Какие данные помогают в финансах, производстве, торговле и логистике

Поделиться

У каждой компании есть данные с видеокамер, датчиков, сетевых устройств, или из контакт-центров. Данных много, они постоянно обновляются, но без анализа и поиска зависимостей пользы от них немного. Поэтому особенно нужны сотрудники, которые составят гипотезы. Консалтинговые компании прогнозируют убытки российскому бизнесу из-за нехватки специалистов, особенно аналитиков: 297 миллиардов долларов к 2030 году.

Рассказываем, какие данные и как наши специалисты используют в финансах, производстве, торговле и логистике.

Оценивать риски

Допустим, к вам в банк обращается молодой бизнесмен с просьбой выдать кредит на миллион долларов. Он хочет куда-то инвестировать эти деньги. При этом стоимость его активов легко закрывает эту сумму, но для оценки рисков этого мало.

Один из способов оценить риски — проанализировать текущие активы бизнесмена и определить, приобрел он их сам или получил в наследство. Если это не первая его сделка, скорее всего, риск невозврата будет ниже, чем если активы достались ему в наследство. Такая оценка платежеспособности клиента называется скоринг.

Для крупного регионального банка Франции с 32 миллионами клиентов мы разработали алгоритм, определяющий происхождение активов. Кроме того, он предсказывает закрытие текущих счетов и находит потенциальных клиентов, которым была бы интересна услуга управления личными активами.

Искать мошенников

Инвестиционные бизнесмены и их риски— не единственный пример в банковской сфере. Например, есть мошенники, которые обманом получают пароль от чужого личного кабинета и выводят деньги со счета. Их можно вычислить, если сопоставить обычные действия пользователей и текущие данные: сумму и количество операций, местоположение пользователя. Если поведение отличается от обычного, алгоритм сигнализирует об опасности.

Наши аналитики разработали похожий алгоритм для еще одного французского банка. В результате удалось выявить на 60–70% больше мошеннических транзакций по сравнению со старой моделью. На разработку алгоритма ушло всего 45 человекочасов.

Подсчитывать покупателей

По данным Nielsen, в первом полугодии 2017 года из топ-20 категорий товаров повседневного спроса 58% продавались по промоакциям. Как говорит партнер Prosperity Capital Management Алексей Кривошапко, люди подсаживаются на скидки и не готовы переплачивать за марку. Чтобы увеличивать выручку, ритейлерам нужно внедрять персонализированный подход к покупателям.

Распознавать клиентов в офлайн-магазинах без автоматизации невозможно. Поэтому для крупной торговой сети мы внедрили пилотный проект по подсчету посетителей и анализу видеопотока. Система сможет выделять приоритетных клиентов и отображать в CRM историю покупок. В перспективе ритейлер сократит расходы на сбор информации о предпочтениях покупателей и сможет увеличить продажи с помощью персональных предложений.

Прогнозировать спрос

В своей книге «О рекламе» основатель рекламных агентств Дэвид Огилви советует компаниям не тратить время и деньги на продвижение убыточных продуктов, а тратить маркетинговые бюджеты на те товары, которые пользуются спросом.

Перед выпуском новой партии продукта на рынок нужно аккуратно и точно спрогнозировать спрос вместе с торговыми сетями. Для этого недостаточно внутренней информации о продажах. Чтобы точнее спрогнозировать влияние промоакций, данные нужно обогатить информацией из СМИ, точек доступа к вайфаю и комплексного анализа всей поступившей и проданной в магазины продукции.

Точность прогноза увеличилась на 20%, когда мы установили эту систему нашему клиенту. Компания знает, сколько товаров нужно произвести, чтобы избежать дефицита, и благодаря этому снизила страховые запасы более чем на 10%.

Отслеживать автомобили и устройства

Риск для жизни присутствует во многих сферах, даже банковской. Взять, к примеру, инкассаторов — они перевозят крупные суммы и нуждаются в постоянном контроле.

Данные могут повысить безопасность сотрудников. В инкассаторские фургоны устанавливаются датчики, которые в режиме реального времени передают информацию о месте, положении замка на сейфе-накопителе, скоростном режиме. По этим данным вы сможете быстро реагировать на внештатные ситуации и сократить расходы на содержание автопарка, оптимизировав маршруты инкассатаров.

Диагностировать поломки

В 2017 году из-за поломок производственного оборудования британские производители теряли примерно 49 рабочих часов в год и были вынуждены замораживать часть оборотных средств на покупку запчастей. Каждая компания теряла 31 тысячу фунтов стерлингов (2,3 миллиона рублей по среднему курсу ЦБ на 2017 год) на простоях. Ранняя диагностика решает эти проблемы. С ее помощью срок службы техники увеличивается, а время простоя сокращается.

Чтобы прогнозировать поломку башенных кранов в 26 странах мира для одной компании и отслеживать эксплуатацию спецтехники для другой, мы установили датчики и обеспечили связь через спутник и сотовые сети. Теперь компании могут в реальном времени отслеживать состояние техники и прогнозировать поломки, а время реакции на внештатные ситуации сократилось до четверти секунды.

Контролировать расход топлива

Контроль топлива — не дань моде на интернет вещей, а необходимость для транспортных компаний. Почти на каждой фуре сейчас стоят датчики, которые помогают оптимизировать маршруты и пресекают воровство среди сотрудников. Это касается не только наземного транспорта, но и судов.

Около 46% расходов на содержание судна — это топливо. Датчики устанавливаются на каждый элемент топливной системы. Они измеряют массу и исключают манипуляции с температурой и объемом — так объем топлива будет под контролем. Дополнительно можно установить датчики температуры, количества вибраций и другие, чтобы узнать расход топлива в зависимости от времени года, погоды, скорости и диагностировать неисправности до того, как что-то сломается. Так судоходные компании могут сэкономить 3–10% расходов на одном топливе, без оптимизации маршрутов и расходов на эксплуатацию.

 

***

Данные — это новая нефть. Отличие только в том, что это неисчерпаемый ресурс. Компании постоянно добывают новые данные, синтезируют их из разных источников, учатся извлекать и применять новые гипотезы. Если вы хотите правильно использовать данные и зарабатывать на них, мы можем помочь.

Команда Orange

We are a bunch of people sharing the latest news news with our customers and users. We love to write about technologies that are changing our daily life for better. Have a question? Feel free to drop a line to one of us — alexandra.tolokonnikova@orange.com