Аналитика в Нигерии:

Маленькие шаги, проблемы и путь вперед

Во всем мире дискуссии о данных росли в геометрической прогрессии, и в последние годы данные получили несколько ярлыков. Новое масло, новый бекон, новая валюта - вот несколько ярлыков, которые были приписаны данным. Хотя многие из них могут показаться преувеличенными, нельзя недооценивать силу данных.

Данные в необработанном виде бесполезны, однако они становятся чрезвычайно полезными, когда их можно добывать и обрабатывать, чтобы получить действенную информацию для эффективного принятия решений. Этот процесс называется анализ данных, интеллектуальный анализ данных или наука о данных (в этой статье они будут рассматриваться как одно и то же). Несмотря на то, что аналитика отличается от набора передовых технологий, обычно называемых искусственным интеллектом (ИИ), она частично совпадает с ИИ.

В развивающихся странах, таких как Нигерия, легко думать, что аналитика и ИИ в целом окажут незначительное влияние или не окажут никакого влияния в краткосрочной и среднесрочной перспективе. Однако аналитика начала приносить улучшения в ряде областей, и мы можем с уверенностью сказать, что идет постепенная, неочевидная революция. Люди знакомы с историями успеха зарубежных компаний, таких как Walmart, Target, Netflix и т. Д., Но немногие знают о прогрессе, достигнутом в Нигерии. В последние годы был создан ряд продуктов и решений для разных секторов. Эти продукты были запущены по разным причинам: от повышения производительности / прибыльности до содействия общественному благу и ускорения принятия решений. Ниже приведены некоторые решения для различных секторов: Этот список никоим образом не является исчерпывающим.

Маленькие шаги

1. Финансовые услуги: Paylater

Paylater - это платформа онлайн-кредитования, которая предоставляет краткосрочные ссуды для покрытия непредвиденных расходов или срочных денежных потребностей. Физические лица могут подать заявку на получение ссуды в любое время, используя быстрый процесс подачи заявки, который предоставляет статус в течение нескольких минут. Paylater не требует залога, поручителей или сборов за подачу заявления, как это обычно делают финансовые учреждения. Paylater работает с алгоритмом, запрограммированным для предсказания с некоторой высокой степенью точности, есть ли у человека средства для выплаты ссуды в срок.

2. Нефть и газ: Energy 360

Менеджер станции E360 - это технологическое решение для розничной торговли топливом, в котором используются данные в реальном времени для сокращения финансовых потерь, снижения количества нарушений оперативного контроля и повышения прибыльности для розничных продавцов топлива.

Финансовые потери сводятся к минимуму за счет быстрого определения проблем, связанных с потерей топлива, таких как утечки из баков, кража, перерасход и короткие поставки. Анализ станции E360 предлагает аналитику продаж в реальном времени, сверку и аналитику мошенничества, аналитику запасов и аналитику расходов.

3. Сельское хозяйство: Zenvus

Zenvus Smartfarm - это интеллектуальный электронный датчик, который при установке в почву фермы собирает соответствующие данные, такие как влажность, температура, pH, влажность, питательные вещества и т. Д., И передает данные по беспроводной сети на облачный сервер, где передовые вычислительные модели помогают понять, что происходит на ферме. Модели анализируют данные и информируют фермеров, как, когда и что выращивать. Это повышает производительность, снижает количество отходов и увеличивает урожайность.

4. Здравоохранение: Убенва

Ubenwa - это система машинного обучения, которая анализирует амплитуду и частоту крика младенца, чтобы мгновенно диагностировать асфиксию при рождении. Асфиксия - это состояние, которое возникает, когда организм лишается кислорода, что приводит к потере сознания или смерти; удушье.

Асфиксия при рождении является одной из трех основных причин детской смертности в мире, вызывая смерть более миллиона младенцев и тяжелую инвалидность на протяжении всей жизни. Убенва помогает решить эту проблему.

Проблемы и путь вперед

Как и повсюду в мире, аналитика и искусственный интеллект обещают лучшие результаты в Нигерии. Однако некоторые проблемы по-прежнему ограничивают внедрение аналитики и искусственного интеллекта. К ним относятся:

1. Доступность данных: внешние и внутренние данные

Доступ к внешним данным обычно затруднен, а в некоторых случаях данные отсутствуют. Доступ к внутренним данным также иногда затруднен, поскольку ряд организаций по-прежнему в значительной степени полагаются на ручные процессы, даже если корпоративные системы уже развернуты. Это может быть связано с несколькими причинами: устаревшие системы с ограниченной функциональностью, сложность системных процессов, несколько систем, обрабатывающих разные процессы и т. Д. Данные, генерируемые в рамках этих процессов, обычно не хранятся или хранятся в сложных форматах. Кроме того, иногда очень сложно извлекать данные из устаревших систем и «качественных» данных из бизнес-систем. Это затрудняет надежный анализ данных в масштабе предприятия и ограничивает получаемые результаты.

Путь вперед

Доступ к соответствующим данным остается важным для разработки аналитических систем. Что касается внешних данных, некоторые данные в настоящее время предоставляются различными органами, однако для построения аналитических систем все еще требуется больше данных. Хорошей отправной точкой для этого является монетизация данных. Это может быть достигнуто путем анонимизации или псевдонимизации данных и продажи через брокеров или сторонние платформы.

Не новость, что финансовые учреждения, телекоммуникационные и розничные компании используют огромное количество данных. При правильном соблюдении конфиденциальности и управления данными можно добиться монетизации данных. Полученные данные могут дать представление о потребительских расходах по различным параметрам, таким как возраст, пол, география и т. Д. Однако нормативные акты соответствующих органов должны будут определять то, что можно получить от этих организаций.

