Т

Иванов П.Д.

МГТУ им. Н.Э. Баумана, Россия

Применение технологий Big Data на высокотехнологичных промышленных предприятиях

В настоящее время компании создают огромные объемы данных в формате, плохо соответствующем традиционному структурированному формату баз данных, таких как веб-журналы, видеозаписи, текстовые документы, машинные коды или геопространственные данные. Все это хранится во множестве разнообразных хранилищ, зачастую за пределами организации. В результате корпорации могут иметь доступ к огромному объему своих данных и не иметь необходимых инструментов, чтобы установить взаимосвязи между этими данными и сделать на их основе значимые выводы. С учетом того, что данные сейчас обновляются все чаще и чаще, возникает ситуация, в которой традиционные методы анализа информации не могут «угнаться» за огромными объемами постоянно обновляемых данных, что в итоге и открывает дорогу технологиям больших данных [1].

В современных компаниях различные датчики, видеокамеры, интеллектуальные счетчики и другие подключенные устройства генерируют огромные объемы данных, которые добавляются к уже хранящейся информации. Настоящий предприниматель может разглядеть во всей этой «лавине» данных полезную информацию, однако исследование, проведенное недавно по заказу компании Cisco, показало, что ИТ-специалисты и компании пока с трудом извлекают пользу из поступающей информации [2].

В ходе исследования под названием «Cisco® Connected World Technology Report», проведенного в 18 странах независимой аналитической компанией Insight Express, были опрошены 1800 студентов колледжей и такое же количество молодых специалистов в возрасте от 18 до 30 лет. Опрос проводился для того, чтобы выяснить уровень готовности ИТ-отделов к реализации проектов Big Data, получить представление о связанных с этим проблемах, технологических изъянах, выявить стратегическую ценность таких проектов.

Проведенный компанией Cisco глобальный опрос показал: технология Big Data приносит конкурентные преимущества, вызывает рост трафика, увеличивает ИТ-бюджеты и помогает распространению облачных вычислений [3].

Анализируя данные, можно создавать новые сервисы и продукты, оптимизировать бизнес, повышать точность прогнозирования, следовательно, достигать нужного экономического эффекта. Технология Big Data не является чем-то принципиально новым. На современном этапе развития технологий стал меняться принцип подхода к анализу данных, вследствие того, что появились средства, позволяющие хранить, обрабатывать и анализировать большие объемы данных. Аналитики рассуждают следующим образом: «Мы не знаем, нужна ли нам информация, а если нужна, то какая, до тех пор, пока не проанализируем, насколько она взаимосвязана». Благодаря значительному снижению стоимости хранения информации появилась возможность собирать все больше данных и анализировать не связанные друг с другом факторы. Компьютер выявляет закономерности, которые не может обнаружить человеческий мозг, при этом выдавая совершенно неожиданные количественные взаимосвязи.

Технология Big Data предоставляет услуги, помогающие раскрыть коммерческий потенциал мегамассивов данных за счет поиска ценных закономерностей и фактов путем объединения и анализа больших объемов данных. Например, технологии Big Data могут связать цвет автомобиля с вероятностью его продаж в той или иной стране [4].

Консалтинговая компания Gartner выделяет 3+1 «V» Big Data:

1) Volume (объем): практически на всех предприятиях увеличиваются объемы данных. Создаются новые виды информации;

2) Variety (разнообразие): огромное разнообразие форматов и типов данных: фотографии, видео-, аудиозаписи, таблицы, документы, транзакции.

3) Velocity (скорость): высокая скорость обработки и анализа данных;

4) Value (польза): хранение и обработка большого объема данных принесут большую пользу [5].

В настоящее время данные становятся важным фактором производства наряду с трудовыми ресурсами и капиталом. Все участники производственной цепочки опираются на технологии Big Data в своей работе. Теперь рассмотрим, как используют технологии Big Data промышленные предприятия.

· На первом этапе производства продукта закупаются необходимые материалы.

· Производители этих материалов с помощью технологии Big Data анализируют прошлогодние заказы, ситуацию на рынке, тренды, рынок сырья и стоимость производства. Анализ каждого фактора — занятие несложное. Но все эти факторы взаимосвязаны, и вследствие этого сложность анализа возрастает многократно. Аналитики консалтинговой компании Gartner пришли к выводу, что на крупных предприятиях основная проблема заключается в анализе взаимодействия между собой двух и более источников информации. Решать такие проблемы помогают технологии Big Data. Аналитики компании Gartner подсчитали, что мировые расходы на Big Data в 2014 г. составили 34 млрд долл. При этом большая часть этих средств будет затрачена на адаптацию традиционных решений к работе с большими данными, а не на разработку нового функционала [6].

· Крупные компании-производители задают тренды на рынке, поэтому перед ними стоят сложные задачи. Они используют инструменты Big Data для создания планов производства.

· Анализируя такую информацию, как исторические данные о продажах, демографические и экономические данные, погодные условия, производители выбирают материалы, цвета, технические параметры и ценовые рамки для выпускаемой продукции.

· Далее в этой цепочке стоят потребители. Именно они приобретают товары. При этом все, что производится и выпускается в данный момент, было заказано и спланированно от полугода до года назад.

Чем точнее будут эти прогнозы, тем лучше будут удовлетворены потребители, и тем выше будет прибыль компании.

В настоящее время предприятиям приходится работать с большими объемами информации, которая часто обновляется и приходит из разных источников. С помощью технологий Big Data предприятия могут анализировать огромные массивы данных и выявлять полезные закономерности, дающие им конкурентные преимущества.

Компании, уже сейчас внедрившие технологии Big Data, в будущем получат большое конкурентное преимущество.

ЛИТЕРАТУРА

1. Иванов П.Д., Лопуховский А.Г. Технологии Big Data и различные методы представления больших данных. Инженерный журнал: наука и инновации, 2014, вып. 9. URL: http://engjournal.ru/catalog/it/asu/1229.html

2. Большие данные помогут наращиванию ценности ИТ-департаментов. Открытые системы, 2013, № 4. URL: http://www.osp.ru/news/2013/0403/13018290/

3. Глобальное исследование Cisco выявило растущую роль сетей в центрах обработки данных. Новости «Русского переплета», 2010, 10 января. URL: http://www.pereplet.ru/news/index.cgi?id=25434

4. Cisco, Big Data: большой потенциал, высокий приоритет. URL: http://www.cisco.com/web/RU/news/releases/txt/2013/04/040113b.html

5. Найдич Андрей. BigData: проблема, технология, рынок. URL: http://www.compress.ru/article.aspx?id=22725&iid=1044

6. Pettey Christy. Gartner Says Solving 'Big Data' Challenge Involves More Than Just Managing Volumes of Data. URL: http://www.gartner.com/newsroom/id/1731916