Войти как пользователь
Вы можете войти на сайт, если вы зарегистрированы на одном из этих сервисов:
Россия +7 (495) 139-20-33
18 Января 2016 в 13:59

Mail.ru Group анализирует большие данные

Россия +7 (495) 139-20-33
1 6447
Подпишитесь на нас в Telegram

Mail.Ru Group выделила в отдельное направление работу с Big data. Компания создаст предиктивные математические модели, проведет маркетинговые исследования, проконсультирует в области развития инфраструктуры и методологии работы с большими данными. Директором по развитию бизнеса направления «Большие данные» назначили Романа Стятюгина.

Анализ больших данных открывает закономерности из ограниченного объема данных, которые потом распространяют на весь массив информации. Полученная закономерность служит моделью предсказания наступления какого-либо события и в итоге может повысить эффективность бизнес-процессов организаций.

Накопленная экспертиза и компетенции позволяют предоставлять услуги по анализу big data сторонним заказчикам вне зависимости от географии присутствия. Прежде всего, это проекты, которые направлены на серьезное повышение эффективности процессов маркетинга и продаж, оптимизации производства, логистики, управления рисками, планирования, управления персоналом и другие рабочие процессы различных бизнесов. В этой связи было принято решение выделить эту работу в отдельное подразделение, – прокомментировал Дмитрий Сергеев, заместитель генерального директора Mail.Ru Group.

Модели прогнозирования оттока клиентов, отклика на предложения, прогноз реакции на обращение через определенный канал коммуникации помогут персонифицировать взаимодействие с потенциальным клиентом и повысить коммерческие показатели организации, заботясь о лояльности клиентов.

В реализации используют собственные технологии (NoSQL базы данных Tarantool) и open source-решения (Apache Hadoop, Apache Spark). Для построения предиктивных математических моделей используются методы машинного обучения (Machine Learning), в том числе собственные разработки компании, например, алгоритм построения моделей Multiclass Look-alike, являющийся развитием метода PU Learning. 

1 комментарий
Подписаться 
Подписаться на дискуссию:
E-mail:
ОК
Вы подписаны на комментарии
Ошибка. Пожалуйста, попробуйте ещё раз.
  • Андрей Колесов
    38
    комментариев
    0
    читателей
    Андрей Колесов
    больше года назад
    Лучше бы свой браузер великолепный не пытались всюду просунуть. А то после столкновения с ним никакой экзорцист комп не очистить))
    -
    0
    +
    Ответить

Отправьте отзыв!
X | Закрыть