Как компании используют большие данные для пользы клиентов

«Яндекс Музыка» предлагает слушать треки вашего любимого жанра, а «Лента» подкидывает скидки на ЗОЖ-продукты, когда вы решили пересмотреть свой рацион.

Все это происходит благодаря использованию больших данных. Компании собирают информацию о клиентах, чтобы лучше знать их предпочтения, прогнозировать их действия, анализировать платежеспособность, быстрее доставлять товары, выявлять ошибки в процессах и находить мошенников. Мы собрали примеры, как большие данные в разных сферах помогают делать бизнес лучше и удобнее для потребителей.

С чем помогает Big Data: избежать дефицита продуктов и определять скидки и акции на товары, которые чаще покупают. Еще на основе информации о покупателях супермаркеты улучшают качество обслуживания и открывают точки продаж там, где они нужны.

Как используют данные компании. В «Магните» работает система оценки доступности товаров — специальное программное обеспечение, которое контролирует наличие продуктов. Система помогает управлять запасами и быстро выявлять проблемы в цепочке поставок.

В сети «Лента» на основе анализа данных о покупках работает система лояльности. Компания собирает информацию о платежных операциях покупателей — участников программы лояльности, а по таким картам проходят почти все покупки в «Ленте». Аналитики смотрят, что человек покупал в течение трех месяцев. После этого клиента относят к определенному сегменту, пытаются понять, как часто и зачем он ходит в супермаркет.

Например, так можно узнать, что у человека родился ребенок, если он начал каждую неделю покупать детские смеси, а до этого ими не интересовался. После этого такому покупателю будут предлагать скидки на подгузники, детское питание или игрушки.

С чем помогает Big Data: улучшить продукт, персонализировать контент.

Как используют данные компании. Корпорация SEGA Europe  собирает данные о поведении 30 с лишним миллионов клиентов, обрабатывая более 10 000 событий в секунду. Симбиоз аналитики больших данных и ИИ позволил сократить циклы разработки игр и предоставить персонализированный игровой опыт с учетом предпочтений и поведения отдельных игроков.

Разработчики анализируют, как быстро игроки проходят тот или иной уровень, сколько времени проводят в игре, какие локации вызывают наибольший интерес, какие артефакты охотнее покупают и так далее. Опираясь на данные, гейм-дизайнеры балансируют элементы игрового процесса: уровни сложности, способности персонажей, системы вознаграждений.

Про обратную сторону сбора данных в видеоиграх слушайте в новом сезоне подкаста про финансовые преступления «Схема»:

С чем помогает Big Data: снизить стоимость и сроки доставки.

Как используют данные компании. Благодаря искусственному интеллекту и анализу больших данных «Почте России» удалось сократить неэффективные маршруты и сформировать новые цепочки поставок. По итогам первого квартала 2024 года по отношению к первому кварталу 2023 года посылки по стране стали приходить на 15% лучше и быстрее. Еще в 2024 году компания внедрила систему анализа больших данных для эффективной работы международных доставок. Это позволит точнее прогнозировать сроки получения посылок, выстраивать оптимальные логистические маршруты и повысить безопасность доставки.

В «Деловых линиях»  внедрение больших данных помогло оптимизировать затраты на топливо. Эксперты компании проанализировали данные с транспортных средств и GPS-трекеров и оценили манеру вождения сотрудников. На основе этой информации водители получают рекомендации по безопасному и экономичному движению. В начале 2024 года «Деловые линии» вошли в тройку лидеров по скорости доставки среди российских грузоперевозчиков.

С чем помогает Big Data: делать лучше клиентский сервис, защищать от мошенников, персонализировать услуги.

Как используют данные компании. В 2024 году Т⁠-⁠Банк запустил первый в мире банковский сервис по финансовой грамотности и планированию личного бюджета — «Финздоровье». С помощью больших данных и ML-моделей  сервис анализирует данные 43 миллионов клиентов банка по разным параметрам. Потом выводит индивидуальные рекомендации для каждого из них — как эффективно и грамотно распоряжаться своими деньгами, улучшить финансовое положение и поменять отношение к тратам и начать сберегать.

«Альфа-Банк» анализирует данные обо всех своих клиентах, а потом делит их на группы. Это позволяет персонализировать кэшбэк. Например, клиент банка раз в неделю покупает корм для кошек, вероятно, у него есть домашнее животное. Потом ему можно предложить повышенный кэшбэк на эту категорию товаров. Или подобрать кредитную карту, бонусную программу на продукцию для животных или смежные с ней категории товаров — на бытовую технику с предложением оформить кредит на робот-пылесос или электрическую поилку.

