Большая тройка активно использует бигдату для своих внутренних целей и уже начала приторговывывать этой информацией

В МегаФоне этой темой занимается дирекция по сегментному маркетингу и клиентской аналитике Романа Постникова. Проводятся совместные исследования геопространственных данных (нагрузки на базовые станции), например, с Thomson Reuters. Кроме геолокационной информации анализируются также данные биллинга и платежей. Это позволяет персонализовать продуктовые предложения для отдельных абонентов, эффективно оптимизировать инвестиции в развитие сети. Также в МегаФон запущен сервис геопространственного анализа, услуги которого можно покупать. Их покупает, в частности, Правительство Москвы.

В ВымпелКом темой бигдата занята служба разработки продуктов, Сергей Марин. На основе анализа выбираются, например, места для открытия офисов продаж и обслуживания, идет борьба с мошенничеством, спамом, оттоком. Билайн также сотрудничает с Правительством Москвы в плане совместного использования геоданных. Бигдата намного эффективнее переписей и опросов.

В МТС также работают с бигдата - геоданными, профилями потребления трафика, типами используемых абонентских устройств, покупок. Это позволяет формировать индивидуальные предложения для клиентов. Есть планы расширения сферы применения бигдаты, в том числе для партнерства.

$41,5 млрд в 2018 году - прогноз размера рынка бигдаты в мире от IDC в августе 2014 года. 

++
источник ++

Интервью: Сергей Марин, Билайн: Как Big Data входят в повседневную практику оператора

В этом году все чаще приходится слышать о Big data. То в Slon.ru статья на эту тему попалась на глаза, то сам что-то малоформатное писал, а уж на MWC2014 тема была представлена, что называется "во весь рост". Подробно побеседовал о "бигдейте" с Сергеем Мариным, руководителем программы Big Data в Билайн, об успешно реализованных проектах. Получилось интервью. 

Википедия: Большие данные (Big Data) – серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence.

АБ: Тема Big Data, хотя и появилась в конце 2008 года, но все еще сравнительно новая, даже термин этот вряд ли на сегодня имеет единственное толкование, приведенное выше. Что для вас BigData? Когда началось внедрение подходов Big Data в Вымпелкоме?

Сергей Марин, Билайн, беседуем о BigData в офисе компании 

СМ: Начну с того, что я не согласен с определением Википедии. Там говорится, что Big Data - это методы обработки больших объемов данных и значительного многообразия. Это не изюминка. Это все верно, но это все равно, что сказать, что машина - это двигатель. Большие данные - это доступность данных для каждого, это возможность всей компании работать, учитывая те данные, которые создаются внутри этой компании. Раньше, когда не было Big Data и был только BI, был доступен только ограниченный набор наиболее востребованных данных. Теперь это больше не так. Это можно понять из сравнения традиционной энциклопедии с Интернетом. Предыдущие технологии это как традиционная печатная энциклопедия: мы можем найти только то, что кто-то заранее для нас выбрал. Big Data это как Интернет - огромное количество доступной информации. И каждый выбирает то, что ему нужно.

Бизнес-аналитикой мы активно занимались еще с 2005 года, а во «взрослые игры» играем с января 2013 года, когда в Билайн была запущена программа работы с BigData. Проектом пару месяцев занимались в IT-блоке, но вскоре стало понятно, что для успеха программы ее следует выделить, поднять на уровень стратегического проекта. Стратегическими у нас называются проекты, действие которых распространяется на всю компанию. В компании действует блок корпоративной стратегии, которым сейчас руководит Артем Ниц, подчинающийся непосредственно Михаилу Слободину, генеральному директору компании. 

АБ: Почему начали заниматься темой Big Data?

СМ: Причин тому было несколько, назову основные. Во-первых, необходимость роста бизнеса за пределы традиционных направлений. Во-вторых, монетизация тех данных, которые уже собирала компания. Под монетизацией в данном случае имелось в виду создание добавочной стоимости для абонента, оптимизация качества работы.

