Прогнозная аналитика: неожиданные корреляции

Андрей Солуковцев: «С помощью аналитики по структуре расходов клиента и ее изменению можно определить, насколько клиент близок к дефолту»


12:50 14.06.2016  (обновлено: 12:13 15.06.2016)   |   3133 |  Дмитрий Желвицкий |  Computerworld Россия

Рубрика Предприятие



IBM продвигает аналитические инструменты, которые позволяют выявлять взаимозависимости и видеть будущее.

В Санкт-Петербурге прошел форум «IBM SolutionsConnect 2016: время новых возможностей», на котором значительная часть выступлений была посвящена прогнозной аналитике. Новые возможности, по версии IBM, связаны также с облачными технологиями, хотя новизны в этом уже и не очень много, и с обычной аналитикой, которая порой позволяет выявить неожиданные взаимосвязи.

Аналитика Больших Данных при существующем огромном объеме накопленной информации часто используется для понимания поведения клиентов. «В банках, — отмечает Андрей Солуковцев, руководитель департамента IBM Security в России и СНГ, — такое использование особенно распространено — более 60% случаев. Например, по структуре расходов клиента и ее изменению можно определить, насколько клиент близок к дефолту».

«Благодаря компьютерному анализу, который учитывает множество факторов и показателей, мы работаем 365 дней в году и 24 часа в сутки, формируя производственный заказ в автоматическом режиме на каждый следующий день», — поделился опытом Станислав Ефремов, начальник группы техподдержки и администрирования компании «Каравай», которая имеет одно из крупнейших хлебопекарных производств в Петербурге.

Александр Дмитриев, бизнес-консультант IBM Client Center в России и СНГ, рассказал об одной из корреляций, которую в автоматическом режиме предложила программа Watson Analytics. Выяснилось, что машины женатых мужчин на 24% чаще подпадают под град. Причины подобной закономерности, наверное, можно попытаться выявить, но для страховой компании они не важны: для них имеет значение сама статистика, с помощью которой корректируются страховые программы. По-видимому, женатым мужчинам придется платить за страховку чуть больше, чем неженатым.

Обратившись к криминальной тематике, Владислав Буянов, представитель по развитию бизнеса IBM Analytics, рассказал о том, как только по анализу базы данных о нераскрытых преступлениях силовикам удалось раскрыть несколько преступлений. По его словам, если в аналитическую систему загнать множество разнообразных данных о предпринимателях, технологиях, ситуации в экономике, то можно определить, насколько рискованно инвестировать в тот или иной стартап.

Однако в большинстве случаев типовая система не подойдет. «Эра коробочных решений прошла. Все простое из типовых систем уже у пользователей стоит на компьютерах. И не только простое, но и сложное. Сейчас требуются специфические решения под потребности конкретной компании. Такие решения можно разработать благодаря облачной платформе IBM Bluemix. В ней предусмотрены как бесплатная, так и платная формы работы», — представил инструмент для разработчиков Дмитриев.

После целой серии выступлений на форуме слушателям могло показаться, что менеджеру можно не думать и не гадать, рассчитывая на решение всех вопросов благодаря аналитическим способностям искусственного интеллекта — если не прямо сейчас, то уже в ближайшем будущем. Достаточно только загрузить какой-то массив данных в систему. Подобное представление характеризовали вопросы из зала. В частности, спикера спросили о возможности прогнозировать устойчивость политической системы, а также валютных курсов. Для этого, как оказалось, сложно набрать необходимый объем исходных данных. Кроме того, сама публикация прогноза может повлиять на развитие ситуации (на том же валютном рынке), а это влияние сделает прогноз неверным.

«Для успешного применения прогнозной аналитики нужны специалисты, которые разбираются в данных внутри организации. К тому же, эти данные нужно очистить, чтобы обеспечить высокую вероятность точности прогноза и выявленных взаимозависимостей», — заверил слушателей Буянов.


Теги: Читайте больше Прогнозная аналитика Статьи Большие данные IBM in_bigdata
На ту же тему: