Первая продвигает свою платформу мобильной оплаты заказов, позволяющую клиентам предприятий общественного питания и магазинов расплачиваться с помощью мобильных и носимых устройств. Вторая — разработчик рекламной платформы Segmento, предназначенной для таргетированного размещения рекламы в Интернете.

Как пояснил Виктор Орловский, старший вице-президент Сбербанка по развитию цифрового бизнеса, модель взаимодействия потребителя с рестораном или магазином, подключенными к Platius, выглядит так: клиент заведения с помощью мобильного приложения Platius (есть версия для iOS, вскоре появится и для Android), выбирает товарные позиции, оплачивает их и получает штрихкод, после чего предъявляет гаджет со штрихкодом на кассе, там его сканируют и выдают потребителю заказ. Оплата его может производиться с привязанной к мобильному приложению банковской карты или со счета Сбербанка, если удается установить, что потребитель является его клиентом. Таким образом, подчеркнул Островский, для оплаты заказа официант не нужен. Если в магазине или ресторане имеется система лояльности, начисление баллов происходит и при заказе через Platius. Среди корпоративных пользователей этой системы есть и известные компании, в частности сеть кофеен «Кофе Хауз».

Опора на данные о клиентском опыте позволит Сбербанку вывести обслуживание потребителей на новый качественный уровень

Возможности Platius наверняка будут востребованы не только в ресторанном бизнесе, но и в других предприятиях сферы обслуживания — фитнес-клубах, кинотеатрах и пр. Лев Хасис, первый заместитель председателя правления Сбербанка, особо отметил, что через систему можно отправить потребителям выгодные предложения (например, скидки), и, если они их устраивают, быстро получить оплату за заказы и потом, когда у потребителей появится время их получить, предоставить эти заказы. По мнению Хасиса, несколько лет назад возглавлявшего очень крупную ретейловую компанию X5 Retail Group, подход «заплатил сейчас, а пришел позже» сулит большие перспективы для использования Platius в рознице.

«Через несколько лет банковские карточки станут достоянием истории: все платежи можно будет сделать с помощью мобильных устройств», — полагает Хасис.

По словам Давида Яна, известного предпринимателя и инвестора, сооснователя компании Platius, ее платформа мобильной оплаты представляет собой облачный сервис, интегрированный с POS-терминалами, с одной стороны, и мобильными приложениями потребителей — с другой. К платформе Platius подключено свыше 900 предприятий и около 2,2 млн их клиентов. Ян предположил, что к 2018 году свыше 40 млн человек в России будут оплачивать заказы в ресторанах с помощью мобильных устройств. Он надеется, что не менее половины этих заказов будет оплачено посредством Platius.

Григорий Гуревич, совладелец компании UCS, считает, что вхождение Сбербанка в число акционеров Platius, да еще и с контрольным пакетом, будет способствовать росту доверия к этой системе оплаты заказов со стороны потребителей, а это, в свою очередь, еще более повысит шансы на успех компании и ее платформы.

Другая новоиспеченная «дочка» Сбербанка — компания Rutarget специализируется на рекламном бизнесе. В основе флагманского продукта компании — рекламной платформы Segmento — лежит симбиоз технологий искусственного интеллекта и Больших Данных, что позволяет вести обработку сведений о поведении пользователей в Интернете с целью сверхточного таргетированного размещения рекламы. По словам Евгения Легкого, сооснователя Rutarget, костяк клиентов Segmento составляют известные бренды, рекламные агентства и интернет-магазины. Среди именитых клиентов платформы в России — Intel и Hyundai (за рубежом они используют похожие по функциональности платформы).

Платформа, как подчеркивают ее создатели, позволяет повысить эффективность инвестиций в рекламу в два-три раза по сравнению с другими рекламными системами. По данным Rutarget, к Segmento подключено более 1 млн российских рекламных площадок и собрано более 250 млн профилей пользователей потенциальной аудитории интернет-рекламодателей. Утверждается, что с помощью Segmento проведено более 500 рекламных кампаний и что благодаря Segmento ее клиенты-рекламодатели продали товаров и услуг на 900 млн руб.

И Сбербанк, и миноритарные совладельцы Platius и Rutarget рассчитывают на синергетический эффект от вхождения крупнейшего банка России в число акционеров. И дело не только в размере инвестиций (их сумма не разглашается). Эти сделки позволят Сбербанку найти перспективные направления, в которых он сможет выступать одним из партнеров, обеспечивающих финансовую составляющую предоставляемых услуг.

«Все в сегодняшнем мире хрупко, и прорывная технология, прорывная бизнес-модель, может за очень короткое время кардинально изменить ситуацию на рынке», — пояснил позицию инвестора Хасис.

Для Platius и Rutarget сотрудничество с новым акционером сулит ускоренное развитие их платформ, широкое продвижение услуг с вовлечением в маркетинговые программы Сбербанка и укрепление имиджа удобных, надежных, перспективных сервисов как среди корпоративных клиентов банка, так и среди широкого круга потребителей.

Есть еще один аспект сделок — цифровой: и Сбербанк, и Platius с Rutarget накопили большие объемы данных о клиентах, а также знания об их поведении в различных ситуациях. Обмен знаниями и обезличенными данными о клиентском и пользовательском опыте позволит организациям получить еще больше информации о клиентах, их мотивах, привычках и логике поведения, что позволит вывести обслуживание потребителей на новый качественный уровень и стать еще более конкурентоспособными.

Основной спрос на аналитиков Big Data формируют ИТ-компании, телеком-операторы, банки и крупные розничные сети. В своих комментариях представители крупных компаний отмечали, что аналитика Больших Данных является важным направлением бизнеса. Зачастую это направление является стратегическим и контролируется непосредственно первыми лицами компаний.

Специалисты по подбору персонала отмечают ряд сложностей в подборе аналитиков Больших Данных, вызванных дефицитом квалифицированных кадров и отсутствием критериев по оценке компетенций. Приходится проводить многоступенчатый отбор с несколькими этапами интервьюирования и тестами, проверяющими аналитические способности. В результате очень большое количество кандидатов отсеивается. Разумеется, компании весьма заинтересованы в уже состоявшихся специалистах, реализовавших успешные проекты, однако их на рынке практически нет.

Проблемы с поиском кадров увеличиваются из-за отсутствия общепринятого названия должности специалистов, занимающихся анализом Больших Данных, и перечня стандартных должностных обязанностей. Вакансии, подразумевающие работу с Большими Данными, могут носить совершенно различные названия, например аналитик big data, математик-программист, менеджер по анализу систем, архитектор big data, бизнес-аналитик, BI-аналитик, информационный аналитик, специалист Data Mining, инженер по машинному обучению.

В целом специалистов по работе с Большими Данными можно разделить на два направления: инженеры, в большей степени отвечающие за хранение, преобразование данных и быстрый доступ к ним, и аналитики, чьей задачей является собственно анализ, выявление взаимосвязей и построение моделей.

В должностные обязанности аналитика Big Data входит:

• построение процесса сбора данных для возможности их последующей оперативной обработки;

• анализ и прогнозирование потребительского поведения, сегментация клиентской базы;

• персонализация продуктовых предложений;

• анализ эффективности внутренних процессов и операционной деятельности;

• выработка решений по оптимизации текущих процессов на основании результатов анализа;

• анализ рисков, подозрительных операций, выявление мошенничества;

• обеспечение полноты и взаимосвязанности данных из разных источников.

На должность начинающего аналитика Больших Данных могут претендовать кандидаты с высшим образованием в области математики и математической статистики. От них требуется знание методов математической статистики, алгоритмов анализа данных и математического моделирования, современных технологий обработки Больших Данных, основ реляционных СУБД и языка SQL. Стартовый оклад аналитика Больших Данных в Москве составляет от 70 до 80 тыс. руб.

Рассчитывать на более высокий оклад могут претенденты, отработавшие в этой должности более года. От них ждут отличных аналитических навыков и способности видеть новые пути решения задач. Им необходимы глубокие знания методов статистического анализа данных и построения математических моделей и владение статистическими инструментами IBM SPSS, R, Matlab, SAS Data Miner, Tableau. Работодатели заинтересованы в специалистах с опытом выявления зависимостей и закономерностей в больших массивах данных и работы с инструментами визуализации. Компании обещают таким кандидатам доход около 100 тыс. руб.

