Мир переживает пик интереса к технологиям класса Big Data, связанный с постоянным ростом данных, которыми приходится оперировать крупным компаниям. Накопленная информация для многих организаций является важным активом, поэтому проблема хранения и обработки гигантских объемов данных становится всё актуальнее.
Технология BIG DATA в различных бизнес-сегментах
Технологии Big Data во всех сегментах понимаются одинаково. Они позволяют постоянно наращивать объемы обрабатываемых данных без потерь в производительность системы. Что же касается восприятия Big Data, то в большинстве случаев на уровне «очень большое количество данных», «когда excel не справляется» и прочее. Скорее всего, в недвижимости ни у кого еще нет приближения к объемам обрабатываемых данных, близких к большим. В ритейле — уже есть, а в недвижимости только начинают двигаться в этом направлении.
Откуда могут появиться эти данные? В подавляющем большинстве речь пойдет о данных, связанных с поведением клиентов (customer behavior), их покупках, посещениях и поведении. Вот эта совокупность при определенном накоплении может претендовать на уровень больших данных. Данные, которыми располагают 90% девелоперов и управляющих недвижимостью — это данные, связанные с их арендаторами (посещаемость, выручка за месяц) и их недостаточно.
Проникновение BIG DATA в России
Big Data в online-технологиях применяются давно, в ритейле тоже начались разработки, когда получение быстрой информации стало очевидным фактом. В банковской среде — аналогичная ситуация, но все это пока не системно и не масштабно. Но повторю, не все испытывают необходимость получения таких данных в своем бизнесе. А это значит, что внедрять технологии Big Data просто ради того, чтобы они были, смысла нет.
Большая часть бизнеса действительно понимает, что данных становится больше, что они повсюду, но скорее это вызывает страх, сомнение в их ценности и защитный рефлекс. Одно дело работать с данными, а другое — принять решение, что я хочу ими управлять, то есть собирать, проверять, хранить, обеспечивать безопасность, обеспечивать их доступность и пользу.
Сферы применения технологий Big Data в коммерческой недвижимости
1. «Умные дома». Речь идет о всевозможных сенсорах, которые собирают разнообразные данные (давление, температуру, количество посетителей, экологические параметры и прочее). Обычно поток данных с сенсоров небольшой, но на крупных инфраструктурных проектах, при определенном использовании этих данных может возникнуть ограничение в производительности, если не применять технологии Big Data. На выходе же могут в итоге получаться системы принятия решений, своего рода искусственный интеллект, который позволит автоматизировать процесс эксплуатации здания настолько, что для обслуживания огромного проекта может понадобиться один человек, а остальное в случае возникновений проблем могут решать какие-то аусторс-бригады. В России в самых современных прокатах используются подобные системы. В логистике, конечно, отдельно можно выделить пространство для размаха в области полной автоматизации погрузочного процесса. То есть, когда автоматизированные роботы сами знают, куда нужно ехать и куда все это сгружать. Внедрение этих технологий значительным образом повысит эффективность.
2. Поиск участков для строительства, размещения объектов. Это сложный процесс, над которым работают многие консалтинговые компании, в том числе с применением разных моделей и алгоритмов. Потенциально — это задача может быть ресурсоемкой, и, как следствие, внедрение технологий Big Data может быть здесь обоснованным. Но узким местом здесь будет объем и качество входной информации. На эффективность работы магазина, торгового центра или офиса в той или иной локации может влиять множество факторов. Но возникает вопрос, как получить качественный срез данных, описывающих эти факторы во времени (желательно несколько лет!). Этот набор данных нужно будет объединить с параметрами предполагаемого бизнеса, а лучше обучить систему на множестве уже существующих точек сетевого проекта, чтобы получить формулу, где, с одной стороны, будет стоять выручка локации, а с другой — набор параметров локации.
3. Умное управление объектом. Это то, чем мы занимаемся в сегменте торговой недвижимости. На основе данных с разных бизнес-источников торгового центра (посещаемость, продажи, программы лояльности, wi-fi аналитика и другие) мы строим модели принятия решений. Потенциально данных здесь может быть много, поэтому изначально свою систему Focus мы проектировали, имея в виду применение большого количества данных. Но то, что мы видим, это пока не Big Data. И хотя мы собираем данные абсолютно разные, уже больше чем 20 торговых центров, пока ни разу не возник вопрос о том, что нам необходимо масштабирование системы.
4. Оценка инвестиционной стоимости объектов. В этой области есть уже разные решения. Здесь действительно большие данные, хотя проблема наличия источников данных такая же, как и во втором пункте. Зарубежные кейсы с передачей процесса принятия решений по инвестированию в тот или иной проект не так давно шумели даже в российской части Facebook. И хотя там речь шла о проектах венчурного инвестирования, а не инвестирования/покупки недвижимости, тем не менее, тренд обозначен. Этот процесс может быть автоматизирован, а значит это неизбежно.
Из второй части материала вы узнаете о барьерах на пути проникновения технологии Big Data, а также о перспективах использования «больших данных» для российского бизнеса.
