Спецпроекты

На страницу обзора
BI-инструменты стали доступнее из-за повышения разнообразия и интенсивности возникновения данных
Российские компании в последнее время получают доступ к таким объемам данных, какие раньше и представить было невозможно. В связи с этим рынок остро нуждается в решениях, которые способны извлекать из этих данных максимальную ценность. О том, как сближаются технологии искусственного интеллекта, машинное обучение и большие данные, и какие задачи решают современные BI-инструменты, в интервью CNews рассказал Иван Окопный, директор бизнес-направления Big Data Solutions компании «Неофлекс».

Иван Окопный«Неофлекс»

CNews: Иван, какими были основные тренды на рынке аналитических инструментов в 2020 году?

Иван Окопный: Основной тренд — демократизация инструментов и технологий. Само наличие высокотехнологичных аналитических платформ и экспертизы является сейчас для организации скорее санитарным фактором, нежели неоспоримым преимуществом, как это было еще несколько лет назад. Поэтому компании, которые хотят достичь этих преимуществ на конкурентном рынке, фокусируются на создании платформ подготовки данных для последней мили (BI). Кроме того, «золотым стандартом» для них становится применение real-time аналитики, для которой необходимо использовать быстрые данные, позволяющие молниеносно принимать решения в постоянно меняющихся условиях.

При этом нужно отметить, что клиентская база BI стремительно прирастает именно за счет бизнес-пользователей. Это предъявляет свои требования к процессу подготовки данных и инструментам доступа к ним.

Кроме того, меняется ландшафт данных: растет их разнообразие, объемы, источники, а главное — интенсивность их возникновения. Здесь как в «Алисе в стране чудес» — приходится бежать изо всех сил, чтобы просто оставаться на месте. А чтобы идти вперед необходимо уже что-то особенное, например, высокотехнологичная платформа, способная не только удовлетворять текущие потребности, но и быть по-настоящему гибкой и масштабируемой.

CNews: Каким образом в связи с этим меняются BI-инструменты? И насколько российские разработчики готовы соответствовать ожиданиям бизнеса?

Иван Окопный: Происходит усиление и усложнение аналитики, включая и алгоритмическую, и презентационную составляющую; снижается входной порог для работы с BI-инструментарием.

Требования пользователей касаются скорости доступа к данным, открытости и прозрачности, наличия описания, возможности быстрого получения новых данных. Важный фактор — понимание качества данных и их восприятие как единого массива вне зависимости от источников возникновения. BI-инструмент не должен решать вопросы подготовки данных, так как это — задача инженерии данных.

Здесь важно пометить, что «Неофлекс» оказывает услуги не столько в области BI, сколько в части построения платформ подготовки и доставки данных. Для этого используются самые различные технологии, начиная с классических DWH и экосистем больших данных, и заканчивая решениями Fast Data, основанными на подходе к данным как к активу, который нужно правильно привлекать и управлять им, чтобы он приносил доход.

Иван Окопный: Основной тренд на рынке аналитики — демократизация инструментов и технологий

Отдельно хочется подчеркнуть происходящее сближение BI, искусственного интеллекта и машинного обучения, в связи с чем даже появился термин ABI (Analytics and Business Intelligence) Platforms. Многие эксперты уже сейчас сходятся во мнении, что в 2022 году 40% работы в части машинного обучения будет проводиться на платформах, ранее не предназначавшихся для этого, что определенно будет иметь последствия для развития более широкого рынка аналитических инструментов и появления новых подходов.

CNews: Можете ли вы поделиться своими соображениями о динамике рынка аналитических решений? Показывал ли он рост в обозримом прошлом и какими могут быть итоги 2021 года?

Иван Окопный: Сегодня предприятия имеют доступ к таким объемам данных, о каких раньше и подумать было нельзя. К счастью, технологии шагнули далеко вперед и позволяют обработать и осмыслить эти данные, преобразовать их в идеи и работоспособные решения. Все это, безусловно, дает сильнейший толчок развитию рынка BI как в мире, так и в России.

