Большие данные в российской интерпретации

Большие данные в российской интерпретации

Говорят, чтобы увидеть, каким будет ИТ-рынок в России через 3 года, надо посмотреть на Европу, а через 5 лет – на Америку. Работает ли это правило для технологий больших данных? Отстает отечественный рынок или успевает за последними тенденциями большой аналитики?

Технологии больших данных позволяют анализировать поведение потребителей не просто по группам, а по конкретным покупателям. Поэтому эти технологии в первую очередь востребованы на рынках, где идет борьба за каждого покупателя. В течение первого полугодия 2014 г. исследовательская группа CNews Analytics опрашивала крупнейшие компании наиболее конкурентных отраслей: банки, ритейл и телеком. При этом в опросе участвовали только организации, входящие в топ-100 своей отрасли. Результаты показали, что менее трети компаний-лидеров российского бизнеса применяют технологии больших данных.

Использование технологий больших данных в крупнейших российских компаниях
(банки, розница, телеком)

Источник: CNews Analytics, 2014

По оценкам заместителя гендиректора по перспективным направлениям бизнеса «Крок» Александра Хлуденева, не более 10% отечественных организаций анализируют большие данные. Для сравнения в мире, по последним данным Gartner, около 30% компаний инвестировали в эти технологии.

Отечественный ИТ-рынок сегодня переживает не лучшие времена. В условиях, когда компании сокращают свои ИТ-бюджеты, не стоит ожидать, что технологии больших данных найдут массовое применение. Тем не менее этот сегмент рынка будет расти, так как в условиях общей стагнации экономики бизнес будет предъявлять спрос на решения, позволяющие повысить эффективность работы с клиентской базой. Рустем Ибрагимов, заместитель генерального директора компании «БАРС Груп» полагает, что в 2014 г. темпы роста этого сегмента рынка составят не более 20–25%.

По оценкам заместителя гендиректора по перспективным направлениям бизнеса «Крок» Александра Хлуденева, не более 10% отечественных организаций анализируют большие данные. Для сравнения в мире, по последним данным Gartner, около 30% компаний инвестировали в эти технологии.

Освоение целины

В 2013 г. российские интеграторы начали всерьез вскапывать поле больших данных. Первый логичный шаг – подготовить почву. Конференции, брошюры, презентации рассказывали потенциальным заказчикам решений больших данных о новых технологиях, приносящих деньги. Усилия принесли плоды: первые внедрения и большое количество пилотов, причем не только в коммерческих компаниях, но и в госсекторе. «Спрос на решения растет, – рассказывает Александр Хлуднев. – Мы видим заинтересованность, желание попробовать, как минимум внедрить пилот и посмотреть на результаты. Пожалуй, еще 2–3 года, и количество внедрений ощутимо возрастет».

Несмотря на бурную просветительскую деятельность вендоров и интеграторов основным сдерживающим фактором в развитии рынка решений больших данных в России остается неготовность заказчика. «На Западе уже давно и успешно пользуются или стремятся к использованию подобного класса систем, и прекрасно понимают не только сферу их применения, но и ценность и окупаемость. В России же приходится много рассказывать о подобных примерах, чтобы для начала «закинуть идею» того, какие задачи может решать подобный класс систем, а потом еще вкладывать существенные усилия в пилотные проекты и доказывать ценность и окупаемость проектов», – сетует Георгий Нанеишвили, директор по развитию партнерской сети Qlik в России.

По мнению экспертов, российскому бизнесу в большинстве своем еще предстоит преодолеть некий психологический барьер. «Компании должны сами столкнуться с типом задач, которые невозможно решить без данного класса систем, осознать ценность использования предлагаемых технологий», – считает Нанеишвили.

Не менее важно, чтобы инициатива внедрения больших данных шла от представителей бизнеса, одного желания айтишников недостаточно. «Подход, когда за внедрение больших данных берется ИТ-департамент и самостоятельно пытается «продать» бизнесу, чаще неуспешен. Возможности этих технологий должен осознать непосредственно бизнес, понять, как в каждом сценарии будут получены наиболее ощутимые результаты. Лучше всего создавать рабочие группы, состоящие из представителей разных департаментов, – рекомендует Александр Хлуднев. В практике эксперта был случай, когда пилот с хорошими технологическими результатами не ушел в промышленную эксплуатацию, только потому, что изначально его инициатором выступал именно ИТ-департамент, который не смог объяснить бизнесу все плюсы от внедрения.

Некоторые участники рынка оптимистично полагают, что российский бизнес почти созрел для больших данных. «Многие российские компании готовы к внедрению систем для анализа больших данных. Они уже подошли к рубежу, после которого промедление в решении этой задачи будет тормозить бизнес, – считает заместитель руководителя департамента систем бизнес-анализа и разработки ПО «Парма-Телеком» (ITPS Group) Дмитрий Харлашко.

