Финансовая сфера

Банковское обозрение


  • Big Data: кому употреблять и где внедрять
19.12.2018 Аналитика

Big Data: кому употреблять и где внедрять

13 декабря в Москве прошла кейс-конференция, посвященная большим данным и их роли в финансовой сфере


Фото: Conglomerat

Фото: Conglomerat

 

Участники конференции разобрали ряд практических кейсов, успешно примененных отечественными компаниями. Выступающие также сделали несколько предположений о том, есть ли будущее у технологий Big Data в отечественном бизнесе и каким оно будет.

Тренды и перспективы

Современная экономика существует в трех «измерениях» — физическом, цифровом и кибер-физическом, соединяющем два первых, заявил Алексей Минин, директор Института прикладного анализа данных. Это является следствием того, что экономические агенты, совершая те или иные операции в Сети, оставляют свои цифровые «следы», из которых постепенно формируется их цифровой двойник. Такое «деление» на три измерения приведет к ускорению всех экономических процессов. Вследствие этого в следующие два десятилетия в мире будет формироваться новая, существенно иная экосистема. Банки, имеющие обширные клиентские базы данных, вступят в жесткую конкуренцию между собой, в которой выстоит только один банк. В итоге к 30-м годам в России останется один банк, имеющий сведения обо всех своих клиентах, — считает Алексей Минин.

Илия Димитров, председатель комитета по цифровой экономике и госзаказу общественного объединения «Опора России», придерживается пессимистических взглядов на развитии искусственного интеллекта. По его мнению, данная технология не будет успешно применяться в России, по крайней мере в ближайшие пять лет. Во-первых, отечественный рынок еще технически не готов к таким нововведениям, а во-вторых, текущий экономический рост не позволит отечественному бизнесу активно внедрять подобные технологии.

Иван Беров, директор по цифровой идентичности компании «Ростелеком», считает, что для построения «цифрового» будущего необходима прежде всего работа по переводу операций между бизнесом и государством. В настоящее время не все государственные информационные базы данных переведены в электронный вид, что затрудняет работу как бизнеса, так и государства при осуществлении информационной политики. Серьезной проблемой является также отсутствие в России механизмов, которые предоставляют разрешение на использование персональных данных.

 

Евгений Гук, PwC Legal. Фото: Conglomerat

Евгений Гук, PwC Legal. Фото: Conglomerat

 

GDPR — общий регламент по защите данных, принятый в Европе два года назад, в ближайшем будущем стает оказывать влияние и на отечественный бизнес. В первую очередь его примут те компании и организации, которые продают свою продукцию в европейских странах, Таких взглядов придерживается старший юрист PwC Legal Евгений Гук. В результате отечественному бизнесу рано или поздно придется назначить своего представителя в Европе, который будет помогать решать конфликтные ситуации и споры, которые возникнут по поводу следования правилам GDPR.

Анализ больших данных: инфраструктура, разработка, внедрение

Вторая часть конференции была посвящена более практическим вопросам — проблемам и способам внедрения Big Data в бизнес.

Выступление Александра Фонарёва, Chief Data Scientist компании SBDA Group, было разделено на две части: первая была посвящена основным задачам ИИ, которые ему следует выполнять в бизнесе. В первую очередь это автоматизация большего числа процессов, связанных с обработкой информации, улучшение простых эвристических моделей, а также поиск новых направлений бизнеса. Однако здесь возникает проблема преодоления разницы между затратами на разработку технологий ИИ и прибылью. Во второй части выступления разбирался недостаток кадров в сфере ИИ, который, по мнению спикера, в скором времени будет ликвидирован. Крупные игроки разогревают рынок, предлагая даже весьма посредственным молодым специалистам высокие зарплаты. Еще одной технологией Big Data, которую можно задействовать для работы с большими объемами данных, является графа знаний. Семантическая технология позволяет машинам понимать не только слова, но и контекст заданных данных. Сергей Исаев, представитель компании DataFabric, также отметил, что существует много других подходов к обучению ИИ.

 

Александр Фонарёв, SBDA Group. Фото: Conglomerat

Александр Фонарёв, SBDA Group. Фото: Conglomerat

 

Анна Кошарова, Co-founder компании ABot Soluthions, видит будущее в создании технологий, преобразующих данные в знания. В частности, в бизнесе это означает создание решений в области оценки клиента, чтобы предоставлять им в нужное время подходящую услугу. В идеале, для него должна быть подготовлена цифровая «витрина», где клиенту «вручали» бы все, что ему приглянулось. Иван Серов, глава Data science компании ID Finance, привел конкретный пример того, насколько эффективными могут быть новые технологии, на примере чат-ботов. Изначально они обрабатывали примерно 25% всех сообщений, были нетолерантны к грамматическим ошибкам пользователей, не помнили историю переписки с клиентом, а также требовали огромных затрат. Однако спустя несколько месяцев была разработана новая, усовершенствованная архитектура чат-ботов. Новые боты уже принимали сообщения более чем у 70% посетителей, при этом наличие ошибок в запросе не смущало программу, и она выдавала именно те сведения, которые пользователь изначально имел в виду. Также новые чат-боты не требовали ручной обработки и учитывал предыдущие запросы посетителя. В итоге данная технология позволила компании сэкономить около 15 млн рублей.

