Сегодня область применения аналитики выходит уже далеко за границы интересов исключительно В2В-сегмента. Руководитель продуктов big data в госсекторе Tele2 Константин Загуменнов рассказал, как моделирование маршрутов передвижения может не только способствовать развитию бизнеса, но и спасти человеческие жизни.
Как и какие данные собирает Tele2
Телеком-операторы обрабатывают огромное количество информации. Сразу отмечу, что она не персонализирована, нас не интересуют имена, фамилии, номера телефонов. Для нас важны временные интервалы, количественные характеристики, перемещения: где и сколько людей прошло. Возможно, их пол, возраст, цель поездки. Нейронные сети эту информацию обрабатывают и строят точные модели маршрутов абонентов.
Например, большинство россиян живет не по месту регистрации, возможно, даже не в соседнем регионе, а на другом конце страны. Поэтому опираться на официально зарегистрированное количество жителей города при проектировании, например, улиц, — устаревший подход. У мобильного оператора есть инструменты, чтобы понять, где человек живет, — в этом месте он чаще всего будет находиться по ночам. А там, где абонент больше времени проводит днем, скорее всего, — его стационарное рабочее место.
Как данные применяются на практике
Большие данные могут помочь в решении остросоциальных проблем. Например, в обеспечении безопасности дорожного движения. В прошлом году на хакатоне Emergency DataHack мы с МЧС разработали совместный проект. Кстати, в нем принимали участие и разработчики из Татарстана. Нам тогда удалось достичь показателя прогнозируемости ДТП в 56%.
Прогнозирование ДТП включает в себя многоступенчатый детализированный анализ. Мы оцениваем поведение людей, которые потенциально могут стать участниками ДТП, по ряду факторов как, например, покупка алкоголя, звонки, запросы в сети, принимаем во внимание погодные условия, информацию с камер наблюдения, состояние и качество дорожного покрытия и многое другое. Чтобы оценить риск возникновения аварий, требуется проделать колоссальную работу, но это реально может спасти человеческие жизни.
Сейчас в качестве экспериментального проекта мы подали заявку в «цифровую песочницу» (специальные правовые режимы для апробации новых технологий — прим. ред.) г. Москвы для получения положительного заключения на обмен информацией. Нашим разработчикам предстоит внедрить в модель обработку персональных данных. Для этого необходимо получить разрешение на передачу данных по защищенному каналу. После обработки информации об абонентах, которые попадали в ДТП, мы сможем понять, что привело к аварии, и в следующий раз вовремя остановим водителя, который с наибольшей долей вероятности может оказаться в подобной ситуации.
Как большие данные работают в бизнесе
У нас есть примеры серьезных коммерческих проектов. Мы видим большой потенциал в этом сегменте, клиентов, нуждающихся в больших данных, — достаточно. Тот, кто научится правильно «считывать» информацию с этих данных и быстрее найдет верное применение аналитике, — станет лидером.
Смысл коммерческого проекта — наладить контакт с потенциальными или уже реальными клиентами. Tele2 не передает персональные данные абонентов, единственное, что мы можем предложить, — самостоятельно проинформировать тех, кто интересен нашему заказчику, например, отправить абонентам SMS-сообщение. Сегодня большие данные, как правило, интересуют крупный ретейл. Но уже сейчас понятно, что в ближайшем будущем будет расти и пул заказчиков, и количество проектов.
Большие данные могут пригодиться и в других сферах. Например, в Татарстане мы анализировали туристические потоки на территории разных районов. Была задача рассчитать распределение путешественников по достопримечательностям, определить места их ночевки, узнать, откуда они приезжают, оценить, готова ли территория к такому количеству гостей, требуются ли дополнительные гостиницы и отели. Эти данные пригодились для развития ряда туристических кластеров в республике
В своих исследованиях мы используем метод map matching. Собранную информацию накладываем на конкретные объекты, инфраструктуру, дороги. Для этого необходимо постоянно обучать нейронные модели. Это позволяет добиться максимальной детализации. Наша главная задача — правильно обработать полученные данные, в первую очередь, ориентируясь на конкретного заказчика, чтобы он смог применить их в реальности.
Из-за привязки к координатам базовых станций, мобильная связь еще несколько лет назад значительно уступала функционалу GPS-трекеров в части обработки агрегированных данных. С появлением больших данных нейронные сети научились проецировать сигналы GSM на дорожную сеть, а петабайты накопленных данных и специальные системы их обработки позволяют строить аналитические модели. Которые впоследствии мы используем для наиболее эффективного решения задач заказчика.
Константин Загуменнов,
Руководитель продуктов bigdata в госсекторе Tele2
Колонка написана по выступлению на Kazan Digital Week
Записала Алсу Хафиз
Сообщить об опечатке
Текст, который будет отправлен нашим редакторам: