Разделы

Крупнейшие российские проекты с использованием технологий больших данных, 2014–2015 гг.
Компания Название проекта Тип конечного пользователя Описание проекта Срок реализации
Flocktory Flocktory Exchange Клиентский сервис Закрытая партнерская сеть по обмену высокотаргетированным трафиком между ограниченным кругом партнеров, в который входят только топ-игроки e-commerce рынка. Позволяет подобрать себе новых покупателей по множеству параметров, включая такие как регион, возраст и пол, частота покупок, средний чек покупок в определенном товарном сегменте, сила социального влияния и многим другим. Это создает конверсию привлеченного трафика в среднем до 8 раз выше, чем по другим маркетинговым каналам 2014–2015 гг.
Flocktory Flocktory Pre-Checkout Клиентский сервис Инструмент позволяет анализировать поведение пользователя на сайте, а также его характеристики, чтобы сделать максимально привлекательное для него предложение. В основе — унифицированные профили покупателей 2014–2015 гг.
Mail.Ru Group Система хранения данных в оперативной памяти Tarantool Для корпоративного использования, клиентский сервис Tarantool – открытое решение, которое 100% данных хранит в оперативной памяти, за счет чего обеспечиваются очень быстрый отклик на запросы и отказоустойчивость. За счет скорости и расширяемости время ответа системы удалось сократить с секунды до микросекунды. Tarantool используется не только в Mail.Ru Group, но и в других компаниях банковской сферы и e-commerce. Avito использует Tarantool, чтобы по минимальному числу действий сегментировать пользователей сервиса и показывать им наиболее релевантные объявления. Решение также применяется в Sberbank Digital Ventures для противодействия мошенничеству с пластиковыми картами 2014 г.
Ай-Теко Платформа «2Толк» Клиентский сервис Возможности платформы будут применяться для мониторинга веб-ресурсов, highload-обработки текста на нескольких языках, включающей анализ сущностей, их связей, мнений, тональности высказываний, социального графа авторов и сообществ. Программный компонент для хранения документов и знаний использует Open Source-платформы Big Data май 2015 г.
ВТБ Страхование Система бизнес-аналитики Для корпоративного использования Новая система бизнес-аналитики обеспечила формирование "сквозной" отчетности в условиях функционирования множества учетных систем. Она позволяет оценивать доходность каждого агента, обеспечивает общий подход к работе с данными и делает возможным выведение конечных витрин данных для пользователей 2014 г.
ДИТ и Департамент здравоохранения города Москвы Лаборатория анализа больших данных в здравоохранении Для корпоративного использования Лаборатория займется анализом массивов данных, накопленных в процесе информатизации столичной системы здравоохранения. Ее наработки помогут прогнозировать всплески заболеваемости, сравнивать эффективность способов лечения, определять группы риска, персонализировать медицину апрель 2015 г.
Петер-Сервис Масштабирование бизнес-приложений по модели SaaS без ограничения количества обслуживаемых абонентов Клиентский сервис Набор бизнес-приложений. Разработанные сценарии включают кейсы по анализу покупательских аномалий, борьбе с пробками в супермаркетах, выявлению лидеров мнений и взаимодействию с ними, повышению эффективности интернет-рекламы и др. 2014–2015 гг.
МТС Анализ потребления мобильных услуг в день проведения ЕГЭ по русскому языку – 28 мая 2015 г. Демонстрационный проект возможностей технологий больших данных Анализ потребления мобильных услуг в дни проведения ЕГЭ по русскому языку в 2014–2015 гг. отражает общий рыночный тренд – в общении школьники отдают предпочтение мобильному интернету, при этом трафик 4G растет опережающими темпами: за год он вырос в шесть раз при росте трафика 3G лишь на 40%. Данные по использованию услуг связи подтверждают смещение интереса школьников в сторону дата-сервисов: при стремительном росте потребления мобильного интернета наблюдается незначительное снижение темпов роста голосовых услуг и sms-сервисов май 2015 г.
Яндекс Система Yandex Data Factory для прогнозирования заторов и ДТП, созданная по заказу Федерального дорожного агентства (Росавтодор) Клиентский сервис Для построения системы использовались разнородные данные, собранные за несколько лет. Это сведения о загруженности дорог, метеосводки, база меток ДТП на «Яндекс.Картах», информация о качестве дорожного покрытия, количестве полос и разметке. Предсказания помогут Росавтодору предотвратить нежелательные ситуации на дороге или минимизировать их последствия. Например, опираясь на прогноз пробок и ДТП, можно решить, как в снежную погоду эффективно распределить спецтехнику 2014–2015 гг.

Источник: CNews Analytics, 2015