На форуме BIG DATA 2018, проведенном издательством «Открытые системы», компания «ЕС-лизинг» представила ряд проектов, использующих большие данные. Один из самых масштабных проектов компании в этой области, представленный Виталием Чугуновым, руководителем отдела специального ПО «ЕС-лизинга», был реализован для Центральной информационно-аналитической системы государственного информационного обеспечения сельского хозяйства. В результате Министерство сельского хозяйства получило средства оценки и прогнозирования производственной устойчивости сельхозпроизводителей всех направлений (растениеводческих, животноводческих), их финансовой устойчивости, наглядно визуализированные «паспорта регионов» и т. д.

Другое важное направление работы компании — «умный город». Созданные в «ЕС-лизинг» решения позволяют сопоставить производство и потребление коммунальных ресурсов в Самаре (водо-, электро- и теплоснабжение), как в масштабах всего города, так и по отдельным объектам.

Например, выяснилось, что городские теплоцентрали «потянут» планирующиеся новостройки с потреблением около 1 млн кКал/год. Теплокарта плотности населения показала, какие районы потенциально энергодефицитны, а карта прогнозируемой плотности населения — где разумнее всего строить жилые дома, где — размещать различные объекты инфраструктуры.

Исследование электропотребления по детским садам выявило, например, большой разброс в реальном расходе электричества на квадратный метр. В одних учреждениях оно было почти вдвое меньше расчетного (29,5 кВт на кв. м), в других — существено выше (до 82% превышения). Отличалась в разных учреждениях и цена госзакупки электричества, причем, в среднем, она была выше среднего, иногда — существенно (до 44%). Городским властям есть над чем подумать.

На «умную» карту города можно наносить и события, которые нашли отклик в соцсетях (произошло ДТП, жители отметили некую школу как «хорошую»). Оперативная реакция на такие события, как полагает Чугунов, повысит вовлеченность граждан в процессы управления городом.

Также Чугунов представил решения «ЕС-лизинг» для медицины. Приложение Endoscop.tv является мобильной составляющей специализированной микросоциальной сети врачей-эндоскопистов, обменивающихся в ней профильными материалами и практическими примерами лечения. Аналитическая система «Кардио-барометр» позволяет дистанционно с помощью математических методов анализа сигнала ЭКГ выявлять, визуализировать и отслеживать тенденции в состоянии здоровья пациента, его реакцию на медицинские препараты. Информационно-аналитическая система «Расчет и моделирование себестоимости медицинских услуг ЛПУ» предназначена для поддержки принятия решений в области финансово-экономической деятельности лечебно-профилактических учреждений, моделирования и прогнозирования себестоимости медицинских услуг, расчета себестоимости услуг; сравнения расчетной себестоимости с тарифами.

Не прошел Чугунов и мимо кадровой темы. Дефицит специалистов в области больших данных уже в ближайшие годы ожидается огромный, рынок готов «переварить» 80-100 тыс. новых аналитиков в год. Совместно с IBM компания организовала подготовку специалистов на кафедре информационно-аналитических систем Московского института электроники и математики НИУ ВШЭ. В 2015 году кафедра выпустила первых магистров, получивших сертификат, подтверждающий умение работать с аналитическим и средствами Голубого гиганта.

Мэр Москвы Сергей Собянин поручил разработать программу «Умный город» для столицы, главная задача которой — использовать самые современные технологические решения, чтобы создать максимально удобную, доступную и персонифицированную виртуальную среду для москвичей. Кроме того, она повысит эффективность городского управления за счет широкого анализа больших данных и внедрения искусственного интеллекта, сообщается на портале мэра.

Электронные технологии будут обеспечивать функционирование органов исполнительной власти, многих гражданских институтов и бизнеса.

О реализации государственной программы города Москвы «Информационный город» в 2017 году должил мэру руководитель Департамента информационных технологий Артем Ермолаев. Сама программа затрагивает все отрасли городского хозяйства. Электронные услуги и сервисы активно внедряются по всем направлениям городской жизни — от здравоохранения и образования до безопасности. В целом в год реализуются более 400 проектов.

По словам Ермолаева, в 2017 году в Москве была завершена интеграция официального городского портала mos.ru и портала государственных услуг, а также электронного атласа, сервиса «Автокод» и свыше 40 сайтов органов исполнительной власти в единый портал mos.ru. В 2017 году количество уникальных пользователей единого портала выросло на 28% и превысило 40 млн человек.

По планам мэрии новый этап информатизации городского хозяйства Москвы должен наступить с 2019 года, когда будет принята программа «Умный город».

В материалах к президиуму столичного правительства уточняется, что новая программа будет соответствовать современному этапу развития информационных технологий — эпохи цифровизации. Цель программы — создать максимально удобную, доступную и персонифицированную виртуальную среду для москвичей.

Осенью прошлого года завершился процесс слияния программного подразделения Hewlett Packard Enterprise и компании Micro Focus. О том, что из себя представляет этот, фактически новый игрок для российского рынка программного обеспечения, о стратегии и планах объединенной компании рассказывает Андрей Кутуков, генеральный директор Micro Focus в России.

- Мы давно знакомы с вами, но в качестве лидера российского бизнеса HPE Software. Расскажите о компании, которую вы теперь возглавляете.

Micro Focus – действительно новое имя для российского рынка, несмотря на то что компания существует уже 40 лет. В сентябре 2016 года акционеры HPE приняли решение о слиянии бизнеса HPE Software с британской компанией Micro Focus. И с 1 сентября 2017-го мы функционируем как новая объединенная компания. По обороту (4,5 млрд долл.) Micro Focus находится на седьмом месте в мире среди компаний, бизнес которых связан исключительно с программным обеспечением. В штате Micro Focus числится порядка 20 тыс. человек, работающих в более чем 50 странах. Но «ДНК» компании на 75% от HPE.

Хотя обе компании работали в одних и тех же областях ИТ, портфельных пересечений практически нет, и поэтому не стоит вопрос о том, какие продукты развивать или не развивать. Портфель получился очень гармоничный, и наши заказчики могут быть спокойны – их инвестиции в наши технологии продолжат приносить пользу.

В России подразделение HPE Software в полном составе перешло в новую компанию, та же команда работает под новым логотипом. Компания-франчайзи, которая раньше эксклюзивно представляла Micro Focus на российском рынке, теперь наш партнер.

- Расскажите о структуре продуктового портфеля объединенной компании.

Основные компоненты портфеля – это решения для разработки программного обеспечения, эксплуатации ИТ, аналитики больших данных, информационной безопасности, управления информацией (хранение и архивирование данных). И еще одно направление, которым мы не занимались в HPE, это свободное ПО и Linux (в состав Micro Focus входит компания SUSE, продвигающая широко распространенный в мире дистибутив Linux).

Объединение позволило дополнить традиционный портфель HPE Software продуктами по безопасности (для управления доступом), решениями на стыке эксплуатации и безопасности (система NetIQ), средствами совместной работы для команд разработки ПО.

Надо отметить также, что Micro Focus начинала с COBOL (Common Business Oriented Language) и продолжает им заниматься. Предприятия, когда-то давно инвестировавшие в мейнфреймы, в том числе в России, сегодня являются клиентами Micro Focus, и в число принципов, которых строго придерживается наша компания, входит необходимость защиты сделанных инвестиций.

- Какова была доля российского рынка в бизнесе HPE Software и видите ли вы перспективы роста для Micro Focus?

По основным направлениям бизнеса HPE Software, прежде всего в таких областях, как управление разработкой, информационная безопасность (это самое быстрорастущее направление), аналитика больших данных, мы в России занимали ведущие позиции. Рассчитываем на сохранение этих позиций и дальнейший рост. Предпосылки для него есть.

- Можете ли вы назвать свои конкурентные преимущества в области аналитики? По сравнению с другими компания относительно недавно занялась этой темой...

Для нас это очень важное направление. Наши аналитические решения используют такие суперинновационные компании, как глобальные Uber, Facebook, а также российские Avito, IVI, Lamoda, то есть те, кто с самого начала работает в парадигме цифрового бизнеса. И это является отражением стратегической цели Micro Focus – помогать своим заказчикам в цифровой трансформации.

С другой стороны, мы видим свою задачу в том, чтобы привносить аналитические технологии во все остальные наши решения, повышая их эффективность. Например, новое поколение систем класса Service Manager имеет встроенную аналитику, что позволяет существенно ускорить обработку запросов – до половины их объема может обрабатываться автоматически. Технологии Vertica анализируют события в системах мониторинга ИТ-инфраструктуры, помогая выявлять аномалии, определять тенденции и тем самым более эффективно управлять инфраструктурой. Еще пример – система ArcSight, которая благодаря встроенной аналитике быстро идентифицирует аномальные явления в большом потоке событий безопасности.

- Каким образом ваш портфель поддерживает цифровую трансформацию заказчиков?

Цифровизация – это несколько взаимосвязанных тенденций. Во-первых, это быстрое внедрение новых продуктов, то есть быстрая разработка приложений. По сути, цифровая экономика – это интерфейс. Если раньше мы ходили в банк, заказывали такси по телефону и покупали вещи в магазине, то теперь все чаще для этого используются приложения. Чтобы быть конкурентоспособным в цифровой экономике, надо разрабатывать приложения быстро и качественно.

Следующий важный момент – это переход к гибридным ИТ. Услуги и продукты, которые предоставляются в парадигме цифровой экономики, значительно отличаются от того, чем компании традиционно занимались, а значит, технологии и инфраструктура для инноваций нужны другие. Основной деятельностью банка остаются кредитование и инвестиции, но в условиях сегодняшней конкуренции очень важно, какие каналы продаж он для этого использует (для успеха необходимы интернет-банк и мобильный банк) и способен ли предложить новые продукты. При этом и традиционные операции никуда не уходят, но чем меньше ресурсов тратится на поддержку старого, тем больше возможностей проинвестировать во что-то новое.

Еще один ключевой аспект цифровизации – рост объема данных, которые нужно и анализировать, и эффективно хранить, так чтобы обеспечить разную скорость доступа к данным в зависимости от их значимости. И, конечно, надо помнить о безопасности, потому что мир, уходя в «цифру», принимает на себя цифровые риски, при этом вооруженность злоумышленников уже сопоставима с мощностями тех, кто от них защищается.

В портфеле Micro Focus есть решения для всех этих задач. Мы поддерживаем гибридные ИТ: с одной стороны, предоставляем клиентам разнообразный инструментарий для того, чтобы они могли быть эффективными в новой парадигме, например внедрять DevOps, разрабатывать по методологии Agile; с другой — помогаем им оптимизировать эксплуатацию традиционных ИТ: снижать расходы за счет тщательного управления активами, автоматизировать службы эксплуатации благодаря внедрению нового поколения Service Manager, высвобождать ресурсы для создания инноваций за счет автоматизации рутинных операций управления инфраструктурой. И предоставляем средства для безопасности и управления информацией.

- Как ваши клиенты восприняли появление нового бренда? Стоит ли задача объединения клиентских баз двух компаний?

В России компания Micro Focus не была широко известна, поэтому наша цель – выстраивание здесь этого бренда. Задача – не объединить клиентские базы, а сохранить и нарастить базу, унаследованную от HPE, и активизировать продвижение продуктового портфеля Micro Focus на российском рынке, у которого, как мы считаем, огромный потенциал.

- Не создаст ли смена бренда сложности с удержанием заказчиков?

Мы не видим серьезных проблем, связанных с объединением. Если и возникали определенные опасения, то на сегодняшний день мы их развеяли. Во-первых, продемонстрировали, что у нас есть планы развития всех продуктовых направлений. Во-вторых, полностью сохранилась команда, причем очень важно отметить, что у компании в России достаточный штат консультантов. Это означает, что в проектах мы не только опираемся на партнеров, но и сами можем внедрять свои продукты и помогать клиентам методологически, в том числе в отношении цифровой трансформации, предоставляя услуги по оценке того, где сегодня находятся их ИТ, как они должны выглядеть в цифровом предприятии, какие шаги нужно предпринять, чтобы этого состояния достичь, и как эти шаги приоритизировать. Невозможно проинвестировать все сразу, нужно построить дорожную карту цифровизации.

Многие российские заказчики сегодня серьезно об этом задумываются. И это подразумевает не только реализацию инновационных проектов, но и трансформацию внутренней структуры ИТ таким образом, чтобы соответствовать вызовам цифровизации.

Помимо консультантов, у нас в штате есть специалисты третьего уровня поддержки, которые работают для клиентов всего мира и способны отвечать на самые сложные вопросы заказчиков на русском языке. Эта ситуация уникальна для западного вендора, работающего на российском рынке. У Micro Focus в России не офис продаж, а серьезная внедренческая, технологическая и методологическая команда. И это оправданно, поскольку российские заказчики во многом не менее, а может быть, даже более инновационные и требовательные, чем западные. В том числе вследствие того, что у нас в стране меньше индустриального наследия. Например, наши банки имеют гораздо более короткую историю, чем западные, и поэтому сегодня быстрее переходят в «цифру». В российских городах нет паркоматов, как в Америке, мы сразу начали разрабатывать приложения для платных парковок. Много примеров инновационного развития в здравоохранении. И хотя Россия пока отстает от США и Китая по объему ВВП, который идет от цифровых предприятий, у нас есть потенциал для того, чтобы не пропустить цифровую революцию и догнать ведущие экономики мира.

- HPE Software активно работала с российскими банками, телеком-компаниями, розничным бизнесом. Есть ли новые области, которые Micro Focus намерена осваивать?

