.jpg) |
| Роман Павлов: «Перед компаниями стоят две основные задачи: как эффективно хранить данные и как последовательно извлекать из них выгоду» |
Современный бизнес вынужден уделять пристальное внимание аналитике данных. Компании хотят тщательно отслеживать и прогнозировать рыночную ситуацию как в масштабах макроэкономики, так и внутри экосистемы партнеров и клиентов. Именно в этом большие данные могут оказать неоценимую помощь. О выборе решения, источниках данных и основных тенденциях рассказывает Роман Павлов, архитектор аналитических решений Hitachi Vantara.
— Нужна ли современным компаниям аналитика данных?
Анализ больших данных становится повседневным для российских компаний. Так, девять из десяти отечественных предприятий сталкиваются с необходимостью использования аналитики. Она становится наиважнейшей задачей для удержания позиции на рынке и дальнейшего развития бизнеса. И нужно понимать, что речь здесь идет не об отдельных преимуществах для компании, а вообще о ее выживании.
— Для чего компании используют аналитику данных?
Компании используют результаты аналитики данных для внутренних процессов, например, стратегического планирования, управления финансовыми и операционными рисками, оптимизации бизнес-процессов и мониторинга основных показателей деятельности. Основные причины, побуждающие компании инвестировать в аналитику больших данных — оптимизация бизнес-процессов и их углубленный анализ, улучшение качества обслуживания клиентов, сокращение издержек производства и сбыта.
— Как часто компании подключают новые источники данных?
По данным совместного исследования компании IDC и Hitachi Vantara, в подавляющем большинстве современных компаний новый источник данных подключается раз в три месяца, при этом 25% респондентов заявили, что подключают больше одного источника в месяц.
В нашу повседневную жизнь медленно, но уверенно входят умные колонки, умные розетки и электрические счетчики. Перемены в бизнесе идут гораздо быстрее, в будущем мы ожидаем все больше потоков данных с граничных устройств, датчиков на транспортных средстваах, промышленных конвейеров, других устройств, задействованных в производстве. «Умные» конвейеры, «умные» буровые и другие «умные«объекты будут генерировать основной объем данных предприятия.
— В чем, по вашему мнению, заключаются основные сложности в использовании больших данных в бизнесе?
Перед компаниями стоят две основные задачи: как эффективно хранить данные и как последовательно извлекать из них выгоду. Соответственно, большинство проблем, с которыми сталкиваются организации, связаны с процессом решения этих задач.
Большие данные в современном мире трансформируются в «быстрые» данные — те, что поступают не только в большом объеме, но и в режиме реального времени, причем в различных форматах. Интеграция источников данных из различных систем будет актуальной задачей по мере расширения цифрового взаимодействия с партнерами и заказчиками. При выборе решения нужно обратить внимание на способность работать с разрозненными системами и данными различного формата. Только 7% процессов компаний могут добавлять новые источники информации без привлечения ИТ–специалистов. Решения, которые планируются к внедрению, должны соответствовать вызовам времени и предлагать возможность подключения новых источников с минимальными затратами без потери качества данных и надежности системы. Большинство компаний (60%) осознают эту проблему и указывают простоту использования решения для анализа больших данных в качестве одного из важнейших факторов при выборе продукта.
— С чего нужно начинать проекты по анализу данных? Какие обязательные элементы они должны включать?
Начинать проекты сбора и анализа больших данных лучше всего с вовлечения бизнес-подразделений в постановку задачи — это позволит правильно расставить приоритеты и выделить необходимые источники данных для интеграции.
Для эффективной аналитики предприятие должно создать инфраструктуру для работы с данными: подготовить программное обеспечение для их интеграции, формализовать процедуру доступа к данным, наладить процесс развертывания решений.
Одной из главных задач в области обработки больших данных является безопасность и защита персональных данных. Этому тоже стоит уделить особое внимание. К примеру, платформа Pentaho Business Analytics предоставляет возможность «в один клик» выделять подмножество данных, необходимое для решения задачи или ответа на вопрос, из основного массива данных. Это дает бизнесу контроль над данными, не сковывая сотрудников в проверке новых идей и тестировании гипотез.
— Как управлять растущими объемами данных и как использовать их с максимальным эффектом для бизнеса?
Необходимо объединить источники и представить их на единой платформе пользователям, которые будут извлекать из них ценную информацию. Это касается как существующих источников, так и появляющихся по инициативе бизнес- или ИТ-пользователей.
Единая платформа позволяет значительно сократить время на подготовку данных к анализу. Она обеспечивает рост пользователей аналитических решений в компании благодаря доступности информации, а также способствует взаимодействию между различными подразделениями, а также с партнерами за счет доступа к единому набору данных. Все это ускоряет цифровую трансформацию, обеспечивая цифровое взаимодействие внутри компании.
Каждый из вышеперечисленных факторов говорит в пользу платформы, которая обеспечивает интеграцию различных источников и возможность получить быстрый инсайт из анализируемой информации для принятия решений.
Мировые лидеры в использовании аналитики идут еще дальше и внедряют модели «самообслуживания» для анализа данных. Происходит расширение состава сотрудников, способных обращаться в своей работе к актуальной информации, самостоятельно выбирать анализируемые источники и формат конечных результатов. Пользуясь простым инструментом соединения данных из различных источников и визуальным «построителем» отчетов, сотрудники различных департаментов могут получать ответы на возникающие в процессе работы вопросы. Это позволяет каждому сотруднику принимать решения в своей области ответственности, опираясь на достоверные данные из хранилища. По данным Gartner в области аналитики самообслуживания, Pentaho Business Analytics от компании Hitachi Vantara является одним из лидеров рынка.
— Сможете привести пример интересного кейса, связанного с аналитикой данных?
Да, конечно. Например, в Ирландии Hitachi Vantara реализовала совместно с электрической компанией проект по использованию умных счетчиков для повышения качества жизни пожилых людей. Очень часто одинокие пожилые люди становятся жертвами внезапного приступа болезни или потери ориентации и не могут позвать на помощь. Анализ данных с электрических счетчиков позволял определить моменты, когда человеку могла понадобиться помощь. Например, не включенная утром в обычное время кофеварка или кухонная плита являлись сигналом для уведомления. Оно приходило к родственникам человека с предложением позвонить и узнать, все ли в порядке. Этот проект, помимо популяризации умных счетчиков и повышения их продаж, дал электрической компании возможность позиционировать себя как социально ответственную. Таким образом, аналитика уже не просто увеличила ее прибыль или сэкономила издержки, но и сделала известной, укрепив репутацию на рынке.
.png)
.png)
