови услуги.

Телеком
В телекомуникационната индустрия Big Data се използва широко от мобилните оператори.
Оператори клетъчна комуникациянаред с финансовите институции те разполагат с една от най-големите бази данни, което им позволява да извършват най-задълбочен анализ на натрупаната информация.
Основната цел на анализа на данни е да задържи съществуващите клиенти и да привлече нови. За целта компаниите сегментират клиентите, анализират техния трафик и определят социалната принадлежност на абоната.

В допълнение към използването на Big Data за маркетингови цели, технологията се използва за предотвратяване на измамни финансови транзакции.

Минна и нефтена индустрия
Големите данни се използват както при добива на полезни изкопаеми, така и при тяхната обработка и маркетинг. Въз основа на получената информация предприятията могат да направят изводи за ефективността на разработването на находищата, да проследят графика за основен ремонт и състоянието на оборудването и да прогнозират търсенето и цените на продуктите.

Според проучване на Tech Pro Research Big Data е най-разпространено в телекомуникационната индустрия, както и в инженерни, ИТ, финансови и държавни предприятия. Според резултатите от това проучване Големите данни са по-малко популярни в образованието и здравеопазването. Резултатите от проучването са представени по-долу:

Примери за използване на големи данни в компании

Днес Big Data се внедрява активно в чуждестранни компании. Компании като Nasdaq, Facebook, Google, IBM, VISA, Master Card, Bank of America, HSBC, AT&T, Coca Cola, Starbucks и Netflix вече използват ресурси за големи данни.

Областите на приложение на обработваната информация са разнообразни и варират в зависимост от индустрията и задачите, които трябва да се изпълняват.
След това ще бъдат представени примери за практическото приложение на технологиите за големи данни.

HSBC използва Big Data технологии за противодействие на измамни транзакции с пластмасови карти. С помощта на Big Data компанията увеличи ефективността на услугата за сигурност 3 пъти, а разпознаването на измамни инциденти - 10 пъти. Икономическият ефект от въвеждането на тези технологии надхвърли 10 милиона щатски долара.

Антифрайд* ВИЗА допуска в автоматичен режимизчисляване на транзакции с измамен характер, системата на този моментпомага за предотвратяване на измамни плащания на стойност 2 милиарда долара годишно.

Суперкомпютърна компания Watson IBM анализира в реално време потока от данни за парични транзакции. Според IBM Watson е увеличил броя на разкритите измамни транзакции с 15%, намалил е системните фалшиви положителни резултати с 50% и е увеличил сумата с 60%. Паризащитени от транзакции от този вид.

Проктър и Гембъл с помощта на Big Data те проектират нови продукти и създават глобални маркетингови кампании. P&G създаде специални офиси на Business Spheres, където можете да преглеждате информация в реално време.
Така ръководството на компанията има възможност незабавно да тества хипотези и да провежда експерименти. P&G вярват, че големите данни помагат при прогнозирането на представянето на компанията.

Търговец на дребно с офис консумативи officemax с помощта на Big Data технологии те анализират поведението на клиентите. Анализът на големи данни позволи да се увеличат B2B приходите с 13%, да се намалят разходите с $400 000 на година.

Според Caterpillar , нейните дистрибутори пропускат 9 до 18 милиарда долара приходи годишно само защото не внедряват технологията Big Data. Големите данни биха позволили на клиентите да управляват своя флот по-ефективно чрез анализиране на информация от сензори, инсталирани на машини.

Към днешна дата вече е възможно да се анализира състоянието на ключовите компоненти, тяхната степен на износване, да се управляват разходите за гориво и поддръжка.

група Luxottica е производител на спортни очила с марки като Ray-Ban, Persol и Oakley. Компанията използва Big Data технологии за анализ на поведението на потенциални клиенти и „умен“ SMS маркетинг. В резултат групата Big Data Luxottica идентифицира повече от 100 милиона от най-ценните клиенти и повиши ефективността на маркетинговата кампания с 10%.

С помощта на Yandex Data Factory, разработчиците на игри Свят на танкове анализирайте поведението на играчите. Технологиите Big Data позволиха да се анализира поведението на 100 хиляди играчи на World of Tanks, като се използват повече от 100 параметъра (информация за покупки, игри, опит и др.). В резултат на анализа беше получена прогноза за отлив на потребители. Тази информация ви позволява да намалите грижите на потребителите и да работите с участниците в играта по целенасочен начин. Разработеният модел се оказа с 20-30% по-ефективен стандартни инструментианализ на игралната индустрия.

Министерство на труда на Германия използва Big Data, за да анализира входящи молби за безработица. Така след анализ на информацията стана ясно, че 20% от обезщетенията са изплатени незаслужено. С помощта на Big Data Министерството на труда намали разходите с 10 млрд. евро.

Детска болница в Торонто реализира проекта Artemis. Това е информационна система, която събира и анализира данни за бебетата в реално време. Системата следи 1260 показателя за състоянието на всяко дете всяка секунда. Проектът Artemis ви позволява да предвидите нестабилното състояние на детето и да започнете профилактиката на заболяванията при децата.

ПРЕГЛЕД НА ГЛОБАЛНИЯ ПАЗАР НА ГОЛЕМИ ДАННИ

Текущото състояние на световния пазар

През 2014 г. Big Data, според Data Collective, се превърна в една от приоритетните области за инвестиране в рисковата индустрия. Според информационния портал Computerra това се дължи на факта, че разработките в тази област са започнали да носят значителни резултати за своите потребители. През изминалата година броят на фирмите с завършени проектив областта на управлението на големи данни се е увеличил със 125%, пазарният обем е нараснал с 45% спрямо 2013 г.

По-голямата част от приходите на пазара на големи данни, според Wikibon, през 2014 г. се състоят от услуги, техният дял е равен на 40% от общите приходи (вижте диаграмата по-долу):

Ако разгледаме Big Data за 2014 г. по подвидове, тогава пазарът ще изглежда така:

Според Wikibon, приложенията и анализите представляват 36% от приходите от Big Data през 2014 г., приложенията и анализите на Big Data представляват 17% изчислителна техникаи 15% за технологии за съхранение. Най-малко приходи са генерирани от NoSQL технологии, инфраструктурно оборудване и осигуряване на мрежа от компании ( корпоративни мрежи).