В 2024 году в МТС разработали технологию для борьбы с телефонным мошенничеством, которая позволяет банкам в реальном времени оценивать вероятность подозрительных действий в адрес своих клиентов. А также получать уведомления о мошенничестве при совершении финансовых операций. Это нужно, например, чтобы не выдавать кредит или не проводить подозрительные транзакции без дополнительного подтверждения клиента. По данным МТС, с использованием нового сервиса точность выявления мошеннических действий выросла на 45%.

С чем помогает Big Data: предлагать контент, интересующий конкретного пользователя. Например, создавать персонализированные плейлисты и подборки.

Как используют данные компании. «Яндекс Музыка» собирает данные о музыкальных предпочтениях своих слушателей, чтобы лучше понимать вкусы и рекомендовать подходящую музыку. В сервисе есть особый алгоритм «Моя волна»: он формирует плейлисты и бесконечный поток музыки для конкретного пользователя. В анализ предпочтений включают множество факторов: историю прослушивания, поисковые запросы, просмотры контента, отказ от дослушивания, пропуск треков, добавление в коллекцию.

Похожие алгоритмы есть и в остальных сервисах «Яндекса» — «Еда», «Лавка», «Кинопоиск», «Маркет». Чем активнее пользователь слушает музыку, смотрит фильмы, заказывает еду или товары — тем точнее будут его персональные рекомендации.

Рекомендуют фильмы на основе больших данных и в других сервисах. В 2023 году центр Big Data МТС и Kion запустили новую систему рекомендаций на основе нейросети. Она упрощает поиск фильмов и сериалов по интересам.

С чем помогает Big Data: хранить истории болезни пациентов в едином месте, доступном для всех организаций здравоохранения. Также большие данные в медицине — это оптимизация цепочек поставок и запасов лекарств и медицинского оборудования. А еще это анализ медицинских данных пациентов — результаты УЗИ, КТ, МРТ, рентгенографии — что помогает быстро находить патологии и ставить более точные диагнозы.

Как используют данные компании. Самый масштабный пример использования базы данных пациентов в нашей стране — ЕМИАС  города Москвы. Система хранит сведения об истории болезни пациентов и доступна на всех уровнях оказания медицинской помощи. К платформе подключены все взрослые и детские поликлиники, большинство больниц столицы, которые обмениваются информацией в режиме реального времени. Пациенту больше не нужно носить с собой на прием бумажную медицинскую карту и собирать все выписки из больницы — все хранится на единой платформе.

В феврале 2024 года подсистему «Клиническая информационная система» ЕМИАС Москвы собирались внедрять в Санкт-Петербурге.

С чем помогает Big Data: быстрее находить нужный товар и вовремя его доставлять.

Как используют данные компании. «Озон» активно использует большие данные и машинное обучение в выстраивании бизнес-процессов — от планирования закупок до формирования рекомендаций. Система собирает всю информацию о пользователях — их просмотры товаров и покупки, поисковые запросы, листания разделов, клики, добавления в избранное, корзину. А потом прогнозирует — планирует ли пользователь покупку, товары из какой категории его интересуют. Релевантные товары показывают в таргетированной рекламе.

За счет больших данных маркетплейс лучше встраивает логистику и минимизирует сроки доставки. Система выбирает оптимальные маршруты и помогает снизить затраты на транспортировку. Также анализ данных позволяет прогнозировать спрос в различных регионах, чтобы избежать дефицита и вовремя пополнять запасы на складах.

С чем помогает Big Data: поддерживать актуальность информации на картах, строить оптимальные маршруты передвижения, показывать места, которые пользуются наибольшей популярностью у людей.

Как используют данные компании. «Яндекс Карты» собирают информацию от пользователей, систем видеокамер, GPS-устройств, мобильных приложений и стационарных сенсоров. Анализ этих данных помогает прогнозировать загруженность на определенные участки дорог в разные дни недели и выстраивать наиболее быстрые маршруты в зависимости от пробок, ремонта дорог, погодных условий.

В 2025 году «Яндекс Карты» запустили нейросеть, которая рекомендует пользователям локации в зависимости от его предпочтений. Рекомендации учитывают задачу пользователя — есть категории «Поесть», «Выпить», «Развлечься», «Погулять» — а также учитывают день недели, время суток, находится ли пользователь в поездке или дома.