Крупный и средний бизнес сможет управлять данными в режиме реального времени

С точки зрения бизнеса, большие данные — необходимый инструмент для повышения эффективности за счет высокой точности рекомендательных и предиктивных моделей для обслуживания, предсказания спроса, ценообразования, контроля инвентаря и так далее. Важную роль большие данные играют и в эффективности применения технологий ИИ. Неумение работать с данными, в свою очередь, приводит к потере эффективности за счет неверных инвестиций в инфраструктуру, неоптимального ценообразования, ошибок в логистике и управлении рисками. Платформенный подход- один из самых эффективных способов работы с Big Data, поскольку позволяет решать целый комплекс задач, связанных с данными, в единой системе.

В 2024 г. МТС оценивает общий эффект от технологий больших данных более чем в 20 млрд руб. Речь про повышение эффективности бизнес-направлений и увеличение продаж за счет использования больших данных. Достичь такого результата во многом удалось за счет оптимизации процессов (комплексного управления жизненным циклом клиента, BI-систем, динамического ценообразования, скоринга, антифрода) с помощью применения платформы для работы с данными внутри экосистемы. С ее помощью в единый контур были интегрированы все ключевые источники данных: клиентские, коммерческие, операционные, инфраструктурные, финансовые.

Как и большинство наших коммерческих решений, MWS Data была разработана для нужд МТС, — комментирует генеральный директор «МТС Web Services» Павел Воронин. — Как телеком-оператор, компания исторически имеет крупнейшую в стране абонентскую базу. При трансформации в цифровую экосистему со множеством разноплановых компаний внутри появилась необходимость в сервисе, который поможет всем компаниям получить дополнительный бизнес-эффект за счет использования точных и полных данных. В результате нам удалось создать качественное решение, которые уже несколько лет используются для создания всех ключевых продуктов, начиная с рекламной платформы «МТС Маркетолог» и заканчивая онлайн-кинотеатром «KION». «MWS Data» помогла увеличить точность рекомендаций более чем на 20%, а ежегодная экономия за счет отказа от устаревших решений составляет 1,5 млрд руб. Уверен, платформа поможет большому количеству компаний в разных отраслях экономики получить максимальную ценность для бизнеса от больших данных.  

Платформа «MWS Data» — это комплекс b2b-инструментов для работы с большими данными: хранения, обработки, визуализации, контроля качества, безопасности данных. В ее основе лежит Lakeнouse-архитектура, которая сочетает в себе гибкость озер данных и надежность классических хранилищ. Это позволяет в едином контексте управлять данными, полученными в режиме реального времени, и историческими данными — это необходимо для кредитного скоринга, антифрода, персонализации, предиктивной аналитики и так далее.

Внутри платформы есть агент искусственного интеллекта для автоматизации наполнения каталога данных. Он работает на базе MWS GPT — сервиса для внедрения любой LLM-модели в бизнес. Агент принимает метаданные и примеры таблиц, а затем с помощью технологии RAG подключается к документации и генерирует описание для каждой таблицы. Это сокращает время анализа до минут и, тем самым, позволяет существенно экономить ресурсы специалистов.

Также в платформу встроен ИИ-агент для анализа данных по запросу от пользователя на естественном языке. Он преобразует текстовый запрос в SQL-код и готовит отчет с визуализацией. В результате все категории пользователей за несколько секунд получают доступ к сложной аналитике без привлечения разработчиков.

В перспективе применение такой технологии может принести большой эффект в самых разных областях. Например, в промышленности — для объединения данных с датчиков IoT о температуре, вибрации, нагрузке. Применение аналитики в реальном времени и ML-модели поможет  предсказывать износ деталей и планировать ремонт. В финтехе использование «MWS Data» поможет для персонализации финансовых услуг или обнаружения мошенничества. В единую платформу загружаются транзакции, логи мобильных приложений, KYC-данные и внешние источники (например, кредитные истории), алгоритмы ML анализируют паттерны транзакций для выявления аномалий (например, фрод в режиме реального времени). В сфере ритейла «MWS Data» обеспечит управление цепочкой поставок и персонализацию маркетинга — данные из онлайн-транзакций, соцсетей, инвентаризации и погодных API хранятся в Lakehouse, аналитики строят модели спроса, чтобы оптимизировать запасы на складах (например, сезонные товары), маркетинг использует эти данные для таргетированных акций (например, предложение зонтов при прогнозе дождя).