Най-популярните Big Data технологии са in-memory платформите на SAP, HANA, Oracle и др. Резултатите от проучването на T-Systems показаха, че те са избрани от 30% от анкетираните компании. На второ място по популярност са NoSQL платформите (18% от потребителите), компаниите също са използвали аналитични платформи от Splunk и Dell, те са избрани от 15% от компаниите. Най-малко полезни за решаване на проблеми с големи данни, според резултатите от проучването, са продуктите Hadoop/MapReduce.

Според проучване на Accenture в повече от 50% от компаниите, използващи Big Data технологии, разходите за Big Data варират от 21% до 30%.
Според следващия анализ на Accenture 76% от компаниите смятат, че тези разходи ще се увеличат през 2015 г., а 24% от компаниите няма да променят бюджета си за технологиите за големи данни. Това предполага, че в тези компании Big Data вече са се превърнали в утвърдена област на ИТ, превърнала се в неразделна част от развитието на компанията.

Резултатите от проучването на Economist Intelligence Unit потвърждават положителното въздействие на внедряването на Big Data. 46% от компаниите твърдят, че са подобрили обслужването на клиентите с повече от 10%, използвайки Big Data технологиите, 33% от компаниите са оптимизирали инвентара и са подобрили производителността на ключови активи, 32% от компаниите са подобрили процесите на планиране.

Големи данни в различни странимир

Към днешна дата технологиите за големи данни най-често се внедряват в американски компании, но сега други страни по света започнаха да проявяват интерес. През 2014 г., според IDC, страните от Европа, Близкия изток, Азия (с изключение на Япония) и Африка представляват 45% от пазара на софтуер, услуги и оборудване за големи данни.

Също така, според проучването на CIO компаниите от Азиатско-тихоокеанския регион бързо усвояват нови решения в областта на анализа на големи данни, сигурно съхранение и облачни технологии. Латинска Америка е на второ място по брой инвестиции в развитието на технологиите за големи данни, изпреварвайки Европа и САЩ.
След това ще бъдат представени описание и прогнози за развитието на пазара на големи данни в няколко страни.

Китай
Количеството информация в Китай е 909 екзабайта, което се равнява на 10% от общото количество информация в света, до 2020 г. количеството информация ще достигне 8060 екзабайта, а делът на информацията в глобалната статистика също ще се увеличи, през 5 години ще бъде равен на 18%. Потенциалният растеж на големите данни в Китай има една от най-бързо растящите динамики.

Бразилия
До края на 2014 г. Бразилия е натрупала 212 екзабайта информация, което е 3% от глобалния обем. До 2020 г. обемът на информацията ще нарасне до 1600 екзабайта, което ще бъде 4% от световната информация.

Индия
Според EMC обемът на натрупаните данни в Индия през 2014 г. е 326 екзабайта, което е 5% от общото количество информация. До 2020 г. обемът на информацията ще нарасне до 2800 екзабайта, което ще бъде 6% от световната информация.

Япония
Обемът на натрупаните данни в Япония към края на 2014 г. е 495 екзабайта, което е 8% от общото количество информация. До 2020 г. обемът на информацията ще нарасне до 2200 екзабайта, но пазарният дял на Япония ще намалее и ще достигне 5% от общото количество информация в целия свят.
Така обемът на японския пазар ще намалее с над 30%.

Германия
Според EMC обемът на натрупаните данни в Германия през 2014 г. е 230 екзабайта, което е 4% от общото количество информация в света. До 2020 г. обемът на информацията ще нарасне до 1100 екзабайта и ще бъде 2%.
На германския пазар голяма част от приходите, според прогнозите на Experton Group, ще бъдат генерирани от сегмента на услугите, чийто дял през 2015 г. ще бъде 54%, а през 2019 г. ще нарасне до 59%, делът на софтуера оборудването, напротив, ще намалее.

Като цяло размерът на пазара ще нарасне от 1,345 милиарда евро през 2015 г. до 3,198 милиарда евро през 2019 г., със среден темп на растеж от 24%.
По този начин, въз основа на анализите на CIO и EMC, можем да заключим, че развиващите се страни по света ще станат пазари за активно развитие на технологиите за големи данни през следващите години.

Основни пазарни тенденции

Според IDG Enterprise компаниите ще похарчат средно $7,4 милиона на компания през 2015 г. за големи данни, големите компании възнамеряват да похарчат приблизително $13,8 милиона, а малките и средни компании ще похарчат $1,6 милиона.
Повечето от инвестициите ще бъдат в области като анализ на данни, визуализация и събиране на данни.
Според текущите тенденции и търсенето на пазара, инвестициите през 2015 г. ще бъдат използвани за подобряване на качеството на данните, подобряване на планирането и прогнозирането и увеличаване на скоростта на обработка на данните.
Компаниите от финансовия сектор, според Insights Analysis на Bain Company, ще направят значителни инвестиции, така че през 2015 г. се планира да похарчат 6,4 милиарда щатски долара за технологии за големи данни, средният темп на растеж на инвестициите ще бъде 22% до 2020 г. Интернет компаниите планират да похарчат 2,8 милиарда долара със среден темп на растеж от 26% увеличение на разходите за големи данни.
По време на проучването на Economist Intelligence Unit бяха идентифицирани приоритетните области за развитие на Big Data през 2014 г. и през следващите 3 години, като разпределението на отговорите е както следва:

Според прогнозите на IDC пазарните тенденции са следните:

• През следващите 5 години цената на решенията за големи данни, базирани на облак, ще нарасне 3 пъти по-бързо от цената на локалните решения. Хибридните платформи за съхранение ще станат популярни.
• Растежът на приложенията, използващи сложни и предсказуеми анализи, включително машинно обучение, ще се ускори през 2015 г., пазарът на такива приложения ще расте с 65% по-бързо от приложенията без предсказуеми анализи.
• Медийният анализ ще се утрои през 2015 г. и ще се превърне в ключов двигател на растежа на пазара на технологии за големи данни.
• Тенденцията за прилагане на решения за анализиране на постоянния поток от информация, приложима към Интернет на нещата, ще се ускори.
• До 2018 г. 50% от потребителите ще взаимодействат с услуги, базирани на когнитивни изчисления.

