Бизнес в эпоху Больших Данных Назад на страницу

Big Data в России и в мире

По итогам прошлого года аналитики констатировали общее падение российского ИТ-рынка. Главная причина тому – экономический кризис, неожиданная волатильность рубля. Однако компании, привыкшие использовать в своей работе все возможности инновационных технологий, не спешат отказываться от внедрения новейших ИТ-разработок. Преследуя тенденции мирового рынка, российский бизнес берет курс на Большие данные (Big Data). Согласно прогнозам международной исследовательской компании IDC, общемировые доходы в сегменте решений для обработки и анализа Больших данных будут расти в среднем на 27 процентов ежегодно и к 2017 году превысят 32 миллиарда долларов. Эти показатели примерно в 6 раз обгоняют темпы развития рынка информационных и телекоммуникационных технологий в целом. В перспективе использование Big Data выйдет из рук индивидуальных пользователей и крупных корпораций и станет доступным малому и среднему бизнесу. В России Большие данные уже сегодня пользуются большой популярностью в банковской сфере и телекоме, кроме того, стремительно набирает обороты их применение в ритейле, энергетике, добывающей промышленности, логистических компаниях и госсекторе. Хотя, в сравнении с мировыми масштабами, российский рынок Больших данных очень мал: в 2014 году IDC оценивала его всего лишь в 340 миллионов долларов. Тем не менее, наш рынок демонстрирует впечатляющие темпы роста: уже сейчас он прибавляет в объеме не менее 50 процентов ежегодно. По данным отчета СNews Analytics и Oracle, из 108 опрошенных российских компаний более трети уже приступили к использованию технологий Big Data. Порядка 20 процентов активно работают с такими решениями, а еще 17 процентов готовят пилотные проекты. Анализ исследований, проведенных IDC, позволяет сделать многообещающий вывод: в нашей стране применение Больших данных очень и очень востребовано. Рынок ищет инноваций, которые позволят быстро обрабатывать данные и извлекать из них практическую пользу. А данных для анализа предостаточно: в 2014 году в России уже было накоплено 155 эксабайт информации, а к 2020 году этот объем достигнет 980 эксабайт и займет более 2-х процентов мировых данных.

«Big Data is Dead»?

Итак, получившаяся картина весьма обнадеживает: рынок, готовый активно использовать все преимущества Больших данных растет как в России, так и во всем мире. Откуда же тогда взялся знаменитый девиз Gartner – известной компании, занимающейся исследованиями в области ИТ? Этот девиз звучит как «Big Data is Dead» («Большие данные мертвы») и мелькает в заголовках всех специализированных СМИ с тех пор, как в середине 2015 года Gartner не включила Большие Данные в свой традиционный «Цикл зрелости технологий» (Gartner Hype Cycle Emerging Technologies). Решение Gartner исключить Big Data из «Цикла зрелости» аналитики объясняют просто: извлечение из Больших данных практической пользы для бизнеса оказалось сложнее, чем предполагалось ранее. По словам Ирины Яхиной, руководителя отдела технологических решений московского представительства Hitachi Data Systems (HDS), сама по себе технология Big Data не несет в себе тех преимуществ, которые компании могли бы использовать моментально, не прилагая дополнительных усилий – разве что, позволяет осуществлять ускоренную обработку большого количества информации. «Для того, чтобы Большие данные вызвали прилив спроса со стороны бизнеса, необходимо, пожалуй, только одно: появление на рынке грамотных аналитиков, умеющих извлекать из данных практическую пользу. Такой специалист должен разбираться в специфике работы компании и, вместе с тем, уметь работать с Bid Data, понимать, какую информацию и по каким критериям нужно извлечь, чтобы оптимизировать работу предприятия и открыть новые возможности его развития», — рассказывает Ирина Яхина.

Что может Интернет вещей?

