Они позволяют решать бизнес-задачи принципиально другого уровня сложности, давая возможность обрабатывать и анализировать большие объемы данных, с гораздо большей точностью и в десятки раз быстрее. Использование Большой Аналитики открывает для бизнеса не виданные ранее возможности.
«Решая задачи, связанные с анализом и визуализацией Больших Данных, компании получают весомые конкурентные преимущества в виде доступности обоснованных результатов аналитических исследований, проведенных на громадных объемах структурированных и неструктурированных данных, причем в условиях жестких ограничений по времени, - заявил Валерий Панкратов, гендиректор SAS Россия. - Умение оперативно анализировать Большие Данные предоставляет возможности для управления рисками и предотвращения индивидуального и группового мошенничества (вплоть до остановки подозрительных транзакций в режиме реального времени) в банках и страховых компаниях, для анализа больших потоков данных абонентов в телекоме, для сложных аналитических задач в энергетике, госсекторе и т.д. Список можно продолжать. По всей видимости, именно банковский сектор и телеком могут быть отраслями, где новые решения наиболее востребованы, экономически обоснованы и где сконцентрированы профессиональные кадры, способные использовать возможности нового ПО».
Экономисты исследовательского центра Cebr (Великобритания) подсчитали, что развитие технологий Больших Данных в ближайшие пять лет может принести экономике страны 216 млрд фунтов стерлингов и создать около 58 тыс. рабочих мест. Применение аналитики нового поколения для исследований и разработок может помочь созданию новых товаров и услуг и даже новых рынков, что к 2017 году даст экономике Великобритании 24,1 млрд фунтов стерлингов, считают в Cebr. Улучшение выявления случаев мошенничества позволит сэкономить порядка 2 млрд фунтов средств госбюджета, а повышение эффективности управления производительностью принесет еще 3,6 млрд фунтов.
«У компании SAS есть специализированное программное обеспечение для каждого типа пользователей и для каждого типа задач в бизнес-аналитике - рассказал Андрей Свирщевский, руководитель направлений Аналитики и Гарантирования доходов SAS Россия/СНГ. - Эта линейка технологий, состоящая из трех частей, а также основанных на них продуктов и решений, получила название SAS High Performance Analytics. Наша компания развивает ее уже несколько лет. Все три технологии SAS по работе с Большими Данными представляют собой разные способы их распределенной обработки».
Первая из них - SAS Grid Computing – предназначена для управления распределенными вычислениями в среде SAS при работе как на одном сервере, так и на большом количестве серверов. Это некий аналог «облачных» технологий.
Вторая технология, разработанная около года назад, воплощена в продуктах класса in‑database: в этом случае распределенная обработка достигается путем переноса вычислений внутрь хранилища данных, то есть с аналитического сервера SAS - на сервер внешней базы данных. Этот метод применим для различной функциональности, но дает самый существенный выигрыш в ситуации, когда аналитические модели разрабатываются на инструментах SAS, а корпоративное хранилище данных реализовано на СУБД другого вендора. Поскольку новые данные появляются именно в хранилище, то применение аналитических моделей оптимально выполнять, не извлекая данные большого объема из хранилища. Продукты серии SAS Scoring Accelerator переводят аналитические модели на язык партнерских СУБД и переносят их внутрь этих СУБД для регламентного применения. Например, сначала специалисты банка средствами углубленной аналитики выявляют факторы, определяющие вероятность невозврата кредита, а потом внутри хранилища данных проводится регулярная переоценка уровня кредитного доверия по всем клиентам банка.
Продукт SAS High Performance Analytics позволяет алгоритмам основных существующих направлений аналитики выполняться на десятках и сотнях миллионов записей с высокой производительностью. Если раньше на анализ закономерностей и построение аналитических моделей требовались часы или даже дни, то теперь эти операции проходят за секунды и минуты.
На основе технологии in-memory компанией SAS уже создан ряд прикладных решений: SAS High Performance Risks - для высокопроизводительного расчета уровня риска портфеля на рынках капитала; SAS High Performance Markdown Optimization - для расчета оптимальной стоимости и скидок для розничной торговли; а также SAS High Performance Marketing Optimization - для определения оптимального предложения каждому клиенту.