Большие Данные для не очень крупных

38

Считается, что Большие Данные встречаются в крупных и очень крупных компаниях — именно они рассматриваются как главные генераторы и «аккумуляторы» Больших Данных. Впрочем, далеко не всегда крупный бизнес берет на вооружение технологии Большие Данные именно потому, что он — крупный и в силу объективных причин нуждается в этих технологиях. Вероятно, дело в том, что «крупняк» может себе позволить поэкспериментировать с Большими Данными, обладая необходимыми для этого финансовыми возможностями, технологической базой и набором компетенций специалистов. Но если это так, то можно предположить, что значительная часть экспериментов с Большими Данными в крупном бизнесе обречена на неуспех именно потому, что далеко не всегда заказчик технологий Больших Данных, во-первых, реально сталкивается с Большими Данными и, во-вторых, ясно представляет себе, как извлечь пользу из сбора, хранения и обработки больших данных.

Несколько иначе обычно обстоят дела в не очень крупных компаниях: они, как правило, ограничены в средствах и весьма щепетильно проводят свою инвестиционную политику, поскольку хорошо знают цену деньгам. Поэтому в не очень крупном бизнесе (не более 3-5 тыс. сотрудников) следует ожидать гораздо более прагматичный и осмысленный подход к Большим Данным, нежели в крупном.

Как бы там ни было, 60% опрошенных компанией Insight Express (исследование проводилось во всем мире) ИТ-руководителей признают, что решения Big Data могут усовершенствовать процессы принятия решений и повысить конкурентоспособность, но лишь 28% заявили о том, что уже получают реальные стратегические преимущества от накопленной информации. (Впрочем, и эти оценки, на мой взгляд, неоправданно оптимистичны. — М.З.) Проблема, по мнению аналитиков Insight Express, заключается в том, что наибольшие ощутимые преимущества получат лишь компании, нашедшие новые, оригинальные способы использования данных.

На сегодняшний день в коммерческих компаниях наиболее часто встречаются следующие категории Больших Данных:

  • Данные о поведении клиентов (в том числе данные, полученные через бизнес-партнеров). Пример: банки, анализирующие данные о клиентах — собственные данные и данные извне, чтобы генерировать персонифицированные предложения для клиентов, а также управлять кредитными рисками. Другой пример: данные геопозиционирования клиентов, их могут использовать компании разного профиля для создания персонифицированных предложений, а также для защиты от мошенничества.
  • Данные о поведении внешней среды — деловой, политической, социальной. Пример — инвестиционные компании: они на лету, в реальном времени анализируют большие потоки данных с финансовых рынков, а также данные биржевых лент, новостных агентств и СМИ, чтобы предельно оперативно принимать решения о размещении имеющихся капиталов. Другой пример: анализ сообщений с упоминанием организации и ее брендов в социальных средах, его активно берут на вооружение маркетологи.
  • Данные о поведении производственного оборудования. Пример — компании сектора энергетики и ЖКХ, анализирующие в реальном времени большие потоки данных от множества единиц производственного оборудования, а также датчиков и счетчиков, установленных у клиентов. Кстати, по данным того же исследования InsightExpress, 73% опрошенных планируют включить в проекты Big Data данные, поступающие от цифровых датчиков и прочих интеллектуальных устройств. Вместе с тем, лишь 33% имеют конкретные планы использования таких источников данных.
  • Какие еще возможности по использованию Больших Данных в не очень крупных компаниях и организациях видят уважаемые CIO?
  • Какие примеры использования таких возможностей известны уважаемым CIO?
  • Какие факторы следует рассматривать как главные препятствия к использованию Больших Данных в среднем и малом бизнесе?
  • Какие факторы способны ускорить освоение технологий Больших Данных организациями средней руки?

Будем рады узнать Ваши мнения! Самые интересные из них постараемся представить на ближайшем форуме Big Data, который пройдет 20 марта в Международном информационно-выставочном центре «ИнфоПространство», а также в публикациях, которые планируются в нашем журнале «Директор информационной службы».

 

4230
Коментарии: 38

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Виктор Федько
    Рейтинг: 367
    Независимый эксперт
    Эксперт
    03.03.2014 19:25

    Что-то где-то мы тут уже на эту тему рассуждали. Вот ведь память стала)))

    Я бы отметил следующее :

    1. Что такое Big data ? Это красивая новая обертка для старого названия "Сбор, хранение и обработка больших массивов информации для аналитических выводов и принятия на их основе неких управленческих и бизнес-решений" . Все это началось давно,с появлением больших машин, способных хранить и обрабатывать большие объемы информации
    2. Я бы не разделял использование БД в разрезе величины бизнеса. Понятия эти очень размыты. К примеру, крупный производственный комбинат с миллиардными оборотами - и 30 000 работников это большой бизнес? Наверняка. И где он там БД использует? Кроме собственной отчетности имхо. А , например, OZON ? Там обороты сопоставимые, а людей , думаю, значительно меньше трудится. А вот тема БД и их быстрой обработки весьма и весьма актуальна.
    3. Проблема препятствий при использовании в СМБ БД лежит имхо в двух плоскостях :
    • Технической. Для обработки нужны серьезные вычислительные мощности. Эта проблема решается с помощь облаков, например.
    • Человеческой. Мало данные собрать, разместить и правильно проиндексировать. Надо еще как-то понимать, зачем ты это делаешь, с какой целью и как эту аналитику использовать. То есть, нужны головы ! А вот с ними посложнее будет пожалуй.
    Других "препятствий" я тут не вижу.

    4. Основным фактором ускорения технологий, на мой взгляд, может стать появление пласта специалистов - аналитиков по обработке БД. Умеющих правильно составить алгоритм сбора и размещения информации. Грамотно разработать аналитическую отчетность. И на ее основе дать верные рекомендации и прогнозы. Без этого никакие БД не нужны. И такому подходу надо учить в ВУЗах, должна появиться такая специальность. Все остальное гораздо проще.
    И это касается и СМБ, и "китов" - особой разницы имхо не ощущаю.

    • Михаил Зырянов Виктор
      Рейтинг: 10
      Издательство "Открытые системы"
      Шеф редактор, OSP Customer Services
      06.03.2014 11:42

      Насколько знаю, с кадрами системных аналитиков, способными грамотно выстроить гипотезы относительно того, что и как можно искать в больших массивах данных, вообще беда. Квалифицированных специалистов по базам данных, умеющих работать с большими массивами, и тех еще надо поискать - это касается и крупного бизнеса, и не очень крупного.

      Что касается крупного производственного предприятия - очень много зависит от объемов современного оборудования, которым оно располагает: чем его больше, тем больше в нем компонентов, способных генерировать "цифру". Дальше все зависит от актуальных для предприятия задач: оно наверняка будет уделять первостепенное внимание тем комплексам сбора, хранения и обработки данных, которые позволят решить эти задачи. Например, важно обеспечить бесперебойную и безаварийную эксплуатацию производственного оборудования - будут решать задачи ТОРО, важно обеспечить высокое качество продукции на комбинате со множеством переделов (металлургия, химия, нефтехимия и пр.) - будут решать задачу управления качеством, и так далее.

      Разумеется, не очень крупные производственные или транспортные предприятия могут столкнуться с аналогичными задачами. Ограниченность в ресурсах заставит их искать более эффективные решения с точки зрения отдачи от инвестиций. Было бы замечательно найти подобный опыт в России.

      • Виктор Федько Михаил
        Рейтинг: 367
        Независимый эксперт
        Эксперт
        06.03.2014 12:11

        кадрами системных аналитиков, способными грамотно выстроить гипотезы относительно того, что и как можно искать в больших массивах данных, вообще беда.
        Да с кадрами то не беда.
        Беда без кадров )))

        Для производственного серьезного предприятия важно все на самом деле. только не всегда есть понимание этого у руководства. Сбор данных - задача чисто техническая и решаемая доступными стандартными средствами. Вся проблема - что потом с ними делать. как анализировать и какие выводы делать. Это далеко не каждый понимает.

        Я бы не относил , все-таки, все технические данные и данные о работе предприятия в понятию BD. BD, на мой взгляд, нечто иное, все -таки.

