Сбербанк вслед за сотовыми операторами выходит на рынок больших данных

Сбербанк будет продавать прогнозные и статистические модели, основанные на обезличенных данных о клиентах банка, сообщил старший вице-президент Андрей Хлызов (здесь и далее цитаты по «Интерфаксу»). Банк запустил проект «Открытые данные». Основные задачи – сбор информации о клиентах, ее систематизация и обобщение. Одними из первых клиентов по этому направлению, по словам Хлызова, станут розничные сети. Сбербанк также отмечает заинтересованность в социальной информации властей Подмосковья.

«Мы не даем информацию о конкретных клиентах. Суть в том, что на основе этих данных нам могут заказать, например, где «Магниту» стоит открывать магазины. Мы вполне можем какие-то агрегаты выдавать для коммерческих структур и для государственных тоже», – пояснил Хлызов. Представитель Сбербанка уточнил, что, анализируя транзакционную активность клиентов, Сбербанк может говорить о большей или меньшей привлекательности областей города для конкретных групп клиентов и, как следствие, оценивать потенциал для размещения разных объектов.

Прогнозы и статистику на основе больших данных давно используют операторы сотовой связи. МТС, «Вымпелком» и «Мегафон» применяют это, например, для планирования розничной сети, улучшения инфраструктуры в районах высокой концентрации абонентов. Они делятся данными и с правительственными структурами, сообщая им о передвижениях абонентов в Москве и области для планирования движения транспорта – общественного и частного. МТС и «Мегафон» не комментируют, могут ли им пригодиться большие данные Сбербанка.

Работу с большими данными ведет и «Яндекс». Его «дочка» Yandex Data Factory с 2014 г. внедряет технологии больших данных – анализа баз разрозненных данных, объем которых требует создания специальных инструментов для их обработки. Летом Yandex Data Factory выпустила сервис специально для Магнитогорского металлургического комбината: он принимает данные по исходному составу и массе шихты (смеси исходных материалов для производства стали), требования по содержанию химических элементов в готовой стали, другие параметры плавки и в реальном времени выдает оператору рекомендации по использованию ферросплавов и добавочных материалов. Это позволяет получать сталь с заданным химическим составом при минимальных затратах: экономия может превысить 275 млн руб. в год.

Большие данные помогают компаниям увеличить выручку на 6% за год, отмечалось в февральском исследовании McKinsey. «Вымпелком» считает это направление перспективным в плане выручки. Руководитель сервисов «Яндекс.Крипта» и «Яндекс.Аудитории» Герман Царев считает, что сервисы, подобные тому, что предоставляет Сбербанк, имеют большие перспективы. Любой маркетолог без собственного штата специалистов по машинному обучению сегодня может использовать большие данные, например, для повышения эффективности рекламных коммуникаций, говорит он: «Условно он может взять обезличенные данные о каком-то желанном сегменте потребителей у Сбербанка и, загрузив его в «Яндекс.Аудитории», таргетировать на этот сегмент свою рекламную кампанию».

Представители «Магнита» не ответили «Ведомостям». X5 Retail Group использует собственные большие данные, говорит ее представитель, систематизируя их при помощи решения софта SAP. Данные банков пока не дают полной картины, отмечает он: в «Пятерочках», например, только 20% покупателей расплачивается картами. Заместитель гендиректора «SAP СНГ» Андрей Горяинов сказал, что в этом году количество привлечений команды SAP Data Science к проектам в России выросло на порядок: технологии анализа больших данных можно применять практически во всех отраслях.

Исправленная версия. Первоначальный опубликованный вариант можно посмотреть в архиве «Ведомостей» (смарт-версия)