Китайский гигант Huawei, известный в нашей стране как один из крупнейших мировых поставщиков решений для телекома, подтвердил свое решение активно бороться за другие рынки и показать себя как вендора решений для ИТ в целом. Об этом на мероприятии, организованном отделами конференций и аналитики CNews говорил менеджер по техническим решениям Huawei Пётр Предтеченский. «Только в центрах RnD работают 79 тыс. сотрудников, из них 120 имеют специализацию Data Scientist, причем часть работает в России. Инвестиции Huawei в RnD только за 2015 год составили $7,7 млрд», – сообщил эксперт. В России компания уже имеет завершенный проект создания облачного решения и ведет пилотные проекты с операторами.
По словам Петра Предтеченского, наиболее перспективными технологиями и продуктами для больших данных сегодня являются Hadoop и Spark, в которые компания активно инвестирует ресурсы. Что касается отраслей, то локомотивами Big Data по-прежнему остаются телекоммуникационные компании и банки.
Структура платформы для обработки больших данных
Источник: Huawei, 2016
Его коллега из компании Qlik, архитектор решений Сергей Полехин призвал аудиторию не гнаться за крупными инфраструктурными проектами – они понадобятся для тиражирования решений на большое число пользователей. Значительное число проектов, связанных с большими данными, по его словам, нужны только определенному кругу людей, которые знают, что будут делать с этими данными. Такие аналитические задачи можно решать при помощи легких готовых инструментов.
На рынке аналитики больших данных усиливают свое присутствие и российские компании. Так, директор по продажам PROMT Никита Шаблыков впервые на конференции CNews представил новый PROMT Analyser – систему для поиска, извлечения и обобщения информации из неструктурированных текстовых данных на разных языках. Использование лингвистических технологий для анализа неструктурированных текстовых данных существенно сокращает временные затраты на аналитику и повышает точность анализа. Она позволяет, в частности, не только работать с данными по ключевым словам, но и анализировать текст для того чтобы отнести те или иные слова к ключевым. Например, если в тексте говорится о конкретном человеке, то система выделит фразы как с именем, так и с другими словами, относящимися к нему.
PROMT Analyser
Источник: PROMT, 2016
Как использовать большие данные: варианты
Существуют два подхода к анализу больших данных: классический BI и Advanced Analytics. Первый отвечает на простые вопросы: «Когда? Кто? Как? Сколько?» и т. п., а второй подход позволяет оценивать, почему происходят те или иные события, что будет при выполнении определенных условий и произойдет ли событие снова. «Неотъемлемой и важной частью Advanced Analytics является текстовая аналитика. Она позволяет добывать данные в реальном времени из различных источников, категоризировать их, извлекать значимую информацию с выделением заданных сущностей и отправкой данных в CRM, анализировать мнения по их тональности и другим признакам, а также самообучаться», – говорит Илья Вигер, СЕО компании Vesolv. В частности, возможности текстовой аналитики позволили Vesolv создать такое интересное решение, как модуль «Голос клиента» для автоматической агрегации и анализа клиентского опыта.