Кот в мешке

Еще одна проблема больших данных в России – рынок не до конца понимает, что конкретно скрывается за этим модным термином. «Одни банки под большими данными понимают просто большое количество данных (например, миллионы карт и миллионы ежедневных транзакций), которые можно успешно обработать (с запасом на 5 лет вперед), если купить очень хорошие с аппаратной точки зрения компьютеры. Другие – под уже внедренной системой больших данных понимают распараллеливание процессов загрузки и аналитики в хранилище данных при помощи качественных MPP-процессоров», – рассказывает Елена Слабоспицкая, преподаватель учебного центра РДТех по направлению «Большие данные».

Некоторые эксперты видят источник такого «терминологического шума» в том, что некоторые компании решили воспользоваться модным лейблом «большие данные», чтобы продать по сути традиционные технологии. Георгий Нанеишвили считает, что к настоящим большим данным следует относить только те, которые решают задачи хранения, обработки, управления, индексирования, доступа к распределенным массивам слабоструктирированных данных.

Одновременно немалое число участников рынка не верят в большие данные и видят за ними лишь маркетинговый ход. «Большие данные придумали вендоры, чтобы продать BI тем, кто еще не купил, а если уже купил, то чтобы продать во второй раз», – считает Александр Аникин, руководитель аналитического отдела Wikimart.

Когда концепция больших данных будет продана, на смену ей придет новая «дата». Ростки этих идей уже видны сегодня. Например, концепция «умных данных» (Smart data)в противовес большим данным предлагает анализировать не весь доступный массив данных, а лишь факты, необходимые для решения конкретных бизнес-задач. Рустем Ибрагимов допускает, что со временем от больших данных мы перейдем к термину Mega Data. По мнению эксперта, рост объемов информации и появление новых «экзотических» источников станут предпосылками к появлению новых технологий.

Большие истории успеха

Примеров внедрения технологий больших данных в России пока единицы – и это тоже сдерживающий фактор. Интеграторам и потребителям приходится действовать с оглядкой на Запад, хотя иностранный опыт не всегда оказывается релевантен.

В большинстве своем компании, внедряющие сегодня технологии больших данных, – это лидеры рынка. По наблюдениям Алексея Хлуднева, сегодня пользуются спросом некомплексные проекты, закрывающие локальные потребности, которые раньше невозможно было реализовать обычными средствами. Большая часть текущих пилотов решает задачи анализа неструктурированной информации из открытых интернет-источников для получения информации о рынке и конкурентах.

Компания Отрасль Решаемые задачи (в том числе в стадии пилотов) Применяемые технологии
Вымпелком телеком повышение качества обслуживания
оптимизация каналов коммуникации с клиентами
аналитика и отчетность, анализ данных для развития сети
анализ М2М-данных
борьба с мошенничеством и спамом
персонализация услуг
Hadoop, IBM SPSS, Oracle Exadata
Яндекс интернет-проекты повышение качества предоставляемых сервисов: оптимизация поиска, фильтрация спама, рекомендации товары в «Яндекс-маркете»
экспресс-анализ профилей посетителей сайтов
геоаналитика
рекламный таргетинг
Решения собственной разработки, платформа «Атом»
Mail.ru интернет-проекты борьба с мошенничеством и спамом
анализ поведения пользователей
повышение качества предоставляемых сервисов (почта, «Одноклассники», «Счетчик»)
рекламный таргетинг
Решения собственной разработки, Hadoop
Тинькофф Кредитные Системы финансы управление рисками, скоринг
маркетинг и продажи, глубокая аналитика потребностей потенциальных и существующих клиентов
EMC Greenplum, SAS Visual Analytics, Hadoop
Сбербанк финансы маркетинг и продажи
управление рисками, скоринг
управление взаимоотношениями с клиентами
борьба с мошенничеством
Teradata
Мегафон телеком геоаналитика
маркетинг и продажи
н/д
МТС телеком маркетинг и продажи, сегментация абонентской базы, персонализация услуг н/д
ФНС России госорганы создание аналитического слоя федерального хранилища данных Teradata, Informatica, SAP BusinessObjects, Oracle Exadata
Альфа-Банк финансы анализ информации в соцсетях
обработка онлайн-заявок на получение кредита
скоринг
анализ поведения пользователей сайта
Oracle Exadata
Пенсионный фонд госорганы аналитика и отчетность SAP HANA

Источник: CNews Analytics, 2014

Перейти к полной таблице

Российский рынок больших технологий может устоять перед стагнацией ИТ-сектора, если интеграторы предложат хороший баланс цены и функциональности и смогут убедить заказчиков в эффективности этих решений. В этом могут помочь опенсорсные решения. Успех применения технологий в России, по мнению экспертов, будет зависеть от ряда факторов: наличия подготовленного персонала, объема накопленных данных, готовности и адаптации технологий и процессов у заказчиков.

Александра Кирьянова

Вернуться на главную страницу обзора