Ежедневно практически каждый житель больших городов Украины оставляет сведения о себе: телефонные звонки, оплаты банковской картой, использование бонусных карт, заполненные анкеты, отзывы, оценки за предоставленные услуги и многие-многие другие. Компании и организации собирают и анализируют данные, чтобы совершенствовать свои услуги/товары и создавать то, что действительно необходимо потребителю. Специалисты этой индустрии сегодня крайне востребованы, отмечает коммуникационная группа “Импульс“.
Команда Data Science UA регулярно проводит профильные конференции, мастер-классы и в значительной мере способствует консолидации профессионального сообщества. Кстати, 16 марта пройдет 6-я конференция Data Science UA. Предлагаем вам узнать больше о том, как Big Data помогает в быту в интервью с лидерами Data Science UA — Александрой Сироватко — CEO/Founder Data Science UA и Никой Тамайо Флорес — Head of Consulting Data Science UA.
Александра, Ника, на ваших мероприятия значительная часть участников — представители бизнеса, для них есть отдельные панели и возможность всесторонних коммуникаций. Как анализ данных помогает развивать бизнес? Например, как возможности Big Data применяют в своей практике ритейлеры: мировые и, в идеале бы, несколько примеров внедрения в Украине?
Ника: Ритейл — это традиционно одна из первых отраслей, куда активно проникают технологии. Пожалуй, две самые известные истории про аналитику данных как раз про розничные сети.
Так одна крупная сеть американских супермаркетов в 90-е провела анализ продуктовых корзин покупателей и обнаружила такую особенность: в пятницу вечером наиболее часто среди покупок встречалась комбинация пиво + подгузники. Как оказалось, завершив рабочую неделю, женщины отправляли своих мужей за подгузниками, а те попутно покупали пиво для последующего просмотра футбольного матча.
Второй популярный пример из практики дискаунтера Target. Как-то раз разъяренный мужчина пришел в магазин, сжимая в руке купоны этой сети. Он яростно требовал встречи с руководством. Отец семейства был шокирован тем, что его 16-летней дочери прислали купоны на одежду для беременных. Менеджер просил прощения и обещал загладить вину. На следующий день тот мужчина позвонил в магазин, чтобы… извиниться. Прошлой ночью после серьезной беседы с дочерью он выяснил, что она все-таки ждет ребенка. И магазин узнал об этом раньше, чем ее родной отец.
Вернемся в наши дни. H&M — это одна из самых успешных розничных сетей. Шведский ритейлер самостоятельно управляет огромной компанией, насчитывающей более 4000 магазинов (у ближайших конкурентов испанской Zara и американской GAP всего чуть больше 2000 и около 1300 магазинов соответственно). В то же время, у компании была острая необходимость сократить складские издержки. В H&M решили поручить проблему распределения товаров алгоритмам. По результатам пилотного проекта из магазина в Стокгольме убрали 40% ассортимента, и при этом продажи остались на прежнем уровне. Использование технологий машинного обучения позволяет создавать уникальный ассортимент для каждого магазина сети в разных странах. Что будет влиять на ассортимент? Сотни факторов: от моды до погоды, от популярных цветов до демографических характеристик жителей района.
Множество других ритейлеров используют алгоритмы для решения задач по логистике, управлению запасами, маркетингом и персоналом. В Украине так же есть компании, которые полагаются на Big Data. Например, одна сеть бюджетных магазинов постоянно анализирует частоту визитов и покупки своих клиентов и даже может предсказать, когда кто-то из них придет за… туалетной бумагой.
Alibaba имеет целый отдел, где анализ данных помогает бороться с продажей подделок и мошенничеством по повышению рейтинга продавцов? Есть ли такие кейсы у украинских площадок?
Александра: Борьба с мошенничеством — это известный кейс, который близок компаниям в самых разных сферах от банков до такси. В таких задачах каждую транзакцию анализируют алгоритмы на предмет необычного поведения. Как правило, мошенничество имеет четко определенные схемы, за счет чего его можно обнаружить. Иногда помогает даже просто здравый смысл. Например, вряд ли возможно по одной и той же карте лояльности совершить покупку в 10 утра в Киеве, а в 11 — в Днепре. В таких случаях на лицо факт мошенничества.