Политика и инициативы правительства также могут сделать данные общедоступными. В Соединенных Штатах веб-сайт data.gov содержит более 160 000 открытых правительственных наборов данных, которые можно использовать для исследований и создания приложений; эти наборы данных охватывают несколько секторов.

Кроме того, правительство Индии запустило Платформу открытых правительственных данных (OGD) (аналогичную data.gov) в соответствии с Национальной политикой обмена и доступности данных (NDSAP). Портал предназначен для использования министерствами / ведомствами правительства Индии для публикации наборов данных, документов и т. Д., Собранных ими для общественного использования. Он призван повысить прозрачность, а также открыть возможности для более инновационного использования государственных данных. Такая политика не только улучшает доступ к открытым правительственным данным для разработки аналитических систем, но и повышает прозрачность. Однако для того, чтобы это работало, необходимо уделять первоочередное внимание качеству данных и управлению данными.

Для внутренних данных организации с ручными процессами могут использовать настраиваемые формы для сбора соответствующих данных из этих процессов. Однако это следует делать с осторожностью из-за проблем, связанных с качеством данных и управлением данными. Для устаревших систем эти проблемы необходимо решать в индивидуальном порядке. Организации, как правило, должны иметь возможность использовать существующие системы, хотя это, вероятно, повлечет за собой дополнительные расходы.

2. Низкая осведомленность и нехватка талантов

Осведомленность о преимуществах аналитики и искусственного интеллекта для бизнеса в Нигерии была несколько низкой. Некоторые компании по-прежнему считают, что системы планирования ресурсов предприятия (ERP) могут обеспечить понимание и поддержку, необходимую для принятия решений. Однако, поскольку ERP чрезвычайно полезны для бизнес-операций, их дополнение аналитикой и искусственным интеллектом, вероятно, повысит эффективность организации в нескольких областях.

Точно так же осведомленность о социальных преимуществах аналитики и ИИ была низкой. Осведомленность на обоих фронтах может быть объяснена рядом факторов, в основном низким участием правительства, нехваткой бесплатных открытых наборов данных и нехваткой талантов. Талант - главная проблема аналитики, особенно продвинутой аналитики. Расширенная аналитика - это техническая область, в которой используются концепции из таких областей, как статистика, математика и информатика. Он в значительной степени опирается на такие концепции, как машинное обучение, глубокое обучение и т. Д., Критически важным требованием которых является значительный опыт в вышеупомянутых областях.

Путь вперед

Необходимо вкладывать средства в местные исследования в области аналитики и ИИ в целом. Однако сначала необходимо последовательное стремление к продвижению науки, технологий, инженерии и математики (STEM). Затем это можно дополнить аналитикой и искусственным интеллектом. В последние годы частные организации и НПО выступили с рядом похвальных инициатив по продвижению STEM, но это необходимо делать в массовом масштабе. На других развивающихся рынках, таких как Бразилия и Китай, правительства сыграли определенную роль в продвижении STEM вместе с НПО и частными организациями.

Правительство и образовательные учреждения, несомненно, должны сыграть огромную роль в продвижении аналитики и ИИ в целом. Правительству необходимо предоставить соответствующие инициативы, стимулы и правила / политику. В наши дни нередко можно увидеть страны, у которых есть стратегии искусственного интеллекта. Такие страны, как Канада, Китай и Япония среди других уже имеют это место.

С другой стороны, образовательным учреждениям необходимо разработать соответствующую учебную программу. От них потребуется инвестировать в местные исследования и разрабатывать актуальные для местных условий решения различных проблем. Хорошей отправной точкой является использование текущих партнерских отношений с иностранными партнерами или создание новых партнерских отношений, где это необходимо, для получения необходимой поддержки.

Заключение

Не новость, что наш мир меняется и развивается молниеносно. Некоторые называют это четвертой промышленной революцией, а другие - вторым веком машин. Ясно, что существует «новая норма», и организациям / обществам необходимо идти в ногу с постоянно меняющимися технологическими тенденциями. В мире, в котором мы живем, аналитика больше не «хорошо иметь» или «иметь что-то хорошее», теперь она «должна быть» для нигерийских организаций и общества в целом. Аналитика и искусственный интеллект могут быть чрезвычайно полезны в решении некоторых из самых сложных проблем, с которыми мы сталкиваемся.

Хотя нашему обществу и многим организациям еще предстоит использовать весь потенциал, при последовательных усилиях в правильном направлении уже предпринятые небольшие шаги станут гигантскими шагами.

По словам Лао-цзы, «путешествие в тысячу миль начинается с одного шага».

Так что давайте двигаться дальше!

Источники

· https://www.kdnuggets.com/2018/02/5-things-about-data-science.html

· https://blog.walmart.com/innovation/20170807/5-ways-walmart-uses-big-data-to-help-customers

· http://charlesduhigg.com/how-companies-learn-your-secrets-part-1/

· https://digit.hbs.org/submission/netflix-leveraging-the-power-of-analytics/

· https://medium.com/paylater/paylater-get-a-quick-loan-in-30-minutes-9e673ad49d53

· https://techpoint.ng/2016/04/04/paylater-ng-review/

· https://guardian.ng/energy/smartflow-energy-360-tackle-fuel-retailing-challenges/

· https://www.zenvus.com/products/smartfarm/

· https://www.tekedia.com/plan-transform-africas-agriculture-zenvus-smartfarm/