        У нас предприятие не безумно большое, но и не маленькое. собираем огромные массивы всевозможной информации, По оборудованию, по движению и т.п. И приходится их обрабатывать зачастую в реальном режиме времени. Управленческие решения принимать надо очень быстро часто.

        • Михаил Зырянов Виктор
          Рейтинг: 10
          Издательство "Открытые системы"
          Шеф редактор, OSP Customer Services
          06.03.2014 12:52

          Большие Данные - это не всегда уже накопленные данные. Большие потоки данных, которые надо обрабатывать в реальном времени и принимать на основе их анализа какие-то решения - это тоже Большие Данные. Необходимость одновременно собирать, хранить и обрабатывать данные большого количества разных форматов - тоже задача Больших Данных.

          Кстати, далеко не всегда, ИМХО, есть реальная необходимость собирать и хранить первичные разреженные данные, гораздо эффективнее "обогащать" их, как руду, и хранить информационно насыщенные данные.

          В целом, как я понимаю, Большие Данные - термин достаточно условный. Его больше относят уже не столько к самим данным, сколько к методам, которые решаются иными методами, нежели те, что обычно применяются в РСУБД.

          Относительно сбора и хранения больших объемов данных видел два противоположных подхода. Первый - сначала собираем, потом будем думать, что с ними делать. Второй: пока не представляем, что будем делать с этими данными, собирать и хранить не будем. Второй подход более экономичен, он скорее будет принят на вооружение в не очень крупных компаниях. Зато первый позволяет проанализировать ретроспективу поведения объектов, данные о которых могут в принципе быть полезными для компании.

          • Виктор Федько Михаил
            Рейтинг: 367
            Независимый эксперт
            Эксперт
            06.03.2014 13:15

            По поводу первого метода. А тут все дело в цене вопроса. сначала делать - потом думать это вообще отличительная черта у нас во многом.
            Ретроспектива - это замечательно, но, все-таки, сбор больших данных имхо процесс весьма трудоемкий и недешевый. Особенно, если уж потом могут и понадобиться, надо их сразу и структурировать. А это еще дороже.
            Все-таки - второй более правильный. Сначала прикинем, а для чего? И что с этого будем иметь. А уж потом будем собирать.
            Ну, если, конечно, у нас море лишних денег, то можно и по первому варианту. Гулять так гулять)))

  • Илья Козлов
    Рейтинг: 120
    ООО «Агрохолдинг «Энергомера»
    Исполнительный директор
    04.03.2014 12:33

    По поводу сбора данных с датчиков производственного оборудования. Как раз сейчас реализуем такой проект. Вот только я думал, что это АСУТП, а оказалось BigData )))
    Основную проблему Виктор уже озвучил. После появления ЭВМ появилась возможность хранить и обрабатывать большие объемы данных, а вот толковых аналитиков которые могут данные подготовить к обработке, а потом еще и из результатов обработки какие-то выводы сделать - днем с огнем не сыщешь.

    Если говорить не о финансовом секторе и телекоме которые "готовят пресонифицированные предложения для клинетов", а о промышленном производстве, то я вижу использование BigData только на стыке с АСУТП. Т.е. сбор информации с различных датчиков (которых в современном оборудовании много), накопление данных и их анализ. При чем начать лучше с простой статистической обработки, например, методы 6-сигма. Если заняться этим серьезно результаты могут удивить.

    • Виктор Федько Илья
      Рейтинг: 367
      Независимый эксперт
      Эксперт
      04.03.2014 13:24

      Собственно, как я понимаю, вы эти самые датчики и производите.

      • Илья Козлов Виктор
        Рейтинг: 120
        ООО «Агрохолдинг «Энергомера»
        Исполнительный директор
        04.03.2014 13:31

        Нет. Мы производим счетчики электрической энергии. С них тоже данные собираем, на тех участках, где доля электроэнергии в себестоимости продукта значима

        • Виктор Федько Илья
          Рейтинг: 367
          Независимый эксперт
          Эксперт
          04.03.2014 13:43

          Понятно. И АСКУЭ делаете?

