Большие данные и машинное обучение в аэропортах: 7 практических примеров в России и за рубежом

Big Data, Большие данные, машинное обучение, Machine Learning, транспорт, авиация, самолеты, аэропорты

Как большие данные и машинное обучение меняют современные аэропорты, обеспечивая безопасность, повышая продажи, управляя движением пассажиропотоков и самолетов: какие технологии успешно используется и что нас ждет в будущем – смотрим кейсы внедрения Big Data и Machine Learning в отечественных и зарубежных аэровокзалах. 1. Большие данные и машинное обучение обеспечивают безопасность «Центр речевых технологий» внедрил в аэропорт Южно-Сахалинска систему распознавания лиц, которая сканирует входящий поток уезжающих и встречающих. Алгоритмы машинного обучения (Machine Learning) сравнивают лица с эталонами в базе данных. Если на объект заходят люди, находящиеся в розыске, система уведомляет об этом полицию и внутреннюю службу безопасности [1]. Подробности о том, как работает распознавание лиц, мы рассказывали здесь. 2. Большие данные и машинное обучение помогают зарегистрироваться на рейс Компания Recast.AI, специализирующая Далее …

Большие данные в авиации: 4 кейса применения Big Data в аэропортах и самолетах

Big Data, Большие данные, машинное обучение, Machine Learning, транспорт, авиация, самолеты, аэропорты

Как большие данные и машинное обучение используется авиакомпаниями и аэропортами для обеспечения безопасности полетов, технического обслуживания самолетов и изучения клиентских предпочтений: разбираемся на примерах внедрения технологий Big Data и Machine Learning в отечественную и зарубежную авиаиндустрию. 1. Большие данные для обеспечения безопасности полетов, взлетов и посадок Технологии Big Data позволяют объединить информацию о рейсе и его пассажирах со сведениями о фактической погоде, показаниями бортовых датчиков и данными о других самолетах для оптимизации полетного курса, сводя к минимуму расходы на топливо. При возникновении проблем в полете, авиакомпания может не только оптимизировать маршрут, но и изменить его на основе рейтинга, который присваивается каждому самолету. Например, если в аэропорту доступно только лишь 3 посадочные полосы, авиаперевозчик переносит некоторые рейсы в другие аэровокзалы с учетом их рейтинга [1]. 2. Большие данные для своевременного ремонта Далее …

Как происходит цифровизация: 4 шага к эффективному бизнесу

Цифровизация, цифровая экономика, цифровая трансформация, digitalization

Как начинается цифровая трансформация, что и в какой последовательности необходимо сделать, чтобы корпоративная цифровизация завершилась успехом – разбираем этапы работ: от планирования к реализации. 1. Нарисуйте идеальный портрет своего цифрового предприятия Чтобы цифровизация не превратилась в банальную автоматизацию текущей деятельности (чем отличаются эти 2 понятия, мы подробно рассказывали здесь), необходима подробная картина вашего предприятия после его цифровой трансформации. Для составления цифрового портрета своего бизнеса детально ответьте на следующие вопросы: что является вашим главным продуктом, генерирующим основную прибыль компании; из чего и с помощью каких инструментов создается этот продукт; как, кому и где вы хотите продавать продукт с наибольшей выгодой; какие люди действительно нужны вам для создания и продажи продукции; каким образом должны работать ваши сотрудники и взаимодействовать друг с другом, Далее …

Почему вы не используете большие данные: разоблачаем 4 главных предубеждения о Big Data

Big Data, Большие данные, машинное обучение, Machine Learning, маркетинг, churn rate, клиент, реклама, бизнес

Правда ли, что Большие Данные – это сложно, долго, дорого и нужно далеко не всем: анализируем и опровергаем причины отказа от использования Big Data в бизнесе любого масштаба, от крупного до малого. 1. Большие данные нам не актуальны Даже если вы производите товары вручную или оказываете индивидуальные услуги, для вас актуальны вопросы удержания существующих клиентов и привлечения новых [1]. Поиск поставщиков/подрядчиков и рынков сбыта, справедливое ценообразование, формирование маркетинговых предложений и управление корпоративной репутацией (SERM) – все это необходимо как крупным предприятиям, так и малому бизнесу. Сегодня информация стала самым желанным и перспективным трофеем, монетизируйте ее в свою пользу [2]: проанализируйте интересы и потребности своей целевой аудитории, чтобы найти лучшие точки и каналы сбыта; для сокращения рекламного бюджета таргетируйте рекламу, показывая Далее …

Большие данные (Big Data) в малом бизнесе: миф или реальность

Big Data, Большие данные, машинное обучение, Machine Learning, маркетинг, churn rate, клиент, реклама, бизнес

Зачем малому бизнесу большие данные, где их взять и как использовать, минимизировав затраты на внедрение сложных технологий – разбираемся на практических примерах. Откуда большие данные (Big Data) в малом бизнесе и зачем они нужны Представьте удивление своего клиента, когда он, только переступив порог вашей уютной кофейни или семейной гостиницы, будет приветливо окликнут по имени и радушно встречен новым администратором. Благодаря RFID-метке, встроенной в карту лояльности, информация о покупателе из вашей CRM-системы, включая данные с его страниц в соцсетях, оперативно появляется на телефоне сотрудника. Ваш работник поздравляет клиента с успешной сдачей проекта и в честь этого предлагает добавить к привычному продукту (номеру в отеле или обеденному меню) дополнительную опцию. Потребитель, польщенный таким вниманием, с удовольствием соглашается, обеспечивая вам повышение уровня продаж Далее …

