Не можеш да ползваш големи данни, без да разбираш материята, каза Аспарух Коев, управител на Transmetrics, на форум, организиран от IDC България
Големите данни са хубаво нещо, но не могат да са полезни, ако няма разбиране за материята, с която се борави. Също така не всякога крупната инвестиция в скъпо ИТ решение за анализ на големи обеми данни носи очаквания фантастичен резултат – понякога много по-добри са простите методи.
Всеки ден почти една четвърт от всички камиони се движат по европейските пътища празни – на път към вкъщи или към следващия пункт за зареждане. Това е голям проблем, защото представлява неоправдан разход – горивото изгаря, парите са вложени, заплатата на шофьорите се плаща, а възвръщаемост няма. Младата българска компания Transmetrics успява да промени лошата статистика.
„Ние стигнахме дотам да можем да идентифицираме празните и полупразните камиони около две седмици преди техния курс”, разказа Аспарух Коев, управител и основател на компанията, по време на конференцията „Големите данни и бизнес анализите 2014”, организирана от IDC България. „Така можем да предложим празното пространство в камионите като услуга – по-евтина – и да го оползотворим”.
Резултатът е, че пространството в товарните контейнери се оползотворява до впечатляващия процент от 90%. Този успех има своята цена, разказва Коев. Първоначално, компанията смело инвестира в решение за „големите данни”, но резултатът е разочароващ. Прогнозирането не сработва, инвестицията изглежда направена нахалост.
Оказа се, че „big data” е един голям екип от хора, специалисти с различни компетенции – сред тях има експерти по математика, статистика и др. Заедно и с разбиране за процесите в сферата на логистиката тези близо 10 човека успяват да създадат работещо решение за прогнозиране.
„За да автоматизираш нещо, трябва да го разбираш, иначе компютърът сам по себе си не може да ти даде отговор на въпросите”, казва Аспарух Коев. Изводът му изглежда прост и логичен, но – по негови наблюдения – много хора се озовават в тази ситуация, когато купуват мощен компютър и очакват от многото данни той да произведе смислено решение.
„Трябва да имаш учен в областта на данните (data scientists) или няколко тесни специалисти, които да работят в голям екип”, казва още Коев.
„Алгоритмите не ни решиха проблема. Ние използвахме много сложни алгоритми – такива, каквито се използват в банките за прогнозиране на поведението на потребителите – но това не даде никакъв резултат”, казва още Коев. „Оказа се, че медианата на последните 6 седмици от бизнеса ни дава отговора – а това може да се направи в един обикновен Excel”, посочи мениджърът.
В крайна сметка днес прогнозите на логистичната фирма се правят именно на база на „големите данни”, но за да стигне до правилната формула за работата с тях фирмата е извървяла трънлив път. „Ако искате да работите с данни, първо намерете решението с „малките данни”, а чак след това се заемайте с „големите данни”. Мениджърите не знаят как да правят бизнес с големите данни – някой трябва да им покаже това!”, обобщи Аспарух Коев.