Мы не знаем, применяют ли алгоритмы по отслеживанию мошенничества украинские e-comm проекты, однако какие-то системы валидации мерчантов там есть наверняка.
Давайте пофантазируем: предположим, крупные игроки мировой интернет-торговли решили осваивать украинский рынок и покупают местную компанию. Насколько базы данных крупнейших украинских компаний интернет-торговли упорядочены по сравнению с мировыми лидерами?
Ника: Чистота и порядок в данных — это больная тема не только в Украине, но и в мире. Очень редко основатели и менеджеры с самого начала развития бизнеса задумываются о том, как и где они будут хранить данные, какие у них будут политики в отношении информации и какие технологии они будут использовать. Обычно по мере развития к уже существующим решениям присоединяются другие, накапливается огромное количество так называемого legacy и информационная система превращается в настоящего Франкенштейна. К тому же, часто отсутствует или же несистемно ведется документация изменений. Как следствие, разобраться в такой исторически сложившейся системе без эксперта невозможно.
Harvard Business Review попросили 75 менеджеров оценить критически важные для принятия решений данные по методике Friday Afternoon Measurement (FAM). Ее суть предельно проста: необходимо собрать по 10-15 критических атрибутов для 100 записей данных. Менеджеры и их команды проверяют их и отмечают очевидные ошибки. Затем они подсчитывают общее количество безошибочных записей. Это число, которое может варьироваться от 0 до 100, представляет процент правильно созданных данных (DQ). Оказалось, что в среднем в половине записей содержалась хотя бы одна критическая ошибка, а безошибочных данных было всего 3%. И это статистика США.
Так что страна компании значения не имеет: сложности общие везде.
Базы данных участников медицинской сферы. Ваше видение: когда участники рынка начали системно собирать данные и сколько времени понадобится на полный охват населения?
Александра: eHealth — это логичный и необходимый шаг для дальнейшего развития медицинских технологий. Множество стартапов в медицинской сфере остро нуждается в большом количестве качественных данных, в том числе в рентгеновских снимках, сканах МРТ и других данных. Некоторые из баз собираются давно, в частности, большинство частных клиник собирает данные о пациентах в электронные карты годами.
Не думаю, что когда-либо будет достигнут полный охват, впрочем, это и не требуется. Даже 5 миллионов записей помогут сделать выводы о состоянии здоровья всей Украины. Другой вопрос в том, что эти данные будут искажены в сторону тех, кто посещает больницы, ведь многие люди стараются ходить к врачу только тогда, когда у них что-то болит.
Как технологии Data Science помогают в повседневной жизни
Александра: Давайте для примера возьмем несколько стандартных задач: приготовление еды, отслеживания состояния пожилых родителей и обеспечение безопасности дома.
Например, Hello Egg — это умный кухонный ассистент, который по форме напоминает яйцо, и помогает готовить еду. Устройство оснащено экраном и динамиком, которые сопровождают процесс приготовления блюд. Также Hello Egg помогает питаться здоровее и планировать закупку продуктов.
MAWI — это браслет, который позволяет измерить уровень стресса, качество сна, а самое главное — сердечную активность. При помощи технологий искусственного интеллекта браслет поможет определить риск развития болезней сердца.
В Ring Ukraine создаются системы безопасности для любого дома. Например, Ring Alarm отправляет мгновенные мобильные оповещения, когда двери или окна открыты или когда в доме обнаружено движение. А Ring Video Doorbell позволяет ответить на звонок в дверь из любой точки земного шара.
Таким образом, data science проникает не только в решение задач бизнеса, но помогает в простых ежедневных делах. Отдельно отмечу, что все три этих продукта были созданы украинскими инженерами.
Напомним, ранее Александра Сироватко рассказала LeMonade о Data Science, “Черном зеркале” и о вдохновляющих примерах женщин в украинском IT.
Кроме того, у знаменитого робота Софии появилась мини-копия для детей.
Хотите узнавать больше новостей? Подписывайтесь на нашу страницу в Facebook и на наш аккаунт в Instagram.
