Спецпроекты

oбзор

Обзор: Аналитика 3.0 – 2020

Рынок аналитики растет и становится все более разнообразным
Источник фото ru.depositphotos.com

Рынок аналитики растет и становится все более разнообразным

Мировой рынок аналитических средств в 2019 г. продолжил рост несмотря на общую стагнацию в сфере ИТ, поскольку именно анализ данных лежит в основе цифровой трансформации. При этом все более важную роль играет анализ не только «классических» транзакционных данных, но и данных из других источников, например — получаемых с устройств интернета вещей.

Аналитика «в лицах». В квадранте лидеров — без перемен

В феврале 2020 г. компания Gartner выпустила очередной отчет Magic Quadrant for Analytics and Business Intelligence Platforms. Как отмечено в документе, современные платформы аналитики характеризуются простотой в использовании (что дает возможность «самообслуживания» —работы с данными без участия специалистов), поддерживают полный цикл работы — от подготовки данных до визуального представления результатов.

Что до магического квадранта Gartner, то в нем традиционно мало что изменилось. Лидеры те же, Tableau и купившая ее Salesforce до сих пор учитываются Gartner как отдельные вендоры, несмотря на то, что сделка по покупке была закрыта 1 августа прошлого года, поскольку из-за требований регуляторов компании не смогли приступить к интеграции своих решений.

Магический квадрант Gartner в области бизнес-аналитики

Источник: Gartner, 2020

Два новых игрока появилось лишь в левом нижнем углу квадранта, там, где располагаются нишевые игроки. Это канадская Dundas и китайская Alibaba Cloud. Пока это нишевые игроки, и первый в таком качестве может остаться навеки (если его не купит кто-то из лидеров). Выход же на рынок аналитики такого гиганта, как Alibaba, может существенно повлиять на расстановку сил в будущем.

Однако пока, как считают в Gartner, продукт Alibaba Quick BI явно ориентирован на Китай (документация и учебные материалы на китайском существенно лучше, чем на других языках), а возможности продукта уступают таковым у продуктов конкурентов. Клиенты довольны Quick BI, но применяют этот продукт преимущественно для несложных задач.

Актуальные задачи аналитики

По своим визуальным возможностям ведущие платформы, как полагают в Gartner, практически сравнялись и теперь конкуренция идет в двух основных направлениях.

Во-первых, растет важность средств поддержки корпоративной отчетности. Клиенты заинтересованы в том, чтобы аналитические платформы помогли им модернизировать системы отчетности, сделав результаты более наглядными. Пока эти потребности обычно удовлетворяются классическими продуктами SAP, Oracle или IBM.

Во-вторых, возможности систем во все большей мере определяет уровень использования «дополненной аналитики» (augmented analytics), то есть применения в аналитических платформах средств искусственного интеллекта и машинного обучения. Именно дополненная аналитика, по версии Gartner, станет способом добиться конкурентного превосходства над конкурентами и именно в нее будут вкладываться производители средств аналитики.

По оценке Gartner, к 2022 г. технологии дополненной аналитики станут широко использоваться, однако только 10% аналитиков смогут использовать весь ее потенциал.

Среди других прогнозов — к 2023 г. 90% из крупнейших 500 компаний мира существенно расширят свои программы по работе с данными. А к 2025-му 80% потребительских и промышленных товаров, содержащих электронные компоненты, будут иметь встроенные средства аналитики.

Надо сказать, что приблизительно те же тезисы содержались и в прошлогоднем отчете Gartner. В нем также указывалось на важность дополненной аналитики и на рост популярности получения отчетов в режиме «самообслуживания».

«Внедрение машинного обучения, распространение инструментов процессной аналитики, роботизации, самообслуживания при работе с данными — эти факторы определяют рост рынка аналитики в мире, и Россия не исключение», — комментирует Андрей Кондратов, главный архитектор Glowbyte Consulting. Другие важные технологические тренды, по его мнению, связаны с появлением средств расширенной аналитики и управления данными, более широким использованием фабрик и озер данных, потоковой аналитики, периферийных вычислений.

Если аналитические квадранты Gartner — воплощение стабильности, то в рейтинге российского рынка средств бизнес-аналитики, созданном CNews в этом году, появилось немало новых лиц, поскольку желание принять в нем участие выказало вдвое больше компаний, чем в прошлые годы, причем двое из новичков сразу попали на верхние строчки рейтинга.

Крупнейшие поставщики решений для анализа данных в России 2019

№ 2019 № 2018 Название организации Город (расположение центрального офиса) Выручка по проектам аналитики данных в 2019 г., включая НДС, ₽тыс. Выручка по проектам аналитики данных в 2018 г., включая НДС, ₽тыс. Рост 2019/2018, % Штатная численность сотрудников компании, задействованных на направлении аналитики данных, 2019 г.
1 1 Glowbyte Москва 4 181 158 3 357 474 24,5% 1 036
2 - Ctrl2GO Москва 4 126 823 0 - 187
3 3 Softline Москва 2 635 887 2 142 998 23,0% н/д
4 - Лига цифровой экономики Москва 2 070 647 1 884 210 9,9% 625
5 2 Крок Москва 1 853 054 2 161 120 -14,3% 1960

Рынок аналитики в цифрах

В январе 2020 г. агентство ResearchAndMarkets опубликовало отчет о глобальном рынке аналитики, его перспективах, тенденциях и прогнозах на 2019–2027 годы, согласно которому в 2018 г. мировой рынок средств аналитики больших данных был оценен в $37,34 млрд Ожидается, что он достигнет $105,08 млрд к 2027 г. при годовом росте на 12,3% в течение прогнозируемого периода.