          • Илья Козлов Виктор
            Рейтинг: 120
            ООО «Агрохолдинг «Энергомера»
            Исполнительный директор
            04.03.2014 13:58

            Делаем. Под заказ. На базе своих счетчиков, своих УСПД и своего ПО.

    • Михаил Зырянов Илья
      Рейтинг: 10
      Издательство "Открытые системы"
      Шеф редактор, OSP Customer Services
      06.03.2014 11:46

      Можно попросить Вас подробнее рассказать о Вашем проекте по обработке данных от датчиков - какое оборудование мониторите и какие задачи с помощью анализа данных от него пытаетесь решать?

  • Виктор Федько
    Рейтинг: 367
    Независимый эксперт
    Эксперт
    04.03.2014 13:29

    Лет 6 назад занимался вплотную одним проектом по организации сквозной системы управления качеством на крупном металлургическом производстве. Пилот предлагался на прокатном. То есть, задача сводилась к тому, чтобы собирать и учитывать массу различных параметров по всему технологическому циклу от заготовки до готового рулона. Причем учитывать без участия человека, только с помощью ИТ. Чтобы потом, на конечном этапе , при возникновении брака, можно было поднять всю историю и проанализировать , на каком участке брак мог возникнуть. Довольно интересная счетная задача. причем со всех сторон интересная. сочетание различных приемов сбора и обработки информации. Плюс нетривиальные алгоритмы анализа и выдачи отчетов. Насколько там эти данные были BIG, судить не берусь. Но весьма приличные.

    • Илья Козлов Виктор
      Рейтинг: 120
      ООО «Агрохолдинг «Энергомера»
      Исполнительный директор
      04.03.2014 13:34

      Когда такая система реально "сквозная" и охватывает весь производственный цикл это дает ощутимый результат. А если еще и алгоритмы анализа внутрь зашиты, вообще красота. Можно еще развить тему внеся в систему "эталонный" тех процесс и допустимые отклонения от него. И сигнализацию в реальном времени о выходе процесса за рамки "нормального". У нас такое реализовано, но кусками, на отдельных участках. К сквозному процессу только подбираемся

      • Виктор Федько Илья
        Рейтинг: 367
        Независимый эксперт
        Эксперт
        04.03.2014 14:03

        Алгоритмы анализа внутрь зашивались.
        Сигнализация тоже наличествовала, но не везде, а только там, где это возможно. Проект дошел до стадии утвержденного ТЗ, был защищен. Разработан план-график работ и все остальные необходимые документы. На сем заказчик остановился ( Хоть ТЗ писал сам и очень грамотно). Причина банальная - высокая стоимость проекта, хотя инновация была несомненная. Мы получили даже независимую экспертизу от экспертов заокеанской бизнес-структуры заказчика и полное одобрение проекта. Но тем не менее, они не рискнули. Хотя сами все это и "замутили".

        Интересно другое. Когда примерно то же самое было предложено на другом таком же производстве, в другом конце страны, то получилось следующее : заказчик просчитал всю экономику и сделал вывод, что дешевле просто делать брак, а потом его или исправлять или заменять.Чем создавать систему предотвращения и анализа причин брака . Во как ! )))

  • Марк Шварцблат
    Рейтинг: 30
    КТ "Акведук"
    ИТ-директор
    04.03.2014 14:16

    BD требует BI. Со всеми сопутствующими сложностями и затратами. Соответственно, появляются дополнительные требования к проектированию баз данных. А с этим в наших системах все достаточно печально.

  • Михаил Зырянов
    Рейтинг: 10
    Издательство "Открытые системы"
    Шеф редактор, OSP Customer Services
    06.03.2014 13:25

    Как считаете, уважаемые CIO, какого рода прикладные задачи, которые можно решать на основе больших объемов производственных данных, будут актуальны для не очень крупных предприятий?

    Вот мои варианты:

    • Анализ поведения оборудования, в том числе оценка степени его износа, статистика и анализ сбоев, планирование ремонтов (задачи ТОРО/ТОиР)
    • Распознавание происшедших штатных и внештатных ситуаций
    • Своевременное выявление назревающих ситуаций
    • Статистика и анализ продукции, произведенной на данном участке или объекте (выплавленный металл, выработанное электричество, переработанные нефтепродукты и пр.)
    • Анализ и прогноз потребления ресурсов (материалов, энергоносителей и пр.), которые использованы для производства продукции или иных нужд
    • Управление качеством
    • Оптимизация нагрузки на различные единицы производственного оборудования
    • Мониторинг соответствия производственных объектов и оборудования требованиям российских и международных регулирующих органов, в том числе экологический мониторинг.