Но интересен и другой тренд — движение рынка в сторону Mobile BI, и это направление сложно переоценить. По данным различных источников, если для рынка BI прогнозируемый рост составляет примерно 7-10% в год, то для Mobile BI этот показатель находится на уровне 18-20%. И это не удивительно, ведь уже сегодня вся наша жизнь связана с мобильными устройствами.

CNews: Как сказалась пандемия на рынке BI: использовании BI-инструментария, работе пользователей? Изменились ли задачи?

Иван Окопный: Изменения, несомненно, произошли, но мне кажется, что пандемия стала катализатором процессов и тенденций, которые неизбежны при проведении цифровой трансформации. Она помогла понять востребованность и ценность методов аналитики, применения машинного обучения и искусственного интеллекта. Данные в сознании бизнеса стали активом и мощным инструментом монетизации. Стали наглядными возможности своевременного использования результатов анализа данных для поиска трендов развития и корректировки бизнес-моделей.

Интересным фактором стало то, что резко снизилась ценность исторических данных, что повлекло за собой развитие сразу двух интересных тенденций. Во-первых, поскольку наличие глубоких исторических данных теперь не является большим преимуществом, то все оказались в почти равных условиях с равными новыми возможностями. Во-вторых, снижение ценности заставляет задуматься об оптимизации стоимости владения историческими данными с помощью так называемых механизмов Housekeeping. Наличие решений класса Active Archive, обеспечивающих эту функцию в крупных организациях, становится сейчас мировым трендом.

CNews: На рынке существует явный общий тренд на развитие собственной разработки у крупных компаний. Справедливо ли это наблюдение для BI-сегмента?

Иван Окопный: Думаю, что да. Данные, как и бизнес, и окружающая среда, постоянно меняются. Они требуют грамотного управления, поэтому бизнес-аналитика, как инструмент работы с активом, должен быть инкапсулирован в работу компании и быть полностью ей подвластен с точки зрения компетенций использования и встраивания в операционные процессы. То, что раньше называлось разработкой BI, все чаще становится неотъемлемой частью операционных процессов, основанных на данных.

Иван Окопный: Сегодня предприятия имеют доступ к таким объемам данных, о каких раньше и подумать было нельзя

Если компания выходит за рамки своей экспертизы, а сроки стоящих перед ней бизнес-задач не дают ее полноценно нарастить, эффективнее будет привлечь команду со стороны. При этом всегда надо иметь проработанный план развития собственной экспертизы по внедряемым решениям и четко ему следовать.

CNews: Как при этом меняется роль больших данных и принципы их обработки?

Иван Окопный: Этот термин вообще постепенно меняет свое значение: от описания данных рынок приходит к описанию подходов и технологий. Как показала практика, данные носят достаточно универсальный характер, а ключевым параметром является ценность, которую можно из них извлечь. Это зависит от их доступности, идентифицируемости, оперативности, качества и управляемости.

Именно благодаря большим данным, как стеку технологий и подходов, сейчас мы можем извлечь максимальную ценность из имеющихся в организации данных, используя их как целостную категорию активов. Это дает возможность строить платформы, позволяющие работать с разными рода данными, эффективно управляя ими и извлекая пользу, что немаловажно в эпоху глобальной цифровизации и смены поколений потенциальных клиентов.

CNews: Какой ролевой состав команды «Неофлекс» занимается созданием аналитических платформ и инструментов? Существует ли тенденция к увеличению этой команды или отдельных ролей?