Требования к кандидатам на более высокий доход предусматривают стаж работы более двух лет, знание скриптовых языков программирования (Python, Ruby, Perl) и методов машинного обучения. Также от них требуется опыт использования таких инструментов как Hadoop, и Google Big Table. Зарплаты специалистов такого уровня в Москве достигают 140 тыс. руб.

На максимальный доход могут рассчитывать эксперты, работающие аналитиком Больших Данных более трех лет и имеющие опыт построения коммерчески успешных сложных моделей поведения целевой аудитории c помощью инструментов Data Mining. Возможными пожеланиями могут быть наличие научных публикаций в этой области и опыт внедрения систем по работе с Большими Данными. Зарплатный максимум для аналитиков Больших Данных составляет 250 тыс. руб.

Создатель сайта «ГосЗакупки» и еще ряда общественно значимых проектов, в недавнем прошлом специалист по добыче данных (data mining) и обработке информации в сфере финансовых данных, Иван Бегтин рассказывает о том, почему нужно открывать государственные данные, какие препятствия существуют на этом пути и зачем открытые данные бизнесу.

- Для начала определимся с понятиями: что такое открытые данные? Как складывалась и развивалась эта концепция?

Открытые данные развивают идею свободы доступа к информации, произведенной государством, общественными организациями, гражданами, даже бизнесом. Такая информация может быть использована в разных целях, в том числе коммерческих, на основе свободных лицензий, которые снимают возможные юридические ограничения. Революционность концепции открытых данных состоит в том, что она декларирует доступ к информации не просто в визуальных, но в машиночитаемых форматах. Это обеспечивает возможность многократного использования информации и формирует своего рода рынок – государственный, общественный, коммерческий, где эти данные востребованы.

Появлению идеи открытых данных способствовало несколько движений и инициатив. Во-первых, это разработка с открытым исходным кодом, приверженцы которой также активно продвигали инициативы технологической открытости государства, включая доступность данных.

Во-вторых, это активное взаимодействие между научными организациями по всему миру, которые уже в течение многих лет открывают свои базы данных, будучи уверенными в том, что свободный обмен информацией позволяет перепроверять результаты исследований и инициировать новые.

И еще одна тенденция – открытость государства. В определенный момент на Западе запросы от граждан и бизнеса к государству достигли такого объема и уровня структурированности, при которых потребовалась доступность данных в машиночитаемом виде. Возможность доступа к огромному количеству государственной информации позволяет бизнесу создавать новые продукты и улучшать существующие, а гражданам и общественным организациям — вести эффективный контроль за деятельностью государства.

Эти тенденции развиваются в мире с 70-х годов XX века, активная фаза становления открытых данных длится последние 15 лет. Благодаря появлению Интернета значительная часть данных стала доступна не по инициативе государства, а посредством различных частных и общественных проектов. Примером может служить Википедия, которая является не только гигантской онлайн-энциклопедией, но и ресурсом открытых данных колоссального объема.

- Вы стояли у истоков движения открытых данных и открытого государства в нашей стране. Что удалось сделать?

Государственные органы в России начали открывать данные в силу ряда объективных причин. Усилиями активистов, и я вхожу в их число, открытые данные стали частью государственной политики. Кроме того, с середины 2000-х в госуправлении происходит смена поколений, к власти приходят молодые технократы, склонные вместо освоения бюджетов классическими способами вкладывать средства в ИТ.

Данные по госзакупкам начали публиковать в России в машиночитаемом формате с 2006 года, еще до того, как в стране стали употреблять термин «открытые данные», потому что на эту информацию всегда был большой спрос со стороны бизнеса. Это одно из наиболее масштабных раскрытий информации в России – сотни гигабайтов информации, десятки миллионов записей о контрактах, закупках, планировании закупок. На базе этих данных я сделал проект «ГосЗатраты» (clearspending.ru), который развивает Комитет гражданских инициатив, созданный при поддержке Алексея Кудрина. Это экспертно нейтральный проект, его цель – формирование экосистемы для всех, кто заинтересован в проведении общественного расследования в области государственных расходов.

