decor
decor

Що потрібно знати компаніям, які експериментують з великими даними

< Назад
Що потрібно знати компаніям, які експериментують з великими даними

11.06.2021

Великі дані багато що змінили. На найскладніші питання тепер можна знайти відповідь з бізнес-аналітикою. Менеджерам більше не потрібно покладатися на інтуїцію – досить скористатися комп’ютером, щоб вивчити необхідну інформацію. 

Обсяги даних, які нині доступні для аналізу, вражають. Величезна кількість всіляких датчиків і гаджетів дають штучного інтелекту поживу для постійної роботи.

І якщо раніше бізнес мусив вигадувати складні методи взаємодії зі споживачами, то сьогодні уподобання клієнтів комп’ютери аналізують в автоматичному режимі. Візьмемо, наприклад, виробників напівфабрикатів. 20 років тому, щоб зрозуміти, яка їжа подобається покупцям, їм доводилося влаштовувати фокус-групи, переконувати клієнтів відповісти на список питань, вручну обдзвонювати сотні людей. Нині ж їм для бізнес-аналітики достатньо навчитися обробляти інформацію з соціальних мереж, дані банківських транзакцій, запити в пошукових системах, статистику відвідування магазинів – і з’ясовується, приміром, що дедалі більше американців віддають перевагу корейському барбекю.

Бізнес-аналітику сьогодні замість людей готуюьб алгоритми. Утім, побороти страх перед штучним інтелектом і виділити головне в незліченній кількості комбінацій даних – як і раніше, складно. Експерти Глобального інституту McKinsey (MGI) попросили відповісти на ці та подібні питання засновників стартапів в області аналізу великих даних. Глави компаній CrowdAI, SafeGraph, Measurable AI і Orbital Insight поділилися з MGI своїм баченням роботи штучного інтелекту.

Помітним стає усе

Big data та аналітика великих даних змінюють правила гри у багатьох сферах. Вони не лише допомагають знайти відповіді на раніше нерозв’язні питання, але і роблять світ більш прозорим. Топ-менеджерам це тільки на руку, пише автор Forbes Аслан Аканов. Припустимо, транснаціональна корпорація хоче забезпечити безперебійність всього виробничого ланцюжка. Один з основних інгредієнтів продуктів цієї компанії – пальмова олія, виробництво якої відстежити неймовірно складно: сотні тисяч дрібних фермерів виробляють її в десятках країн. Поки керівники компаній ламали голову над вирішенням проблеми, в стартапі Orbital Insight навчилися зчитувати геолокаційні дані та супутникові знімки, щоб з точністю до метра визначити маршрут поставок.

“Така прозорість – величезна перевага для компаній. Вона значно прискорює бізнес-процеси і скасовує для менеджменту необхідність без кінця підганяти постачальників і перевіряти ще раз достовірність їхніх слів”, – зазначає автор.

Заплутатися легко

Необроблені великі дані зіб’ють з пантелику будь-кого. Вибрати найбільш корисну інформацію, яка допоможе вашому бізнесу, – непроста задача. Опитані MGI фахівці настійно рекомендують найняти професіоналів, які вміють працювати з big data, а не доручати аналіз даних штатним IT-фахівцям.

На розвинених ринках з’являються нішеві консультанти з аналізу даних. Одна з таких компаній – SafeGraph. Фахівці цього стартапу знають все про геопросторову інформацію. Вони збирають і сортують дані про пішохідний трафік в магазинах, маршрути подорожей, міські “точки тяжіння”. Головне завдання подібних SafeGraph-консультантів – запропонувати оброблені дані в легкому для споживання вигляді, щоб топ-менеджери і маркетологи на основі бізнес-аналітики ухвалювати зважені і обґрунтовані рішення.

Експерти в галузі аналітики великих даних, що поділилися своїм досвідом з MGI, зазначають: більшість великих корпорацій (за винятком технологічних компаній) застрягли на початковому етапі впровадження аналітики великих даних. “Тому не варто турбуватися, що ви відстали від життя, і судомно намагатися перевести бізнес-процеси на цифрові рейки”, – додає Аканов.

На ринку big data з’являється дедалі більше індивідуальних рішень, одне з яких цілком може підійти саме вашої компанії, провадить він. Ще п’ять років тому таких пропозицій не було – аналіз даних був долею обраних. Сьогодні можна підібрати ту платформу, яка відповідає вашим діловим планам, за розумну ціну. “Відповідних консультантів, що не попросять за свою роботу мільйони, вибрати набагато легше, ніж раніше”, – зазначає дописувач. 

Аналітики великих даних можуть багато, але вони не чарівники, застерігають в MGI. “Вони з радістю складуть для вас будь-яку математичну модель. Що стосується конкретних бізнес-завдань, то цю роботу все-таки краще довірити власним співробітникам, у яких є досвід реальної роботи. Автоматизація – не панацея”, – рекомендують консультанти. Крім того, за роботою штучного інтелекту повинні стежити досвідчені співробітники.

Особливо важливо враховувати реальне життя, якщо ви ведете бізнес в одній країні, а аналіз даних доручили іноземним консультантам. Експерти з стартапу Measurable AI наводять наступний приклад: “Необхідно знати, що китайці не дуже люблять користуватися електронною поштою, а кредитні карти в Індонезії ще не так поширені”. Навіть якщо консультанти з аналізу даних в курсі подібних нюансів, важливо перевіряти їх висновки і визначати бізнес-стратегію самостійно, нагадує автор.

< Назад