«Большие данные» не только помогают маркетологам изучать вкусы и нужды потребителей, они приносят пользу и в других областях. В частности, крупная промышленность оказалась как нельзя более удачной сферой применения Big Data: уже 20 лет идёт работа по сбору огромных массивов информации в погоне за улучшением качества продукции и повышением эффективности производства.

Однако значительная часть данных, накопленных за два десятка лет, обесценилась: либо информация потеряла актуальность, не будучи доставленной адресатам своевременно, когда она могла повлиять на принятие взвешенных решений, либо хранилась замкнуто, не взаимодействуя с другими информационными системами, — а значит, к информации не получили доступа сотрудники или партнеры, которые могли бы действовать определённым образом, исходя из полученных данных.

Многие организации вели аналитическую работу с данными, нацеленную на то, чтобы решать появляющиеся проблемы по мере их поступления, вместо того чтобы проактивно предотвращать сбои.

Раньше компания Duke Energy, американский электроэнергетический холдинг с более чем столетней историей, была вынуждена отправлять на каждый завод специалиста с ручным прибором для сбора данных, чтобы отслеживать работу всех электростанций. Специалисты тратили 80% времени на сбор материала и лишь 20% — на анализ полученной информации. Когда компания внедрила программное решение, основанное на использовании «больших данных», специалисты перестали ездить на места и начали работать удаленно, наблюдая за изменениями в работе оборудования. Теперь они реагируют на отклонения показателей и исправляют неполадки гораздо быстрее.

Компании, занимающиеся энергоснабжением, нередко сталкиваются с проблемами, связанными именно с управлением информацией: сложно свести воедино разноплановые данные из множества источников, тем более что совмещать и анализировать их приходится зачастую в условиях аврала. Именно поэтому программные решения, позволяющие вести работу с данными в реальном времени, контролируя сразу всю карту энергетических узлов, позволяют предотвращать случаи дефицита мощности сетей электроснабжения или оперативно устранять проблемы.

Реклама на Компьютерре

Впрочем, новейшие технологии не помогли Duke Energy избежать масштабного блэкаута в середине февраля. Службы оказались не готовы к сильной метели.

На промышленных предприятиях давно используется специализированное программное обеспечение под общим названием Enterprise Resource Planning — различные системы планирования ресурсов предприятия, предполагающие прогнозирование, управление проектами и программами, ведение информации о продукции и технологии, управление затратами, финансами, кадрами. Пользуются популярностью и программы типа Product Lifecycle Management (управление жизненным циклом продукции), позволяющие комплексно решать задачи автоматизации инженерной деятельности. В основе такого программного обеспечения лежит принцип создания единого хранилища данных, содержащего всю корпоративную информацию: производственные данные, сведения по персоналу, финансовую информацию и так далее.

Используя решение на основе Hadoop, промышленные предприятия могут не только работать с растущими объёмами данных от систем автоматизированного управления производством и с датчиков, но также обмениваться информацией и анализировать её, что позволит еще быстрее справляться с возникающими проблемами и принимать упреждающие меры.

Чтобы повысить качество сервисного обслуживания, производители могут устанавливать датчики и отслеживать использование продукции. Это позволит понимать, когда и какие сервисные работы могут понадобиться. Кроме того, на основе данных об использовании можно создавать целевые маркетинговые предложения. Применяя постпродажный мониторинг продукции, производитель может выполнять техническое обслуживание по мере необходимости и обнаруживать недочёты на ранних этапах, экономя на затратах и значительно улучшая качество сервиса.

Как всегда, «большие данные» помогают компаниям урезать затраты, увеличивать эффективность работы и качество продукции, своевременно обнаруживать проблемы в работе и адаптировать продукцию в соответствии с информацией о непосредственных потребителях. А с расширением и развитием «интернета вещей» возможности производителей для анализа и распространения данных только продолжают расти.