<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.1d1" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher">REMEDIUM</journal-id><journal-title-group><journal-title>REMEDIUM</journal-title></journal-title-group><issn publication-format="print">1561-5936</issn><issn publication-format="electronic">2658-3534</issn><publisher><publisher-name>Joint-Stock Company Chicot</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">1196</article-id><article-id pub-id-type="doi">10.21518/1561-5936-2018-1-2-60-63</article-id><article-categories><subj-group subj-group-type="heading"><subject>Original Article</subject></subj-group></article-categories><title-group><article-title>Pharmaceutical retail visitor traffic intensity analysis using big data technology elements</article-title></title-group><contrib-group><contrib contrib-type="author"><name name-style="western"><surname>Umarov</surname><given-names>S. Z.</given-names></name><bio></bio><email>noemail@neicon.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author"><name name-style="western"><surname>Narkevich</surname><given-names>K. I.</given-names></name><bio></bio><email>noemail@neicon.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff id="aff-1">Saint Petersburg State Chemical Pharmaceutical Academy</aff><pub-date date-type="epub" iso-8601-date="2018-12-01" publication-format="electronic"><day>01</day><month>12</month><year>2018</year></pub-date><issue>1-2</issue><fpage>60</fpage><lpage>63</lpage><history><pub-date date-type="received" iso-8601-date="2022-03-18"><day>18</day><month>03</month><year>2022</year></pub-date></history><permissions><copyright-statement>Copyright © 2018,</copyright-statement><copyright-year>2018</copyright-year></permissions><abstract>Extracting valuable insights from vast quantities of data becomes a key factor in developing new competitive advantages and companies' growth and creates the prerequisites for changing business processes in the pharmaceutical industry. The analysis of video data obtained from various sources is one of the methods for processing big data. Intelligent video surveillance systems built on hardware devices enabling solutions designed to automatically detect events that will match the predefined criteria and reaction to the systems disclosure according to the established rule in real time can analyse significant volumes of video information. The analysis was performed using a state-of-the art video monitoring system with a unique video analytics complex, which has the function of the People Counting module. The analysis of 800 GB of video data provided information on the visitor traffic dynamics during various working hours, which showed that the average number of visitors per time unit (hour) depends both on the time of year and the time of day. Nevertheless, the variability of pharmacy visitor traffic cannot be called high; it can be characterized as moderate (minimum 17%, maximum 40%). But even a moderate variability of visitor traffic affects the intensity of labour of pharmaceutical personnel.</abstract><kwd-group xml:lang="en"><kwd>big data</kwd><kwd>pharmaceutical retail</kwd><kwd>video analytics</kwd><kwd>visitor traffic analysis</kwd></kwd-group><kwd-group xml:lang="ru"><kwd>большие данные</kwd><kwd>фармацевтический ретейл</kwd><kwd>видеоаналитика</kwd><kwd>анализ посетительского трафика</kwd></kwd-group></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><mixed-citation>Портер М.Э. Конкуренция. Пер. с англ. М.: Издательский дом Вильямс, 2005. 608 с.</mixed-citation></ref><ref id="B2"><label>2.</label><mixed-citation>Булгакова Е.В., Булгаков В.Г., Акимов В.С. Использование больших данных в системе государственного управления: условия, возможности, перспективы. Юридическая наука и практика: вестник Нижегородской академии МВД России, 2015, 3(31): 10-14.</mixed-citation></ref><ref id="B3"><label>3.</label><mixed-citation>Денисов А.А. Информационное поле. М.: «Омега», 1998. 64 с.</mixed-citation></ref><ref id="B4"><label>4.</label><mixed-citation>Цветков В.Я. Естественное и искусственное информационное поле Международный журнал прикладных фундаментальных исследований, 2014, 5, ч. 2: 178-180.</mixed-citation></ref><ref id="B5"><label>5.</label><mixed-citation>Большие Данные - новая теория и практика. Открытые системы. Режим доступа https://www.osp.ru/ os/2011/10/13010990.</mixed-citation></ref><ref id="B6"><label>6.</label><mixed-citation>Глушков В.М. Основы безбумажной информатики. М.: Наука, 1987. 557 с.</mixed-citation></ref><ref id="B7"><label>7.</label><mixed-citation>Адриан М. Большие данные. Teradata Magazine, 2011, 11: 38-42.</mixed-citation></ref><ref id="B8"><label>8.</label><mixed-citation>Васёв П.А. Среда поддержки интерактивной визуализации для суперкомпьютерных вычислений. Вопросы атомной науки и техники. Серия: Математическое моделирование физических процессов, 2009, 4: 67-77.</mixed-citation></ref><ref id="B9"><label>9.</label><mixed-citation>Авербух В.Л., Байдалин А.Ю., Васев П.А. и др. Задачи визуализации параллельных вычислений. Вопросы атомной науки и техники. Сер. Математическое моделирование физических процессов, 2002, 3: 40-52.</mixed-citation></ref><ref id="B10"><label>10.</label><mixed-citation>Короткова Т. EMC Data Lake 2.0 - средство перехода к аналитике больших данных и цифровой экономике. CNews -издание о высоких технологиях. Режим доступа http://bigdata.cnews.ru/ news/line/2015-12-03_emc_data_lake_20_pomozhet_perejti_k_analitike.</mixed-citation></ref><ref id="B11"><label>11.</label><mixed-citation>Исследование Oracle и CNews Analytics: Большие данные пришли в Россию. Оракл Россия и СНГ. Режим доступа. https://www.oracle.com/ru/corporate/pressrelease/study-of-oracle-and-cnews-analytics-20150226.html.</mixed-citation></ref><ref id="B12"><label>12.</label><mixed-citation>Распоряжение Правительства РФ от 01.11.2013 N 2036-р «Об утверждении Стратегии развития отрасли информационных технологий в Российской Федерации на 2014 - 2020 годы и на перспективу до 2025 года». Система Гарант. - Режим доступа http://base.garant.ru/70498122/#ixzz513wEv1HV.</mixed-citation></ref><ref id="B13"><label>13.</label><mixed-citation>Головина ТА., Романчин В.И., Закиров А.И. Развитие технологий бизнес-аналитики на основе концепции Business Intelligence. Известия Тульского государственного университета. Экономические и юридические науки, 2014, 5-1: 416-424.</mixed-citation></ref><ref id="B14"><label>14.</label><mixed-citation>Tan P, Steinbach M, Kumar V. Introduction to Data Mining. N.Y: Addison-Wesley, 2005. 769 p.</mixed-citation></ref><ref id="B15"><label>15.</label><mixed-citation>Интеллектуальная видеоаналитика. Авиортехнические средства охраны. Режим доступа: http://aviorst.ru/services/ intellektualnaya_videoanalitika/.</mixed-citation></ref></ref-list></back></article>