Внедрение RPA и AI в управление рисками

Третья сессия конференции также была посвящена практическим вопросам, однако уже проблемам внедрения тем или иным технологиям.

Денис Суржко, руководитель Центра алгоритмов машинного обучения Газпромбанка начал третью сессию с заявления, что прежние источники информации, которыми ранее руководствовались компании, имеют ряд ограничений: во-первых, они не выходят за пределы РФ, во-вторых, они ограничены по транзакциям клиентской базой, а также не раскрывают юридической связи по формам собственности. Эксперт также считает, что графы знаний займут значительное положение в бизнес-сфере, поскольку с их помощью можно сделать геопривязку клиента, осуществлять геотаргетирование новостей и извлекать геоинформацию для интеграции с геоплатформой. Основными проблемами здесь могут быть информационные «шумы» — калибровочные подграфы, на преодоление которых уйдет какое-то время.

В последние годы к технологии RPI приковано слишком большое внимание, считает Сергей Лукашин, директор по управлению проектами цифровой трансформации банка ВТБ. Например, с рядом задач система RPA значительно сокращает издержки, особенно крупным компаниям, имеющим большое число документации. Так, технологии обработки данных также способны противостоять мошенничеству. «Яндекс. Деньги» проверяют глобальные потоки информации обо всех операциях пользователей, заявил руководитель проекта компании «Антифорд» Кирилл Кулаков. Можно увидеть, из какого места клиент осуществляет те или иные операции, с какой частотой он их производит, возрастает его активность или нет, какие суммы и куда он переводит и т.д. Всю эту информацию цифровые данные берут из устройств пользователя, и, анализируя подобные данные, несложно выявить мошеннические операции и принять соответствующие меры.

 

Фото: Conglomerat

Фото: Conglomerat

 

К возможности создания роботизированного сервиса, состоящего из чат-ботов, вернулся глава департамента контактных центров NAUMEN Андрей Зайцев. Он считает, что в настоящий момент роботизация процессов начинает переходить от теории к практике и уже через пять лет больше 80% операций в контактных центрах будут проводить роботы. Они используются рядом организаций уже сейчас, примером является голосовой бот «Почты России», который контролирует 15% всего трафика клиентских звонков, чем экономит организации от 39 млн рублей в год.

Аналитика данных в маркетинге

Завершающая, четвертая, сессия была посвящена демонстрации работы уже запущенных и работающих проектов.

Алексей Кудачкин, руководитель продукта из департамента информационных данных информационно-технических инноваций Газпромбанка, представил концепцию, при которой банки не просто получают «цифровые» портреты своих клиентов, но еще и используют их для доставки индивидуальных предложений. В частности, постоянное поступление новых банковских продуктов будет «этапировать» поток поступления клиенту информации. Таким образом, он станет приобретать один продукт за другим, и они выстроятся в своего рода «бесконечную спираль».

Разработка «Мастера подбора кредитов» помогла порталу «Банки.ру» увеличить спрос на кредитные карты в четыре раза. Гендиректор холдинга Динара Юсупова объяснила, что данная программа, во-первых, позволяет клиенту за короткий промежуток времени найти наиболее удобную карту. Во-вторых, партнеры портала выигрывают за счет того, что их потенциальным клиентам теперь легче их искать. В-третьих, самому порталу не нужно тратить много средств на обширный колл-центр. В результате «возвращаемость» посетителей на сайт возросла на 30%.

Вадим Табаков, директор по продажам OneFactor, видит большие перспективы в анализе данных геолокации, которые можно получить от мобильных операторов. Завершил конференцию Андрей Кислов, представитель компании Brain Company, представив публике концепцию нейромаркетинга. Смысл заключаются в том, чтобы собирать данные непосредственно с человека, с его мозга. Человеку надевают на голову особый датчик и демонстрируют новую, еще не выпущенную на рынок продукцию. Если датчики покажут, что мозг у большей части исследуемой группы испытывал приятные эмоции, то новинка будет выпущена компанией.






Новости Новости Релизы