CNews Analytics
приступает к подготовке обзора

Аналитика 3.0 – 2018

«Аналитика 3.0 2018 – большие данные, BI, искусственный интеллект, машинное обучение, интернет вещей» – это подробный аналитический обзор рынка, в котором мы оцениваем перспективы и проблемы отрасли, рассматриваем технологии и инструменты для работы с данными. В фокусе нашего внимания оказываются все передовые подходы к хранению и обработке данных, алгоритмы машинного обучения, глубинной аналитики, искусственный интеллект, достижения в сфере прогнозной аналитики и многое другое. Оценкой текущей ситуации и прогнозами на будущее в рамках обзора делятся эксперты отрасли, разработчики и потребители ИТ-решений.
В рамках обзора формируется рейтинг крупнейших поставщиков решений для анализа данных в России

Участие в обзоре

Мы приглашаем к сотрудничеству производителей аппаратных средств, разработчиков программного обеспечения и поставщиков ИТ-услуг в сфере аналитики данных.

Участники обзора получают возможность рассказать о своих компетенциях, проектах и достижениях, поделиться видением перспектив развития рынка.

Аналитические обзоры CNews традиционно пользуются большим читательским интересом. Планируемая целевая аудитория обзора составит более 100 тыс. читателей. Этот показатель прогнозируется на основе статистики посещаемости других обзоров CNews.

Как принять участие в обзоре?

Отправьте заявку в произвольной форме по адресу: review@rbc.ru

Обращайтесь по телефону: +7 (495) 363–11–11 (доб. 2480)

Крайний срок подачи заявок 1 июня 2018 г.

Как попасть в рейтинг?

Заполните анкету «Крупнейшие поставщики решений для анализа данных в России 2017»
Анкеты принимаются до 1 июня.

Содержание обзора

Статьи и инфографика

Рейтинги CNews Analytics

Комментарии экспертов

Интервью с заказчиками

Масштабные проекты

Описания технологий

Дата выхода обзора: июнь 2018 г.

Как это выглядит?

Какие темы затрагивает обзор?

Рынок дата-аналитики в мире и в России

  • Основные драйверы развития аналитики данных в 2017–2018 гг.
  • Как меняется интерес госсектора к решениям для аналитики данных?
  • Бизнес, управляемый данными: лучшие практики в России и в мире

Аналитика данных для бизнеса: перспективы и препятствия

  • Как преодолеть барьер недоверия искусственному интеллекту
  • Машинное обучение: стоит ли открывать черный ящик
  • Кого заменит искусственный интеллект в ближайшие годы?
  • Программное обеспечение: когда достаточно бесплатных API
  • Рисковать или догонять: как правильно внедрять технологии искусственного интеллекта
  • Глубинное обучение: где предел возможностей машинного анализа?
  • Как превратить данные интернета вещей в аналитическую информацию

От отчетов к прогнозам, от советов к решениям

  • Без людей: как интернет вещей помогает полностью автоматизировать производство
  • Видеоаналитика в HR как средство управления персоналом
  • Улыбка, взгляд, прикосновение: биометрические решения как источник данных
  • Как не превратить озеро данных в болото
  • Ловим сетью: что можно узнать по поведению пользователя в соцсетях
  • Предиктивная аналитика: сколько данных нужно для точных прогнозов
  • Как аналитика интернета вещей сокращает расходы на сервисное обслуживание

ИТ-инфраструктура для аналитики 3.0

  • Вычислительные мощности: драйвер или препятствие для развития аналитических решений и систем ИИ
  • Как выбрать СХД для построения сложных аналитических систем
  • Облачные решения для систем машинного обучения
В процессе подготовки обзора содержание разделов может изменяться редакцией в одностороннем порядке.