Пазарни двигатели и ограничители

Експертите на IDC идентифицираха 3 двигатели на пазара на големи данни през 2015 г.:

Според проучването на Accenture проблемите със сигурността на данните сега са основната бариера пред приемането на технологиите за големи данни, повече от 51% от респондентите потвърдиха, че са загрижени за защитата на данните и поверителността. 47% от компаниите съобщават за невъзможност за внедряване на Big Data поради ограничен бюджет, 41% от компаниите посочват като проблем липсата на квалифициран персонал.

Wikibon прогнозира, че пазарът на големи данни ще нарасне до 38,4 милиарда долара през 2015 г., което е с 36% повече спрямо предходната година. През следващите години ще има спад в темповете на растеж до 10% през 2017 г. Като се вземат предвид тези прогнози, размерът на пазара през 2020 г. ще бъде равен на 68,7 милиарда щатски долара.

Разпределението на глобалния пазар на големи данни по бизнес категории ще изглежда така:

Както можете да видите от диаграмата, по-голямата част от пазара ще бъде заета от технологии от областта на подобряването на обслужването на клиентите. Спот маркетингът ще бъде вторият най-висок приоритет за компаниите до 2019 г., през 2020 г., според Heavy Reading, той ще отстъпи място на решения за подобряване на оперативната ефективност.
Сегментът „подобряване на обслужването на клиентите“ също ще има най-висок темп на растеж, с увеличение от 49% годишно.
Пазарната прогноза за подтипове Big Data ще изглежда така:

Преобладаващият пазарен дял, както се вижда от диаграмата, е зает от професионални услуги, приложенията с анализи ще имат най-висок темп на растеж, техният дял ще нарасне от сегашните 12% на 18% през 2020 г. и обемът на този сегмент ще бъде равен на 12,3 милиарда щатски долара, делът на компютърното оборудване, напротив, ще падне от 20% на 14% и ще бъде около 9,3 милиарда щатски долара през 2020 г., пазарът на облачни технологии постепенно ще се увеличи и през 2020 г. ще достигне 6,3 милиарда щатски долара, пазарният дял на решенията за съхранение на данни, напротив, ще нарасне ще намалее от 15% през 2014 г. на 13% през 2020 г. и в парично изражение ще се равнява на 8,9 млрд. щатски долара.
Според прогнозата на Insights Analysis на Bain & Company разпределението на пазара на големи данни по отрасли през 2020 г. ще изглежда така:

• Финансовата индустрия ще похарчи 6,4 милиарда долара за големи данни със среден темп на растеж от 22% годишно;
• Интернет компаниите ще похарчат 2,8 милиарда долара и среден темп на нарастване на разходите от 26% през следващите 5 години;
• Разходите на публичния сектор ще бъдат съизмерими с разходите на интернет компаниите, но темпът на растеж ще бъде по-нисък - 22%;
• Телекомуникационният сектор ще расте със среден темп на растеж от 40% и ще достигне 1,2 милиарда долара през 2020 г.;

Енергийните компании ще инвестират в тези технологии сравнително малка сума - 800 милиона щатски долара, но темпът на растеж ще бъде един от най-високите - 54% годишно.
Така компаниите от финансовата индустрия ще заемат голям дял от пазара на големи данни през 2020 г., а енергетиката ще бъде най-бързо развиващият се сектор.
Според прогнозите на анализаторите общият обем на пазара ще се увеличи през следващите години. Растежът на пазара ще бъде осигурен чрез въвеждането на технологиите за големи данни в развиващите се страни по света, както се вижда от графиката по-долу.

Прогнозираният размер на пазара ще зависи от това как развиващите се страни възприемат технологиите за големи данни, дали те ще бъдат толкова популярни, колкото в развитите страни. През 2014 г. развиващите се страни по света представляват 40% от натрупаната информация. Според прогнозата на EMC сегашната пазарна структура, доминирана от развитите страни, ще се промени още през 2017 г. Според анализите на EMC през 2020 г. делът на развиващите се страни ще бъде повече от 60%.
Според Cisco и EMC развиващите се страни по света ще работят активно с Big Data, в много отношения това ще се дължи на наличието на технологии и натрупването на достатъчно информация до нивото на Big Data. Картата на света на следващата страница ще покаже прогнозата за растеж и темпа на растеж на Big Data по региони.

АНАЛИЗ НА РУСКИЯ ПАЗАР

Текущото състояние на руския пазар

Според резултатите от проучване на CNews Analytics и Oracle нивото на зрялост на руския пазар на големи данни се е увеличило през последната година. Респондентите, представляващи 108 големи предприятия от различни индустрии, показаха по-висока степен на информираност за тези технологии, както и разбиране на потенциала на подобни решения за техния бизнес.
Към 2014 г., според IDC, Русия е натрупала 155 екзабайта информация, което е само 1,8% от данните в света. Обемът на информацията до 2020 г. ще достигне 980 екзабайта и ще заема 2,2%. Така средният темп на нарастване на обема на информацията ще бъде 36% годишно.
IDC оценява руския пазар на 340 милиона долара, от които 100 милиона долара са решения на SAP, приблизително 240 милиона долара са подобни решения на Oracle, IBM, SAS, Microsoft и др.
Темпът на растеж на руския пазар на големи данни е най-малко 50% годишно.
Прогнозите са, че положителната динамика в този сектор на руския ИТ пазар ще продължи, дори в контекста на обща стагнация на икономиката. Това се дължи на факта, че бизнесът продължава да изисква решения, които подобряват ефективността на работата, както и оптимизират разходите, подобряват точността на прогнозиране и минимизират възможните рискове за компанията.
Основните доставчици на услуги в областта на Big Data на руския пазар са:

• Оракул
• Microsoft
• cloudera
• Hortonworks
• Терадата.

Преглед на пазара по отрасли и опита от използването на Big Data в компаниите

Според CNews само 10% от компаниите в Русия са започнали да използват Big Data технологии, докато делът на такива компании в света е около 30%. Готовността за проекти с големи данни нараства в много сектори на руската икономика, според доклад на CNews Analytics и Oracle. Повече от една трета от анкетираните компании (37%) са започнали да работят с Big Data технологии, сред които 20% вече използват такива решения, а 17% започват да експериментират с тях. Втората трета от анкетираните в момента обмислят такава възможност.

