Публикации |
|
2023 г. – новый этап практического применения CXL, статья |
|
VMware сдвигает акцент в проекте Capitola на CXL, статья |
|
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья |
|
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья |
|
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья |
|
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья |
|
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья |
|
GigaIO: CDI_решение на базе AMD для высшего образования, статья |
|
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья |
|
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья |
|
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья |
|
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья |
|
End-to-end 64G FC NAFA, статья |
|
Computational Storage, статья |
|
Технология KIOXIA Software-Enabled Flash™, статья |
|
Pavilion: 200 млн IOPS на стойку, статья |
|
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья |
|
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья |
|
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья |
|
SmartNIC – новый уровень инфраструктурной обработки, статья |
|
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья |
|
Compute, Memory и Storage, статья |
|
Lenovo: CXL – будущее серверов с многоуровневой памятью
, статья |
|
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья |
|
Intel® Agilex™ FPGA, статья |
|
Weka для AI-трансформации, статья |
|
Cloudera Data Platform – “лучшее из двух миров”, статья |
|
Fujitsu ETERNUS DSP - разработано для будущего, статья |
|
Технологии охлаждения для следующего поколения HPC-решений, статья |
|
Что такое современный HBA?, статья |
|
Fugaku– самый быстрый суперкомпьютер в мире, статья |
|
НРС – эпоха революционных изменений, статья |
|
Новое поколение СХД Fujitsu ETERNUS, статья |
|
Зональное хранение данных, статья |
|
За пределами суперкомпьютеров, статья |
|
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья |
|
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья |
|
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья |
|
IPsec в пост-квантовую эру, статья |
|
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья |
|
Обзоры |
|
Все обзоры в Storage News |
|
Тематические публикации |
|
Flash-память |
|
Облачные вычисления/сервисы |
|
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных |
|
Современные СХД |
|
Информационная безопасность (ИБ), борьба с мошенничеством |
|
Рынки |
|
Бизнес-Форум IBM
6, декабрь 2012
IBM в рамках ежегодного бизнес-форума провела пресс-конференцию с участием Кирилла Корнильева, генеральный директор IBM в России и СНГ; Евгения Волкова, вице-президент по маркетингу, QIWI; Михаила Горбатовского, директор по развитию бизнеса, IBM в России и СНГ и Сергея Жернового, менеджер по технологиям программного обеспечения, IBM в России и СНГ.
Ключевой темой пресс-конференции стало применение решений аналитики больших данных в различных секторах экономики. Сергей Корнильев рассказал о результатах недавно проведенного
исследования 2012 IBM Tech Trends Report (см. отдельный пресс-релиз). Евгений Волков представил факт-лист с информацией о проекте внедрения IBM SPSS в QIWI, в результате которого удалось в значительной степени персонифицировать обслуживание клиентов QIWI с учетом предыстории их платежей. Среди дополнительных данных о проекте были приведены следующие.
Показатели рынка моментальных платежей и рынка электронных платежей
В 2011 году объем рынка моментальных платежей (терминальное направление) в России превысил 892 млрд. рублей. В том же году объем пополнений «электронных кошельков» составил порядка 125 млрд. рублей.
Показатели Группы QIWI
- Оборот Группы QIWI в 2011 году вырос на 13,9% и составил 417 млрд. рублей.
- На территории России работает более 100 тысяч QIWI Терминалов.
- Ежегодно с помощью QIWI Терминалов свои регулярные и необходимые платежи оплачивает более 80 млн. уникальных пользователей.
- Через процессинговый центр QIWI каждый год проходит более 2 млрд. платежей.
- С помощью платежного сервиса QIWI только в России можно оплачивать услуги и товары более 27 тысяч компаний.
Предпосылки создания совместного проекта Группы QIWI и IBM
Рынок моментальных платежей перешел в стадию зрелости, которая не предполагает бурный рост основных показателей. Поэтому для платежного сервиса QIWI максимально актуальными задачами на этом этапе становятся расширение списка услуг, используемых каждым конкретным клиентом QIWI , расширение списка популярных и востребованных провайдеров в российских регионах и общее повышение информированности клиентов о возможностях QIWI .
Необходимым условием для решения поставленных задач является получение данных, их анализ и выработка рекомендаций по ключевым клиентским сегментам сервиса QIWI: конечные пользователи, компании-провайдеры и компании-рекламодатели.