Возможно, по-настоящему оценить достоинства Больших данных можно только приложив эту технологию к другой, вызывающей сегодня у экспертов куда большее одобрение – Интернету вещей (Internet of Things, IoT). Применение технологии Big Data к обработке информации, генерируемой посредством взаимодействия предметов друг с другом, с внешней средой и человеком – а именно это и представляет собой IoT — способно в корне перестроить все существующие общественные, экономические и бизнес-процессы. По прогнозам экспертов, число подключенных к Интернету вещей устройств к 2020 году возрастет почти семикратно: с 7 миллиардов (на 2008 год) до 50 миллиардов устройств.

Внедрение концепции IoT открывает бизнесу колоссальные возможности контроля за эксплуатацией своей продукции, расширению ее объема и поиска маневров для привлечения новых потребителей – все, о чем может мечтать предприниматель. По сути, Интернет вещей может полностью изменить подход к работе предприятия: генерируемые устройствами данные расскажут, в каком состоянии находится проданное изделие и, если необходимо, предложат вызвать мастера на дом; анализ потребностей клиентов позволит в разы ускорить продажи; данные подскажут, как улучшить продукт и какие маркетинговые инструменты выбрать, чтобы отвоевать у конкурентов лакомый участок рынка – и это далеко не все, что может IoT.

Подобные технологии могут показаться немыслимыми – однако рынок уже демонстрирует спрос на них. Так, в июле 2015 года сотрудники Глобального института McKinsey изучили 150 разных способов применения IoT и заключили, что вклад Интернета вещей в экономику к 2025 году составит от 3.9 до 11.1 триллионов долларов. Неудивительно, ведь многие зарубежные производители уже используют актуальную для IoT коммуникацию между техникой (machine-to-machine, М2М) – и повышают тем самым эффективность работы своих изделий. При этом, следить за «общением машин», делать необходимые выводы и управлять ситуацией можно с максимальной скоростью и без участия человека.

Таким образом, скоро новая информационная среда Интернета вещей повлечет за собой и технологическую революцию. На смену пакетной аналитике придет потоковая, позволяющая в режиме реального времени анализировать данные с различных датчиков. «Можно ожидать, что уже в 2016 году ИТ-компании придут к партнерству с компаниями из сферы транспорта, сельского хозяйства, здравоохранения, телекоммуникаций, чтобы реализовать все возможности, которые открывает мир Интернета вещей», — пишет в своем блоге Хью Йошида, технический директор Hitachi Data Systems.

Сама HDS уже движется в этом направлении, активно взаимодействуя с другими подразделениями в составе Hitachi. К примеру, HDS заключила партнерство с компанией Clarion, входящей в Hitachi Group и разрабатывающей технологии для автомобильных информационных систем. Компании объявили о проведении совместных исследований, направленных на создание управляемых данными решений для систем автомобильной электроники нового поколения Clarion. По словам Хью Йошиды, это сотрудничество может дать водителям, страховым компаниям и производителям уникальные знания, которые позволят повысить уровень безопасности на дорогах и получить конкурентные преимущества на растущем автомобильном рынке.

Очевидно, что с повсеместным внедрением Интернета вещей компаниям придется адаптироваться под меняющиеся рыночные условия. При использовании данных, генерируемых IoT, а также при совершенствовании методов их анализа и обработки, любое предприятие будет вынуждено преобразовать свою бизнес-модель. Большинство российских предпринимателей уже отмечают как отсутствие хорошего технического описания приобретаемых технологий, так и их высокую стоимость. Для зарубежных IT-менеджеров основной проблемой пока является огромный масштаб данных, создаваемых Интернетом вещей. Это вполне логично — ведь в течение нескольких лет IoT создаст целую лавину данных. Часть их придется просеивать, а часть – анализировать.

Самое большое «озеро» в мире

И вот тут-то мы вновь возвращаемся к технологии Больших данных, а точнее – к пользе, которую она может принести Интернету вещей в случае, если потоки генерируемой им информации перерастут границы любой системы хранения данных. Речь идет о создании распределенной вычислительной системы и хранилища с горизонтальным масштабированием – «Озера Данных» («Data Lake») — для эффективного управления и анализа Больших данных. Авторство термина «Озеро Данных» приписывают директору по технологиям компании Pentaho Джеймсу Диксону. «Если стандартное хранилище данных можно сравнить с магазином, где продают бутилированную воду – очищенную, упакованную и упорядоченную по типам для простоты потребления – то «Озеро Данных» представляет собой огромный водоем в его естественном виде. Потоки контента из источников наполняют «Озеро» — и разные пользователи могут исследовать, углубляться в них или отбирать образцы», — рассуждает Диксон.

Подобные системы, или «Озера», будут содержать огромное количество данных, а доступ к ним можно будет получить через файловый или веб-интерфейс. Защита данных в «Озерах Данных» будет реализована с помощью репликации и не потребует резервного копирования, поскольку данные не будут подвергаться изменениям. Таким образом, использование открытых систем позволит снизить затраты на лицензирование, а вычислительные системы будут оптимизированы для аналитики в рамках MapReduce. Возможность автоматического перемещения по уровням хранения удовлетворит требования высокой производительности и длительного сохранения данных.

Конечно, многие специалисты считают, что «Озера» пока остаются бесконечно далекой перспективой. Технологии требует усовершенствования: ведь сложно управляемое хранилище данных рискует со временем превратиться в «болото». «Что бы не произошло с Большими данными, Интернетом вещей или «Озерами» в дальнейшем, производители решений сделают все возможное для того, чтобы обеспечить своих клиентов технологиями, не только удовлетворяющими, но и предупреждающими появление любых потребностей бизнеса, связанными с ИТ-архитектурой», — утверждает Ирина Яхина.

В открытии центра клиентских решений корпорации IBM в Москве, состоявшемся в конце мая, принял участие Дэвид Ла Рос, вице-президент, генеральный директор IBM в странах Центральной и Восточной Европы. Ла Рос рассказал Computerworld Россия об изменениях, заставляющих корпорацию менять свою стратегию и подходы к ведению бизнеса, и приоритетах IBM в России.

- Чем характеризуется стратегия IBM в регионе?

Стратегия IBM направлена на то, чтобы помогать заказчикам эффективно решать стоящие перед ними бизнес-задачи. Также наши усилия фокусируются на обеспечении роста прибыли компании. Для того чтобы обеспечить этот рост, мы должны постоянно анализировать тенденции рынка. Сейчас мы наблюдаем колоссальные изменения. Если бы вы спросили меня два года назад о структуре нашего бизнеса, то я бы ответил, что примерно 60% наших доходов приходится на аппаратное обеспечение и инфраструктурные решения и около 40% – на программное обеспечение и услуги. Но за два года ситуация полностью поменялась. Сегодня 60% приходится на ПО и услуги и 40% – на аппаратные платформы. Это требует больших изменений в организации бизнеса IBM с точки зрения навыков и умений персонала, продвижения решений, партнерства и т.д. Эти изменения нашли свое отражение и в нашем клиентском центре, только что открытом в Москве.

- Что привело к такой перемене?

Компании – банки, операторы связи, представители других отраслей – сегодня по-иному добиваются конкурентных преимуществ. На первый план выходят новые, глубоко персонализированные способы взаимодействия с клиентами. Возьмем пример авиаперелетов. Как вы пять лет назад покупали билет, выбирали рейс, проверяли расписание и проходили регистрацию? Вы обращались в агентство по продаже билетов, выстаивали очередь на регистрацию в аэропорту, возможно, просматривали в Интернете расписание полетов. Теперь все эти операции можно выполнить на мобильном устройстве.

Конечно, физическое взаимодействие не исчезло – вам все равно нужно приехать в аэропорт и сесть в самолет. Но возможность сочетать взаимодействие на физическом и на цифровом уровне принципиально преображает ситуацию, и компании меняют способы общения со своими клиентами. А для этого необходимы новое ПО и сервисы. Аппаратные платформы по-прежнему остаются важной частью нашего бизнеса, но их доля уменьшилась за счет программного обеспечения и, более того, меняется способ доставки возможностей аппаратуры. Сейчас все чаще они предоставляются как облачный сервис.

- Насколько ситуация в России следует этим тенденциям?

Мы видим здесь абсолютно те же самые процессы. В области мобильных технологий, аналитических решений, социальных сетей Россия развивается так же и с такой же скоростью, как и весь остальной мир. Но существуют определенные различия в сфере облачных решений. Как и в других странах, растет востребованность частных и гибридных облаков, однако в отношении публичных облачных платформ в России скорость изменений ниже, поскольку здесь пользователи более озабочены конфиденциальностью данных.

- Какие решения IBM наиболее востребованы в России? Чем объясняется спрос на них?

Прежде всего, это аналитика. Компании хотят эффективно анализировать накопленные ими огромные объемы данных с помощью развитых алгоритмов, чтобы получать информацию, необходимую для принятия решений, очень часто в упреждающем порядке. Например, очень востребованы аналитические решения в управлении активами. Они позволяют оценивать данные о движении поездов, об эксплуатации самолетов, о работе оборудования нефтеперерабатывающих комбинатов и т.д., выявлять риски достижения пороговых значений и прогнозировать отказы, чтобы заблаговременно принять решение о замене или выполнить профилактику и продлить эксплуатацию активов.

- Какие отрасли в нашей стране наиболее приоритетны для IBM? Как менялись эти приоритеты в последние годы?

Наиболее важны для нас банки и финансовые институты, госучреждения, энергетика, телекоммуникации. Именно в таком порядке. Изменения произошли за последние год-полтора. Госучреждения переместились с первого места на второе, мы наблюдали значительное сокращение расходов в этой сфере в 2014 году, а финансовая сфера поднялась со второго на первое, расходы банков, наоборот, увеличились.

- На открытии московского клиентского центра вы отметили, что три тектонических сдвига в ИТ – Большие Данные, облака, социальные и мобильные технологии – способны привести к кардинальным изменениям в бизнесе. Какие рекомендации дает IBM конкретным компаниям? С чего начинать, чтобы обеспечить эффективную трансформацию бизнеса?

Начинать надо с данных. Свои переговоры с генеральными и ИТ-директорами я всегда начинаю с тех проблем, которые стоят перед организацией в связи с накопленными объемами структурированных и неструктурированных данных. Мы говорим о том, как из «сырых» данных получать полезную информацию, которую можно будет использовать для развития бизнеса. Их анализ позволит, например, финансовым учреждениям лучше понимать своих клиентов и реагировать на изменения в их потребностях быстрее конкурентов. Розничные компании смогут следить за покупательским поведением, чтобы, вовремя заметив изменения, реализовать правильную маркетинговую кампанию раньше других.

Второй шаг – облако. На днях я провел два часа, обсуждая с генеральным директором крупного оператора связи в Литве возможности использования облачной модели для получения новых источников дохода. Мы размышляли над тем, каким образом интегрировать их центры обработки данных, чтобы предоставить клиентам новые решения.

- Видимо, эти два шага взаимосвязаны? Если компания сталкивается с необходимостью работать с очень большими объемами данных, то имеет смысл перенести эти данные и аналитику в облако?

Да, безусловно. У нас есть заказчики, которые буквально «рождены в облаке». Как правило, это небольшие компании – разработчики приложений для смартфонов и других мобильных устройств. Очень часто они с первого дня своего существования работают в облаке. Например, в Чехии есть интересная компания, которая занимается социальной аналитикой и каждый год зарабатывает 3 млн долл. У них вообще нет ни одного сервера. И это яркий пример симбиоза аналитики и облачной модели.

Но если говорить о многих крупных клиентах, то у них развернута собственная инфраструктура, в которой работает множество традиционных приложений, таких как решения бэк-офиса, платежные банковские системы, CRM и т.д. Встает вопрос, как это переносить в облако и как применять аналитику. Здесь IBM может оказать реальную помощь – провести консалтинг, внедрить новые решения и интегрировать их с унаследованной инфраструктурой. И спрос на такую помощь является одной из причин роста удельного веса программного обеспечения и услуг в структуре наших доходов.

- IBM сейчас все более активно работает с новыми клиентами – не только ИТ-директорами, но и директорами по маркетингу, финансовыми директорами, директорами по персоналу. Требует ли это перемен в самой компании?

Реализовать такие изменения – самая большая моя задача. У нас есть высококлассные продавцы с колоссальным опытом взаимодействия с ИТ-директорами, но для работы с новыми клиентами требуются другие навыки, а значит, необходимы инвестиции в развитие персонала.

Мы делаем две вещи. Во-первых, используем цифровой маркетинг, для того чтобы привлечь и увлечь этих новых клиентов, а во-вторых, помогаем нашим специалистам научиться говорить с ними на их языке.

Под цифровым маркетингом я понимаю расширение цикла продаж. Традиционный цикл начинался с покупки продукта. Сейчас этому предшествует множество других этапов. Клиент, к примеру, хочет узнать о каком-либо решении в области аналитики, затем еще до того, как принять решение о приобретении, он, возможно, захочет попробовать поработать с этим продуктом. Мы стараемся с помощью социальных сетей, различных цифровых устройств и других каналов работать с клиентом на предпродажных этапах, рассказывать ему о продукте и демонстрировать различные его возможности. А затем продолжаем взаимодействовать с ним после покупки, чтобы сделать клиента лояльным сторонником этого продукта, который будет рекомендовать его другим.

IBM выделяет значительные ресурсы на подготовку разрабатываемой в рамках Apache Software Foundation платформы Spark к решению задач машинного обучения, в том числе к распознаванию образов и классификации объектов.

Корпорация планирует предлагать Spark в качестве сервиса. Дальнейшим совершенствованием платформы будут заниматься 3, 5 тыс. исследователей и разработчиков.

Проект Apache дополнен собственным программным обеспечением IBM – языком программирования SystemML, предназначенным для машинного обучения. В проекте примет участие компания Databricks, которая до настоящего времени вносила основной вклад в развитие Spark. Благодаря машинному обучению компьютерные системы смогут повышать свою производительность при выполнении отдельных задач по мере получения новой информации.

«Spark предоставляет нам совершенно новый способ обработки данных, – указал директор по маркетингу аналитического подразделения IBM Джоэл Хоровитц. – Это очень мощная технология вычислений в памяти, имеющая достаточно простой для аналитиков и разработчиков интерфейс».

Платформа Spark, которую многие считают наследником Hadoop, платформы обработки Больших Данных, хорошо подходит для задач машинного обучения, требующих обычно построения мощных вычислительных кластеров.

В последней версии платформы появились дополнительные возможности для реализации алгоритмов машинного обучения.

«Машинное обучение – мощное средство извлечения из данных настоящих ценностей, – подчеркнул Хоровитц. – Алгоритмы машинного обучения особенно хороши при решении задач автоматической классификации, так как помогают устройствам лучше почувствовать окружающую среду. Прежде такие задачи требовали интенсивных вычислений, и решать их на одном сервере не представлялось возможным. Spark помогает координировать работу множества компьютеров и обеспечивает согласованность выполняемых ими операций».

IBM уже предлагает ряд сервисов на базе алгоритмов машинного обучения. Речь, в частности, идет о переводе с одного языка на другой и визуализации данных. Сервис Spark, который появится в конце июня, позволит разработчикам создавать и использовать собственные алгоритмы машинного обучения.

Spark будет доступен на облачной платформе для разработчиков IBM Bluemix и предложит простой способ загрузки данных, их изучения и передачи результатов другому приложению. Причем все это будет происходить без дополнительной настройки поддерживающей инфраструктуры.

Популярность Spark заметно выросла в прошлом году, когда увеличилось число компаний, применяющих анализ Больших Данных в повседневной деятельности. При обработке больших коллекций данных Spark активно использовали eBay, НАСА, Opentable и Yahoo. Согласно результатам опроса, который был проведен в декабре 2014 года компанией TypeSafe, поставляющей своим клиентам инструменты Java, об использовании Spark в своей работе сообщили 17% из 3 тыс. программистов Java, принимавших участие в этом мероприятии.