Мы хорошо представлены во многих отраслях, в том числе в нефтегазовой. В отличие от финансов, индустриальные отрасли относительно недавно начали серьезно заниматься цифровизацией. Сейчас приходит понимание того, в каких направлениях они готовы делать инвестиции. Для промышленных предприятий первый шаг в цифровой революции – это автоматизация рутинных операций, например ремонтов в труднодоступных районах. Компании, которые занимаются природными ресурсами, используют очень дорогое оборудование, и стоимость его эксплуатации еще повышается из-за сложностей доступа: чтобы починить насос, надо лететь на вертолете в условиях Крайнего Севера. Возможность прогнозировать ремонт и к нему заранее готовиться даст экономию баснословных денег и позволит высвободить средства на инновации.

Это один из примеров операций, которые промышленные компании будут пытаться максимально автоматизировать и где находят применение наши технологии. Обработка огромных потоков показаний с датчиков, которыми оснащено современное оборудование, способна обеспечить высокое качество прогнозирования его состояния, если применить эффективную аналитику. Кроме того, необходимо искать оптимальное решение по хранению информации. Возможно, для работы с удаленным оборудованием лучше использовать приложения онлайн-обработки и не тратить средства и ресурсы на хранение данных.

- Какие изменения ожидают ваш партнерский пул в связи с объединением?

Появление новых продуктов в портфеле потребует от партнеров дополнительных компетенций. Но не это самое главное. Мы не только сохраняем весь партнерский канал, но и будем его расширять, хотя это связано не с объединением, а с ростом зрелости рынка. Традиционно компания работала с верхним сегментом корпоративного сектора. Сейчас мы ставим перед собой амбициозную задачу адресовать не только самые крупные компании, но и средний бизнес. Для этого нам будут нужны новые партнеры, потому что крупные системные интеграторы также обычно работают только с верхушкой пирамиды.

Для работы со средним сегментом трансформируется и наш продуктовый портфель, он становится проще с точки зрения внедрения.

- Приведите примеры.

У компаний среднего уровня системы эксплуатации проще, и мы предлагаем им такие продукты, как Ops Analytics, который позволяет решить задачу мониторинга без построения серьезной «зонтичной» системы. Мы выводим на рынок новые виды услуг, например облачное тестирование, с помощью которого можно реализовать управление качеством разработки приложений быстро и без существенных инвестиций.

- Облако – один из основных компонентов цифровизации компаний. Но HPE была не очень активна в продвижении облачных сервисов на российском рынке. Планирует ли Micro Focus менять ситуацию?

Дело в конъюнктуре рынка, а не в нежелании продвигать здесь облачные технологии. Российское законодательство в отношении персональных данных таково, что в большинстве случаев наши клиенты готовы использовать только облако, размещенное в России. Поэтому сегодня здесь востребована преимущественно «инфраструктура как сервис», а проникновение облачных сервисов более высокого уровня (PaaS или SaaS) невелико. Мы бы с удовольствием предоставляли в России многие наши продукты по облачной модели, но это связано с необходимостью строить здесь локальное облако, что требует значительных инвестиций, которые пока не оправдываются спросом на эти продукты.

Аналитика больших данных становится востребованной во все новых сферах бизнеса, к традиционно передовым в деле освоения информационных технологий предприятиям телекомуникационного и финансового секторов присоединяется и розничная торговля. На конференции Big Data 2018, проведенной издательством «Открытые системы», прошел круглый стол по цифровизации ретейла, а компания IT Pro представила проект, реализованный для российского подразделения компании Finn Flare, международного производителя и продавца одежды под одноименной торговой маркой.

У Finn Flare широкий ассортимент (около 10 тыс. позиций) и широкая сбытовая сеть. Компания ведет продажи через полторы сотни собственных магазинов в России, Казахстане и Белоруссии, сайт finn-flare.ru, широкие франчайзинговую и партнерскую сети (с «обычными» и онлайновыми торговыми точками).

Задача, поставленная перед IT Pro, состояла в том, чтобы на основании имеющихся исторических данных создать решение, способное прогнозировать дневную выручку каждого из магазинов компании.

Первое, с чем столкнулся интегратор, по словам Максима Шляпнева, директора по консалтингу IT Pro, — неполнота и даже противоречивость исходных исторических данных. Это, судя по всему, беда всех проектов такого рода: раньше данные заносились в учетные системы потому, что их положено было заносить, использовать их не собирались, а, стало быть, и за качеством никто не следил.

Тем не менее, компании удалось сформировать «обучающий набор» данных за три последних года, разбитых по различным категориям. Учитывался день недели (рабочий, выходной, праздничный — последние разбивались по типу праздника), погода (температура, влажность, скорость ветра), а среди данных о продажах — дневной оборот, количество покупок, максимальная цена продажи. Кроме того, магазины были разбиты на группы по численности населения, приходящегося на торговую точку.

На основании исторических данных IT Pro «обучили» рекуррентную нейросеть с долгой краткосрочной памятью (Long Short-Term Memory, LSTM; нейронные сети такой архитектуры способны «запоминать» долговременные зависимости). Теперь ежедневно «на вход» сети подаются данные о продажах за последние 90 дней, на основании которых она дает прогноз на ближайший 31 день.

Судя по графикам, приведенным Шляпневым, совпадение между оценками и реальными продажами не стопроцентно, но динамику, судя по приведенным графикам, нейросеть отслеживает вполне удовлетворительно, в том числе — способна предсказывать существенные падения и пики спроса.

В Finn Flare получил инструмент ежедневного контроля продаж — если они существенно расходятся с прогнозом, то это «звоночек» для руководства компании. В свою очередь прогноз продаж позволяет оптимизировать процесс закупок в рамках компании и объем товарных запасов в самих магазинах.

В планах Finn Flare и IT Pro — повышение точности прогноза, оптимизация списка факторов, влияющих на продажи, и реализация решения в виде сервиса Microsoft Azure, что позволит ускорить обучение моделей.

Как BIG превратить в SMART – этот вопрос в отношении больших данных стал ключевым в ходе выступлений, круглых столов и дискуссий VII Всероссийского форума BIG DATA 2018, организованного в конце марта издательством «Открытые системы». Около 400 его участников обменялись свежими идеями и опытом реализации проектов в области больших данных, аналитики, искусственного интеллекта и машинного обучения.

В целом участники соглашались, что роль информации и решений, получаемых на основе больших данных, в ближайшие годы будет стремительно расти. Вместе с тем, выступления и дискуссии форума выявили множество расхождений во взглядах не только на методы и инструменты работы с большими данными, но и на принципиально важные аспекты, лежащие в основе этих методов и подходов.

Татьяна Матвеева: «Мы можем строить интересную, разноплановую аналитику»

В частности, среди экспертов и аналитиков сейчас нет единого мнения о характере изменений в экономике и бизнесе и, как следствие, представления о том, как повысить эффективность использования больших данных. Так, Алексей Минин, директор Института прикладного анализа данных Deloitte СНГ, обратил внимание гостей форума на происходящее в последние годы расщепление экономики на цифровую и экспоненциальную и, вероятно, их параллельное сосуществование в обозримой перспективе. С его точки зрения, цифровая экономика охватывает все то, что может быть подвержено дематериализации, то есть оцифровано, и оперирует виртуальными товарами – не только цифровыми сервисами, но и образами материального мира. По сути, это экономика глобальных и региональных электронных торговых площадок (маркетплейсов).

В свою очередь, экспоненциальная экономика, согласно представлениям Deloitte, охватывает материальные объекты физического мира и прекрасно уживается на уровне экономик отдельных стран. Использование в ней новейших технологий (искусственного интеллекта, блокчейна и других) способно обеспечить экспоненциальный рост капитализации компаний за счет появления новых бизнес-моделей, повышения эффективности работы в рамках прежних, создания новых товаров и услуг и пр. При этом основными сдерживающими факторами конкуренции становятся не пространство и время, а риск и скорость. В этих условиях растет неуверенность руководителей при принятии решений, и как следствие, увеличивается спрос на анализ больших данных, в первую очередь о клиентах. Соответственно, растет ценность таких данных.

Игорь Агамирзян, вице-президент НИУ «Высшая школа экономики», уверен: физическая и цифровая экономика нераздельны, а потому их нельзя рассматривать по отдельности (читайте также интервью с ним). Наибольшее развитие цифровая экономика получает там, где цифровая среда начинает определять поведение физической среды, а потому надо особенно пристальное внимание обратить на киберфизические системы (по сути, системы Интернета вещей), которые генерируют большие объемы и потоки данных (в том числе телеметрических) в реальном времени – именно они в скором времени будут иметь наибольшую ценность.

«Маркетплейсы — ничтожно малая часть цифровой экономики. Большая ее часть — это киберфизические системы», — отметил Агамирзян.

Он обратил внимание на любопытную деталь: из всего объема телеметрии, полученной в ходе освоения космического пространства, люди успели «посмотреть» менее 1%, и вряд ли уже когда-нибудь «посмотрят». Отсюда вывод: необходимо научиться «на лету» выявлять фрагменты данных («кадры»), в которых отражена некоторая полезная информация, и затем обрабатывать только их, а остальные данные отбрасывать. Правда, сделать это непросто: как правило, датчики фиксируют не первичные параметры значимых событий, а их косвенные признаки, поэтому надо уметь определять события по косвенным признакам, выявляя сложные взаимосвязи между ними в реальном времени, причем, скорее всего, не в дата-центрах, а вблизи объектов управления – на краю сетей (edge computing), чтобы минимизировать задержку между сигналами от датчиков и управляющими воздействиями на объекты.

Все больше пользы от больших данных

Алексей Минин: «Инновации, как правило, начинаются с хайпа»

Пока эксперты и аналитики спорят, проекты в области больших данных набирают обороты. Обладателем одного из самых больших активов финансовых данных является ФНС России. По словам Татьяны Матвеевой, начальника управления информационных технологий ФНС, новые технологии не только бросают вызов, но и открывают перед налоговыми органами новые возможности. Кроме того, в ФНС считают необходимым не оставаться в стороне от ключевых технологических тенденций, стараясь найти в них пользу для налоговых органов. В частности, большое внимание уделяется повышению качества данных, а одним из ключевых условий этого в ФНС считают электронный документооборот.

Матвеева представила некоторые результаты использования больших данных в ФНС: российским налоговикам удалось более чем в 10 раз сократить разрывы по НДС, минимизировав тем самым мошенничество в этой сфере; легальный ввод меховых изделий в оборот увеличился в 1,7 раза, при этом оборот этих изделий вырос в 7 раз, а количество участников рынка – в 3,5 раза. С переходом на онлайн-кассы все больше данных обрабатывается в реальном времени: в настоящий момент с 1,7 млн онлайн-касс ежедневно приходит 120 млн чеков. И все больше возможностей появляется для быстрого выявления мошеннических операций и реагирования на них, на дожидаясь проверок.

«Мы стремимся создать комфортную среду для всех участников налогового взаимодействия, которая обеспечит доверие налогоплательщиков к госорганам», — подчеркнула Матвеева.

Задачи с использованием больших данных на производстве решают Новолипецкий металлургический комбинат, СИБУР и группа компаний «Русагро». Так, по словам Анджея Аршавского, директора центра анализа данных и матмоделирования НЛМК, в холдинге выстраивается конвейер по реализации проектов больших данных и искусственного интеллекта, начиная от идеи и постановки задачи и заканчивая созданием систем, реально работающих в масштабе предприятия. В числе примеров задач, решаемых подобным образом, — оптимизация электродуговой печи, используемой для плавки металлолома, оптимизация расхода газов по котлам на принадлежащей холдингу ТЭЦ в Липецке, прогнозирование ремонтов фурм в металлургических печах, позволяющее избежать их внеплановых простоев.

«Мы выбираем для реализации в первую очередь те проекты, для которых есть данные и при этом не требуются очень замысловатые методы решения вроде машинного обучения», — отметил Аршавский.

Также он обратил внимание на большой разрыв в ресурсоемкости проектов в больших данных на производстве: промышленная реализация требует на порядки больше ресурсов, чем пилотные проекты.

Игорь Агамирзян: «Маркетплейсы — ничтожно малая часть цифровой экономики. Большая ее часть — это киберфизические системы»

Как рассказал Владимир Чернаткин, куратор проектов больших данных и Интернета вещей в СИБУРе, на химических предприятиях его компании решаются как оптимизационные задачи, позволяющие снизить перерасход катализаторов и минимизировать внеплановые остановки оборудования, так и задачи по управлению качеством, позволяющие повысить производительность линий по производству пленки из полипропиленовых гранул. С деталями проекта по оптимизации расхода катализаторов при синтезе окиси этилена в СИБУРе познакомила Ольга Плосская, руководитель проектов отдела анализа данных компании Visiology. Особенностями процесса являются регулярная смена нагрузки, недостаточные возможности для измерений, а также непостоянство точки оптимума, которая имеет свойство со временем смещаться. Применение технологий машинного обучения позволило добиться улучшений на 0,1%. В перспективе предполагается повысить этот показатель в два раза.

По словам Тани Милек, менеджера по методологии и унификации «Русагро», в ее компании производственные данные стекаются из самых разных источников: от датчиков и систем Интернета вещей, дронов, обрабатываются и снимки из космоса, при этом основное внимание уделяется интерпретации данных и прогнозированию на их основе. В числе задач, в которых использование больших данных себя окупит, Милек назвала мониторинг сельскохозяйственных посевов, темпов уборки урожая, выявление закономерностей между количеством внесенных удобрений и развитием посевов, а также оптимизацию использования техники на полях. Также актуальны разработка рекомендаций для агрономов на основе данных дронов и прогнозирование вегетации зерновых на базе геоданных и показателей датчиков, развитие биотехнологий в животноводстве, соблюдение требований по защите окружающей среды и, кроме того, мониторинг и прогноз всего, что касается роста животных, их лечения, кормления и подбора кормов.