Аналогичные данные по динамике и размерам рынка дает и Statista.

Динамика рынка средств аналитики, $млрд

Источник: Statista, 2020

Пока, как полагают в ResearchAndMarkets, среди потребителей доминируют крупные предприятия, на их долю приходится более 60% внедрений. Однако, как ожидается, сегмент малого и среднего бизнеса также будет расти заметными темпами. На Северную Америку приходится более 35% продаж средств аналитики, быстрее всего развиваться будет рынок в Азиатско-Тихоокеанском регионе, увеличивающийся на 15% в год.

При этом надо учитывать, что общие затраты на аналитику существенно выше затрат на программное обеспечение. По оценке IDC самую большую часть трат составляют ИТ-услуги, в 2019 г. на них пришлось $77,5 млрд из $189,1 млрд.

Структура затрат на аналитику в 2019 г., $млрд

Источник: IDC, 2019

Не транзакциями едиными

В своем отчете Gartner делает упор на классических сферах применения средств аналитики и важнейшим их качеством называет умение работать с корпоративными системами создания отчетности. Однако стремительный рост объемов данных, генерируемых устройствами интернета вещей открывает для аналитиков совершенно новую область деятельности. Их количество стремительно растет, Gartner прогнозирует, что в этом году парк «корпоративных» устройств (без «умных» вещей, смартфонов и т. д.) достигнет 5,8 млрд, оценка Strategy Analytics — около 10 млрд (а вместе с пользовательскими — 25 млрд). Растет и объем генерируемых ими данных (по данным Statista, к 2025 году устройства ИВ сгенерируют 79,4 зетабайт данных). И, соответственно, рынок аналитики — на 31% в год по оценке MarketsandMarkets.

Динамика затрат на анализ данных интернета вещей, $млрд

Источник: MarketsandMarkets, 2019

Работа с этим потоком станет серьезным вызовом для аналитиков. «Нужно четко понимать, какой массив информации необходимо добавлять, каким образом данные будут друг с другом коррелировать, какой у них уровень качества, для чего они собираются и как эти данные использовать. За объемы хранения тоже надо платить», — комментирует Станислав Воронин, руководитель направления внедрений систем бизнес-аналитики департамента бизнес-решений SoftLine.

Также быстрее, чем в среднем, будет расти сегмент мобильной бизнес-аналитики, который можно рассматривать и как часть «классического» рынка BI, и как часть рынка аналитики интернета вещей. Его среднегодовой рост по оценке ResearchandMarkets, — 22,4%, с $7,57 млрд в 2019 г. до $25,48 млрд в 2025-м.

Искусственный интеллект — помощник, но не панацея

Еще один стремительно растущий сегмент рынка аналитики — упоминавшаяся дополненная аналитика, базирующаяся на средства искусственного интеллекта, нейросетях, машинном обучении. Ему предсказывают рост на 22-25% в ближайшие 5-7 лет с текущего уровня приблизительно в $10 млрд (оценка Grand View Research). Впрочем, безоглядное увлечение ИИ уже прошло и есть понимание, что сам по себе он не сможет решить задачи. «Анализ данных может быть частично автоматизирован, но саму гипотезу вырабатывает дата-аналитик, инструмент лишь помогает ему ее реализовать. Отдать все на откуп ИИ плохая идея и на текущий момент она не работает», — считает Станислав Воронин.

«На данный момент ИИ и нейросети внедряются, скорее, как помощники: берут на себя рутинные задачи, сложные расчеты, анализ больших объемов данных. Однако, необходим живой человеческий разум для анализа и контроля, именно за ним остается принятие окончательного решения», — согласна с ним Татьяна Некрасова, ведущий эксперт направления Большие данные компании «КРОК».

Одно из практических применений ИИ, основанное на больших данных — программные роботы. «Вектор развития аналитических решений в ближайшем будущем будет направлен на создание виртуальных помощников, общение с которыми будет осуществляться посредством голосового диалога» — считает Андрей Нугманов, старший партнер «Лиги цифровой экономики».

Среди возможных проблем на пути развития аналитики можно назвать стоимость аппаратной части систем, особенно систем хранения данных. Частично проблему могут снять сервисы облачного хранения, однако далеко не все компании готовы хранить данные «на стороне», в том числе и из-за того, что это противоречит их политике безопасности.

Вторая проблема — подготовленные кадры, которых в сфере ИТ не хватает всегда и везде, но во области работы с данными — особенно. В 2019 г. KPMG провела опрос 3,6 тыс ИТ-директоров и руководителей технологических компаний из 108 стран и выяснила, что 67% из них столкнулись с нехваткой навыков, при этом тремя наиболее дефицитными направлениями, в которых пришлось совершенствовать свои знания были аналитика больших данных, безопасность и ИИ.

Юлия Лихачева, Дмитрий Гапотченко

Вернуться на главную страницу обзора