Со временем, эти цели трансформировались в более конкретные. Детальное знание абонента – вот краеугольный камень. Информация о том, что с ним сейчас происходит, в плане пользования услугами сети, причем почти в реальном времени, с допустимой задержкой в несколько минут. Что это за информация – такие события, как звонки, местоположение в момент вызова, качество работы сети в точке вызова в момент вызова.

Кроме того, для нас Big Data – это возможность уйти от долгих проектных циклов. Java-методология давно известна, но в аналитике ее стали применять сравнительно недавно. При решении каких-то аналитических задач традиционными методами, заранее не получается сказать, что будет работать не так. Иногда требуется несколько месяцев для анализа какой-то возникшей неприятной ситуации методами BI (прим АБ: бизнес-аналитики) с использованием реляционной базы данных. Подход Big Data совсем иной, поскольку данные собираются в реальном времени, хранятся без обработки, а обрабатываются тогда и так, как это требуется исходя из текущих задач, которые могут постоянно меняться. 

АБ: Можете привести примеры?

СМ: Я недавно был на конференции в Амстердаме и встречался с компанией, которая делала продвижение LTE для одного европейского оператора. Кампания называлась «LTE where it matters» (Прим. АБ: «LTE там, где это уместно»). Идея заключалась в том, что если сеть «видит», что устройство с поддержкой LTE постоянно находится в зоне хорошего покрытия LTE, что может наблюдаться, если владелец такого устройства живет или работает в таком месте, этому владельцу следует предложить подключить LTE, заменив SIM-карту. У партнеров это заняло 6 месяцев! У нас этот проект тоже был реализован в рамках пилота. Только у нас это заняло 3 недели. Столь ощутимая разница во времени внедрения достигается благодаря изменению концепции работы с данными, благодаря переходу на Big Data.

В нашей реализации проекта удалось обнаружить немало людей с устройствами с поддержкой LTE, которые этим функционалом не пользуются, возможно, даже не знают о нем. Среди таких устройств, например, множество китайских смартфонов. В Вымпелкоме есть подразделение, которое занимается анализом устройств, используемых абонентами. Это делается из соображений оптимизации оказания услуг. Например, если число аппаратов одной модели начинает быть больше 500, мы начинаем поддерживать такие устройства, в частности, запрашиваем информацию у производителя, чтобы уметь ответить на возможные вопросы клиента.

Подход Big Data хорош еще тем, что всегда можно измерить эффект любой рекламной кампании. Например, мы наблюдали в реальном времени, как люди подключают LTE-симки взамен обычных после наших сообщений с предложением бесплатной замены сим-карты. 

 

АБ: Кому доступны результаты работы с Big Data в компании, кто способен их использовать в практических целях?

СМ: Хороший вопрос. Данные мало собрать, мало обработать, их важно представить в формате, доступном массовому пользователю. Ранее для этого принято было использовать профессиональные решения с ограниченным спектром применения. Например, решение, позволяющее при правильном его использовании выйти на рост продаж компании. Такие решения отличаются двумя существенными недостатками. Несмотря на «узкую направленность», эти решения дорогие. А для того, чтобы его перенацелить для решения другой задачи, требуются дополнительные затраты времени и средств.

Big Data позволяет действовать по-другому! Одни и те же данные используются для достижения различных целей разными подразделениями компании. Собираемая разными подразделениями информация идет в «общий котел» данных, что увеличивает возможности всех подразделений, усиливает бизнес компании в целом.

Решения, создаваемые на основе подхода Big Data, можно создавать оперативно, они, как правило, легко справляются с решением сразу нескольких задач и их обычно несложно перепрофилировать под новые цели. 

АБ: Каким образом?

