Примеры использования Big Data – часть 2

Продолжаем рассказ о не самых обычных случаях применения bigdata, опубликованный в datamation.com, онлайн-журнале, посвященном вопросам аналитики и данных.

Агентства смогут планировать размещение рекламы на основании того, как передвигается в течении дня нужная им аудитория, куда едет или идет, где стоит на светофорах, куда скорее всего смотрит в этот момент.

УПРАВЛЕНИЕ ДОРОЖНЫМ ДВИЖЕНИЕМ

Разумно предположить, что администрации городов отслеживают количество машин на улицах, как быстро они перемещаются и какие дороги наиболее загружены. Но какую еще пользу можно извлечь из этого?

Во многих городах автоматические системы используют эти данные, чтобы управлять светофорами для минимизации пробок.

Данные о дорожном трафике используются городскими администрациями при планировании крупных мероприятий – для прокладки альтернативных маршрутов при перекрытии дорог и планировании путей привоза-отвоза публики на общественном транспорте.

Возможно, вас удивит, но городские инженеры используют сигналы WiFi, Bluetooth и мобильной связи, исходящие от ваших устройств, чтобы получать данные о потоках транспорта и пассажиров. Используя относительно недорогие сенсоры радиоволн различных типов, исходящих из пользовательских устройств, администрации городов собирают данные о потоках людей и машин в различных частях города.

НАЙМ ПЕРСОНАЛА

Компания Cornerstone (ранее называлась Evolv) помогает компаниям нанимать, обучать и управлять персоналом. Аналитика сервиса изучает миллионы записей о персонале в различных компаниях, чтобы определить общие паттерны поведения в зависимости от различных факторов.

Примеры весьма интересных выводов, сделанных на основе анализа «больших данных», собранных о персонале сотен компаний:

• Сотрудники, имеющие уголовное прошлое, работают лучше тех, кто был «чист» перед законом
• Повторно нанятые сотрудники покидают компанию на 44% быстрее, чем те, кто пришел в компанию впервые

АЗАРТНЫЕ ИГРЫ

Онлайн-казино и сайты с разными типами азартных игр производят массу данных о своих клиентах – их привычках в играх, любимых играх, времени, которое они проводят в конкретной игре, сколько они тратят на какие игры, и так далее.

Эти данные используются для того, чтобы анализировать то, как можно увеличить время, которое разные люди играют в различные игры, а раз они проводят там больше времени, то соответственно и больше тратят.

Онлайн-казино проводят бесчисленное количество А/В тестов в своих игровых интерфейсах, чтобы выяснить, какой вид оформления и игровых механик благоприятно влияет на время, которое игроки проводят у них.

Но помимо того, что посетители таких сайтов играют в азартные игры, они такие же люди, которые так же покупают еду, заказывают отели, ездят на такси и так далее.

Поэтому помимо данных об их игровых привычках, также собирается масса информации о том, как/откуда они приходят в онлайн-казино, и на какие сайты идут после них, и эта информация используется в маркетинге других товаров и услуг.

С каждым днем уже почти не остается такой области наших жизней, где бы данные не собирались и не анализировались с предложить нам что-либо.

И далеко не всегда эти предложения носят маркетинговый характер – все большее число различных приложений действительно старается улучшить нашу жизнь, как например популярные в последнее время приложения о слежении за здоровьем, которые делают рекомендации об изменении наших привычек на основании данных о состоянии здоровья и образе жизни миллионов пользователей.

«Большие данные», несомненно, будут развиваться и далее.

По материалам Datamation.com