Яндекс поделится с бизнесом анализом больших объемов данных

Вторник, 9 декабря 2014 16:05 MSK
 

МОСКВА, 9 дек (Рейтер) - Крупнейший российский интернет-поисковик Яндекс дозрел до того, чтобы поделиться с бизнесом методами обработки больших массивов данных, позволяющими улучшить финансовые показатели или уровень оказываемых услуг, в попытке диверсифицировать источники дохода на фоне замедления темпов роста основного из них - контекстной рекламы.

Решение Яндекса позволит клиентам "обратить большие массивы данных в подручные инструменты и таким образом увеличить продажи, сократить расходы, оптимизировать процессы, предотвратить убытки, прогнозировать спрос и разработать или улучшить существующие методы таргетирования аудитории", говорится в сообщении компании.

"Мы нашли одну бизнес-модель: мы придумали пользовательские сервисы в интернете и запустили это фактически на одном рынке - русскоязычном. Тот актив, который у нас есть - математика больших данных, - мы применяем к одной модели на одном географическом рынке", - сказал Рейтер сооснователь и глава Яндекса Аркадий Волож.

"Мы вырастем еще в какое-то количество раз, но это ограниченная вещь, 100 миллиардов здесь не будет никогда... Понятно, что темпы роста снижаются с увеличением объемов. Что делать дальше? Мы видим, что у нас есть актив, который может еще где-то применяться, и мы пробуем разные бизнес-модели, это одна из них".

По итогам 2014 года Яндекс ждет замедления темпов роста выручки до 27-30 процентов с 37 в 2013 и 44 в 2012 году на фоне стагнации российской экономики.

Компания не предоставила информации о размере инвестиций в технологию и ожиданий возможной прибыли от ее применения, но, по словам Евгении Завалишиной, курирующей проект Yandex Data Factory, компания сейчас отбирает проекты, где применение технологии будет наиболее эффективным.

"Для нас бизнес в России - это стартовая площадка, в России Яндекс все знают. У нас есть убежденность, что эти технологии универсальны", - сказала она Рейтер.

Яндекс сообщил, что одним из пилотных проектов стало использование технологии машинного обучения для одного из крупнейших европейских розничных банков, позволившее проанализировать потребности клиентов и на их основании предложить им персонифицированный набор услуг, а банку - увеличить продажи банковских продуктов.

(Анастасия Тетеревлева, Мария Киселева)