В Русия технологиите за големи данни са по-популярни в банковия сектор и телекомуникациите, но се търсят и в минната индустрия, енергетиката, търговията на дребно, логистичните компании и публичния сектор.
След това ще бъдат разгледани примери за използването на Big Data в руската реалност.

Телеком
Телеком операторите разполагат с една от най-големите бази данни, което им позволява да извършват най-задълбочен анализ на натрупаната информация.
Една от областите на приложение на технологията Big Data е управлението на лоялността на абонатите.
Основната цел на анализа на данни е да задържи съществуващите клиенти и да привлече нови. За целта компаниите сегментират клиентите, анализират техния трафик и определят социалната принадлежност на абоната. В допълнение към използването на информация за маркетингови цели, телекомът използва технология за предотвратяване на измамни финансови транзакции.
Vimpelcom е един от най-ярките примери за тази индустрия. Компанията използва Big Data за подобряване на качеството на услугата на ниво всеки абонат, отчитане, анализиране на данни за развитие на мрежата, борба със спама и персонализиране на услугите.

банки
Значителна част от потребителите на Big Data се заемат от специалисти от финансовата индустрия. Един от успешните експерименти беше проведен в Уралската банка за реконструкция и развитие, където информационна базазапочва да се използва за анализ на клиенти, банката започва да предлага специализирани оферти за кредити, депозити и други услуги. През годината на използване на тези технологии кредитният портфейл на дребно на компанията нарасна с 55%.
Alfa-Bank анализира информация от социалните мрежи, обработва заявления за кредит, анализира поведението на потребителите на уебсайта на компанията.
Сбербанк също започна да обработва масив от данни за сегментиране на клиенти, предотвратяване на измами, кръстосани продажби и управление на риска. В бъдеще се планира подобряване на услугата и анализ на действията на клиентите в реално време.
Всеруската банка за регионално развитие анализира поведението на притежателите на пластмасови карти. Това ви позволява да идентифицирате транзакции, които са нетипични за конкретен клиент, като по този начин увеличавате вероятността за откриване на кражба на средства от пластмасови карти.

На дребно
В Русия технологиите за големи данни са внедрени както от онлайн, така и от офлайн търговски компании. Днес, според CNews Analytics, Big Data се използват от 20% от търговците на дребно. 75% от професионалистите в търговията на дребно смятат Big Data за необходими за разработването на конкурентна стратегия за популяризиране на компания. Според статистиката на Hadoop, след въвеждането на технологията Big Data печалбата в търговските организации нараства със 7-10%.
Специалистите на M.Video говорят за подобряването на логистичното планиране след внедряването на SAP HANA, също така, в резултат на внедряването му, изготвянето на годишните отчети беше намалено от 10 дни на 3, скоростта на ежедневно зареждане на данни беше намалена от 3 часа до 30 минути.
Wikimart използва тези технологии, за да генерира препоръки за посетителите на сайта.
Един от първите офлайн магазини, които въведоха анализ на големи данни в Русия, беше Lenta. С помощта на Big Data търговията на дребно започна да изучава информация за клиентите от касовите бележки. Търговецът на дребно събира информация, за да изгради поведенчески модели, които позволяват по-информирано вземане на решения на оперативно и бизнес ниво.

Петролна и газова индустрия
В тази индустрия обхватът на Big Data е доста широк. Технологиите за големи данни могат да се прилагат при добива на минерали от недрата. С тяхна помощ можете да анализирате самия процес на копаене и най-много ефективни начиниизвличането му, проследяване на процеса на сондиране, анализиране на качеството на суровините и обработка и маркетинг на крайния продукт. В Русия тези технологии вече се използват от Транснефт и Роснефт.

Държавни органи
В страни като Германия, Австралия, Испания, Япония, Бразилия и Пакистан технологиите за големи данни се използват за решаване на национални проблеми. Тези технологии помагат на публичните органи по-ефективно да предоставят услуги на населението, да предоставят целева социална подкрепа.
В Русия тези технологии започнаха да се усвояват от такива държавни агенции като Пенсионен фонд, Федералната данъчна служба и Задължителния фонд здравна осигуровка. Потенциалът за реализиране на проекти, използващи големи данни, е голям; тези технологии могат да помогнат за подобряване на качеството на услугите и, като резултат, стандарта на живот на населението.

Логистика и транспорт
Големите данни могат да се използват и от транспортни компании. С помощта на технологиите Big Data е възможно да се проследява автопарка, да се вземат предвид разходите за гориво и да се следят заявките на клиентите.
Руските железници внедриха технологиите за големи данни заедно със SAP. Тези технологии помогнаха да се намали времето за отчитане с 43,5 пъти (от 14,5 часа на 20 минути) и да се подобри точността на разпределението на разходите с 40 пъти. Също така Big Data бяха въведени в процесите на планиране и регулиране на тарифите. Общо компаниите използват повече от 300 системи, базирани на решения на SAP, участват 4 центъра за данни, а броят на потребителите е 220 000.

Основни двигатели и ограничения на пазара

Двигатели за развитието на технологиите за големи данни на руския пазар са:

• Повишен потребителски интерес към възможностите на Big Data като начин за повишаване на конкурентоспособността на компанията;
• Разработване на методи за обработка на медийни файлове на глобално ниво;
• Прехвърляне на сървърна обработка лична информацияна територията на Русия, в съответствие с приетия закон за съхранение и обработка на лични данни;
• Изпълнение на индустриалния план за заместване на вноса на софтуер. Този план включва държавна подкрепа за местните производители на софтуер, както и предоставяне на преференции за местни ИТ продукти при закупуване за публична сметка.
• В новата икономическа ситуация, когато доларът е почти удвоен, ще има тенденция към увеличаване на използването на услуги Руски доставчициоблачни услуги, отколкото чуждестранни.
• Създаване на технологични паркове, които допринасят за развитието на пазара на информационни технологии, включително пазара на големи данни;
• Държавна програма за въвеждане на грид системи, които са базирани на Big Data технологии.