Как Big Data и Machine Learning помогут вам управлять корпоративной репутацией в интернете: разбираемся с SERM- технологиями

Big Data, Большие данные, машинное обучение, Machine Learning, маркетинг, churn rate, клиент, банки, соцсети

Как клиентские отзывы влияют на продажи, что такое управление репутацией бренда (SERM) и почему для повышения лояльности потребителей сегодня нужны технологии больших данных (Big Data) и машинного обучения (Machine Learning). Что такое SERM и зачем это нужно вашему бизнесу Привлекать новых и удерживать существующих клиентов помогает не только персонализированный маркетинг [1], о котором мы уже рассказывали здесь. Существенную роль в формировании лояльности потребителей играют отзывы реальных клиентов, размещенные в личных блогах, специализированных сайтах и, конечно же, социальных сетях. Таким сообщениям потенциальные потребители верят больше, чем рекламному описанию продукта или услуги [2]: 85 % потребителей ищут информацию об интересующих их брендах и компаниях в интернете; 92% потребителей читают отзывы о компании перед тем, как принять решение о покупке; 40% пользователей формируют свое Далее …

Монетизация Big Data: 4 способа заработать на больших данных вашего бизнеса

Big Data, Большие данные, машинное обучение, Machine Learning, реклама, маркетинг, монетизация, churn rate, целевая аудитория, клиент, деньги, банки

Превращаем большие данные в большие деньги: 4 важных бизнес-действия, которые вам помогут сделать технологии Big Data. 1. Монетизация знаний о клиентах: персонализация маркетинга Здесь мы уже рассказывали о том, что потребитель не хочет быть безликой единицей вашей целевой аудитории – клиенту нужны и важны рекламные предложения только по той продукции, которая интересна именно ему [1]. Даже для одного товара/услуги можно создать десятки версий одного контента, который даст надежный отклик в узком сегменте покупателей. Например, один клиент в автомобилях наиболее ценит их экономичность и экологичность, другой – безопасность и вместительность машины, а третий – эффектный внешний вид и скоростные характеристики [2]. Кроме того, персонализированное сообщение об индивидуальном продукте будет эффективным только при подаче по каналу, значимому для пользователя [3]. Узнайте, кто Далее …

Как большие данные (Big Data) убивают типичного клиента или почему вам срочно нужен персональный маркетинг

Как меняется маркетинг в эпоху социальных сетей и больших данных (Big Data) и чем это поможет вашему бизнесу: рассматриваем практические примеры персонализации рекламных предложений. Новый маркетинг: почему вашего типичного клиента больше нет Описывая портрет своего потенциального клиента, традиционный маркетинг попадает в ловушку обобщения. Например, целевая аудитория продукта: домохозяйки с маленькими детьми, владельцы японских авто с пробегом более 100 тысяч километров или обеспеченные миллинеалы с высшим образованием. При этом возникает «проблема мертвых душ» — группа есть, а человека нет. В реальном мире отсутствует абстрактный «пользователь продукта», такой как молодой человек 25-35 лет, пользующийся мобильным интернетом по 3 часа каждый день. В жизни есть вполне конкретный Петр Евгеньевич Сидоров, 27 лет, холост, который работает врачом-анестезиологом сутки через двое, 3 раза в неделю Далее …

Реклама и маркетинг: как сократить расходы и повысить выручку с помощью Big Data — 5 практических кейсов от российских и зарубежных компаний

Оптимизация расходов на маркетинг: как Big Data позволит вам повысить эффективность затрат на рекламу, наладить стабильную лидогенерацию, превратить посетителей в покупателей и увеличить выручку. Продуктивная реклама: 3 простых способа оптимизации рекламного бюджета Чтобы реклама стала двигателем торговли, она должна быть эффективной, т.е. обеспечивать высокую конверсию. Этот показатель описывает отношение целевого результата к затратам на его достижение. Например, сколько процентов посетителей сайта оставили заявку на товар/услугу, какова доля полученной выручки с продаж от потраченного рекламного бюджета и т.д. При этом эффективность рекламного бюджета зависит не столько от инвестиций в него, сколько от точности соответствия рекламных предложений потребностям потенциальных покупателей [1]. А поскольку рекламные бюджеты всегда ограничены, работа маркетолога сводится к увеличению отклика (заявок, продаж и прочих целевых действий) в условиях минимизации Далее …

Распознавание лиц: что это такое, как оно работает и кому это выгодно

Что такое распознавание лиц, как устроены эти системы и почему спрос на них возрастает с каждым годом: разбираемся на практических примерах. Распознавание лиц: где и зачем? На сегодняшний день в Москве установлено более 160 тысяч камер наружного городского видеонаблюдения. Они ведут съемки в местах массового скопления людей, около подъездов, во дворах, в образовательных учреждениях и торговых центрах, а также на стройках [1]. В 2017 году практически все видеокамеры подключили к системе распознавания лиц, разработанной отечественной компанией NTechLab [2]. Устройство видеозаписи в режиме онлайн сканирует лицо, определяя пол и возраст прохожего, и автоматически ищет его в различных базах данных, например, для выявления правонарушителей. Аналогичные системы видеонаблюдения используются российскими банками, в частности, «Почта Банк», «Тинькофф Банк» и «Открытие», для идентификации клиентов, поиска Далее …