Вещи социализируются
Мобильность и облачные технологии фундаментально изменяют процессы взаимодействия и транзакции и другим образом. Например, за последнее десятилетие социальные медиа из новаторской идеи превратились в широко распространенное явление. В начале 2014 г. сетью Facebook ежемесячно пользовались 1,3 млрд людей, и 680 000 из них заходили в нее в том числе с мобильных устройств. В то же время Twitter может похвастаться почти 675 млн пользователей и примерно 58 млн твитов каждый день.
Эти и другие сайты – не просто набор случайных постов. Они позволяют в режиме реального времени познакомиться с трендами, взглядами людей в таких разных сферах, как политика, развлечения, мода и потребление. Использование этих данных создает совершенно новый подключенный мир. «Раньше компания продавала свой товар, и он просто растворялся в неизвестности. Не было никакой возможности узнать, что с ним сделал покупатель и какие еще существовали маркетинговые возможности», – говорит Глен Оллмайндер, президент по развитию бизнеса и технологий в консалтинговой фирме Harbor Research. Сегодня благодаря мониторингу социальных медиа можно видеть такие модели потребления, которые раньше не попадали в радиус действия аналитики.
Приложения для анализа данных из социальных медиа все чаще применяют алгоритмы для того, чтобы подстроиться под расширяющуюся вселенную факторов, среди которых количество кликов и посещений отдельных страниц и сайта в целом, количество уникальных посетителей, тон комментариев, ранжирование в поисковых системах, данные о переходах по ссылкам, количество репостов, количество подписчиков и т. д. Помимо прочего, теперь сайты объединяют данные, введенные человеком, с данными телефона. В ход идут чекины и геолокационные сведения – чтобы лучше понимать, как потребители совершают покупки, обедают и путешествуют. Ничего из этого не было бы без смартфонов и планшетов, оснащенных датчиками и средствами коммуникации в реальном времени.
Когда речь идет о краудсорсинге, в центре внимания оказывается человек. Больше всего преимуществ от использования мобильных технологий и больших данных получают такие сферы, как здравоохранение. В физическом мире распространение инфекции и поведение людей могут иметь самый разнообразный и трудно предсказуемый характер. Попытки осмыслить методы лечения вызывают только новые сложности в этой и без того обременительной задаче. Однако благодаря использованию смартфонов, облачных технологий, краудсорсинга и анализа больших данных стало возможным разобрать накопленные данные от и до. Теперь исследователи используют эти инструменты при изучении любого вопроса, от распространения вирусов до влияния питания и физической активности на ожирение или затраты на медицинские услуги. Появление краудсорсинговых платформ, таких как CrowdMed, позволяет профессионалам медицинской отрасли спрашивать об интересующем их вопросе мнение у других экспертов и получать ответ в считаные минуты или часы.
Краудсорсинг и Интернет вещей в будущем могут коснуться самых разнообразных сфер и глубоко и по-разному затронуть жизни людей. «Технологический прогресс… уничтожает барьеры, ранее отделявшие любителей от профессионалов. Любители и дилетанты вдруг получили рынок для результатов своей деятельности, на котором организации подключаются к скрытым талантам людей», – отмечает Джефф Хау, который ввел этот термин и выпустил в 2006 г. книгу «Краудсорсинг. Коллективный разум как инструмент развития бизнеса»[7]{10}. Хау рассматривает краудсорсинг как способ подключиться к знаниям и опыту, которые раньше было невозможно получить и проанализировать.
Городские органы власти выпускают приложения, которые позволяют жителям сообщать с помощью смартфона о выбоинах на дороге или иных проблемах. Агентства по оказанию помощи пострадавшим используют краудсорсинг, чтобы лучше понимать, как распределять ресурсы. Например, появившаяся в 2008 г. программная платформа Ushahidi, совместно созданная разработчиками из Кении, Ганы, Южно-Африканской Республики, Малави, Нидерландов и США, позволяет добровольцам по всему миру наносить на карту любые события, от стихийных бедствий до политических волнений. В результате получается замысловатый гибрид с визуализацией в реальном времени, геолокационными данными и высокотехнологичными функциями коллективной картографии.
