外国企業
1.アップル
ビッグデータの実装の目的：製品のデザインと使いやすさを改善するための消費者行動に関するデータの使用。
Appleは常に技術の進歩の頂点にあり、ビッグデータテクノロジーをあらゆる場所で使用していることは驚くことではありません。 さらに、同社は当初、製品の巨大な人気のためだけでなく、すべてのAppleデバイスが文字通り価値ある情報を収集するために作成されたため、勝利の地位にありました。 Appleは、iPhone、iPad、およびMacbookの使用方法に関する膨大なデータを入手しており、デバイスの最新バージョンのデザインと特性がどのようにあるべきかについて結論を出すことができます。
さらに、アプリケーション設計のアプローチは根本的に変化しています。現在、ユーザーに使用条件を指示するのはアプリケーションではなく、消費者に新しいバージョンで修正する必要があるものを正確に知らせます。
Appleによるビッグデータの使用の成功の頂点は、Apple Watchの普及です。ユーザーデータを収集する可能性はほぼ無限になりつつあるためです：会社は、時計キャリアが食べたこと、歩んだ歩数、自分の体温を知っています。 現在、これらのデータは主に消費者の健康を改善するために使用されています。
IBMもこの技術に関心を示し、Apple とパートナーシップ契約を締結しました。 一緒に、企業は病気のData延、その治療と予防を防ぐためにビッグデータを使用するつもりです。
結果：ロイヤルティと顧客満足度が向上しました。
2. GEオイル＆ガス
ビッグデータを導入する目的：生産停止時間を最小限に抑えます。
General Electric Oil＆Gasは、石油およびガス部門向けのハイテク機器を生産する多様化企業GEの部門の1つです。 エネルギー価格が下落し、1日の「ダウンタイム」が700万ドルかかる場合、計画外の生産停止の時間を最小限に抑えることが重要であり、石油生産の効率を高める必要があります。
販売されている機器に取り付けられたセンサーのおかげで、同社のアナリストは石油生産の状態に関する運用情報を受け取り、2012年のデータ配列の分析のために、機械学習アルゴリズムを使用してエンジニアが診断チェックをスケジュールし、機器の使用効率を改善できるPredixクラウドプラットフォームを開発し、潜在的な問題が発生する前に特定することにより、ダウンタイムを削減します。
結果：年間エネルギー生産量が増加し、機器の非効率的な使用による損失が減少しました。
3.ネスレ
ビッグデータの実装の目的：生産チェーンの最適化。
ネスレはスイス企業であり、世界最大の食品生産国です。 ネスレの工場では、購入した原材料の時間や量に食い違いがあると、生産が遅れ、需要が満たされない可能性があるため、配送計画の精度を維持することが非常に重要です。 Davis Wuのセールスマネージャーは、次のように述べています。「商品が店舗の棚に届いたときにできる限り新鮮になるように、供給をより正確に計画する必要があります。」
そのため、同社はSAS Forecast Serverの共同実装にSASを採用しました 。これは、以前の期間の販売データと最適化アルゴリズムを使用して、材料の需要とフォームサプライチェーンを自動的に決定します。
結果：材料需要の予測におけるエラーの半分の削減、過剰な運転資本の保管による損失の削減、生産の遅れによる損失など
4. Intel
ビッグデータの実装の目的：生産コストを削減する。
インテルは、コンピューターコンポーネント、特にマイクロプロセッサーの生産に従事しています。各マイクロプロセッサーは、市場に参入する前に約19,000のテストを通過する必要があります。 生産プロセス全体のデータを分析することにより、分析プラットフォームは必要なテストの一部のみを残して、必要でないテストを特定できます。 したがって、マイクロプロセッサのテスト時間は大幅に短縮され、テストのコストも削減されました。
結果： Intel Coreプロセッサーの単一ラインで300万ドル節約。 本番環境でのビッグデータテクノロジーの使用を増やすことにより、同社はさらに3,000万ドルの節約を期待しています。
国内企業
1.マグニトゴルスク製鉄所（MMK）
ビッグデータの実装の目的：鉄鋼生産における材料コストの最適化。
OJSC Magnitogorsk Iron and Steel Worksは、世界最大の製鉄会社の1つであり、ロシアの鉄冶金企業の中で主導的な地位を保持しています。 2016年6月末、Yandex Data FactoryのSniperからの推奨サービスがパイロット生産に導入されました。これは、鉄鋼生産におけるフェロアロイと追加材料の消費を最適化することを目的としています。 分析プラットフォームは、製錬のパラメーターを処理します：装入物の初期組成と質量に関するデータ、完成鋼の化学元素の含有量の要件など、適切な推奨事項を提供します。
結果：サービスの予備テストにより、その使用の節約は平均で年間5％または2億7500万ルーブルであることが示されました。
2.ガスプロムネフト
ビッグデータの実装の目的：機器の故障の原因を特定すること。
Gazprom Neftは、Teradata（データ処理および分析用のハードウェアおよびソフトウェアシステムを専門とするアメリカ企業）と共同で、電気遠心ポンプ制御プロセスに予測分析を導入するプロジェクトを実施しました。 2015年8月に統合が完了したプロジェクトの目的は、緊急停電後のポンプの自動再起動が失敗した原因を特定することでした。 分析中、1,649ウェルの制御システムコントローラーから2億件以上のレコードが使用され、その結果、ポンプの自己始動と因果関係の確率的分布のマップに影響を与えるイベントチェーンの視覚化モデルが作成されました。
結果：ポンプ装置の動作とトラブルシューティングで、これまで未知だった関係に関する情報を取得します。
3.スルグネフテガス
ビッグデータを実装する目的：ビジネスプロセスの最適化、レポートの準備とデータ処理の時間の短縮。
Surgutneftegasは、ロシアの石油およびガス産業で最大の企業の1つであり、リアルタイムビジネス向けのインメモリデータおよびアプリケーションプラットフォームである2012年にSAP HANAに切り替えた最初のロシア企業です。 その結果、このプラットフォームの導入により、キャンペーンのビジネスプロセスが大幅に変更されました。 開発者は製品の会計を自動化し、オンラインで価格を計算し、専門家に最も関連性の高い情報を提供し、SAP HANAは以前に数時間で数秒処理されたリクエストを処理しました。 また、上記のインメモリコンピューティングによりハードウェアリソースが大幅に節約されます。メインデータストレージはサーバーの中央メモリであり、個々のディスクよりもはるかに高速な操作を提供します。また、すべてのサーバーのRAMでユーザー要求の並列処理を可能にする線形のスケーラビリティを提供します
結果：企業のビジネスプロセスの効率が大幅に向上します。
ビッグデータスペシャリストプログラムは9月21日に開始されます。5月21日までに前払いする場合は、授業料が15％割引になります。