Основните бариери пред развитието на Big Data на руския пазар са:

• Гарантиране на сигурността и поверителността на данните;
• Липса на квалифициран персонал;
• Недостатъчност на натрупаните информационни ресурсидо нивото на Big Data в повечето случаи руски компании;
• Трудности при въвеждането на нови технологии в утвърдени Информационни системикомпании;
• Високата цена на технологиите за големи данни, което води до ограничен брой предприятия, които имат възможност да внедрят тези технологии;
• Политическа и икономическа несигурност, довела до изтичане на капитали и замразяване на инвестиционни проекти в Русия;
• Нарастващите цени на вносните продукти и скокът на инфлацията, според IDC, възпрепятстват развитието на целия ИТ пазар.

Прогноза за руския пазар

Към днешна дата руският пазар на големи данни не е толкова популярен, колкото в развитите страни. Повечето руски компании проявяват интерес към него, но не смеят да се възползват от възможностите им.
Примери за големи компании, които вече са се възползвали от използването на технологиите за големи данни, увеличават осведомеността за възможностите на тези технологии.
Анализаторите също имат доста оптимистични прогнози за руския пазар. IDC вярва, че делът на руския пазар ще се увеличи през следващите 5 години, за разлика от пазара в Германия и Япония.
До 2020 г. обемът на Big Data в Русия ще нарасне от сегашните 1,8% до 2,2% от глобалния обем данни. Количеството информация ще нарасне, според EMC, от сегашните 155 екзабайта до 980 екзабайта през 2020 г.
В момента Русия продължава да натрупва обем информация до ниво Big Data.
Според проучване на CNews Analytics 44% от анкетираните компании работят с данни, не по-големи от 100 терабайта*, а само 13% работят с обеми над 500 терабайта.

Въпреки това руският пазар, следвайки световните тенденции, ще се увеличава. Към 2014 г. IDC оценява размера на пазара на 340 милиона долара.
Темпът на растеж на пазара за предходните години беше 50% годишно, ако остане на същото ниво, тогава през 2018 г. обемът на пазара ще достигне 1,7 милиарда щатски долара. Делът на руския пазар в световния ще бъде около 3%, като ще се увеличи от сегашните 1,2%.

Най-възприемчивите индустрии към използването на големи данни в Русия включват:

• Търговци на дребно и банки, за тях на първо място е важно да анализират клиентската база, да оценят ефекта от маркетинговите кампании;
• Телеком - сегментиране на клиентската база и монетизация на трафика;
• Публичен сектор - отчетност, анализ на заявления от обществеността и др.;
• Петролни компании - наблюдение на работата и планиране на производство и маркетинг;
• Енергийни компании - създаване на интелигентни електроенергийни системи, оперативен мониторинг и прогнозиране.

В развитите страни Big Data са широко разпространени в областта на здравеопазването, застраховането, металургията, интернет компаниите и производствените предприятия, най-вероятно в близко бъдеще руските компании от тези области също ще оценят ефекта от прилагането на Big Data и ще ги адаптират технологии в техните индустрии.
В Русия, както и в света, в близко бъдеще ще има тенденция към визуализация на данни, анализ на медийни файлове и развитие на интернет на нещата.
Въпреки общата стагнация на икономиката, през следващите години анализаторите прогнозират по-нататъшен растеж на пазара на големи данни, главно поради факта, че използването на технологиите за големи данни дава на своите потребители конкурентно предимство по отношение на повишаване на оперативната ефективност на бизнес, привличане на допълнителен поток от клиенти, минимизиране на рисковете и внедряване на технологии за прогнозиране на данни.
По този начин можем да заключим, че сегментът на Big Data в Русия е в етап на формиране, но търсенето на тези технологии нараства всяка година.

Основни резултати от анализа на пазара

Световен пазар

В края на 2014 г. пазарът на Big Data се характеризира със следните параметри:

• пазарният обем възлиза на 28,5 милиарда щатски долара, което е увеличение от 45% в сравнение с предходната година;
• по-голямата част от приходите на пазара на големи данни се състоят от услуги, техният дял е равен на 40% от общите приходи;
• 36% от приходите идват от приложения и анализи на големи данни, 17% от компютърен хардуер и 15% от технологии за съхранение;
• Платформите in-memory на компании като SAP, HANA и Oracle са най-популярните за решаване на проблеми с големи данни.
• броят на компаниите с реализирани проекти в областта на управлението на големи данни нараства със 125%;

Пазарната прогноза за следващите години е следната:

• през 2015 г. обемът на пазара ще достигне 38,4 млрд. щатски долара, през 2020 г. - 68,7 млрд. щатски долара;
• средният темп на растеж ще бъде 16% годишно;
• средните разходи на компанията за технологии за големи данни ще бъдат 13,8 милиона долара за големи компании и 1,6 милиона долара за малки и средни предприятия;
• технологиите ще имат най-голямо разпространение в областта на обслужването на клиенти и целевия маркетинг;
• през 2017 г. световната пазарна структура ще се промени към преобладаване на потребителски компании от развиващите се страни.

руски пазар

Руският пазар на големи данни е в етап на формиране, резултатите от 2014 г. са както следва:

• обемът на пазара достигна 340 милиона щатски долара;
• средният темп на растеж на пазара през предходните години беше 50% годишно;
• общият обем на натрупаната информация е 155 екзабайта;
• 10% от руските компании са започнали да използват Big Data технологии;
• Технологиите за големи данни бяха по-популярни в банковия сектор, телекомуникациите, интернет компаниите и търговията на дребно.

Прогнозата за руския пазар за следващите години е следната:

• обемът на руския пазар през 2015 г. ще достигне 500 милиона щатски долара, а през 2018 г. - 1,7 милиарда щатски долара;
• делът на руския пазар в световния ще бъде около 3% през 2018 г.;
• обемът на натрупаните данни през 2020 г. ще бъде 980 екзабайта;
• данните ще нараснат до 2,2% от глобалните данни през 2020 г.;
• технологиите за визуализация на данни, анализ на медийни файлове и интернет на нещата ще придобият най-голяма популярност.