СМ: Мы, например, работаем с Правительством Москвы, в проекте «Научно-исследовательского и проектного института Генерального плана города Москвы», предоставляем обезличенные статистические данные о нагрузках сети сотовой связи по районам, что помогает уточнить данные по конкретным районам, потоки нагрузки между районами, что важно для развития транспортной инфраструктуры. В свою очередь Вымпелком тоже получил немало полезных для нас данных, которые помогают нам лучше узнавать потребности клиента. Общий вывод – в процессе сбора данных формируется некая интегральная информация, которой, в отличие от персональных данных абонентов и информации об оказанных услугах , можно делиться. 

 

АБ: А как все это устроено? Как собираете данные, где они сохраняются?

СМ: Можно говорить о структуре из 5 частей.

Есть источники данных. Подход в том, чтобы интегрировать все существующие источники данных, к каким бы подразделениям они не относились. Даже не зная, понадобятся нам эти данные или нет. В операторских телеком-компаниях обычно собирают событийные данные (вызовы, обрывы и т.п.), геолокационные, данные CRM, данные биллинга, данные о пополнении счета.

Фабрика идей. Группа сотрудников, которые занимаются генерацией новых идей, новых кейсов для Big Data, а также их предварительной оценкой – насколько они могут иметь смысл, прежде всего, финансово. И к этому всегда привлекаются представители других блоков – важно вовлечение, сопричастность потенциальных заказчиков результатов нашей работы. Они должны ощутить, что конкретно для их подразделения может дать использование нового подхода.

Планирование кампании. Первоначально по любому кейсу мы проводим пилот, соответственно, его нужно планировать.

Реализация пилота и его оценка. Для успешных пилотов следующим этапом становится перевод пилота в продуктив, которым подразделения компании смогут пользоваться в коммерческих целях.

Платформа. В систему работы с Big Data в Вымпелкоме интегрировано уже значительное число так называемых «узлов», машин, занимающихся сбором и анализом данных почти в реальном времени. Будем и далее наращивать эту сеть. Например, у компании Verizon уже около пятисот узлов задействовано в аналогичной системе.

Платформа у нас разделена на кластер для пилотов (песочницу) и кластер для продуктивов. Принципиально они почти ничем не отличаются, кроме мощности и поддержки. Кластер для продуктивов более мощный, здесь уже не место для экспериментов, это «мельница» для концентрации и обработки данных. А в песочнице отрабатываются новые идеи, причем к ней подключены все источники данных, как и к кластеру для продуктивов.

Как я уже отмечал, вклад в работу вносит не только стратегичский блок, мы подключаем к ней представителей других блоков в формате рабочих групп, это позволяет лучше понимать задачи других блоков, обеспечивать для них прозрачность нашей работы, быстрее делиться полезными для них результатами.

На выходе системы - каналы коммуникации с клиентом, с которыми мы стараемся интегрироваться – это SMS-канал, это возможности обзвона клиентов, CRM, «личный кабинет», iVR, мобильное приложение. Есть ряд задумок о которых пока рассказать не готов, чтобы не облегчать жизнь конкурентам.  

Встреча рабочей группы. Все вполне буднично, никаких
гигантских экранов с мгновенной визуализацией Big Data
Здесь формулируются "правильные запросы" к системе. 

АБ: У фабрики идей - ответственная роль, ведь собрать данные - это даже не полдела, наверное. А вот задать системе правильный вопрос, это намного более сложная задача, иначе получится, что на «главный вопрос жизни, вселенной и всего такого» ответом будет 42, как в известном фильме.

СМ: Конечно! В структуре «фабрики идей» можно выделить несколько ролей. Прежде всего – это менеджеры по продуктам. Они генерят новые кейсы, затем отвечают за конкретные кейсы,.Выполняют дизайн конкретной кампании. Отвечают в частности за коммуникацию с заказчиками, ведь у каждого проекта должен быть свой «покупатель», которому кейс предположительно должен принести пользу.

Также у нас есть так называемые статистические аналитики, которые занимаются вычислениями, непосредственно работают с Big Data. Сейчас набираем маркетологов, которые будут помогать нам, к примеру, выделять сегменты. 

АБ: Сколько людей занимается темой Big Data в Билайн?