Корпорация IBM открыла в Москве центр клиентских решений. Как отметил Девид Ла Рос, генеральный менеджер IBM в Центральной и Восточной Европе, в нынешних условиях наступления «новой эры ИТ», которая связана с облаками, мобильными технологиями, Большими Данными и средствами их анализа, социальными сетями (а также с необходимостью обеспечения безопасности работы со всеми перечисленными технологиями) такие центры необходимы для совместной работы специалистов компания и клиентов над решениями задач последних. Московский центр — пятнадцатый в странах Европы, Ближнего Востока и Африки, в мире их около полусотни. По словам Ла Роса, к их созданию в компании подходят достаточно взвешенно, поскольку каждый из них — это многомиллиолнные инвестиции компании — не только в технику и ПО, но и в специалистов, работающих центрах.

Создание центра по словам Кирила Корнильева, генерального директора IBM в России и СНГ, — логичное продолжение стратегии корпорации, стремящейся быть не поставщиком аппаратных и программных разработок, а «партнером... передающим технологии для создания комплексных решений». В рамках этой стратегии IBM создала инициативу OpenPOWER Foundation, к которой уже присоединилась российская компания «КНС Групп» (см. «Ядро» импортозамещения», Computerworld Россия, № 11-12,.2015), а также открывает сервисные центры различной специализации. В России. Так, в феврале в Казани был открыт центр IBM, специализирующийся на финансовых услугах и аутсорсинге бизнес-процессов. Он поддерживает клиентов из 60 стран, говорящих на 40 языках, к концу года в нем будут работать около 450 сотрудников.

«Сращивание» с заказчиками, совместная разработка решений, помимо прочего, может послужить страховкой от «замещения» технологий IBM у заказчиков на разработки другого западного или отечеситвенного вендора. В том числе и в процессе импортозамещения в сфере ИТ.

Максим Серебряный, руководитель московского клиентского центра говоря о востребованности индустриальных решений отметил, что европейские компании энергетического и промышленного секторов потратят до 2019 года 209 млрд долл., почти половина этих денег, 46%, уйдет на системы управления активами. При этом все больше руководителей видят возможности, которые могут дать их бизнесу мобильность, Большие Данные, социальные сети. И, соответственно, цель нового центра — помочь клиентам воспользоваться новыми технологиями.

Техническую базу центра составляют 22 стойки с оборудованием. на котором запущено почти три сотни виртуальных машин, демонстрирующих работу более чем ста проектов для финансового, топливно-энергетического, телекоммуникационного, государственного, транспортного и других секторов. Емкость дисковой системы центра — 80 Тбайт, потребляемая мощность — до 220 кВт.

Сейчас в центре работает около двух десятков сотрудников. Они будут предоставлять клиентам свои технологические и индустриальные знания, разрабатывать решения на базе технологий IBM и помогать клиентам тестировать на оборудовании центра их собственные разработки, участвовать в проектах. А также, что было особо подчеркнуто, организовывать брифинги, тематические конференции и семинары — как считают в компании, именно эти формы взаимодействия с клиентами наиболее полезны. Социальные сети, что интересно, заняли последнее место среди десятка разнообразных форм общения.

Результаты исследования, прошедшего в сентябре и октябре прошлого года, показали, что руководители предприятий гораздо больше убеждены в том, что данные и аналитические инструменты доступны их подчиненным: 47% генеральных директоров полагают, что все сотрудники имеют доступ к нужным им данным. Среди других участников опроса таковых насчитывалось только 27%. Кроме того, 43% генеральных директоров уверены: сбор релевантных данных и предоставление доступа к ним происходят в режиме реального времени. Что касается остальных сотрудников, то эту точку зрения разделяют 29%.

Генеральные директора с оптимизмом оценивают способность сотрудников извлекать из данных полезную для себя информацию: 38% полагают, что именно так и происходит. Аналогичного мнения придерживаются лишь 24% респондентов, занимающих другие должности. Особенно мрачно смотрят на ситуацию руководители рангом ниже: вице-президенты, старшие вице-президенты и заместители директора. Только 19% из их числа полагают, что данные помогают сотрудникам глубже понимать происходящее.

«Лично я подозреваю, что события развиваются здесь по классическому сценарию: нижестоящие сотрудники рисуют генеральному директору совершенно радужную картину, – указал Билл Фрэнкс, главный аналитик компании Teradata, финансировавшей исследование. – Происходит сбой в цепочке коммуникаций, поскольку никто не хочет сообщать высшему руководству плохие новости».

Вместе с тем респонденты, имеющие непосредственное отношение к инициативам, связанным с данными, могут быть настроены чересчур пессимистично.

«Люди, знакомые с ситуацией не понаслышке, хорошо понимают сильные и слабые стороны этих данных, – пояснил Фрэнкс. – Работая с ними ежедневно, вы хорошо представляете себе их недостатки. Возможно, это и порождает чрезмерный пессимизм».

В качестве примера Фрэнкс привел большой супермаркет, который начал собирать аналитическую информацию в своей системе кассовых терминалов. Гастрономический отдел не был подключен к этой системе, и его сотрудник в конце дня регистрировал в системе лишь общие сведения о продажах: 5 кг ветчины, 8 кг сыра и т. д. Для учета продаж в целом это было неплохо, но совсем не годилось для анализа покупок, совершенных каждым конкретным покупателем.

«В зависимости от характера использования данных отдельные недостатки могут не играть особой роли или же, напротив, портить всю картину», – заметил Фрэнкс.

Переоценивает ли генеральный директор значение данных?

Исследование Economist Intelligence Unit показало, что зачастую руководители предприятий склонны переоценивать важность инициатив, связанных с данными. К примеру, 53% генеральных директоров полагают, что использование данных позволяет разгрузить руководителей в процессе принятия решений и делегировать полномочия подчиненным. С этим согласны только 36% респондентов на других должностях.

Доля генеральных директоров, отмечавших повышение вовлеченности сотрудников в работу предприятия, степени их удовлетворенности и уменьшение текучки кадров, составила 51%. Согласны с ними 35% других респондентов. В том, что развертывание систем обработки данных улучшает качество руководства и увеличивает скорость принятия решений, убеждены 58% генеральных директоров и только 47% других сотрудников.

Такой разрыв может показаться совершенно необъяснимым, даже если допустить, что в докладах генеральный директор получает искаженные результаты, но, возможно, причиной всему является широта взглядов руководителя. Некоторые футбольные команды укомплектованы защитниками и нападающими высшего класса, а вот полузащита выпадает из игры. Точно так же для одних подразделений данные могут быть исключительно полезны, в то время как другим они никакой пользы не приносят.

«Очень часто бывает так, что ваша команда демонстрирует наивысшие показатели в одной или двух категориях, уступая при этом в остальных, – пояснил Фрэнкс. – На крупных предприятиях различные подразделения имеют разные потребности, находятся в разных офисах и придерживаются разной культуры. Возможно, некоторые подразделения действительно очень хороши в аналитике, тогда как другие – нет».

Из отчета становится ясно, что организации, управляемые на основе данных, превосходят своих конкурентов и являются более инновационными. Исследование Economist Intelligence Unit выявило высокий уровень корреляции между предрасположенностью компании к оценке данных при принятии решений и ее рентабельностью и способностью к инновациям: 59% компаний, управляемых данными, демонстрируют более высокий уровень рентабельности по сравнению с конкурентами и 63% из них проповедуют культуру творчества и инноваций. Среди компаний с низкой степенью использования данных эта доля составляет соответственно 40 и 37%.

Тем не менее организовать управление на основе анализа данных не такая уж простая задача. Хотя у руководителей и складывается довольно радужная картина относительно того, как идет реализация инициатив, связанных с данными, исследование показало, что компании испытывают определенные трудности с обеспечением доступа к данным и пониманием ситуации на основе их анализа.