    • Марк Шварцблат Михаил
      Рейтинг: 30
      КТ "Акведук"
      ИТ-директор
      06.03.2014 14:25

      А что мы считаем "не очень крупным производственным предприятием"? Для мелкого бизнеса (скажем до сотни работников на единственной площадке), даже и производственного, оцифровывание производственной среды вещь не сильно распространенная, как мне кажется.

      • Михаил Зырянов Марк
        Рейтинг: 10
        Издательство "Открытые системы"
        Шеф редактор, OSP Customer Services
        12.03.2014 19:24

        Само по себе "оцифровывание" производственной среды под силу крупному или очень крупному производственному предприятию - это очень трудоемко и дорого. Другое дело - если производственная площадка создается с нуля, причем с использованием современного оборудования, активно генерирующего цифровые данные.

        • Марк Шварцблат Михаил
          Рейтинг: 30
          КТ "Акведук"
          ИТ-директор
          12.03.2014 20:19

          Допускаю. Но мне такие проекты не попадались. Никакого супероборудования у местных итальянцев углядеть не удалось. :) По четырем уже пересечениям.

          А мелко-средний бизнес, закупающий (берущий в лизинг) б/у оборудование на Западе получает предыдущее поколение, не предназначенное для полностью цифровых сред.

        • Виктор Федько Михаил
          Рейтинг: 367
          Независимый эксперт
          Эксперт
          12.03.2014 20:50

          С нуля - это идеальное условие. Где у нас в России последний раз с нуля строили крупное производство? Примеры есть, в принципе, но единичные. В металлургии знаю такие.

          • Михаил Зырянов Виктор
            Рейтинг: 10
            Издательство "Открытые системы"
            Шеф редактор, OSP Customer Services
            12.03.2014 23:03

            Насколько знаю, нефтеперерабатывающие, химические и фармацевтические предприятия (там, где процессное, или непрерывное производство) охотно оснащают новые или модернизируемые старые новым современным оборудованием. Оно вполне может генерировать плотные потоки данных, которые полезно обрабатывать в реальном времени.

            Другой возможный пример - новые автомобилестроительные заводы. Рабочих там не так много, оборудование вполне современное.

            • Виктор Федько Михаил
              Рейтинг: 367
              Независимый эксперт
              Эксперт
              12.03.2014 23:21

              В принципе да, особенно если производство по западным технологиям и с нуля начинается.
              Главное - если там еще и люди подбираются соответствующие. И вовремя все делают.

      • Михаил Зырянов Марк
        Рейтинг: 10
        Издательство "Открытые системы"
        Шеф редактор, OSP Customer Services
        12.03.2014 19:30

        Кстати, из прогнозов Gartner: к 2017 году больше половины аналитических средств будут использовать потоки данных, генерируемые оснащенными датчиками машинами, приложениями или сотрудниками.

        • Марк Шварцблат Михаил
          Рейтинг: 30
          КТ "Акведук"
          ИТ-директор
          12.03.2014 20:22

          Что-то подобное читал. Не захлебнуться бы под потоком данных. Избыток информации так же вреден, как и ее недостаток. А системы анализа работают по алгоритмам придуманным давно и людьми.

    • Виктор Федько Михаил
      Рейтинг: 367
      Независимый эксперт
      Эксперт
      06.03.2014 14:39

      Михаил, давайте сначала определимся - что мы понимаем под не очень крупными предприятиями ? Несколько размытое определение.

      Анализ поведения оборудования....... "классические" ТОРО/ТоиР - были , есть и будут на любом предприятии. К BD я бы это вообще не относил.

      Распознавание...............
      Своевременное выявление ..... Непонятно. что подразумевается? Желательно примеры.