Въз основа на резултатите от анализа можем да заключим, че пазарът на големи данни все още е в начален етап на развитие и в близко бъдеще ще наблюдаваме неговия растеж и разширяване на възможностите на тези технологии.

Благодарим ви, че отделихте време да прочетете тази обемна работа, абонирайте се за нашия блог - обещаваме много нови интересни публикации!

MegaFon разработи и предостави за използване от дъщерните дружества на руските железници тестова версия на услугата за анализ на пътническия трафик въз основа на големи данни, съобщава RBC, цитирайки представител на оператора Максим Мотин. Инструментът помага за определяне на размера и подробните характеристики на транспортния пазар, както и дела на транспортната компания в него в почти реално време.

Сега се извършва подготвителна работа за внедряване на система за анализ на големи данни, потвърди Олег Емченко, ръководител на отдела за ERP системи (система за планиране на ресурсите на предприятието) на отдела за информационни технологии на FPC RZD. „Това може да се реализира само в конкретен проект през 2016 г.“, каза Йемченко.

Услугата за геоаналитика Megafon стартира през 2013 г., като първоначалната цел беше да се предвидят натоварванията на мрежата. С негова помощ можете да оцените точния обем на пътническия трафик, да получите информация за маршрутите (кой, кога, къде и къде отива), оформление по вид транспорт. Услугата също така оценява платежоспособността на пътниците и естеството на пътуването ( бизнес пътувания, туризъм, лични нужди). Всички данни са анонимни.

Възможно е да се анализират повече от 10 000 събития в секунда, като се използват повече от хиляда параметъра, каза Роман Постников, директор сегментен маркетинг и клиентски анализи в MegaFon. През последните три години са натрупани повече от 5 петабайта информация - обем, сравним с повече от 30 милиарда снимки във Facebook. Постников уверява, че всеки клиент има свой собствен списък с параметри за анализ, т.е говорим сиза универсално облачно решение, което може да се използва от напълно различни типове клиенти, които трябва да анализират големи количества данни.

MegaFon изчисли, че транспортните компании в Русия харчат повече от 1,2 милиарда рубли годишно за проучване на пътническия трафик. „В същото време самите компании могат да събират само част от данните, с които разполагат, а нашата услуга позволява да се види цялата картина на пазара като цяло“, казва Постников. Дори ако благодарение на въвеждането на услугата превозвачът успее да увеличи дела си в общия пазар на пътнически превози с 1,5-2%, тогава това са милиарди рубли, казва той.

Решенията за големи данни могат да се използват и за управление на градската инфраструктура. Експертен център на електронната държава, правителството на Москва ще сключи договор, според който градът ще получава обобщени обезличени геопространствени потребителски данни за две години местни операторивръзки в 11 различни разфасовки. Потребителите на тази информация ще бъдат Държавното унитарно предприятие „НИ и ПИ на Генералния план на Москва“, Министерството на транспорта и развитието на пътната инфраструктура, Министерството на културата и други столични ведомства.

Данните се превърнаха във важен актив, те сами по себе си имат значителна стойност. С правилния подход към определянето на собственика и внимателното изграждане на достъп до тях, те могат да донесат печалба на всички участници в транспортния процес. Но могат да се превърнат и в ябълка на раздора, пише списанието.

„Данните се превърнаха в актив. Данните днес са златото и петролът на 21 век. Който бързо се научи да работи с тях, да обработва, да клъстерира, да прави от тях продукти, които увеличават добавената стойност, ще бъде напред“, убеден е Михаил Мишустин, ръководител на Федералната данъчна служба, своите слушатели на сесията „Цифрова трансформация и качество на живот. Изглед от регионите”, който се проведе в рамките на Руския инвестиционен форум в Сочи. Той говори за така наречените големи данни - и кой, ако не ръководителят на Федералната данъчна служба, където се събират данни за доходите и имуществото на милиони руснаци, разбира цялата им стойност? Но всъщност длъжностното лице само повтори фраза, която сега може да се чуе на стотици форуми по света от ръководителите на хиляди компании, включително световни. И първият въпрос, който възниква е: тъй като големите данни се превърнаха в ценен актив, това означава, че трябва да има правила, които описват как да се борави с тях, кой ги притежава, възможно ли е да се купят тези данни и на каква цена?

Технологията за големи данни предполага наличието на три елемента: огромни количества данни, изчислителна мощност за много бърза обработка на тези данни и специални математически модели, които позволяват сравняване на предварително определени параметри, достъпът до които преди беше забранен. Това ви позволява да идентифицирате нови, много често неочевидни връзки и модели и въз основа на тях да вземате управленски решения и да печелите (или, алтернативно, да решавате социално значими задачи).

За да се възползват от големите данни, технологиите трябваше да узреят. Съвсем наскоро компаниите разполагат с изчислителна мощност и алгоритми, които са в състояние бързо да обработват огромни количества данни в реално време, центрове за данни, където тези данни могат да се съхраняват, развива се така нареченият Интернет на нещата, който ви позволява да получавате данни от оборудването в реално време И различни устройствапроизводителността се подобрява и цената на сензорите, които се използват за събиране на данни, пада.

Алексей Федосеев, ръководител на отдела за обслужване на клиенти в Siemens Mobility, определя границата, от която данните могат да се считат за големи: „1 милион измервания, така наречените точки за данни. Отсега нататък можем да прилагаме аналитични модели, които се основават на подхода на Big Data.“

Пионерите бяха производителите на самолети. Стойността на големите данни, на базата на които могат да се предвидят неизправности и повреди на оборудването, е особено висока в тази индустрия. Например, сега Boeing 737 с два двигателя предава 240 хиляди терабайта данни за шест часа полет (количеството данни на хартия в библиотеката на Ленин е по-голямо, но не много - около 84 пъти). Говорим за премахването на няколкостотин хиляди параметри по време на полет, но предишни поколениясамолети ги събраха само няколкостотин.

Миналата година главният изпълнителен директор на Tinto, минна компания, чийто автопарк събира данни от безпилотни камиони, кариерни бормашини, локомотиви и на пристанището, каза, че Централният контролен център в град Пърт получава 2,4 терабайта данни всяка минута (приблизително 3500 ха терабайт на ден).