Владимир Соловьев, руководитель департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве РФ, обнаружил множество больших данных, взяв курс на создание «умного» университета. Например, мониторинг в реальном времени расположенных в помещениях датчиков помогает обеспечить комфортные условия освещенности, температуры и влажности, а заодно оптимизировать расходы ресурсов на их поддержание. Однако самые интересные на сегодняшний день эксперименты проводятся в аудиториях, где идут практические занятия: видеопотоки с видеокамер отправляются в облако Microsoft, где с помощью сервисов Azure IoT Hub и Stream Analytics проводится распознавание лиц студентов и определяется их эмоциональное состояние. Результатами анализа становятся оценки их вовлеченности в учебный процесс, при этом правдоподобность оценок сейчас составляет около 80%. Оценки позволяют отследить динамику вовлеченности по различным срезам: образовательным программам, преподавателям, группам и отдельным студентам – эта информация обеспечивает обширные возможности для принятия решений по улучшению учебного процесса.

Платформы и методики

Евгений Степанов: «Высокая производительность современной аналитической платформы достигается благодаря поколоночному хранению данных»

Естественно, успешная реализация проектов на основе больших данных едва ли возможна без использования развитых платформ – этому направлению на форуме также уделялось много внимания. Так, Никита Успенский, руководитель направления Big Data компании Oracle в России, настоятельно рекомендовал решать задачи больших данных с применением специально разработанных для этих целей программно-аппаратных комплексов. Анна Румянцева, исследователь данных (точнее, Data Scientist) компании Hitachi Vantara, обратила внимание на универсальность платформы Pentaho, пригодной для решения широкого круга задач – от интеграционных и до прикладных и связанных с получением отчетности. Евгений Степанов, руководитель направления Big Data в России компании Micro Focus, обратил особое внимание на высокую производительность аналитической платформы Vertica, достигаемой благодаря поколоночному хранению данных. Сергей Золотарев, управляющий партнер компании Arenadata, представил созданную на основе систем с открытым кодом корпоративную платформу данных Arenadata Unified Data Platform, включающую продукты-модули для работы с Hadoop, аналитическую СУБД с обработкой данных в оперативной памяти, распределенную СУБД, использующую массивно-параллельные вычисления, и систему для централизованного управления и координации работы всех перечисленных компонентов. Игорь Катков, директор по партнерам и развитию бизнеса компании Pure Storage в России, СНГ и странах Балтии, рассказал о возможностях аналитической обработки больших данных, которые предоставляет построенная на базе флеш-накопителей платформа хранения FlashBlade, сочетающая высокую производительность, масштабируемость и надежность с умеренной совокупной стоимостью владения.

Важное место в ходе форума занимали выступления и дискуссии, имевшие методологическую направленность. Так, Виталий Чугунов, руководитель отдела специального ПО компании «ЕС-лизинг», отметил три ключевых вопроса, которые необходимо решать в ходе цифровой трансформации: круг потребителей цифровых преобразований (кому они предназначаются), как обеспечить управление трансформационными процессами и заодно всем комплексом цифровых, в том числе аналитических технологий, которые создаются в ходе подобных проектов; и наконец, нужно решить широкий круг вопросов, связанных с данными.

Александр Азаров, старший вице-президент по разработке ПО компании WaveAccess, представил общую «дорожную карту» выполнения проектов по машинному обучению. Согласно его рекомендациям, на первом этапе следует максимально уточнить бизнес-задачу, которую планируется решить, определить спектр данных и источников, которые для этого потребуются, а также провести сбор и проверку данных. Вторым этапом должна стать разработка прототипа – для этого, в частности, понадобится выбрать алгоритм решения задачи и инструментарий для его реализации. На третьем этапе следует определить модель окупаемости, а заодно оценить, во что обойдутся ошибочно выявленные ситуации. Наконец, на четвертом нужно сосредоточиться на разработке решения, при этом особое внимание обратить на производительность, заранее определив, какие вычислительные мощности и в каком количестве понадобятся. Также заранее надо обсудить способы интеграции других систем с создаваемой системой машинного обучения.

Александр Тарасов: «Ответственность за корпоративное управление данными в целом должна лежать на директоре по данным»

Александр Тарасов, управляющий партнер компании DIS Group, призвал всех взглянуть на данные как на актив, способный приносить прибыль. Но чтобы этого добиться, им необходимо управлять, причем не только на уровне технологических комплексов, но и бизнес-процессов, регламентов и пр. Это необходимо, поскольку цифровые преобразования несут с собой не только новые технологии, но и новые бизнес-модели, роли, процессы, организационные структуры. Корпоративное управление данными призвано решить множество проблем, связанных с ними, в том числе низкого качества данных, отсутствия единой записи информации о клиентах, активах и пр., непрозрачности данных в отчетах, сложной интеграции данных, отсутствия ответственности за ввод данных и пр. Ответственность за корпоративное управление данными в целом должна лежать на директоре по данным (Chief Data Officer) – этот руководитель призван координировать все, что касается стратегии данных, связанных с ними операционных процессов и технологий.

Обсуждение функций и роли директора по данным продолжилось в ходе пленарной дискуссии «Chief Data Officer – в авангарде цифровой трансформации?», модератором которой выступил Сергей Золотарев из компании Arenadata. Насущные вопросы розничной и интернет-торговли обсудили участники круглого стола «Цифровизация ретейла», который координировал Евгений Степанов из компании Micro Focus. Разработчиков и архитекторов объединила дискуссия «DataOps – Agile-подходы к работе с данными», которую провел Андрей Николаенко, системный архитектор компании IBS. Кроме того, Анна Румянцева из Hitachi Vantara в ходе мастер-класса представила свои рекомендации по внедрению машинного обучения в бизнес.

Национальное бюро кредитных историй разработало сервис по проверке аккаунтов заемщиков в социальных сетях, пишет РБК. Технологическую помощь бюро оказала Mail.Ru Group, которая владеет соцсетями «ВКонтакте» и «Одноклассники». Поэтому теперь НБКИ может использовать информацию о клиентах Mail.Ru Group и оказывать на ее базе услуги другим компаниям.

В январе текущего года Девятый арбитражный апелляционный суд частично удовлетворил иск «ВКонтакте» к компании Double Data и запретил последней использовать в своих целях данные пользователей социальной сети. Год назад «ВКонтакте» указала на то, что Double Data без разрешения собирала и продавала сведения о ее пользователях (фамилии, имена, места работы и учебы) банкам, которые использовали ее при оценке кредитоспособности заемщиков.

В Mail.Ru Group пообещали, что в новом сервисе поиск будет осуществляться только по открытым данным.