СМ: В данном случае очень сложно говорить о конкретной цифре. Слишком много сфер «завязано» на этот проект. Здесь и представители IT-блока (причем, физически часть людей находится в Новосибирске), и наши «фабриканты», генерирующие идеи использования, и новая часть, состоящая из маркетологов, а также менеджеры проектов по отдельным направлениям.

Часть сотрудников занимаются только этим проектом, часть людей приходят в команду временно, на проектной основе. 

АБ: К каким направлениям деятельности компании Вымпелком вы применяете подход Big Data?

СМ: Сейчас у нас 10 областей.

Деление условное, для удобства работы. Клиентский опыт, развитие сети, контакт-центр, удержание, дополнительные продажи, антиспам, антифрод, внешняя аналитика (для третьих сторон), m2m, мобильный маркетинг и дополнительные сервисы. 

 

АБ: Можете поделиться каким-либо из кейсов подробнее?

СМ: Конечно. Например, в области клиентского опыта сейчас запускается пилот, в рамках которого мы анализируем потоки клиентов в перегруженные офисы продаж, понимаем, откуда приезжают в этот офис клиенты. Для этого используем данные геолокации. Затем проводим целевые информационные кампании, - клиенты получают информацию о других офисах, которые для них предположительно более удобны.

В уже упомянутом выше кейсе по продвижению LTE мы владельцам устройств с поддержкой LTE высылали SMS с рекомендацией зайти в ближайший офис, где клиенту поменяют SIM-карту на карту с поддержкой LTE и подскажут, как подключиться. Кейс сложился, отклик клиентов оказался вдвое выше средних цифр. 

АБ: А другие удачные кейсы есть?

СМ: Конечно. Например, мы анализируем поток наших клиентов в международных аэропортах. Выделяем тех, кто приехал в аэропорт и не является жителем близлежайшего региона. Кроме того, нужно постараться «отсечь» всех, кто там часто или постоянно бывает – сотрудников аэропорта, таксистов. Также отсекаем тех, кто только что прилетел из-за границы. Большинство оставшихся – это те, кто собирается отправиться в поездку за границу в ближайшие часы. Им уместно предложить подключить одну из роуминговых опций, например, Мультипасс, чтобы клиент мог сэкономить на своих звонках и SMS за границей.

Традиционно эту задачу решают отправлением SMS, когда клиент уже оказывается за рубежом. Но там многие уже не хотят, например, слушать iVR, да и вообще зачастую не до того. А пока человек в аэропорту отлета, у него обычно есть время, чтобы разобраться в сути предложения и подключить необходимую ему опцию. 

АБ: Пользуются предложением?

СМ: Безусловно. Отклик в 4 раза выше средней реакции на SMS-информирование. 

АБ: Вы еще про удержание клиентов упоминали, как здесь работает Big Data?

СМ: Мы анализируем смену SIM-карт в дорогих устройствах. Если наблюдаем, что наша симка перекочевала, скажем, из iPhone 5s в какую-нибудь «звонилку», предполагаем, что пользователь поставил в свой iPhone симку другого оператора. В этом случае ему уместно позвонить и предложить какой-то интересный для его профиля потребления услуг тариф. Кого-то это стимулирует изменить решение и остаться с нами. Пока что мы еще обкатываем это предложение, смотрим на первые результаты, хотим понять, что получается с этим кейсом в дальнейшем. 

АБ: Сергей, не поделитесь какими-то планами на ближайшее будущее, чем еще может помочь Big Data в бизнесе Билайн?

СМ: Тема практически неисчерпаемая. Мы планируем, например, улучшить подсчеты оттока. Ведь сейчас любой из вновь подключающихся к сети может быть бывшим клиентом «Билайн». Соответственно, нужно выстраивать политику общения с таким клиентом, с учетом уже накопленных о нем ранее знаний.