«ГосЗатраты» – не единственный пример общественных проектов на базе открытых данных. Несколько проектов реализовано силами некоммерческого партнерства «Информационная культура», в том числе хаб открытых данных (hubofdata.ru) – большой реестр массивов данных из различных государственных источников.

В первые годы продвижения темы открытых данных в России политика нашего взаимодействия с государством состояла в том, что мы говорили: если вы не будете открывать данные, мы сделаем это сами, потому что на эту информацию есть коммерческий и общественный спрос. Например, нужен реестр школ и открытие данных о среднем балле ЕГЭ, чтобы делать программы для составления рейтингов школ, помогая гражданам в выборе учебного заведения для своих детей.

Мы самостоятельно собирали подобную информацию – писали специальные программы, которые перерабатывали данные, размещали информацию на хабе открытых данных и проводили регулярные хакатоны для привлечения разработчиков к использованию этих данных. Организация «Информационная культура» была создана вокруг первого конкурса для разработчиков Apps4Russia, призванного пропагандировать создание приложений на базе открытых данных.

Параллельно шел активный общественный лоббизм темы открытых данных, в том числе велась работа над законом, который вводит в законодательство это понятие (принят в 2013 году), и агитация министерств на открытие данных.

- Как государство относится к теме открытых данных – активно способствует открытию или воспринимает как неизбежное зло? Какова ситуация с этим в мире и в России?

Во всех странах, где достаточно сильное гражданское общество, открытые данные являются частью государственной доктрины. Например, в США в ближайшее время будет создан полный реестр государственных данных, а не только открытых, чтобы граждане и организации знали, с какими запросами они могут обращаться. Великобритания реализует концепцию цифрового правительства (digital government), неотъемлемой частью которой являются открытые данные. Существует ряд крупных международных организаций, которые занимаются открытыми данными, в частности Партнерство по открытому правительству (open government partnership).

Россия в значительной степени выключена из международной повестки дня по открытым данным, поскольку теперь не состоит в «большой восьмерке», принявшей хартию по открытым данным, и в последний момент отказалась вступить в Партнерство по открытому правительству, хотя вся подготовительная работа для этого была проведена. Взаимодействие осталось только на уровне регионов; например, правительство Москвы регулярно приглашает зарубежных экспертов по теме открытых данных.

В целом в России реализуется немало региональных инициатив по открытым данным, однако довольно скромные успехи на федеральном уровне. Отчасти причина заключается в том, что централизованное управление этой деятельностью перешло от Минкомсвязи в ведение Минэкономразвития, которое с ней не справляется. Есть несколько министерств, активно раскрывающих информацию, и есть государственные органы, которые этого практически не делают, например Росстат, МВД, Рособрнадзор, Минобрнауки.

Однако главная сложность – отсутствие централизованной политики в области открытых данных. Эта тема не включена в госпрограмму «Информационное общество» и вообще ни в одну из госпрограмм. И если московское правительство потратило пару сотен миллионов из собственного бюджета на портал открытых данных, то на федеральном уровне в открытые данные вложено в десять раз меньше.

- Государственные данные нужно не только открыть, но и знать, как их использовать. Что делается для того, чтобы продвигать возможности продуктивной работы с открытыми данными?

Есть несколько направлений взаимодействия с потребителями открытых данных. Одно из них – коммуникации с различными бизнес-ассоциациями и крупными коммерческими игроками. Например, компания «Яндекс» активно вовлечена в тему открытых данных. Есть ряд компаний, которые предоставляют информационные сервисы и используют в том числе и государственные данные. Конечно, в продвижении открытых данных они лоббируют в основном свои интересы, но иногда это идет на пользу всем.

Другая категория потребителей – рядовые разработчики. Чтобы увлечь их темой открытых данных, мы пропагандируем проведение хакатонов и соревнований и помогаем госорганам встречаться с программистами.

- Какие можно привести примеры получения бизнесом выгоды от работы с открытыми данными?