Все эти возможности заставляют переосмыслить традиционные методы сбора и использования данных. Благодаря Интернету и удешевлению технологий – включая смартфоны – барьеры на пути к подключению и подключаемости рухнули, равно как и затраты на сбор и передачу данных от тысяч и миллионов людей или устройств. Процесс, для которого в прошлом потребовались бы тонны бумаги, услуги наземной почты и месяцы на сведение данных в таблицы, теперь занимает считаные секунды, причем результаты расчетов динамически меняются в зависимости от условий и характеристик.
Большие данные – большие результаты
Неудивительно, что различные микрочипы и датчики, а также человек со смартфоном или планшетом генерируют огромное количество данных. Наряду с существующими источниками (у многих организаций есть унаследованные базы данных и регистрационные записи, хранящиеся десятилетиями) сейчас имеется множество новых способов их получения. В целом объемы данных ежегодно увеличиваются приблизительно на 50–60 %, а мобильный трафик растет примерно на 61 % в год, согласно данным сетевого гиганта Cisco Systems{11}. По прогнозам International Data Corporation, к 2020 г. в мире будет существовать 40 зеттабайт данных. (Для справки: 1000 терабайт = 1 петабайт, 1000 петабайт = 1 эксабайт, и 1000 эксабайт = 1 зеттабайт. В один зеттабайт поместится примерно 250 млрд DVD-дисков, то есть более 35 лет непрерывного просмотра видео в высоком качестве). Это приблизительно 6 терабайт на каждого живущего ныне человека – или 3 млн книг на душу населения{12}.
Неудивительно, что различные микрочипы и датчики, а также человек со смартфоном или планшетом генерируют огромное количество данных. Наряду с существующими источниками (у многих организаций есть унаследованные базы данных и регистрационные записи, хранящиеся десятилетиями) сейчас имеется множество новых способов их получения.
Несмотря на то что словосочетание «большие данные» представляет собой профессиональный жаргонизм, это разумная концепция, в основе которой лежит сбор, хранение и использование наборов данных, полученных как из структурированных, так и из неструктурированных источников (первые – это базы данных). Большие данные обычно существуют в виде потоков сообщений, текстовых файлов, фотографий, видео– и аудиозаписей, социальных медиа. Дуг Лейни, ныне аналитик в компании Gartner, еще в 2001 г. дал короткое и внятное определение больших данных. Он заявил, что большие данные включают три основные компонента: объем, скорость и разнообразие. Объем относится к количеству данных, скорость – к тому, на какой скорости данные генерируются и становятся доступными для использования, разнообразие означает множество различных типов существующих данных.
В некоторых дисциплинах – астрономии, метеорологии, геологоразведочных работах и техническом проектировании – для решения задач и построения моделей уже давно используются огромные массивы данных. С появлением Интернета вещей количество источников данных наряду с их объемом, скоростью и разнообразием растет в геометрической прогрессии. Теперь не только компьютеры собирают, генерируют и педантично хранят данные в своих базах. Интернет вещей охватывает спутники, паркоматы, торговые автоматы, телевизоры, кассовые терминалы, бензоколонки, упаковку пищевых продуктов, бытовую технику, выключатели освещения, общественные уборные и полки в супермаркетах. Любой объект, способный передавать потоковые данные в облако в реальном времени, становится частью Интернета вещей.
В перспективе главной задачей будет идентификация нужных данных и подготовка наборов данных к эффективному использованию. Время покажет, насколько хорошо подключенные устройства станут сортировать большие данные и использовать их. Конечно, по мере того как три компонента, названные Лейни, приобретают все большее значение (в основном благодаря цифровой конвергенции и Интернету вещей), мир бизнеса понимает, насколько важно повышать скорость анализа данных и темпы своих действий. Он будет вынужден действовать быстрее и умнее.
В то время как волна новых технологий открывает все более комплексные и одновременно детальные способы постижения мира, сочетание сложных систем анализа общественного мнения в социальных медиа, моделей краудсорсинга и подключаемых датчиков и устройств делает анализ более подробным. В будущем станет возможным повысить точность прогноза погоды, создать более гибкую производственную модель на основе развития инноваций, использовать данные для выпуска более качественной продукции, эффективнее выводить эту продукцию на рынок, в короткие сроки выпускать новые линии одежды или блюда для ресторанов, радикально менять способы взаимодействия производителей и потребителей.