      Статистика и анализ продукции,.... Так это обычная учетная задача. Сколько, какой , когда продукции произведено. И куда направлено. Это актуально для любого предприятия.

      Анализ и прогноз..... Если про материалы - это классический просчет потребностей для обеспечения производства. Логистическая задача. Необходима для любого предприятия.
      А уж анализ материалов и энергоносителей и иже с ним - это сбор фактических затрат, без них никуда ни одно предприятие не денется вообще.

      Управление качеством... Имхо необходимо для любого уровня предприятия. От величины не зависит. Качество сейчас - это один из ключевых признаков конкурентоспособности.

      Оптимизация нагрузки....... Классическая задача - расчет загрузки мощностей в соответствии с планом реализации и производства. Что предприятие большое, что среднее, что маленькое - это делать придется, это важнейшая составная часть планирования производства, обеспеченности человеческими ресурсами, ТОРО и т.п.

      Мониторинг соответствия производственных объектов.... Тут уж точно любое предприятие никуда не денется. Любимая игра всех наших регулирующих органов - "поставить на бабки". Любым способом.

      • Михаил Зырянов Виктор
        Рейтинг: 10
        Издательство "Открытые системы"
        Шеф редактор, OSP Customer Services
        12.03.2014 19:48

        "Не очень крупные" - не более 3-5 тыс. сотрудников.

        Да, разумеется, ТОРО/ТоиР - это навсегда. Вопрос в том, сколько данных будет собираться и анализироваться для решения задач ТОРО/ТоиР. Новое производственное оборудование будет весьма и весьма активно генерировать данные, тогда как сейчас данные по ТОРО/ТоиР нередко определяются либо экспертным путем, либо путем периодического ручного (по сути) сбора данных с приборов, контролирующих работу производственного оборудования.

        Распознавание - я имел в виду выявление различных событий на основе собираемых данных: сверяем потоки данных с базой правил или шаблонов и пытаемся с их помощью в реальном времени распознавать те или иные события.

        • Виктор Федько Михаил
          Рейтинг: 367
          Независимый эксперт
          Эксперт
          12.03.2014 20:04

          Я бы не определял по численности, все-таки. У нас почти 2000 человек работает. Это крупное или не очень? А станочный парк - за 500 ! Вернее - зоопарк))). Высокотехнологичное, сложнейшее производство. Собственно,на сайте оно все отражено, секретов не выдаю))). Длинные циклы, жуткая нормативка. И т.п.
          И сбор данных, обработка со станков - очень важная задача. И она действительно навсегда.

          • Марк Шварцблат Виктор
            Рейтинг: 30
            КТ "Акведук"
            ИТ-директор
            12.03.2014 20:26

            Вопрос. Надо ли все это полностью перелопачивать? Или на интеллектуальном оборудовании производить первичный отсев и фильтрацию, выдавая в систему принятия решений хотя бы не руду, а концентрат? А поток данных просто хранить для перепроверок.

            • Виктор Федько Марк
              Рейтинг: 367
              Независимый эксперт
              Эксперт
              12.03.2014 20:45

              Ответ : Нет , конечно. Все не надо. Перелопачивается только то, что можно, то есть данные со станков, с которых их собрать можно))). В систему уже даже не концентрат идет, а экстракт - по каждому станку 3-4 основные цифры. И их вполне достаточно.

              • Марк Шварцблат Виктор
                Рейтинг: 30
                КТ "Акведук"
                ИТ-директор
                13.03.2014 07:16

                Бигдаты, бигдаты... Мы и без них работать можем... (на мотив - нас и здесь неплохо кормют) :)

                • Виктор Федько Марк
                  Рейтинг: 367
                  Независимый эксперт
                  Эксперт
                  13.03.2014 07:55

                  В общем, да. Пережили нищету - переживем и изобилие )))

                • Михаил Зырянов Марк
                  Рейтинг: 10
                  Издательство "Открытые системы"
                  Шеф редактор, OSP Customer Services
                  13.03.2014 15:18

                  В мире, как известно, вообще есть много вещей, без которых мы могли бы прекрасно обходиться. Ан нет, что-то заставляет нас тратиться на новые вещи. :) Например, довольствовались бы черно-белыми телевизорами, так нет - подавай нам цветные, да еще HD. ;)