Андрей Бородин, главен инженер по проекти в Бюрото за проектиране и технологии на Центъра за цифрови технологии на отдела за информатизация на Руските железници, казва, че от гледна точка на професионалистите данните са горещи (т.е. те се обработват незабавно, реално време), топли и студени (неизползвани, но оставени за съхранение).

„И дори суровите данни не се считат необосновано от много компании за актив, който може да донесе стойност, дори ако компаниите не могат да ги използват сега, за да правят прогнозни модели или системи за реакция в реално време“, казва Олег Пятаков, ръководител на инвестиционния анализ в фирма “2050. дигитален". Той е сигурен, че генерирането на данни в името на данните е контрапродуктивно, поне в краткосрочен план: „Нуждаем се от способността да свързваме данни помежду си (идентификационни номера на устройство/потребител, времеви клеймца), поне минималната значимост на данните за тези целеви параметри, които се опитваме да оптимизираме, възможност за разработване на контролно действие. В края на краищата в традиционните (стари) системи за управление ситуацията беше норма, когато повече от 95% от събраните данни по различни причини не бяха използвани за вземане на решение.

Руските железници станаха една от първите руски компании, които започнаха процеса на цифрова трансформация. И холдингът, разбира се, също работи с технологията за големи данни. Естествено, първата област за тяхното приложение е очевидна - редовното събиране на данни от подвижния състав и инфраструктурата чрез Интернет на нещата.

Siemens Mobility, който е стратегически партньор на Руските железници в тази област, прави ясно разграничение между две понятия - данни и информация. Данните, генерирани от подвижния състав и инфраструктурата, според Алексей Федосеев, принадлежат на експлоатационната организация: „Веднага след като доставихме технически системи Deutsche Bahn или руските железници, данните принадлежат на тях.

След това, в рамките на договорите за услуги, в рамките на индивидуалните договори за обработка на тези данни, те се преобразуват в полезна информация. Например влаковете Lastochka, които се експлоатират в MCC, генерират диагностични съобщения за техническото състояние на отделни подсистеми на електрическия влак. Тези данни се обобщават и предават по защитен канал към сървър в Руската федерация. И едва тогава, казва Алексей Федосеев, в Центъра за анализ и обработка на данни, създаден съвместно от Руските железници и Siemens през февруари 2017 г., тези обобщени данни се превръщат в полезна информация.

Служителите на центъра използват аналитични модели, които въз основа на получените технически параметри позволяват да се реализира концепцията за прогнозна поддръжка и да се прогнозират откази на критични единици на подвижния състав, казва експертът. Пример за това е обработката на данни, получени от система за тягово задвижване. Но не само. Например системата на пътническата врата също се наблюдава. При шофиране в режим на градски влак работата на пътническата врата може да повлияе на времето, прекарано от влака на гарата, а неизправностите и неизправностите в работата им могат да повлияят на нарушаването на графиците за движение. Служителите на ремонтния отдел на Дирекцията за високоскоростни комуникации на руските железници имат достъп до тази информация чрез компютъризираната система за поддръжка Cormap. Системата е отворена, на нейна база се вземат решения за пускане на влакове към линията.

Модели за предсказуем анализ за експлоатацията на високоскоростни влакове, доставени от Siemens за немски, испански, руски, турски железници, както и Eurostar, се подобряват през последните три до четири години. Колкото повече данни се обработват, толкова по-точно функционират моделите. Резултатът е повишаване на техническата готовност на влаковете. Например, работата на центъра за дистанционно наблюдение на Siemens във влаковете Velaro в Испания започна малко по-рано, отколкото при влаковете Sapsan в Русия. Моделите позволяват да се предвидят повредите на тяговите двигатели пет до седем дни предварително, което доведе до почти пълно елиминиране на възможността за нарушаване на графика на движение поради намаляване на тягата. В резултат на това RENFE демонстрира готовността си да компенсира 100% от цената на билета на пътниците в случай на закъснение на влака с повече от 15 минути по линията Мадрид-Барселона. Реакцията на пътниците не закъсня: делът на железопътния транспорт в пътникооборота в това направление се увеличи от 20 на 61%, докато въздушният транспорт намаля от 80 на 39%.

Ако вземем руския опит в прилагането на подобни модели на прогнозна диагностика за влаковете Sapsan, тогава, според Алексей Федосеев, положителните ефекти са очевидни: по линията Москва-Санкт Петербург паркът на влаковете Sapsan вече е обхванал повече от 7 милиона км без забавяне поради технически повреди, които надвишават 5 минути (това е един от параметрите, които компанията използва за оценка на нивото на надеждност).

Важна част от работата с големи данни се превърна в създаването на така наречената надеждна среда - тя е предназначена за безопасното използване на данни и изключването на неоторизиран достъп до тях. Например, „Доверена среда на локомотивния комплекс“ се изгражда за достъп до данни, които ще бъдат генерирани от локомотиви, потребители на тези данни - служители на холдинга на руските железници, сервизни компании, производители на подвижен състав и производители на компоненти.

Отношенията не винаги се основават на партньорска основа. В този случай е възможна конфронтация между страните, участващи в предоставянето и обработката на данни. Как може да се случи това се демонстрира от историята, която се развива в момента с датската компания Maersk, лидер в морския транспорт. Още през 2014 г. компанията реши, че ще дигитализира бизнеса си с океански кораби. Тогава Maersk съобщи, че обикновена морска доставка на охладени плодове от Източна Африка до Европа преминава през верига от 30 души и организации и изисква около 200 акта на взаимодействие (прехвърляне на документи, комуникация) между тях и 20% от разходите за доставка пратка от стоки попада на обработка, прехвърляне на документи и администриране на процеса. Maersk възнамеряваше драстично да намали разходите в тази област, където големи промени не са настъпвали от 60 години.

През 2016 г. тя избира технология и партньор, започва сътрудничество с IBM компании като носител на напреднали знания в блокчейна. Блокчейн интелигентната договорна система, наречена TradeLens, започна да тества през 2017 г. През януари 2018 г. Maersk и IBM обявиха съвместно предприятие. Работихме с партньори, за да разберем как да ускорим трансфера на информация и да намалим броя на грешките. Беше обявено, че до края на 2018 г. пълноценно комерсиална версия TradeLens. До средата на 2018 г. системата съдържа данни за 154 милиона събития (дати на пристигане на кораби, отчети за изпращане и пристигане на контейнери, митнически разрешителни, търговски фактури и товарителници, т.е. документи за приемане на товара от превозвача от изпращача), броят им се увеличаваше с 1 милион всеки ден - като цяло TradeLens беше готов за пълна работа.