В России есть множество компаний, бизнес которых либо целиком основан на государственных данных, либо использует их косвенным образом. Однако представители такого бизнеса категорически не хотят это афишировать. Первая причина в том, что тем самым они выдают свою бизнес-модель и рискуют создать себе конкурентов. Вторая – они опасаются, что, если начнут рассказывать, какие данные используют и какую выгоду из этого получают, у чиновников, которые открывают данные, возникнет соблазн эти данные не публиковать или публиковать с ошибками, а чистые данные предоставлять кулуарно за деньги.

В качестве примера успешного бизнеса с использованием открытых данных можно привести операторов систем проверки контрагентов – «Спарк.Интерфакс», «Коммерсант.Картотека» или «Контур.Фокус». Эти компании наряду с закрытыми данными, которые получают по официальным каналам из Федеральной налоговой службы, обращаются к открытым реестрам лицензий, данным по закупкам, по контрактам и т. д.

Есть компании, например «Закупки360», бизнес которых целиком построен на данных по закупкам, в том числе открытым. Эти коммерческие проекты предоставляют на платной основе уведомления о тендерах, информацию о дополнительных услугах с применением этих государственных данных и др.

Бывает и так, что компания не создает напрямую продукт на базе открытых данных, а формирует возможность предоставления услуг на их основе, реализуя сервисы очистки, обогащения данных и т. д. Такие компании используют государственные классификаторы — ФИАС (федеральная информационная адресная система), КЛАДР (классификатор адресов России) и др.

Судя по мировой практике, есть множество других данных, для которых возможна очень быстрая прямая монетизация, например данные криминальной статистики, статистика сдачи единых госэкзаменов, климатические данные. Но наше государство не торопится такие данные открывать.

- Что представляет собой технологическая экосистема открытых данных?

В первую очередь для открытия данных требуется определенное качество внутренних ИТ-систем госорганов. Во многих министерствах ИТ находятся на катастрофическом уровне. Либо данные публикует пресс-служба, которая ничего в этом не понимает, либо делаются попытки привести к машиночитаемой форме данные устаревших форматов. С другой стороны, часто в ходе публикации данных оказывается, что та или иная система есть только на бумаге или реестр создан, но заполнен только на 10%. Все это является отражением качества автоматизации за много лет.

Существует множество инструментов публикации данных, например CKAN, в том числе российской разработки. Если есть желание раскрыть данные, неважно, с помощью какого движка это делать. Федеральное казначейство просто ежедневно публикует все данные о закупках на ftp-сервере. Главное, что у них реализовано описание схем данных и в техзадании на эту систему предусмотрена регулярность обновления. А, например, Росстат создал свой раздел на CKAN, опубликовал какое-то количество массивов данных и этим ограничился, требуя дополнительных средств на автоматизацию.

Существует два подхода к публикации открытых данных. Тот, которого придерживается Минэкономразвития, подразумевает, что все госорганы публикуют данные на своих сайтах, после чего они собираются на едином портале data.gov.ru. Но гораздо эффективнее подход, которому следует правительство Москвы: его департамент ИТ отвечает за публикацию данных, для чего экспортирует данные непосредственно из ИТ-систем различных организаций. Именно так предполагалось работать с открытыми данными федерального уровня в Минкомсвязи. В приоритете должны были быть не госорганы как таковые и их действия по публикации информации на своих сайтах, а государственные ИТ-системы, в которых эта информация уже есть и должна открываться с помощью унифицированных интерфейсов. Но эту идею не удалось реализовать после того, как регулирование государственных открытых данных перешло к Минэкономразвития.

- Есть ли среди открытых данных большие?

Открытые данные по госзакупкам – это сотни гигабайтов, ежедневные обновления, постоянные изменения, в том числе схем данных, и активная работа с этими данными на регулярной основе. Есть данные меньшего объема; например, на сайте bas.gov.ru собрано несколько десятков гигабайтов информации о госучреждениях в XML-файлах или несколько гигабайтов данных о каждом доме в России в системе ФИАС, которые публикует ФНС. Это примеры больших объемов государственных данных, которые регулярно обновляются и для работы с которыми востребованы масштабные, технологически сложные инструменты.

Но в России далеко не все из того, что есть у государства, сейчас публикуется. Поэтому более показательны международные примеры больших открытых данных. В США государственные научные учреждения публикуют огромные объемы открытых данных. Данные Большого адронного коллайдера или данные Википедии также относятся к большим открытым данным.