Развитие этой темы – «привязка» к абоненту нескольких его устройств, независимо от того, на кого они формально записаны. По анализу Big Data, вызываемых номеров, средней продолжительности разговора и т.п. можно статистически выявлять пользователя, который использует несколько разных устройств с разными сим-картами – и делать ему интересные для такого профиля пользования предложения. Это в планах пока.

==

Не устаю поражаться, какие все более сложные технологии стоят за внешне простой идеей обеспечения для всех желающих доступной и удобной мобильной связи и ШПД в любом месте и в любое время. Но без использования всех последних достижений уже не получится работать на конкурентном рынке сотовой связи. В этом смысле приятно видеть, что Билайн внедряет столь передовые решения, как Big data в повседневную практику компании. Надеюсь, что положительный эффект от этого постепенно ощутят на себе абоненты компании!

BigData: Amdocs представил на MWC2014 решение TeraScale

Когда-то поставщики программных решений для операторов связи воспринимались, как разработчики "систем биллинга". Давно уже лидеры рынка, бесспорным из которых сегодня является Amdocs, ведут разработки и успешно поставляют комплексные, конвергентные решения, способные решить целый ряд задач, встающих перед современным оператором связи.

Тема "больших данных" операторами сотовой связи идентифицирована сравнительно недавно, в России некоторые операторы занимаются ею буквально год-полтора, в основном пока в рамках экспериментов, другие и вовсе еще не начали. Amdocs представила в дни выставки при конгрессе MWC2014 в Барселоне коммерчески доступное решение Amdocs TeraScale. 

Это решение позволяет, по словам разработчиков, "экономически выгодно" хранить и управлять "большими данными", получать информацию о тарификации услуг в режиме реального времени для аналитических целей. Решение основано на технологии Handoop, позволяет проводить глубокие и быстрые аналитические оператции. TeraScale входит в новый программный пакет компании Amdocs CES 9.1. 

Подкупает комплексность решения - массивные объемы информации, которые генерирует система Amdocs Convergent Charging, поступает в кластеры данных TeraScale, обеспечивая возможность работы с этими данными для аналитических приложений, которые могут анализировать данные и визуализировать результаты анализа, формировать выписки. Решение Amdocs нетрудно внедрить - его можно развернуть, как комплиментарное решение параллельно существующей системе хранения данных, что не окажет влияния на тарификацию и биллинг. А в нужный момент перевести управление на новую систему. 

Итак, ключевые преимущества:

• интегрированное решение, взаимоувязанное с другими продуктами Amdocs
• заявлена высокая экономичность при хранении и обработке больших объемов данных
• может быть внедрена без риска "переходного периода" и дестабилизации существующей системы тарификации / биллинга
• обеспечивает работу с BigData в режиме реального времени

Операторам стоит обязательно стоит присмотреться к этому решению. Оно лишено как недостатков "частного" решения, поскольку является частью комплексного подхода Amdocs к работе с большими данными, так и недочетов, свойственных продуктам тех компаний, которые только начинают влезать в тему бизнес-ПО, как китайские вендоры. 

==

Путеводитель по MWC2014

==

Пресс-релиз Amdocs

Amdocs представляет решение операторского уровня для управления большими данными в режиме реального времени и реализации задач аналитики

Amdocs TeraScale позволяет задействовать весь потенциал данных о клиентах при помощи уникального решения для управления данными, оптимизированного для аналитики «больших данных» 

Москва, Россия - 3 марта, 2014, пресс-релиз, через MForum.ru - На Мобильном Конгрессе 2014 компания Amdocs (NASDAQ: DOX), ведущий поставщик систем и услуг в области обслуживания клиентов, представила Amdocs TeraScale – решение операторского класса для работы с «большими данными», созданное для экономически выгодного хранения, контроля и получения информации о тарификации услуг в режиме реального времени для аналитических целей. Новое решение основано на технологии хранения больших данных в средах под управлением Hadoop и позволяет проводить более глубокие и быстрые аналитические операции посредством инновационных средств моделирования использования данных в рамках тарифных планов, а также интегрированных процессов ETL (извлечение, трансформация и загрузка). Amdocs TeraScale– новое предложение в рамках программного пакета Amdocs CES 9.1.

