Переход к большим данным: только взвешенные решения

Оливье Кессон, директор по развитию бизнеса, Orange Business Services в России и СНГ
Оливье Кессон, директор по развитию бизнеса, Orange Business Services в России и СНГ

По статистике, 93% руководителей компаний считают, что они упустили возможности роста из-за неготовности использовать данные. По их оценке, потеря 14% годовой выручки обусловлена такими упущенными возможностями. О больших данных сказано уже очень многое, но для целого ряда компаний остается неясным момент перехода. Как понять, нужно ли использовать инструменты Big Data уже сегодня, готовы ли инфраструктура и сами данные к работе? Чтобы ответить на эти вопросы, нужно тщательно изучить имеющиеся у компании активы.

Хотя правила игры в сфере накопления данных и их обмена еще формируются, сегодня уже всем стало ясно, что потребность в Big Data определяется не отдельными компаниями, а целой эпохой компьютерной отрасли. Количество данных, накопленных во всем мире, приблизилось к 300 экзабайт и продолжает расти приблизительно на 50% в год. Более того, аналитики IDC спрогнозировали увеличение объемов данных по всему миру до 35 тыс. экзабайт уже к 2020 г. Таким образом, организации, которые хотят преуспеть в таких условиях, просто обязаны адаптироваться к новой конъюнктуре рынка. Чаще всего компании инвестируют в средства анализа больших данных для повышения объемов продаж (15,2%), улучшения маркетингового взаимодействия (15%) и обслуживания клиентов (13,3%).

Первыми шагнули в эпоху больших данных компании, работающие в Интернете, так как для них доступ к большим массивам данных был очень простым – они практически уже имелись внутри созданных ИТ-инфраструктур. Мы прекрасно знаем их имена – это Google, Яндекс, Amazon, Yahoo, Facebook и др. В определенном смысле именно они начали накопление тех данных, которые могут быть полезны широкому кругу компаний, а увеличение мощности вычислительных систем и эффективности программных средств по работе с данными делает возможным применение Big Data каждой организацией и в любой точке земного шара.

Стратегия работы с данными

Чтобы начать эффективную работу с данными, необходимо выработать стратегию их получения, хранения и использования. Также следует изучить возможности сотрудничества с другими организациями, найти взаимовыгодные схемы взаимодействия в сфере обмена данными. Большое место в стратегии Big Data занимают перспективные источники данных. Среди них могут оказаться любые хранилища и сервисы, необрабатываемые данные с устройств, используемых компанией, и данные пользователей. Потенциальным источником данных может стать все что угодно, если предоставляемая информация позволит повысить ценность всего массива данных для бизнеса. Наконец, стратегически важно понять, какие задачи компания будет решать при помощи больших данных и какие сложности могут возникнуть у нее на пути. Речь идет о деловых, операционных, технологических и юридических препятствиях. Например, какие-то данные придется обезличить для обработки, а для других запрашивать согласие пользователей и придумывать, как завоевать их доверие. Только после проведения этой исследовательской работы можно приступать к внедрению технологий Big Data.


Компания PASSUR Aerospace запустила новый сервис для авиакомпаний и аэропортов – набор инструментов на основе внутренних и внешних данных, который автоматически предсказывает ожидаемое время прибытия самолетов. Этот базовый сервис может значительно снизить затраты авиакомпаний и улучшить внутренние процессы (за опоздание самолета в аэропорт компания-перевозчик должна выплатить штраф). Такая услуга основана на интенсивном использовании данных путем объединения и анализа данных, поступающих в реальном времени, для предсказания срока прибытия воздушного судна. Вначале специалисты Passur собрали различные общедоступные наборы данных, в частности локальные сводки погоды и графики вылета и прибытия самолетов. Кроме того, они накапливали данные из собственной сети, состоящей из размещенных рядом с аэропортами радаров, которые в реальном времени передавали данные о движении самолетов.
И наконец, для уточнения прогнозов они узнавали у пилотов ориентировочное время прибытия самолетов и также учитывали эти данные. В результате авиакомпании смогли более точно предсказывать время прибытия самолетов и, следовательно, сократить расходы (аэропорт взимает штраф лишь в том случае, если самолет приземляется позже запланированного времени). Они также смогли оптимизировать свои внутренние процессы, поскольку получали информацию в режиме реального времени и могли управлять логистикой более эффективно.


Аналитика и потенциал данных

Компании могут собирать, хранить и анализировать данные, чтобы найти показатели эффективности и события для наиболее полной оптимизации активов. Это должно дать им возможность улучшить распределение ресурсов и оптимизировать бизнес-процессы.

Для полного раскрытия потенциала больших данных применяются разнообразные аналитические инструменты. Многие из элементов базовой аналитики уже внедрены в современных компаниях. Речь идет о стандартных средствах формирования отчетности и отслеживания показателей, которые помогают получить достоверные и точные данные о текущих процессах и состоянии компании. Это необходимая часть работы с данными, но сегодня ее уже недостаточно.

Далее следует упреждающая аналитика, которая подразумевает сегментацию, статистический анализ или анализ чувствительности для создания факторов повышения производительности в будущем. На этом уровне компании необходимо использовать уже более широкий набор данных и делать более сложные выборки. Однако упреждающую аналитику можно внедрить и на уровне традиционных систем BI, подключая к ним больше источников данных.

