TransInfo

Big Data, или значение данных для транспорта. Часть 1/3. Когда можно говорить о Big Data в транспортной отрасли?

Эту статью можно прочитать в 4 минуты
|

16.08.2017

Big Data – это огромные наборы данных, которые не помещаются на стандартных носителях, таких как диски CD/DVD или жёсткие диски. Согласно определению исследовательской и консалтинговой компании Gartner, „Big Data – это наборы информации большого объёма, с высокой скоростью ввода и вывода и с высоким многообразием, которые требуют новых форм обработки с целью оказания содействия при принятии решений, открытии новых явлений или оптимизации процессов. Зачем создавать такие наборы в транспортной отрасли?

Для начала – короткая история, которая имела место в реальной жизни. 

Некая юная особа начала получать от сети супермаркетов рекламу одежды для беременных и других продуктов для будущих мам. Это очень разозлило её отца, настолько, что он прибежал в магазин и устроил там скандал, обвинив сотрудников в оскорблениях и развращении дочери. 

Но очень скоро оказалось, что магазин знает его дочь лучше, чем он сам. Как это оказалось возможным? Благодаря анализу покупок девушки. Магазин собирал данные о своих клиентах, и на основании сведений о продуктах, которые покупала девушка-подросток (это были витамины и бальзамы для тела), был сделан вывод, что она ожидает ребёнка. Вывод оказался верным. 

Если эта история служит Вам доказательством того, что собранные данные могут оказаться большим подспорьем в бизнесе – есть смысл прочитать этот материал полностью.

В сегодняшнее время, в эру продолжающейся автоматизации, в каждом виде деятельности работу предприятия поддерживают множество различных программ. Не являются исключением и транспортные фирмы, даже небольшие. 

В транспортно-логистической отрасли ежедневную работу логистов поддерживают:

  • биржи перевозок для получения заказов;
  • программы для управления и расчёта времени работы водителя;
  • системы определения местоположения и управления автопарком;
  • программы для выставления счетов-фактур;

С технической точки зрения эти программы независимы друг от друга. Тем не менее, сочетание информации, которую они предоставляют, может позволить сформировать ценные выводы, что трудно сделать без детального анализа зависимостей между ними. Это и есть основная задача для систем Big Data.

Системы Big Data должны сочетать данные, полученные не только из разных программ, служащих для выполнения определённых функций, но также из программ, записывающих эти данные определённым образом (например, дата в европейском формате: 27.072.017, и американском: 2017-07-27) и использующих различные единицы измерения (фунты и килограммы, футы и сантиметры).

Когда можно говорить о Big Data?

Чтобы говорить о Big Data, должны быть выполнены три условия:

1. Набор данных должен быть большим. Лучше всего, если он доступен и удалённо (в так называемом облаке, с возможностью подключиться снаружи).

2. Данные должны быть анализируемы. Самого по себе сбора данных недостаточно, они должны обрабатываться с целью формирования выводов и создания новой коммерческой ценности.

3. Должен существовать архив – туда должны попадать данные из разных источников. Это может быть специальный инструмент, единственной задачей которого является сбор и возможность анализа данных или же расширение уже существующих функций программы, которая главным образом выполняет другие задачи, такие как управление рабочим временем или работа биржи перевозок.

Создание или собрание достаточно большого количества данных, как правило, выходит за рамки возможностей одной фирмы, даже если речь идет о крупном предприятии. Задачей и ключевым вопросом для систем Big Data является сочетание данных, полученных не только от различного рода услуг, но и от разных фирм, которые ими пользуются.

Big Data в транспортной отрасли

Собирать и анализировать нужно всю информацию, которая может помочь в повышении эффективности и достижении целей фирмы. 

В случае транспортной фирмы такими целями могут быть:

  • увеличение использования транспортных средств,
  • снижение операционных затрат фирмы или расходов на выполнение заказа на перевозку,
  • снижение расхода топлива,
  • избежание опозданий при выполнении заказов на перевозку.

В зависимости от цели, необходимо собирать и анализировать соответствующие данные, например:

  • характер маршрутов, по которым перевозятся товары,
  • стиль езды водителей,
  • эксплуатация транспортных средств, износ отдельных подузлов, таких как тормозные колодки, подвеска.
  • использование погрузочного пространства.

Получение и сопоставление данных, касающихся этих вопросов, может стать основанием для анализа существующей ситуации и модификации элементов, снижающих эффективность предприятия.