Соучредитель компании Romanov & Partners Алексей Романов и руководитель направления стратегии Альфа-Банка Александр Савенков назвали три причины, почему, по их мнению, цифровую трансформацию проводить не нужно. Во-первых, это происходит в ситуации, когда руководитель преприятия не понимает или не объясняет, что такое цифровая трансформация для него, чего он хочет. При этом выступающие отметили интересную вещь: при грамотном управлении организацией цифровая трансформация не требуется вовсе. Бизнес проходит несколько стадий: сначала он требует инвестиций, потом показывает рост, далее нуждается в оптимизации и обновлении. Если соответствующая перестройка происходит, снова начинается рост, если нет – компания затевает трансформацию, чтобы успеть за тем, кто ушел вперед. В Альфа-Банке оптимизация выразилась, в частности, в создании цифрового банка, появлении партнерских продуктов и др.

Второй ситуацией, в которой не стоит делать цифровую трансформацию, является момент, когда в компании уже происходит какая-либо другая трансформация. Допустим, запущена работа над изменениями в области продуктов, экосистемы, обучения сотрудников и т.д. Тогда элементы цифровой трансформации можно встроить в текущие процессы.

Наконец, по мнению выступающих, не следует заниматься трансформацией, если нет четкой бизнес-стратегии, по которой будет развиваться организация: цели, понимания рынка, на котором происходит работа, преимуществ, ключевых компетенций и внутренней организации. Спикеры расмотрели стратегию как систему и разделили ее на несколько подсистем для удобной работы. Так, первой подсистемой у них является подсистема наблюдения. Она включает в себя работу по мониторингу за отраслью, конкурентами, законодательством, самой компанией и отслеживание неожиданных событий. Вторая подсистема, аналитическая, призвана, собственно, проанализировать все виды стратегических выборов, использовавшиеся ранее стратегии, проблемные точки и т.д. Подсистема принятия решений отвечает за разделение стратегических и операционных вопросов, обсуждения и др. Наконец, четвертая подситема – подсистема исполнения – занимается бюджетом, ежедневной работой, коммуникациями.

Подытоживая свое выступление, Савенков и Романов рекомендовали постоянно согласовывать и подтверждать, что такое цифровая трансформация, что в нее входит, если есть необходимость ее проводить, объединять существующие трансформационные программы в единый гибкий контур управления и убедиться в правильности разработки своей стратегии развития.

Руководитель департамента маркетинговых коммуникаций «М.Видео» Юлия Зарипова развеяла миф о том, что цифровизация может убить традиционный ретейл. По ее словам, покупатели переходят в онлайн, но далеко не все. Так, согласно приведенной ею статистике, начинают поиск товара в Сети 46% покупателей. Из них 65% потом делают покупки офлайн. Почти все (94%), кто ищут товары в обычных магазинах, в них же и остаются и не переходят на интернет-площадки. Таким образом, сделала вывод Зарипова, потребителю все еще нужен магазин: он приходит туда делать выбор, проверять товар, получать новый опыт и развлекаться. Примером могут служить периодически возникающие очереди за модными товарами, например, за игрововой приставкой Nintendo или кроссовками Канье Уэста. По ее словам, молодежь, которая по логике вещей лучше всех должна понимать возможности Интернета, предпочла покупки в обычных магазинах онлайн-заказам из-за возможности пообщаться с единомышленниками.

Другими причинами отказа от формата онлайн являются долгая доставка товаров и недостаточно развитая интернет-консультация. По мнению Зариповой, покупатель нуждается в едином пространстве для покупки, поэтому ретейлерам важно развивать омниканальность. Также потребители хотят быструю скорость получения продукции, гарантии качества и внимание к себе (персональные предложения, программы лояльности, акции, скидки). Консультант в магазине теперь не только человек, который выносит товар со склада, но и тот, кто обогащает клиента новой информацией. Покупатель хочет выделяться, подчеркивать индививидульность, поэтому при его обслуживании можно использовать персональный подход с использованием больших данных («Он приходит в магазин, а мы уже все про него знаем»). Кроме того важно помочь ему создать уникальный образ и постоянно, но ненавязчиво информировать о новинках.

Помимо этого потребитель хочет показывать себя, и для этого существует много способов: сториез, трансляции, видеоскетчи и др. Все это можно использовать для привлечения клиента и рекламы магазина. При этом ретейлеры должны стремиться быть удобными любому покупателю, независимо от предпочтений, возраста и других характеристик, считает Зарипова.

Таким образом, цифровая трансформация не обязательно означает полный уход потребителя в цифровую среду. Новые технологии дают возможности эффективно взаимодействовать с покупателем офлайн.

Управляющий директор Delivery Club Андрей Лукашевич рассказал, как его компания использует большие данные. По его словам, на данный момент доставка еды — едва ли не единственный растущий сегмент общепита, и цифровые технологии здесь хорошо помогают. В Delivery Club проанализировали соотношение спроса и предложения в столице. Вполне естественно, что в центре по сравнению с отдаленными районами у покупателей больше выбор. Кроме того, данные позволили понять, что могли бы покупать жители этих районов, если бы у них была возможность. Ориентируясь на результаты исследования, компания планирует открыть в Москве точки доставки, которые будет предлагать своим партнерам. Пилотный проект запущен на севере Москвы в районе станции метро «Бабушкинская».

Также большие данные помогают предсказать, в какой день, в каком районе и что именно может понадобиться.

Начальник службы инновационных систем международного аэропорта «Шереметьево» Денис Бухтиенко рассказал о том, какие сервисы для самообслуживания используются в «Шереметьеве». По его словам, главной целью цифрового оснащения аэропорта является обеспечение пассажирам комфортного пребывания. Цифровая экосистема аэропорта состоит из трех элементов – сайта, приложения и мессенджера. В 2009 году сайт отвечал все требованиям, существующим на тот момент, рассказал Бухтиенко, но за прошедшие с тех пор годы успел устареть. Его обновляют, ориентируясь на мировой опыт. Так, интерфейс, согласно современным тенденциям, должен быть чистым и лаконичным, главная страница — давать быстрый доступ к популярным разделам и делать акцент на поиске нужного пассажиру рейса. Существующий прототип главной страницы предполагает наличие трех больших разделов «Вылет», «Трансфер» и «Прилет». Табло рейсов, которое сейчас занимает половину страницы, спрятано, но его можно посмотреть, кликнув на соответствующий пункт сверху. Там же можно найти схему аэропорта, информацию об услугах, изменить язык, включить режим для слабовидящих и др. Ниже приводятся данные о парковках, магазинах, новости, ссылка на приложение аэропорта и специальная информация для инвалидов. Четче видна поисковая строка.

Приложение на телефон позволяет быстро узнавать информацию о полетах и оплачивать парковки, смотреть навигацию по аэропорту и присылает пуш-уведомления.

Мессенджер осуществляет коммуникацию, чат-бот берет на себя роль оператора контакт-центра – пассажир может задать любой вопрос (например, он чего-то не понял, не нашел) и оперативно получить ответ.

