Что такое Big Data

Big Data – это сложный феномен. С одной стороны, это понятие включает в себя огромное количество неструктурированной информации, с другой – набор подходов и технологий для работы с ней. Неудивительно, что Big Data называют «новой нефтью». Равно как и сырье, гигантский объем данных в чистом виде имеет гораздо меньшую значимость, чем продукты, полученные в результате его обработки и анализа. «Большие данные» – это источник знаний, который способен изменить нашу жизнь.

Яркий пример применения Big Data – сервис Яндекс.Пробки. В режиме реального времени в компьютерную систему сервиса поступают данные о загруженности дорог. Полученная информация анализируется, после чего строится карта, отображающая прогноз дорожной ситуации. Таким образом, «большие данные» позволяют водителю узнать о текущих пробках и выбрать наименее загруженный маршрут.

Рис. 1. Схема работы «больших данных» в сервисе Яндекс.Пробки

Откуда берутся данные, и как они обрабатываются

<p Источники «больших данных» окружают нас повсюду. К их числу относятся мобильные и GPS-устройства, компьютеры, браузеры, социальные сети, поисковые системы, измерительные устройства, клиентские базы и так далее. Специалисты описывают феномен Big Data тремя переменными:

• большой объем (Volume);

• разнообразие типов и источников (Variety);

• скорость обработки (Velocity).

Чтобы быстро обработать неструктурированную информацию и извлечь из нее нужные данные, требуются специальные вычислительные техники. На сегодняшний день известно порядка 26 методов анализа «больших данных», среди которых машинное обучение, интеллектуальный анализ данных (Data Mining), краудсорсинг и прочие. К примеру, машинное обучение широко используется в интернет-маркетинге, в частности в поисковых технологиях (MatrixNet Яндекса).

Важно отметить, что результат обработки данных всегда предполагает некоторый процент вероятности из-за присутствия в них разного рода «шумов» и не может быть рассмотрен как максимально точный и достоверный.

Big Data в интернет-рекламе и бизнесе

Информация – это преимущество, которым стремится обладать любая компания. В частности, для целей маркетинга наибольшее значение имеет информация о целевой аудитории. Ведь зная своих покупателей, их поведение, интересы и предпочтения, можно строить с ними эффективную коммуникацию и, более того, прогнозировать спрос.

Помимо поисковых технологий, «большие данные» нашли успешное применение и в медийной рекламе. Широкую известность получила модель RTB , которая обеспечивает показ рекламных баннеров только заинтересованным пользователям, основываясь на анализе их поведения в интернете. Таким образом, крупнейшие рекламные сети при сотрудничестве с поставщиками данных (Data Suppliers) помогают предпринимателям находить свою целевую аудиторию. Аналогичный подход к показу непоисковой рекламы используется и в новейшей технологии Системы SeoPult, применяющей Big Data для улучшения поведенческих метрик сайта и повышения эффективности SEO.

Значимость Big Data для развития бизнеса не ограничивается лишь рамками рекламы. Знание о целевой аудитории можно и нужно черпать из собственных массивов данных и доступных открытых источников. Во-первых, это позволит лучше понимать привычки и особенности состоявшихся клиентов и посредством причинно-следственных связей искать похожую аудиторию (look-alike) среди других пользователей сети. Во-вторых, анализ данных расскажет вам о текущем положении дел: что работает хорошо, а что плохо, какие предпочтения у того или иного типа клиентов, и как можно изменить сервис с учетом их потребностей. В-третьих, управление данными позволит создавать уникальные сервисы, которые будут невероятно востребованы и популярны у пользователей.

Рис. 2. Аналитик Орэн Эцони создал модель прогнозирования цен авиабилетов, используя 12-тысячную выборку цен за 41 день, собранную на сайте путешествий. Она легла в основу стартапа FareCast и обеспечила пассажирам хорошую экономию. Впоследствии ее выкупила компания Microsoft за 110 миллионов долларов США и интегрировала в поисковую систему Bing.

Многие компании абсолютно не используют свои активы, что является большой ошибкой. Извлеченные знания могут оказаться очень полезными и сэкономить массу денег на рекламе. Известно немало примеров, когда, благодаря анализу «больших данных», собранных в процессе своей работы, компании получали превосходные результаты, способствующие успешному развитию бизнеса.

Стартап Jawbone, запустивший в продажу линейку гаджетов для трекинга сна, движения и питания, заработал на этом несколько миллионов долларов. Однако хитрая стратегия компании заключается не только в получении разовой прибыли: их продукт помогает собирать огромную базу обезличенных данных о жизненном цикле людей по всему миру. Это серьезный маркетинговый материал для исследований, результаты которых могут иметь огромную значимость для производителей мебели, медикаментов, товаров для здоровья, продуктов питания и представителей других отраслей. В конечном итоге прибыль от продажи информации может серьезно перекрыть доход от продажи самих браслетов.

Рис. 3. Информация, собранная более чем со 100 000 браслетов, превращается в невероятно ценный ресурс - Big Data

Множество других практических примеров применения Big Data для пользы бизнеса (в том числе и для малых предприятий) вы найдете в материалах мастер-класса Анара Бабаева «Big Data в бизнесе» .

Дополнительные материалы по теме

Тема «больших данных» невероятно интересная и перспективная. Если вы хотите больше узнать о данном феномене, рекомендуем ознакомиться с полезными материалами:

• мастер-класс директора по маркетингу сервисов Яндекса Андрея Себранта «Что такое Big Data, и почему это страшно интересно»;

• книга американских авторов Виктора Майер-Шенбергера и Кеннета Кукьера «Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим».