Приручить информационный водопад

Человечество освоило науку сбора и хранения информации в цифровом виде. Однако по-настоящему мы только учимся правильно распоряжаться накопленными массивами. Какую реальную пользу могут принести бизнесу инструменты работы с «большими данными»?

Термин «большие данные» (Big Data) появился вначале как констатация факта: мир столкнулся со взрывным ростом объемов информации. Потом он стал формулой идентификации проблемы — ведь от накопленных массивов данных, лежащих под спудом, мало пользы. Вскоре термин стали использовать для обозначения класса технологий, позволяющих эффективно работать с огромными объемами структурированной и неструктурированной информации — анализировать, сопоставлять, прогнозировать, моделировать, сообщает «Бизнес-журнал».

«Цифровой потоп» сегодня можно наблюдать и на уровне отдельных компаний. В «сыром» виде имеющиеся данные имеют мало ценности и не служат оптимизации бизнеса. Технологии Big Data как раз и призваны превратить их в ценный бизнес-актив, с помощью которого можно зарабатывать деньги. Что примечательно, среди этих технологий есть и такие, которые доступны не только крупному, но также малому и среднему бизнесу (МСБ).

«Сделайте нам бигдату»

По прогнозу IDC, сегмент решений Big Data во всем мире будет расти примерно в шесть раз быстрее, чем ИТ-рынок в целом, и к 2018 году достигнет объема в $41,5 млрд. Россия, по мнению большинства отраслевых экспертов, находится в самом начале пути.

«Наш рынок количественно оценить сложно, поскольку лишь немногие компании готовы сейчас открыто заявлять об успешных проектах Big Data, объемах инвестиций и полученном эффекте, — говорит вице-президент ЛАНИТ и председатель совета директоров компании CleverDATA Денис Реймер. — Обычно российский рынок по зрелым направлениям ИТ-бизнеса составляет 1-3% от мирового. В случае же с «большими данными» отечественные компании вряд ли удерживают хотя бы один процент».

Потребителей таких решений в России пока мало, предложение явно опережает спрос, констатирует Ольга Горчинская, директор по исследовательским проектам и руководитель направления Big Data компании «ФОРС». «Большинство потенциальных заказчиков скорее испытывают интерес, чем осознают пользу этих технологий, — отмечает она. — Одна из основных причин — недостаточная зрелость отечественного бизнеса по уровню проникновения ИТ. Далеко не во всех компаниях в полной мере реализован потенциал и более простых средств классического бизнес-анализа».

«Пока в России виден взрывной рост технологии, но не реальных проектов», — описывает ситуацию архитектор Big Data-решений компании AT Consulting Алексей Беднов. По мнению руководителя департамента маркетинга компании «РДТЕХ» Владимира Сизых, маркетинговая шумиха вокруг «больших данных» сходит на нет, поскольку такие решения постепенно превращаются в магистральное направление. «У рынка сформировалось первичное понимание, что это такое, — отмечает эксперт. — Состоялись первые сделки на поставку таких решений в Россию, началось массовое тестирование в ИТ-департаментах крупных предприятий, уже появились тендеры на разработку концепций по внедрению Big Data в публичных компаниях».

При этом запросы, поступающие сейчас от потенциальных клиентов, радуют игроков ИТ-индустрии вменяемостью формулировок. Основатель и генеральный директор DCA Константин Круглов рассказывает: «На заре рынка обобщенный запрос от бизнеса звучал так: «Сделайте нам бигдату!» Но никто не знал, чего ждать, как это работает, а главное — зачем. Сегодня заказчики формулируют все очень конкретно. Например: нам нужно увеличить на 30% отдачу по контакту с клиентом в рамках вторичных продаж за счет сегментации пользовательской базы при обогащении профилей клиентов внешними поведенческими характеристиками».

Когда данные стали большими

Сколько нужно данных, чтобы их можно было назвать «большими»? При каком накопленном объеме компании пора начинать интересоваться соответствующими ИТ-решениями? «Абсолютную величину назвать нельзя, — говорит директор по развитию онлайн-сервисов компании «Сервионика» (ГК «Ай-Теко») Александр Куренков. — Пора — когда возникают проблемы с полнотой информации, возможностью извлекать и использовать данные из разных источников, замедляется скорость обработки».

«Граница между «большими» и «не очень большими» данными весьма расплывчата, — соглашается генеральный директор компании «АйТи» Олег Бакиев. — Она определяется скоростью решения прикладных аналитических задач. Чем медленнее решаются такие задачи по мере роста объема информации, тем больше нужно задумываться о переходе на платформу Big Data».

По словам руководителя направления HP Vertica в России Евгения Степанова, для каждой компании граница «больших данных» своя. Это некий технологический барьер, обозначающий, что за ним становится неэффективным использование традиционных СУБД. Когда высока доля ручного труда, невозможно реализовать режим реального времени, низка точность поиска, в данных нет согласованности. Неэффективность проявляется и в том, что аналитические запросы исполняются часами, а иногда и сутками, поскольку массив информации слишком велик для обработки имеющимися средствами. По опыту компаний, такая граница начинается от десятков или сотен терабайт.

«Одна из новых задач, возникающих сейчас в связи с «большими данными», — это анализ информации из социальных сетей, — говорит Ольга Горчинская (ФОРС). — Реальную пользу бизнес может получить, внедрив решение по управлению репутацией бренда, извлечению новой полезной информации о своих клиентах — пользователях соцсетей. С его помощью можно оперативно создавать наиболее востребованные предложения, более точно формировать целевую аудиторию, повысить эффективность взаимодействия с существующими клиентами и привлекать новых. Создаются принципиально новые возможности для более корректного сегментирования клиентской базы, повышения уровня лояльности клиентов за счет максимально точного соответствия их потребительским ожиданиям. И дополнительный бонус — ощутимая экономия на операционных расходах за счет отказа от массовых спам-рассылок».

Благодаря технологиям Big Data аналитики компании могут получить в свои руки более точный и удобный инструмент. «У них появляется возможность менять и тестировать аналитические модели, проверять различные сценарии и настройки, выбирая оптимальные комбинации, — говорит руководитель направления платформенных решений «SAS Россия/СНГ» Алексей Мещеряков. — Как результат — задачи бизнеса решаются эффективнее». Клиентоориентированность тоже можно поднять до невиданных ранее высот.

«Представьте, что вы смогли «прикрепить» к каждому клиенту аналитика, который информирует вас о возникающих проблемах и предлагает решения, отталкиваясь от похожего опыта других потребителей, — говорит директор по технической стратегии B2B-Center Дженнифер Трелевич. — Эффект от использования инструментов обработки «больших данных» будет похожим». С Big Data у бизнеса впервые появляется возможность анализировать не выборки, а генеральную совокупность клиентов, узнавать об изменениях клиентского поведения не постфактум, а сразу — и оперативно реагировать, уверен гендиректор компании VESOLV Илья Вигер. Компании, научившиеся анализировать большие массивы данных, могут реализовать идею «маркетинга в режиме реального времени».

«В идеале решения Big Data могут повысить вероятность любой конверсии путем улучшения пользовательских качеств продукта для отдельно взятого человека, — уверяет генеральный директор российского офиса GetIntent Дмитрий Голдов. — Например, «большие данные» могут помочь маркетологу, готовящему акцию, составить предложение для различных сегментов клиентов и провести ее с максимальным эффектом». Так, анализ поведения клиента в сети (какие сайты посещает, какую информацию ищет) позволяет выявлять его интересы и предлагать ему персональную рекламу. «Это не только экономит рекламный бюджет, но и повышает лояльность клиента: он получает только такую информацию, в которой сам заинтересован», — говорит Антон Бездворный, руководитель дирекции развития интернет-технологий Уральского банка реконструкции и развития (банк применяет подобную технологию уже больше года).

Руководитель отдела данных компании Auditorius Антон Бут вспоминает еще об одном распространенном направлении использования аналитики Big Data — предсказании оттока клиентов. «Большие данные» по особенностям потребительского поведения и на основе статистики могут довольно точно указать, кто из клиентов компании в скором времени перестанет пользоваться ее услугами. Значит, можно вовремя принять меры по удержанию.

Знай наших!

Где технологии Big Data применимы в первую очередь? Везде, где нужна бизнес-аналитика в традиционном понимании, считает Евгений Степанов из HP. Телекоммуникации и финансовый сектор — в числе первых кандидатов. Здесь всегда можно взять исторические данные о клиенте, дополнить их сведениями о его поведении на различных площадках взаимодействия с компанией (звонки в колл-центр, использование мобильного приложения и т. д.) и, наконец, обогатить эти данные внешними — информацией из профиля и ленты в соцсетях, историей посещений веб-сайтов, сведениями от других организаций-партнеров.

По словам Дениса Реймера (CleverDATA), получив таким образом максимально полную информацию и задействовав алгоритмы машинного обучения, можно более четко сегментировать базу клиентов, предсказывать их поведение, реакцию на предложение новой услуги. Замначальника департамента развития и сопровождения программного обеспечения Пробизнесбанка (ФГ «Лайф») Андрей Абрамов добавляет: посредством обработки информационных потоков на основе профиля поведения клиентов компании из финансового сектора могут снизить потери — например, от мошенничеств с банковскими картами. «Если профиль поведения неожиданно и резко поменялся, это повод обратить на клиента особое внимание, — поясняет Абрамов. — Например, когда по его карте неожиданно начинают тратиться нетипичные для него суммы, с нетипичной частотой и географией совершения операций».

Кроме того, большое будущее у таких инструментов, по словам Евгения Степанова (HP), и в ритейле — там, где аккумулируются огромные объемы информации, а компании заинтересованы в качественной, гибкой, глубокой аналитике и выявлении различных закономерностей поведения покупателей.

«Благодаря проектам Big Data увеличивается скорость принятия решений — а следовательно, налицо экономия времени, нервов и средств, — подчеркивает инвестиционный аналитик компании Prostor Capital Сергей Акашкин. — В ритейле можно спрогнозировать продаваемый объем товаров, оптимизировать акции и цены, оптимизировать складские запасы…»

Есть много и других интересных и даже неожиданных вариантов использования Big Data. Например, в медицине анализ «больших данных», по словам главы представительства VMware в России и странах СНГ Александра Василенко, позволяет выводить на новый уровень диагностику заболеваний и находить новые методы лечения пациентов на основе их полной истории болезни и всех обращений к врачам. Уже сейчас есть примеры экспертных систем, которые диагностируют некоторые виды рака лучше докторов.

А вот где решения Big Data внедряются слабо, но могут быть очень полезными — так это в госсекторе, поскольку именно там собрано гигантское количество разнообразных данных, математически обоснованный взгляд на которые может значительно повысить эффективность деятельности госучреждений. Руководитель департамента ИТ-аутсорсинга и проектов ALP Group Дмитрий Бессольцев уверен, что особенно в сфере ЖКХ не помешало бы создание единой информационно-аналитической системы, которая позволит собирать данные, связанные с потреблением россиянами коммунальных услуг, анализировать их состав и автоматически рассчитывать тарифы на воду, электричество, газ и отопление — в зависимости от категорий граждан, изменения объема услуг, метража квартир, домов и так далее.

Большие для малого

Насколько по карману решения класса Big Data компаниям из числа малого и среднего бизнеса? Заказывать под себя и развертывать на собственной инфраструктуре — довольно накладно. Но ведь есть готовые решения, которыми можно пользоваться по модели SaaS («программное обеспечение как услуга»). «Появилось уже немало доступных небольшим компаниям облачных решений, которые могут помочь обрабатывать данные, — говорит руководитель направления eCommerce, Loyalty & Mobility ГК «КОРУС Консалтинг» Вячеслав Коган. — Только такие компании сами должны быть готовы предоставлять свои данные в облако для обработки — а значит, позаботиться об их деперсонализации. А получив ответ, суметь его интерпретировать и применить в жизни».

«Сегодня технологии Big Data достигли такого развития, что внедрение их под силу не только ведущим игрокам отрасли, но и более мелким компаниям, которые технологически продвинуты, — резюмирует Олег Бакиев из «АйТи». — Ведь целесообразность внедрения платформы Big Data обосновывается теми аналитическими задачами, которые решаются или будут решаться в интересах бизнеса». Например, если компания ставит перед собой задачи класса advanced analytics, то ряд из них может быть решен с помощью традиционных средств и методов. Но по мере роста числа задач без полноценных решений Big Data точно будет уже не обойтись.