- Возникают ли в связи с открытием данных проблемы интеллектуальной собственности, защиты персональных данных?

В Евросоюзе есть институт информационных офицеров, на уровне которого принимается решение о том, какие данные можно публиковать, даже если они содержат персональную информацию, а для каких публикацию необходимо ограничивать. В ЕС, например, несколько лет назад раскрывали всю информацию о субсидиях фермерам, вплоть до фамилий и размеров субсидий. После долгих дебатов было принято решение скрыть часть персональных данных, раскрытие которых противоречит директивам ЕС. В результате качество информации резко снизилось.

В России ситуация неоднозначная. Так, раскрытие данных по госзакупкам «вытащило» на свет немало коммерческих тайн. Требование раскрывать все данные по контрактам было связано с реализацией жесткой антикоррупционной политики. Но в странах, где роль государства гораздо меньше, чем в России, такое насилие над бизнесом невозможно. С другой стороны, данные, гораздо менее чувствительные к проблемам интеллектуальной собственности, такие, например, как средний балл ЕГЭ по школам или данные криминальной статистики с детализацией по районам, не раскрываются.

Мы в первой десятке стран по открытости госбюджета, но очень отстаем в раскрытии других категорий государственных данных. России предстоит еще долгий и непростой путь. Но я занимаюсь открытыми данными независимо от того, будет ими заниматься государство или нет. Есть много областей, где можно реконструировать открытые данные из государственных источников даже без участия государства.

Готовность к проектам Больших Данных растет в разных отраслях. Более трети опрошенных компаний приступили к работе с технологиями Больших Данных, среди которых 20% уже используют такие решения, а 17% начинают экспериментировать с ними. Еще 36% респондентов в настоящий момент рассматривают такую возможность.

Более четверти компаний воспринимают феномен Больших Данных скорее как концепцию, чем просто технологии. Они согласны с тем, что помимо технологий, он включает подходы, методики и т.д. В то же время, 14% по-прежнему ставят знак равенства между Big Data и Hadoop.

Основными потребителями технологий Больших Данных в России являются банки (24 из 43 опрошенных) и телеком (восемь из 12). Менее заметно количество компаний, которые их используют или готовы использовать в ТЭК, транспортной отрасли, ретейле и промышленности.

В настоящий момент продолжается накопление объемов данных до «уровня Big Data». 44% опрошенных сталкиваются в своей деятельности с объемами данных не более 100 Тбайт, при том, что все они представляют крупный российский бизнес. Эту группу представляют, в частности, более половины промышленных предприятий, 15 из 43 банков, семь из 14 предприятий энергетики и ЖКХ и шесть из девяти розничных компаний. Еще примерно треть респондентов находятся в настоящий момент в диапазоне 100-500 Тбайт. Лишь 13% уже оперируют объемами свыше 500 Тбайт. К ним относятся семь из 43 опрошенных банков, и пять из 12 компаний телекома.

Как подчеркивают аналитики, дальнейший успех Больших Данных в России будет зависеть от уже известного ряда факторов: наличия подготовленного персонала, объема накопленных данных, готовности к адаптации технологий и процессов у заказчиков, а также адекватных запросам заказчиков предложений.

«Наши клиенты хотят двигаться вперед вместе с нами, – заявил вице-президент Pivotal по продуктам Сандип Мадра, – так как это помогает им выделиться среди конкурентов, выгодно отличаясь от них в лучшую сторону. Сегодня предприятия принимают все более активное участие в разработке используемого ими программного обеспечения».

Компания Pivotal намерена представить в виде программного обеспечения с открытым кодом аналитическую СУБД Greenplum, СУБД NoSQL GemFire и программное обеспечение Hawq, позволяющее анализировать наборы данных Hadoop с помощью «обычного» языка запросов SQL.

Все это включено в состав пакета Pivotal Big Data Suite, лицензия на который предоставляется по подписке. Big Data Suite базируется на платформе обработки данных Apache Hadoop, которая уже сейчас доступна в виде программного обеспечения с открытым кодом.

