Наибольший риск использования Big Data связан с повторным использованием данных: существует опасность, что данные будут передаваться без ведома лиц и фирм, которых они касаются. Между тем, они должны анализироваться анонимно; ни одна фирма не может получить информацию о действиях остальных, а лишь пользоваться результатами выполняемого анализа.
Можно привести такой пример: открывая счёт в банке, клиент предполагает, что информация, касающаяся его расходов и другой финансовой активности, не будет использована способом, на который он бы не дал согласия.
Одно из таких „чёрных” представлений предполагает анализ закупок клиента и передачу этой информации фирмам, предлагающим комплементарные товары (например, данные клиента, который недавно купил телевизор, передаются фирме, продающей игровые приставки или саундбары). Те же данные, касающиеся активности клиента, могут передаваться таким образом, чтобы клиент был удовлетворён (например, банк может высылать указания, касающиеся экономии).
Другие риски, связанные с Big Data:
- возможность формирования ошибочных выводов,
- принятие во внимание ошибочных данных для анализа,
- слишком поспешное формирование выводов,
Как избежать или ограничить эти риски? Это возможно, если:
- данные будут проверяться на достоверность человеком или будут применяться механизмы, проверяющие результаты,
- будет создан определённый объём данных.
- для сбора информации будет выделено определённое время.
Примеры из мировой практики
Компании признают высокий потенциал сбора и использования Big Data. Ниже представляем несколько уже существующих решений, которые удалось разработать на основе использования Big Data.
Запрет на поворот влево
UPS запретила своим водителям в США поворачивать влево. Данные, собранные компанией, позволили проверить тезис, что избегая остановки транспортного средства при повороте влево и постоянно используя светящуюся зеленую стрелку, позволяющую осуществить условный поворот вправо, удается сократить время доставки, сократить количество аварий и снизить расход топлива. С помощью Big Data подсчитано, что в результате этого расходуется меньше топлива, маршрут преодолевается быстрее, и в результате этого вся поездка становится более выгодной в финансовом плане.
Умная сигнализация
Световая сигнализация, которая анализирует движение, и, реагируя на создающиеся пробки, изменяет цикл светофорного регулирования. Big Data помогает в сборе и анализе информации обо всех пробках в городе, благодаря чему система, управляющая сигнализацией, может изучать эффекты, вызванные изменениями в циклах светофорного регулирования, и подбирать их соответствующим образом.
Оптимизация расхода топлива
В грузовиках Mercedes в рамках инструмента Fleetboard используется сочетание данных из:
- системы позиционирования (GPS), – расположение и наклон транспортного средства,
- данных бортового компьютера, учитывающих расход топлива, пробег,
- данных с камеры, установленной спереди транспортного средства.
Эта информация позволит подтвердить местоположения транспортного средства и изменение наклона трассы, включить режим автоматической коробки передач, благодаря чему компьютер регулирует положение дроссельной заслонки с целью уменьшения расходов на топливо.
Оптимизация работы склада
Отслеживание путей, по которым передвигаются работники, комплектующие заказы на складе в Tesco Ireland, обеспечило возможность установить связи между товаром, временем сбора, продуктами, которые чаще всего бывают нужны, связи между продуктами в одном заказе, ожидаемым временем комплектации заказа. Это позволяет оптимизировать раскладку товара на складе, в результате чего среднее время выполнения отдельного заказа значительно сократилось.
Использование на основании иных отраслей
Приложение для бегунов и велосипедистов Strava собирает всю информацию об активности пользователей. Таким образом может собираться информация о маршрутах, направлениях с выделением наиболее популярных из них.
Использование Big Data становится необходимостью для фирм, которые хотят повысить свою эффективность. Всё больше систем присутствуют в облаке; в целях повышения ценности для пользователя создаются большие наборы данных и разрешается их анализ и создание новых ценностей. Это даёт огромные возможности для нового использования ранее собранных данных, автоматизации труда и увеличения доходов фирмы. Важно, чтобы создание не было самоцелью, это нужно делать осмысленно.