Иван Окопный: Компания занимается созданием аналитических решений «под ключ». Если раньше для этого требовалось три-четыре вида компетенций, то сейчас, ввиду комплексности технологий и усложнения решаемых задач, их стало в разы больше. Почти нет проектов, которые могли бы обойтись без команды экспертов в области ИИ и машинного обучения, DevOps-инженеров, специалистов по качеству данных. Также расширилось число специализаций в разработке и аналитике. Мы внимательно следим за последними технологиями и предлагаем нашим заказчикам не только то, что они хотят получить сегодня, но и то, что будет сохранять актуальность еще долгое время, насколько это возможно в современном мире.

CNews: Какие решения компания «Неофлекс» предлагает для аналитики данных? Какие задачи решает бизнес с их помощью?

Иван Окопный: Аналитика данных — это только вершина айсберга. Благодаря накопленному опыту и экспертизе мы предлагаем нашим клиентам нечто большее — комплексные решения для широкого спектра аналитических задач, ядром которых является платформа данных. Подобные решения строятся не на один год, поэтому в них должны быть заложены самые передовые технологии, включая контуры потоковой обработки данных, аналитические песочницы и прочее. Кроме того, должны быть выстроены автоматические процессы (MLOps, DataOps, DevOps), процесс управления данными (Data governance), и, конечно, необходимо предусмотреть возможность расширения.

Построение аналитических решений — это не только технологии и процессы, но и глубокая бизнес-экспертиза. За долгие годы мы накопили серьезный опыт по большинству типовых видов аналитики и отчетности, аналитике данных и построении моделей машинного обучения. Помимо этого, созданы типовые паттерны работы с данными часто встречающихся систем.

Иван Окопный: Мы предлагаем клиентам комплексные решения для широкого спектра аналитических задач

Если говорить об отраслевом разрезе, то в основном «Неофлекс» специализируется на финансовой сфере. Но наша практика и сам рынок демонстрируют востребованность технологий и подходов и для других отраслей: у нас уже есть проекты в таких областях как медиа-исследования, логистика, машиностроение и многих других. Наши решения ориентированы не только на лидеров рынка. В свете развития технологического стека и опыта его использования они применимы и для более широкого круга потенциальных клиентов.

CNews: Можете ли вы привести наиболее нестандартные и специфические кейсы вашей компании в аналитике данных?

Иван Окопный: Мы очень ценим возможности для получения нестандартного опыта и нового применения технологий и подходов. Поэтому «Неофлекс» идет как в новые отрасли, так и в новые предметные области. Так, мы реализовали проект по созданию Центра управления перевозками для крупной логистической компании ПЭК. Технологии больших данных использовались для real time-планирования погрузочно-разгрузочных работ в сотнях логистических хабов по всей России.

Другой пример — построение Security Operation Center для банка «Открытие», где при помощи технологий больших данных удалось создать комплекс мониторинга и выявления в ИT- инфраструктуре банка событий, связанных с информационной безопасностью. Система позволяет в потоковом режиме анализировать данные по активности пользователей банка и выявлять аномалии в поведении для дальнейшего реагирования. Надо сказать, что ценность именно таких решений значительно возросла с приходом пандемии и повсеместной удаленной работы, ведь контур безопасности ушел далеко за пределы офисов наших заказчиков, в дома и даже на дачи сотрудников.

С банком «Открытие» нас связывает еще один проект с применением новых технологий — построение системы класса Active Archive, которая позволяет значительно снизить ТСО хранения и обработки как архивных данных, так и тех, которые выведены из эксплуатации системы. Итогом стало обеспечение удобного и быстрого доступа к этим данным в любое время. Это оказалось отличным решением для банка, который объединил в процессе присоединения десятки других банков и сотни архивных систем.

Говоря о нестандартном применении технологий и подходов, нельзя не упомянуть проект в Национальном клиринговом центре (группа «Московская Биржа»), где большие данные помогли реализовать процесс построения регуляторной отчетности для ЦБ и налоговых органов. За счет нестандартного подхода удалось не только достичь высоких показателей скорости, но снизить ТСО благодаря применению открытого ПО.

Короткая ссылка