Но вот аналитическое прогнозирование требует совершенно иных подходов, таких как прогнозное моделирование и симуляция, позволяющих получить более широкую аналитическую картину и прогнозы. Эти методы опираются на более производительные и гибкие системы аналитики, которые относятся специалистами к классу Big Data. Работа с Big Data определяется потребностями компаний, и очень часто проекты внедрения подобных систем запускаются перед принятием принципиальных решений о выходе на новые рынки, смене стратегии и курса организации. Это позволяет тщательно взвесить все «за» и «против» и учесть множество факторов при создании новой стратегии.

Процессы в реальном времени

Хотя анализ информации может происходить и в фоновом режиме, все чаще компании предпочитают применять аналитику в режиме реального времени. Это дает возможность предупредить потенциальные проблемы, такие как мошенничество или пиратство, нехватка материалов или сотрудников, изменение параметров рынка и спроса, но требует наличия высокопроизводительной инфраструктуры – физической или облачной.

Однако игра стоит свеч – такой подход позволяет компаниям быстро реагировать на любую угрозу или атаку, оптимизировать рутинные рабочие операции и повысить качество предоставляемых услуг. Например, системы обнаружения мошенничества в режиме реального времени могут применяться в банках для защиты клиентов от хищения личных данных через банкоматы.

Снижение стоимости хранения

Эффективная стратегия работы с большими данными требует использования огромных массивов информации. Поэтому актуальным вопросом для любой компании, переходящей к Big Data, является снижение стоимости владения и хранения данных.

Как показывает практика Orange Business Services, значительно снизить общую стоимость владения ИТ-инфраструктурой и данными, в частности, можно за счет новых средств управления данными, а также массивов, которые обладают большей емкостью и производительностью. Другими словами, Big Data требует модернизации ИТ-инфраструктуры.

Технологии Hadoop и NoSQL, в свою очередь, значительно увеличили объем данных, которые компания может хранить и обрабатывать самостоятельно. Другая перспективная возможность заключается в использовании ресурсов внешних ЦОД, предлагающих более выгодные условия хранения данных. На удаленной площадке может быть также развернута инфраструктура Hadoop, и в нее могут быть загружены огромные массивы неструктурированных данных с устройств, из Интернета, корпоративных архивов. Таким образом, заказчик может не расширять свой парк оборудования, а просто платить за хранение больших массивов, когда это нужно.

Все большую популярность приобретают облачные решения, которые предлагают более простой и быстрый доступ к данным в рамках моделей «Инфраструктура как услуга» (IaaS) и «ПО как услуга» (SaaS). Современные облачные платформы позволяют легко расширять и масштабировать хранилища, фактически не заботясь о вместимости и объемах. Для этого провайдеры предлагают гибкие тарифы на размещение информации и сами формируют те ЦОД, которые способны справиться с подобным наплывом данных.

Впрочем, внедрение экономически эффективных облачных решений приведет к скрытым расходам, объем которых может оказаться значительным. Это касается затрат на загрузку данных, техническое обслуживание, подготовку персонала и управление версиями технологий. Так что при выработке стратегии работы с Big Data нужно тщательно оценить затраты.


Компания American Express образовала дочернюю организацию для оказания услуг аналитики и консалтинга – American Express Business Insights. Ее задача – помочь бизнес-клиентам в разработке обоснованных стратегий. Подразделение изучает сводные результаты анализа тенденций и моделей расходов, исследуя примерно 90 млн карт на 127 рынках для обеспечения бизнес-планирования и маркетинга. Business Insights определяет тенденции изменения потребительских расходов, дает консультации по привлечению и удержанию клиентов, разрабатывает стратегии маркетинга и рекламы, улучшает процессы CRM и закупок в соответствии с задачами компании.
Все данные собираются на агрегированном уровне в соответствии с политикой конфиденциальности компании, поэтому они не содержат персональной информации о продавцах или партнерах для маркетинговых целей. По сути, объединенные данные транзакций можно использовать для разделения потребителей на сегменты (например, «сверхбогатые» или «крупные корпорации»), а впоследствии изучать модели осуществления компаниями закупок.


Принимайте взвешенные решения

Большие данные могут привести к большим доходам, если компании удастся оптимизировать свою работу или оказывать новые услуги, основываясь на лучшем понимании своих клиентов и экосистемы больших данных. Но для этого необходимо создавать прагматичные стратегии в отношении больших данных, принимая во внимание особенности отрасли, доступные ресурсы и имеющиеся среды. Рекомендуемый нами подход — реализация небольшого бизнес-ориентированного проекта, который позволит оценить, как большие данные могут повлиять на бизнес. Немаловажную роль в проектах больших данных играет руководство. Оно должно поддержать эту стратегию и рассмотреть возможные задачи, чтобы убедиться, что стратегия согласуется с особенностями деятельности компании. Отделы маркетинга, финансов и ИТ должны работать в тесном сотрудничестве, чтобы выбрать подходящие бизнес-модели и стратегию выхода на рынок для получения максимальной прибыли. Кроме того, для обеспечения эффективности долгосрочного проекта важно учитывать применимые правовые нормы. Как показывает практика клиентов Orange Business Services, грамотный подход к использованию данных, применение современных аналитических инструментов и формирование целостной стратегии работы с данными на будущее позволяют компаниям занимать самые перспективные ниши, вовремя делать предложения заказчикам и выводить самые востребованные продукты на рынок в числе первых. В этом и есть ценность Big Data на сегодняшний день.

Поделиться:
Спецпроект

Напряженный трафик или Современные требования к инфраструктуре ЦОД

Подробнее
Спецпроект

Специальный проект "Групповой спутниковый канал для территориально-распределенной сети связи"

Подробнее

Подпишитесь
на нашу рассылку