Решение Amdocs TeraScale было специально разработано и протестировано на предмет соответствия требованиям в области производительности, безопасности и доступности, применительно к операционным средам операторов связи. Оно способно передавать массивные объемы информации об использовании данных, сгенерированной системой AmdocsConvergent Charging, напрямую в кластеры данных TeraScale на основе Hadoop, обеспечивая обновляемые и детализированные данные для аналитических приложений. Amdocs TeraScale позволяет операторам связи анализировать и визуализировать данные посредством организации оптимизированных обращений и формирования выписок также, как и обычные инструменты запроса к базам данных в среде Hadoop. Решение Amdocs TeraScale может быть изначально внедрено как комплиментарное решение параллельно существующей системе хранения данных и системам ETL, не оказывая влияния на тарификацию и биллинговые операции.

«Amdocs TeraScale решает проблему, с которой сталкиваются операторы связи в такой сфере, как использование данных сегодня: как экономически выгодно хранить массивные объемы информации об использовании данных; как высвободить потенциал использования данных в сфере аналитики для повышения качества обслуживания клиентов и увеличения доходов, - считает Джастин ван дер Ландэ (Justin van der Lande), главный аналитик по стратегиям аналитических ПО в Analysys Mason. – Благодаря новому решению, Amdocsрасширяет свой портфель и совершенствует пользовательский опыт абонентов, позволяя операторам связи получить ранее недоступные внутренние аналитические сведения об использовании данных в режиме реального времени, что помогает проложить путь  к новым стандартам ведения коммерческой деятельности и качественного обслуживания».

 «Компания Amdocs создает системы операторского класса, ориентированные  на повышение качества обслуживания клиентов, в течение уже более 30 лет, - рассказывает Ребекка Прудхомм (Rebecca Prudhomme), вице-президент по маркетингу продуктов и решений в Amdocs. – Cоздавая  Amdocs TeraScale, мы использовали свои знания с целью представить решение, которое не только значительно увеличивает экономическую эффективность работы наших клиентов в такой ключевой области, как хранение данных, но и позволяет им высвободить весь потенциал использования данных для повышения качества обслуживания клиентов. TeraScale является частью нашей комплексной аналитической системы в области «больших данных», которая позволяет операторам связи адаптировать новейшие технологии управления данными, не используемые в традиционных ЦОДах».

В Ovum говорят о Big Trust (большом доверии), как о том, чего не хватает теме Big Data

Big Trust (Доверие с большой буквы) - это отсутствующее звено в бигдате (Big Data), то чего не хватает этой технологии для того, чтобы завоевывать умы и сердца, а не пугать всех, как это происходит сейчас. В этом уверены аналитики Ovum. По мере того, как аналитики данных создают все новые возможности монетизации данных клиентов, агрессия при их использовании заставляет пользователей проявлять все большее недоверие и подозрительность. Чтобы преодолеть этот негативный тренд, компании должны установить существенно более доверительные отношения с клиентами, - этому призвана помочь концепция "Доверие с большой буквы".

В новом отчете Ovum "Personal Data and the Big Trust Opportunity", аналитики поясняют, что получая мощный поток данных о пользователях, бизнесы наращивают свои знания о них, в частности, об их готовности платить, что приводит к росту риска ползучего внедрения ценовой дискриминации и персонализированных предложений, которые могут негативно влиять на благосостояние клиента и на его персональную экономику. Понимающие это клиенты, становятся все более подозрительными в плане своей приватности, а также в отношения прозрачности и управления их данными. Если операторы пойдут на внедрение Big Trust, они получат новые возможности для усиления их базовых предложений и смогут разработать услуги на основе доверия, которые потенциально обеспечат рост доходов.