Используя для анализа данных различные компоненты пакета, предприятия будут получать дополнительную информацию о своих клиентах и их операциях, что поможет им лучше позиционировать себя на рынке, разрабатывать новые продукты и повышать эффективность своей деятельности. С этой целью компоненты Big Data Suite уже включили в свой арсенал компании Hulu, Southwest Airlines и Indian Railways.

Пакет Big Data Suite был выпущен в 2014 году, и доходы от подписки уже принесли Pivotal 40 млн долл.

Ранее компания представила в виде программного обеспечения с открытым кодом платформенные сервисы Cloud Foundry и была весьма довольна результатом. Аналогичный подход решено использовать и при распространении средств анализа данных.

Программное обеспечение с открытым кодом по разным причинам интересует сегодня все больше и больше предприятий.

Во-первых, пользователи не хотят быть привязанными к проприетарным продуктам, поскольку после попадания клиента в зависимость от программного обеспечения у поставщика появляется возможность диктовать ему свои ценовые условия.

Кроме того, программное обеспечение с открытым кодом помогает организациям следить за направлениями развития программной отрасли. Компания может выделять инженеров, зная, что нужный ей функционал будет включен в следующую версию. Использование программного обеспечения с открытым кодом открывает перед предприятиями возможность адаптировать свои программные средства и предлагать функции, которых нет у конкурентов.

«Речь идет о серьезных переменах, – подчеркнул Мадра. – Даже небольшие компании получают возможность подстраивать платформы под себя. И происходит это благодаря открытости исходного кода. Покупать чьи-то еще технологии больше уже не нужно».

На днях пакет Big Data Suite пополнился новыми компонентами с открытым кодом. В его состав вошли платформа обработки данных Spark, сервис передачи сообщений RabbitMQ и хранилища данных Redis.

Цены на Big Data Suite в Pivotal пока не огласили, сообщив лишь, что клиентам предложат подписку сроком на год и на три года, и цена ее будет зависеть от числа процессорных ядер компьютера, на котором выполняется программное обеспечение.

Программные средства Gemfire и Hawq будут распространяться с открытым исходным кодом по лицензии Apache Software Foundation. А поскольку Greenplum представляет собой одну из вариаций СУБД с открытым кодом PostgreSQL, компания Pivotal будет решать вопрос об оптимальной лицензионной модели для этого программного обеспечения вместе с сообществом PostgreSQL.

Платформа Open Data Platform будет сопоставлять конкретные версии Apache Hadoop и предназначенных для них программных средств в виде единого целого, упрощая предприятиям создание и поддержку сложных систем анализа данных Hadoop.

«По мере того как предприятия начинают понимать ценность Apache Hadoop для бизнеса, потребность в тщательно протестированной, согласованной и хорошо проработанной экосистеме растет, – указал Райми Стата, директор компании Altiscale, одного из поставщиков Hadoop. – Open Data Platform станет той нормативной базой, на основе которой поставщики ИТ-продуктов и сервисов смогут сертифицировать свои решения корпоративного класса».

Управление программным кодом Hadoop осуществляет организация Apache Software Foundation. Подобно ядру операционной системы Linux, Hadoop компонуется различными поставщиками в коммерческие дистрибутивы, не все из которых оказываются совместимыми. Кроме того, имеется целый ряд смежных программ (Hive, Ambari, ZooKeeper и т.д.), для интеграции которых в Hadoop требуется приложить определенные усилия.

Аналогичного подхода Linux Foundation придерживается в отношении Linux Standard Base – набора базовых компонентов, поддерживающих взаимодействие друг с другом.

Формируя для Hadoop общую базовую библиотеку, Open Data Platform помогает понять, какие технологии и какие версии этих технологий хорошо сочетаются друг с другом. Организациям становится легче интегрировать в системы Hadoop уже готовое программное обеспечение и отдельные компоненты Hadoop, предлагаемые различными поставщиками.

Помимо IBM, Hortonworks и Pivotal в реализации новой инициативы примут участие компании General Electric, Infosys, SAS, Altiscale, Capgemini, CenturyLink, EMC, Splunk, Verizon Enterprise Solutions, Teradata и VMware.