На тестовия етап към системата се присъединиха 92 участници: корабособственици, океански превозвачи, изпращачи, пристанища (например много голямото пристанище Ротердам, през което минават до 2/3 от океанските товари за Европа) и митници. Но в същото време, когато тестването приключи, стана известно, че други океански превозвачи категорично отказват да се свържат с TradeLens. И без информацията на тези играчи, пълното използване на системата е изключено.

Изглежда, че подобна съпротива дойде като изненада за Maersk. В средата на ноември датската компания прие предложение от шест водещи конкурента (MSC, CMA CGM, Hapag-Lloydand и Ocean Network Express) да се присъедини към асоциация с нестопанска цел, която ще разработи нови стандарти за обмен на информация в индустрията. Андре Симша, CIO на MSC, номер 2 презокеански превозвач, каза пред репортери, че неговата компания ще се радва да се присъедини към TradeLens, ако компанията стане по-отворена. Като цяло MSC харесва идеята да работи чрез асоциация с нестопанска цел много повече, защото въпреки обещанието за равен достъп до информация, всички интелектуални права върху TradeLens са разделени между IBM и Maersk. Превозвачите не харесаха перспективата да предоставят данните си на системата, въпреки факта, че основният им конкурент ще спечели от тях. Олег Пятаков все още вярва, че Maersk е тръгнал по правилния път и в крайна сметка те ще победят патентованите решения на мощни компании, а отворените стандарти без участието на силни играчи ще отстъпят. Но Maersk ще трябва да се състезава за собственост върху такъв ценен актив като данните. През ноември беше обявено създаването на система, конкурираща се с TradeLens.

01.10.2018 г., понеделник, 10:03 ч., мск , Текст: Мария Сисойкина

Иновационният център за безопасен транспорт, създаден преди година като част от Московското метро, ​​обединява разработчици на решения за работа с цифрови технологии. Като част от първата стратегическа сесия на иновационния център се проведе дискусия за новите технологии, предлагани от руски компании, както и инициативи, вече реализирани от центъра.

Общност около безопасен транспорт

Иновационният център за безопасен транспорт започна да създава общност от експерти и разработчици за обмен на идеи и опит относно използването на съвременни технологии за решаване на различни транспортни проблеми за Москва. В рамките на общността ще се обединят както тези компании, които вече работят с Безопасен транспорт, така и нови членове. На първата стратегическа сесия на центъра представители на ABBYY, Maxima Telecom, Yandex.Taxi, Avito, Software Product и други споделиха своята визия за необходимите технологични промени в транспорта в Москва, обсъдиха ролята на технологиите за формирането на нови иновативни услуги и предложени идеи за персонализиране на взаимодействието на града с неговите жители.

Големите данни променят комуникациите

Идеята за създаване на центъра се роди през август 2018 г. Основната цел на тази инициатива е трансформирането на взаимодействието с пътниците, извеждайки комуникацията с гражданите на ново, персонализирано ниво. Анализът на големи данни помага за постигане на поставените цели. Центърът за иновации има способността да работи с данни на организации, подчинени на отдела по транспорт, извършвайки своите изследвания, тествайки хипотези, извършвайки работата по изграждане на сегменти за целеви комуникационни компании.

„Ние събираме много разнородни деперсонализирани данни за пътниците и въз основа на анализа можем да предоставим важна информация на гражданите по целенасочен начин“, обяснява ръководителят на Центъра за иновации Юрий Емелянов. - Сценариите могат да бъдат много различни. Например, често има промени в маршрутите, ремонти, блокиране на движението във връзка с някакви събития, дейности. Чрез анализиране на данните можем да предоставим персонализирана информация за промените на тези пътници, които често се движат по тези маршрути.

Проекти на иновационния център

Центърът има и по-мащабни проекти, например анализ на удовлетвореността на използваните райони на град Москва наземен транспорт. Експертите на центъра проведоха множество проучвания по тази тема, анализираха резултатите и формулираха инициативи за промяна на маршрути, разписания и спирки въз основа на резултатите. Центърът предоставя тези инициативи на различни управителни комитети, провеждани в рамките на транспортния комплекс и, ако бъдат одобрени, тяхното изпълнение се извършва от подчинени организации. Обратна връзкавъз основа на реализираните инициативи отново влиза в иновационния център, където се оценяват резултатите от работата и степента на удовлетвореност на гражданите. Тази програма стартира през март 2018 г. и досега се оказа доста успешна. Сега Центърът активно участва в подобна програмаза Московското метро.

Особен интерес представлява проектът на Центъра за аналитична поддръжка на събития в рамките на Световното първенство по футбол. Експертите на центъра анализираха пътникопотока в дните на мачовете, проведени на московските стадиони (Лужники, Спартак, фен зона на Vorobyovy Gory), внедриха анкети за удовлетвореност възможно най-скоро след мача и разработиха препоръки за оптимизиране на натоварването на транспортната система на града и направи по-ефективна организацията на транспортните услуги.

Оценка на разпределението на натоварването на стадион Лужники. Фрагмент от аналитичния доклад за мача Русия - Саудитска Арабия, проведен на 14 юни, в деня на откриването на шампионата

Поддръжката на мобилни приложения за граждани се превърна в отделна област на работа на центъра. Safe Transport си сътрудничи с редица разработчици, включително Infocompas, който разработва приложението Moscow Helper. „Опитваме се да подкрепяме инициативи за създаване на различни услуги, базирани на мобилни приложения за гражданите. За нас това е един от каналите за комуникация с населението на града“, казва Юрий Емелянов. – Например експерти от Центъра заедно с разработчици мобилно приложениеМосковският асистент работи за подобряване на алгоритъма за разпознаване на държавната регистрационна табела. Иновационният център има много амбициозни цели за предстоящата 2019 г.