Принцип Big Trust подразумевает, что данные о пользователе - это собственность пользователя, при этом он должен получить больше "прозрачности" и возможностей управления этой собственностью. Люди должны быть важнее, чем аналитика, говорит Mark Little, старший аналитик Ovum. "Это создает основу для новых услуг на основе "доверия", таких как создание хранилищ персональных данных, которые допускают сбор данных от различных компаний и правительственных агентств. "Клиент  должен иметь возможность видеть "что у них на нас есть", а также возможность исправить данные, если они неверны. Клиентский контроль, проверка, курирование данных о нем самом, повысят качество данных, сделает их более ценными для отрасли и для самих клиентов".

По мнению экспертов Ovum, подход Big Trust имеет потенциал для того, чтобы вывести провайдеров телеком-услуг за пределы их традиционных сервисов в области передачи голоса и сообщений, в мир передачи пользовательских данных, передачи будущих намерений клиентов, создавая ценные отношения для обеих сторон.

"Такая непараллельная синергия с интересами клиента и обязательствами всегда быть на его стороне, может изменить правила игры на рынке интернета, где игроки все более настороженно относятся к любым попыткам мало контролируемого трекинга персональных данных и возможного последующего воздействия на их жизнь. Внедрение подхода Big Trust в коллекцию и использование персональных данных, может защитить индустрию Big Data от неминуемого роста контроля со стороны клиента", - уверены в Ovum.

==

Идеи интересные, не правда ли? Применительно к России читать это пока что печально. Здесь сбор информации о людях, хотя и регулируется законом, но в силу общественного и государственного устройства, истории страны, эти данные не воспринимаются многими как приватные и ценные. Часто можно слышать "мне скрывать нечего, пускай собирают". И собирают. Государство собирает данные всеми мыслимыми способами и сомнительно, чтобы оно было готово допустить к этим данным того, о ком эти данные собраны. Индустрия теоретически может это делать, но пока у нас уровень тревоги по поводу тех же приложений для смартфонов, собирающих о нас немало информации, явно намного меньше, чем желание скачивать и использовать то или иное приложение.

==

На английском:

Ovum reveals Big Trust as big data’s missing DNA

For immediate release

London, 18 February 2014 – Big Trust should be considered Big Data’s missing DNA, the essential material for capturing ‘hearts & minds’ amongst the ‘shock & awe’ of Big Data power, according to Ovum. As big data analytics creates new opportunities for monetizing customer data, the aggression in its exploitation is driving mistrust among users says the global analyst firm. To overcome this businesses must develop a much greater level of trust with customers to overcome their concerns, an approach that Ovum is calling “Big Trust.”

Outlined in a new Ovum report ‘Personal Data and the Big Trust Opportunity’, the industry analysts explain how with a hose-pipe of customer data, businesses are increasing their knowledge of users’ willingness to pay, leading to an increased risk of ‘creeping’ first-degree price discrimination and personalized offers that can negatively impact the customer’s wealth or personal economy. Customers aware of this exploitation become more concerned with their privacy, and with the transparency and control of their data. By adopting a Big Trust approach telcos can expose new opportunities to strengthen their core services and develop new trust-based services with the potential to generate incremental revenues.

“Big Trust principles recognize users’ ownership of their own data, aims to give them greater transparency and control over it, and puts people before analytics,” explains Mark Little, principal analyst at Ovum. “This becomes a foundation for new trust-based services such as personal data vaults that enable the repatriation of data from companies and government agencies. Customers get to see what ‘they’ve got on us’ and correct the data if it’s wrong. Customer control, verification and curation of their own data increases its quality making it more valuable to industry and to the customers themselves.”

According to Ovum’s research Big Trust has the potential to propel communications providers beyond the core services of voice and messaging, and into the consented communication of super-rich customer data and the broadcasting of their customer’s future intentions, a valuable new relationship for both parties.

“Such unparalleled synergy with the interests of the customer and commitment to being on their side could change the rules of the game in internet markets where players tend to be over-reliant on the “fracking” of personal data for their livelihoods. Injecting Big Trust DNA into the collection and use of personal data could protect the Big Data industry from the inevitable rise of customer-control,” concludes Little.