                  Бизнес тоже может прекрасно обходиться и без Бигдаты, и без автоматизации производства, и без многих других "тлетворных влияний Запада" (по выражению героини фильма "Бриллиантовая рука"). Вопрос сегодня в другом - будет ли бизнес эффективен настолько, чтобы выстоять в условиях глобализации экономики? Как известно, Россия вступила в ВТО, благодаря чему мировой рынок будет активно внедряться на наш рынок и заполнять все мало-мальски привлекательные ниши. Отечественным предприятиям придется все острее конкурировать с ведущими международными компаниями. Они научились не только лоббировать свои интересы (чего, конечно, у них не отнимешь), но и быть эффективными. Нашим компаниям, чтобы удержаться на плаву, также придется научиться быть эффективными и привлекательными для своих клиентов - иначе никак. И вот тут приходится выбирать методы и средства повышения эффективности. Приобретение нового, "правильного" оборудования, "правильная" автоматизация (в том числе с использованием Big Data) и прочие инновации - один из инструментов. Ясно, что в руках "дикаря" любой инструмент, кроме простейшего, превратится в хлам, но зато умелые руки сумеют добыть из этого "философского камня" если не золото, то, по крайней мере, ощутимую пользу.

                  • Марк Шварцблат Михаил
                    Рейтинг: 30
                    КТ "Акведук"
                    ИТ-директор
                    14.03.2014 15:03

                    Пока слишком часто получается карго-культ. SAP, BI, BigD, BYOD... Не понимаешь эффект - нет смысла этим заниматься. Не знаешь - зачем тебе терабайты сырых данных - даже и просто накапливать - это пустые затраты.

                • Илья Козлов Марк
                  Рейтинг: 120
                  ООО «Агрохолдинг «Энергомера»
                  Исполнительный директор
                  14.03.2014 21:06

                  Так мы оказывается с большими данными работаем ))
                  Понятно, что технологии развиваются, но вездесущий маркетинг со своими "концепциями" уже не вызывает ничего кроме раздражения

  • Марк Шварцблат
    Рейтинг: 30
    КТ "Акведук"
    ИТ-директор
    07.03.2014 15:52

    Как говорится - золотые слова...

    What is Big Data?

    Many believe that Big Data is the same as Business Intelligence or simply a very large volume of data. Although those are generally included in the definition of Big Data I would suggest that Big Data is much more than this.

    Big Data is about what you do with the data the the actual data, the source of the data and the type of the data.

    Big data has become a catchphrase for voluminous data, business intelligence, streaming data, unstructured data and on and on. These sources are accurate but don’t really help us to understand how to apply Big Data to our business decisions.

    Our best approach to this overused generic term is to pick an area to focus on that returns business value to us and explore that prior to widening the adoption. Focus is always going to pay larger dividends than the “shotgun approach”.
    Big-Data-300x300.png

  • Михаил Зырянов
    Рейтинг: 10
    Издательство "Открытые системы"
    Шеф редактор, OSP Customer Services
    12.03.2014 20:01

    Кстати, год назад мы обсуждали тему Больших Данных на производстве с представителями предприятий (http://www.osp.ru/cio/2012/06/13016429/). Во встрече приняли участие и не очень крупные предприятия, в частности, «ВИЗ-Сталь» - один из активов НЛМК.

    • Марк Шварцблат Михаил
      Рейтинг: 30
      КТ "Акведук"
      ИТ-директор
      12.03.2014 20:24

      Спсб. Интересно.

    • Виктор Федько Михаил
      Рейтинг: 367
      Независимый эксперт
      Эксперт
      12.03.2014 21:42

      Да, действительно интересно. Там представитель ВИЗ-Сталь отмечал, что для них является главным управление качеством и тех. обслуживанием, а также загрузка мощностей, то есть планирование. Собственно, это главное для любого предприятия.
      В металлургии вообще "попроще" со сбором больших данных. Большая часть собирается без участия человека. С помощью SCADA систем и т.п. Процессное производство, что тут говорить. Вся проблема, собственно говоря, в анализе и умении делать правильные и своевременные выводы.

Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.