Помимо этой экосистемы в «Шереметьеве» вводят и другие цифровые элементы. Например, сервис самостоятельной сдачи багажа, доступный зарегистрированным пассажирам внутренних линий «Аэрофлота». Клиенты сами печатают бирку, наклеивают ее и отправляют чемоданы в багаж. Также в аэропорту установлены специальные киоски, при сканировании посадочного талона предоставляющие необходимую пассажирам информацию. Устройства предназначены для упрощения навигации. Еще одно нововведение – табло, основанные на мониторах с ЖК-панелями. Они выводят расписание на трех языках, русском, английском и китайском, полезную информацию о дорожной ситуации, метеосводки, рекламу и др.

По словам Бухтиенко, аэропорт готов полностью отказаться от бумажных посадочных талонов, однако пока не имеет соответствующего законодательного разрешения. «Шереметьево» также работает над автоматизацией посадки на борт (в том числе с использованием биометрии), которая по замыслу сделает ненужным какое-либо взаимодействие пассажиров с агентами.

28 марта 2018 года прошел VII Всероссийский форум Big Data, организованный издательством «Открытые системы». В форуме приняли участие 400 представителей предприятий и организаций из различных отраслей. Программа форума представила панорамную картину применения инструментов больших данных и аналитики в различных отраслях экономики.

Тема данных как платформы цифровой экономики стала одной из центральных на форуме. В пленарном докладе Алексея Минина, директора Института анализа данных Deloitte СНГ, был дан развернутый анализ процессов цифровизации в международном масштабе и предложены конкретные рекомендации создания новых бизнес-моделей в российских условиях. Тему продолжил вице-президент Игорь Агамирзян, отметивший роль новых технологий в работе с данными для инновационного развития бизнеса.

Интереснейший практический опыт нашел отражение в выступлениях Татьяны Матвеевой, начальника управления ИТ ФНС России, Анджея Аршавского, директора Центра анализа данных и матмоделирования НЛМК, Владимира Соловьева, руководителя департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве РФ. Ценные рекомендации по реализации проектов в области аналитики, созданию новых бизнес-моделей, инвестициям в отраслевые инновации прозвучали в выступлениях представителей компаний «ЕС-Лизинг», «Неофлекс», «Световые Технологии», FiNN Flare, IT Pro, «Фармстандарт», «Русагро», Informatica, DIS Group. Перспективам и проблемам цифровизации розничного бизнеса был посвящен специальный круглый стол.

Широкое обсуждение получила тема искусственного интеллекта и машинного обучения, которая приобретает все большую актуальность для российской экономики, рассказали в издательстве. Впервые на форуме была глубоко освещена тема эффективного управления данными. На сессиях и выставке Big Data Expo cвои решения представили компании Oracle, Hitachi Vantara, Micro Focus, Loginom, Naumen, Pure Storage, в рамках форума также состоялась российская премьера универсальной платформы данных Arenadata.

В завершение форума журнал «Директор информационной службы» (CIO.RU) анонсировал премию CDO Award. Целью премии является популяризация достижений сотрудников компаний, стратегически нацеленных на создание бизнеса, основанного на данных, и новой, ключевой для таких компании должности CDO. Выбор и оценку номинантов проведет экспертный совет, в который войдут представители издательства и сообщества профессионалов цифровой экономики. Премию планируется вручить на форуме Big Data 2019.

Форум Big Data прочно утвердил за собой репутацию главного события года для специалистов в области больших данных и аналитики. Отличительными особенностями нынешнего форума стали не только широта затронутых в программе тем, но и новизна форм обсуждения: наряду с насыщенной линейкой выступлений в пленарной и трех тематических сессий в течение дня форума прошло несколько интерактивных мероприятий (дискуссии, круглый стол, мастер-класс), собравших широкую и очень заинтересованную аудиторию. Активное живое общение ни на минуту не прекращалось не только в выставочной зоне форума, но и в официальном Telegram-канале мероприятия.

По прогнозам компании IBS, к 2020 году количество информации в мире достигнет 40-44 зеттабайтов. Для того чтобы человечество смогло овладеть этими данными и извлечь из них пользу, уже сейчас необходимо внедрять технологии, помогающие их структурировать и анализировать. Тогда полученные знания удастся эффективно применять во всех сферах человеческой жизни, в том числе в бизнесе.

Что такое бизнес-аналитика и для чего она нужна

Бизнес-аналитика – это технология и практика исследования деловой активности. Данные, которые получает компания в результате аналитики, демонстрируют эффективность ее работы и помогают лучше планировать бизнес-стратегию.

Основу бизнес-аналитики составляют статистический анализ данных, а также объяснительное и предсказательное моделирование

Основу бизнес-аналитики составляют статистический анализ данных, а также объяснительное и предсказательное моделирование. В связи с этим показатели, полученные в ходе анализа, очень сильно зависят от качества и объемов исходных данных, обеспечить которые – одна из основных проблем многих организаций.

Традиционную бизнес-аналитику можно разделить на описательную, прогнозную и предписывающую. Первая описывает ситуацию, сложившуюся в компании. Важным аспектом описательной аналитики является визуализация полученных данных.

Прогнозная аналитика строится на основе данных, полученных за определенный отрезок времени, и нацелена на получение рекомендаций. Такие рекомендации необходимы для выстраивания эффективной стратегии поведения компании на рынке.

В описательной и прогнозной аналитике требуется участие менеджера, который сможет интерпретировать результаты и принять окончательное решение на основе полученных данных, предписывающая же аналитика позволяет автоматизировать процесс принятия решений за счет выбора приоритетной модели.

Бизнес-аналитика и Большие Данные

Бизнес-аналитика была востребована на рынке и до появления новых технологий. Однако с появлением Больших Данных в бизнес-аналитике наступила новая эра. Теперь компании могут собирать не только данные о продажах, но и данные, связанные со смежными областями и побочными факторами, например о движениях и мимике людей во время совершения покупки. К слову сказать, Еврейский университет в Иерусалиме разработал программу, которая с точностью до 83% распознаёт сарказм в отзывах покупателей.

49% респондентов из бизнес-подразделений нуждаются в аналитике ежедневно

Если вы думаете, что эта история не про вашу компанию, то вы ошибаетесь: еще в 2013 году компания QlikTech совместно с порталом TAdviser провела исследование, чтобы узнать, как часто организации или их отдельные сотрудники работают с Big Data и насколько полезно использование бизнес-аналитики. В опросе приняли участие специалисты отделов продаж, маркетинга, финансов, логистики и закупок, а также руководители компаний различных отраслей. Выяснилось, что 49% респондентов из бизнес-подразделений нуждаются в аналитике ежедневно. Еще более высокая потребность в Больших Данных оказалась у сотрудников госсектора: 100% опрошенных сталкивались с бизнес-аналитикой каждый день. Ежедневно обращаются к аналитике данных 87,5% представителей производственных компаний, 84% — финансовых, 83% — фармацевтических и 77% сотрудников торговых и дистрибьюторских компаний.

Почти все опрошенные отметили высокую эффективность бизнес-аналитики. Результатами работы с Большими Данными стало повышение качества принимаемых решений, рост контроля над производственными процессами, быстрое выявление проблемных зон организации, а также повышение качества коммуникации с клиентами. Для ИТ-специалистов важнейшими выгодами от работы с Вig Data стала ускоренная консолидация данных из различных источников и их интерактивная визуализация.