Решение от IBM
Программной платформой аналитической системы станет решение IBM SPSS. Именно это решение было выбрано QIWI в качестве инструмента, помогающего в решении стоящих задач. На первом этапе, после ознакомления с Системой IBM, QIWI начнет ее тестирование на 10 тысячах QIWI Терминалов. Если Система IBM будет удобна и докажет свою эффективность, QIWI масштабирует ее на всю терминальную сеть в России.
Система, которая будет разработана экспертами IBM, предлагает:
- Анализ информации о разных типах клиентов платежного сервиса QIWI .
- Составление уникальных профилей для клиентов.
- Формирование рекомендаций по предложениям для каждого типа клиентов.
Ожидаемый эффект от внедрения
- Благодаря Системе IBM станет возможным получение информации о потребительском и клиентском поведении. На ее основе для конечных пользователей будут формироваться адресные предложения, таргетированная реклама, генерироваться потребительские лиды. За счет этого платежный сервис QIWI повысит эффективность платежных операций: на первых страницах QIWI Терминалов будут расположены самые актуальные и востребованные услуги и провайдеры. Рекламные сообщение, высылаемые пользователям, будут соответствовать их предпочтениям и потребностям.
- Система IBM позволит проводить имитационное моделирование новых продуктов либо измерений, а также находить аномальные узлы в существующих продуктах. Применение этих возможностей позволит обеспечить клиентов QIWI новыми сервисами, обладающими высоким потенциалом для конкретных регионов.
- Обобщая данные, QIWI получает общую картину процессов развития своего платежного сервиса. Станут очевидными причины роста либо снижения востребованности тех или иных услуг. Система IBM станет инструментом для эффективного анализа активностей и последующего планирования.
Михаил Горбатовский представил пилотный проект IBM, цель которого предложить банкам систему поиска новых клиентов в социальных сетях. Это решение дает банкам удобный инструментарий для оперативной работы с текущими или возможными клиентами в сети Интернет, анализа их предпочтений, спроса и отзывов в режиме реального времени.
РЕЗУЛЬТАТЫ:
- Проект выполнен за 4 месяца
- Система подобного класса возможностей впервые представлена в России
- Проект реализован ресурсами IBM
КЛЮЧЕВЫЕ ПОКАЗАТЕЛИ
- Проектная команда 20+ человек
- Разработка системы в кратчайшие сроки – 3 месяца
- Источники – более 30 соцсетей, блогов, банковских форумов
- Из 1 млн сообщений – найдено более 60 тыс. потенциальных клиентов
Что делает Систему уникальной?
- Работа с любыми объемами и числом источников в режиме реального времени
- Развитый инструментарий анализа естественного русского языка
- Возможность работы с любыми типами данных – текстом, видео, транзакциями, геолокацией и пр.
Выгоды от внедрения Системы получают ряд бизнес-подразделений банков
- Розничный блок - продажи
НОВЫЕ ВОЗМОЖНОСТИ
- Автоматизированный поиск новых клиентов в социальных сетях
- Непрерывное выявление новых потребностей клиентов •Автоматизированный сбор «социального» профиля клиента
- Подбор индивидуальных предложений для клиентов
КЛЮЧЕВЫЕ ВЫГОДЫ
- Увеличение числа розничных клиентов
- Рост объема продаж на одного клиента
- Маркетинг и PR – анализ спроса
НОВЫЕ ВОЗМОЖНОСТИ
- Анализ общественного мнением в масштабах всего Интернета в режиме реального времени
- Микросегментация по множеству категорий
- Прогнозирование развития событий
КЛЮЧЕВЫЕ ВЫГОДЫ
- Увеличение скорости реакции на потребности клиентов
- Повышение эффективности кампаний
- Качественный мониторинг отношения к бренду
- Операционный блок - обслуживание
НОВЫЕ ВОЗМОЖНОСТИ
- Высокая точность идентификации проблем с обслуживанием
- Уведомление в момент появления информации о проблеме
- Анализ первопричины события
КЛЮЧЕВЫЕ ВЫГОДЫ
- Рост скорости реагирования на отзывы клиентов, звонки в колл-центр
- Непрерывный и единый контроль качества
Сергей Жерновой представил систему видеоаналитики IBM Smart Vision Suite (на западном рынке уже более 3-х лет) и ее возможности при использовании для управления транспортным движением.
|
|