Инструменты бизнес-аналитики и корпоративные хранилища данных уже давно помогают государственным учреждениям более эффективно выстраивать свою деятельность. При этом программное обеспечение для бизнес-аналитики лучше всего работает на структурированных данных. Неструктурированные данные, которые растут чрезвычайно быстро, могут обрабатываться в ограниченных размерах.
Чтобы найти реальные взаимосвязи и закономерности между разными типами данных, учреждения используют прогностическую (предиктивную) аналитику при решении своих задач.
Этот инструмент помогает организациям на основе больших объемов структурированных и неструктурированных данных выявить закономерности, которые не только определяют текущие тенденции, но и позволяют спрогнозировать будущие события.
Прогностическая аналитика включает в себя целую группу аналитических инструментов и методов. К ним относятся:
аналитика социальных медиа – сбор и анализ данных из различных социальных медиа-источников;
глубокий анализ текста — обеспечивает глубокий анализ текстовых документов;
анализ тональности — изучение мнений и приоритетов пользователя;
геопространственный анализ — данные со спутников, навигационных систем, аэрофотосъемки, сенсорных сетей и радаров.
Если цель — повышении эффективности деятельности, предотвращение киберугроз, выявлении мошенничества или искоренение терроризма, прогностическая аналитика является эффективным способом осмысления больших данных. Вот несколько примеров.
Борьба с отмыванием денег. Прогностическая аналитика поможет учреждениям построить характерные модели действий с аккаунтом. Они помогут выявить подозрительную активность и предсказать, когда, где и как могут произойти конкретные правонарушения.
Правоохранительные органы. Госструктуры могут использовать прогностическую аналитику для анализа больших объемов данных о перемещениях и иммиграции, регистрации автотранспортных средств и других данных, чтобы использовать полученные выводы для отслеживания мошенничества, кражи имущества, контрабанды наркотиков, торговли оружием и т.д.
Внутренние угрозы. Анализируя закономерности в использовании сотрудниками технологий, электронных сообщений, файлов журналов и других данных, прогностическая аналитика может выявить закономерности и аномальное поведение, что поможет устранить внутренние угрозы.
Независимо от целей прогностическая аналитика является эффективным инструментом для больших объемов данных. Правильно выбирая инструменты, госструктуры могут выбрать шаблоны, необходимые для дальнейшего расследования или предотвращения нежелательного события.
Правительственные большие данные США в цифрах
В объемах информации:
К апрелю 2011 года в Библиотеке Конгресса США было собрано 235 терабайт данных (1 Тб = 1,09 тыс. Гб).
В 2009 году правительство США произвело 848 петабайт данных (1 Пб = 1,12 млн. Гб). В среднестатистическом государственном или местном учреждении хранится около 499 Тб данных.
Объем структурированных и неструктурированных данных в сфере здравоохранения ежегодно увеличивается на 6%. В 2009 году в США в сфере здравоохранения создано 150 эксабайт данных (1 Эб = 1,15 млрд. Гб).
В расходах:
В 2012 году правительство США потратило $4,9 млрд на решения для больших данных. В 2017 году на это планируется потратить уже $7.2 млрд.
В марте 2012 года администрация Обамы выделила на Инициативу по исследованиям и разработкам в области больших данных более $200 млн.
Ежегодно Пентагон планирует тратить на большие данные $250 млн.
Национальные институты здравоохранения в течение следующих четырех лет будут ежегодно тратить на большие данные $24 млн.
Источник: FCW