Как свидетельствуют результаты более поздних исследований, в России свыше трети компаний уже начали использовать Big Data. Из 108 компаний, опрошенных в исследовании Oracle, 17% начали проводить эксперименты с использованием аналитики данных, а 20% уже внедрили ее в рабочие процессы. Использование Big Data помогло решить ряд проблем: высокой стоимости хранения больших объемов информации, низкой производительности, потребности в анализе неструктурированных данных.

Сферы применения и польза

«Чаще всего аналитика Больших Данных применяется в маркетинге и продажах, — считает Ирина Яхина, директор по технологиям Hitachi Vantara в North EMEA. — Бизнес-аналитика составляет основу работы рекламных компаний, помогая им персонализировать аудиторию. Исследуя Большие Данные, корпорация может понять, какое рекламное объявление стоит показать соответствующей аудитории для достижения максимального эффекта, с каких платформ совершается наибольшее число переходов на сайт компании, и на основе этих данных усовершенствовать поиск целевой аудитории».

Ирина Яхина: «Не стоит бросаться с места в карьер только ради того, чтобы в вашем бизнесе было какое-то новое технологическое решение, которое сейчас на пике популярности»

Бизнес-аналитика также используется в сфере здравоохранения, где данные помогают прогнозировать скорость развития заболевания и эффективность препаратов. Некоторые частные клиники уже сейчас создают графики лечения, основанные на аналитике, соблюдение этих графиков, как показывают результаты, приводит к более скорому выздоровлению пациентов.

В России бизнес-аналитика наиболее часто используется в банковской сфере, страховании, энергетике, логистике, госсекторе, телекоммуникациях и промышленности. Например «Билайн» и Сбербанк применяют аналитику для того, чтобы защитить своих клиентов от мошенничества. «Альфа-Банк» и «Тинькофф-банк» задействуют бизнес-аналитику для анализа платежеспособности клиентов (как существующих, так и потенциальных), контроля продаж и возможных рисков.

Примеры положительного влияния бизнес-аналитики на развитие предпринимательства в России существуют и в промышленной сфере. Так, «Магнитогорский металлургический комбинат» и «Сургутнефтегаз» используют

Big Data для оптимизации производства, в том числе для регулирования расходуемых ресурсов и учета цен.

На заметку

Компаниям, которые хотят заняться бизнес-аналитикой и извлечь пользу из данных, в первую очередь нужно помнить о том, для чего они это делают, а не бездумно гнаться за новыми технологиями.

«Не стоит бросаться с места в карьер только ради того, чтобы в вашем бизнесе было какое-то новое технологическое решение, которое сейчас на пике популярности, — продолжает Яхина. — Важно понять, какие данные есть в компании, зачем их анализировать, какова их «точка приложения», то есть где они в дальнейшем будут использоваться. Уже потом стоит переходить к выработке стратегии и решениям, которые предлагают ИТ-компании».

Нужно понимать, что при анализе Больших Данных бизнес может столкнуться с рядом проблем. Прежде всего это компетентность сотрудников. Компания должна быть готова привлечь необходимых специалистов и предоставить им финансирование. В ином случае можно получить неверный анализ или ошибочную интерпретацию данных, что повлечет за собой проблемы при дальнейшем выстраивании стратегии.

При реализации проектов, связанных с бизнес-аналитикой, важно сотрудничество разных отделов организации

При реализации проектов, связанных с бизнес-аналитикой, важно обеспечить сотрудничество разных отделов организации. Руководителям групп необходимо объяснить, почему бизнес-аналитика стратегически важна для успешной работы компании на рынке, а также наладить эффективное и комфортное взаимодействие отделов внутри компании. Конечно, очень большое значение имеет выбор платформы, на которой будет реализован проект. Если внутри компании должный опыт отсутствует, то лучше всего обратиться к сторонним организациям, они посоветуют комплексные варианты. «Например, платформа Pentaho 8.0 имеет оптимизированный пользовательский интерфейс, широкий набор функций для эффективного управления огромными массивами данных, встроенные инструменты для визуализации данных, полученных в ходе анализа, — рассказывает Яхина. — Одним из вариантов также является решение Pentaho Business Analytics, которое анализирует и визуализирует данные сразу по нескольким параметрам».

Таким образом, исследования и реальные бизнес-кейсы подчеркивают растущую важность Big Data и бизнес-аналитики в современном мире. Накопленный опыт подсказывает: не нужно бояться нового, его нужно использовать на благо компании и для удобства своих клиентов.

Сегодня, 28 марта, издательство «Открытые системы» проводит традиционный форум BIG DATA 2018 — ключевое событие года для специалистов в области больших данных и аналитики. В программу форума включены все актуальные вопросы работы с данными в условиях перехода к цифровой экономике — экономике, основанной на данных.

В настоящий момент, в условиях реализации государственной программы цифровой экономики, эффективная работа с данными приобретает особое значение практически для каждой компании и каждой организации в России. В выступлениях и дискуссиях форума звучат даны экспертные оценки и практические рекомендации, как превратить накопленные массивы и непрерывные потоки больших данных в ключевой актив бизнеса.

Вице-президент НИУ ВШЭ Игорь Агамирзян

Программа BIG DATA 2018 представит панорамную картину применения инструментов больших данных и аналитики в различных отраслях экономики и областях человеческой деятельности.

В этом году на форуме выступают руководители ИТ и бизнеса, лидеры направлений по работе с данными, ведущие специалисты из ФНС России, Фонда перспективных исследований, Новолипецкого металлургического комбината, компании СИБУР, Deloitte, Финансового университета при Правительстве РФ, НИУ «Высшая школа экономики», «Русагро», «Фармстандарта», других организаций и предприйтий.

Актуальные вопросы вынесены в дискуссии на темы «Цифровизация ретейла», «Chief Data Officer — в авангарде цифровой трансформации?», «DataOps — agile-подходы к работе с данными».

Ведущие отечественные и зарубежные ИТ-компании покажут свои инновационные решения и поделятся практическим опытом их применения в пленарной и тематических сессиях и на выставке BIG DATA Expo.

На форуме выступают руководители ИТ и бизнеса, ведущие специалисты из ФНС России, Фонда перспективных исследований, Новолипецкого металлургического комбината, компании СИБУР, Deloitte, Финансового университета при Правительстве РФ, НИУ «Высшая школа экономики», «Русагро», «Фармстандарта»

В форуме принимают участие около 400 представителей предприятий и организаций из различных отраслей.

«Сегодня данные — фундамент цифровой трансформации, необходимое и обязательное условие инноваций. Но для этого данные компаний должны быть не просто BIG, но обязательно SMART — необходимо поставить на службу своему бизнесу самые эффективные методы, решения и технологии работы с большими данными», — отмечает Наталья Дубова, программный директор BIG DATA 2018.