Большинство участников опроса (57%) полагают, что их компания не справляется со сбором и распространением важной деловой информации. В наибольшей степени страдают от этого неэффективные, менее инновационные и недостаточно оснащенные в техническом плане предприятия, но и самым передовым в этом отношении компаниям приходится прикладывать немало усилий, чтобы обеспечить доступ к данным даже в пределах своей организации. Почти две трети респондентов отмечают, что у некоторых подразделений дела с доступом к данным обстоят лучше, чем у других, причем в большей степени это выражено в крупных компаниях (с годовым оборотом свыше 500 млн долл.).

Проблемы с данными

Некоторые типы данных приносят организациям лишь огорчения. Наиболее полезными (на это указал 61% опрошенных) и одновременно доступными (77% респондентов) считаются данные ежедневных транзакций. Совсем иная картина складывается с данными о демографическом составе и поведенческих шаблонах клиентов.

По своей ценности эти данные занимают второе место, но только 28% респондентов сообщили об их доступности широкому кругу сотрудников. О релевантности и полезности внешних данных, касающихся состояния рынка, говорили 45% опрошенных, но только 36% отметили их доступность.

В опросе Economist Intelligence Unit принимали участие 362 высокопоставленных менеджера из крупных компаний. Из них 15% занимают должность генерального директора или президента, 29% относятся к числу руководителей высшего звена, 25% являются управляющими и исполнительными директорами либо руководителями бизнес-подразделений, а 31% исполняют обязанности старшего вице-президента, вице-президента или заместителя директора.

Алексеева предложила несколько принципов умного маркетинга. Главным из них является работа со входящим потоком – нельзя игнорировать обращения клиентов. Кроме того, исключительно важно использовать собственную клиентскую базу для кросс-продаж. Это открывает массу возможностей по продвижению своих продуктов, вкладывая минимум средств. Наконец, следует использовать «коллективный разум» — консолидировать возможности своей команды за счет хотя бы простейших социальных инструментов. «Нет денег на 'тяжелый', полнофункциональный продукт – внедрите '1С-Битрикс' и покажите эффективность проекта, а затем развивайте его», — рекомендовала Алексеева.

«Бюджеты сократились, но лишь на 10-15%. Ничего особенного, оптимизация – рутинная задача ИТ-директоров», — отметил Сергей Кирюшин, член совета клуба 4CIO. Он рекомендует проанализировать портфель проектов: сейчас хорошее время избавиться от тех из них, которые буксуют и сомнительны с точки зрения эффективности.

Как прогнозируют в IBM, каждая третья организация к концу 2015 года будет готова предоставлять персонифицированную информацию на всех этапах работы с клиентом. Рост конкуренции заставляет компании переходить от сегментации клиентов к персональному, а иногда даже событийному маркетингу. Без ИТ здесь не обойтись, и дело не только в объемах данных: соотношение полезной информации и «шума» радикально меняется, для извлечения из данных пользы требуются новые подходы.

«Маркетинг в реальном времени – это то, что сейчас начинает работать. Кризиса не чувствуем, число подобных проектов растет», — заявил Михаил Перлов, руководитель направления автоматизации маркетинга, клиентской и веб-аналитики GlowByte Consulting. Наиболее востребованы такие решения у тех, кто уже запустил управление маркетинговыми программами.

«Наша философия – предлагать комплексный продукт, учитывающий склонность клиента к рискам. С каждой группой клиентов приходится работать по-разному», — подчеркнул Максим Пузырев, директор по клиентскому маркетингу инвестиционного банка БКС.

У банка множество клиентов – физических и юридических лиц, различающихся по своим потребностям, и финансовые продукты ими куплены в разное время и находятся на разных этапах жизненного цикла. В управлении ими наблюдались определенные проблемы, главные из которых — недостаточный уровень востребованности продуктов и низкая активность клиентов. Это стало причиной внедрения решения IBM Unica.

По словам Пузырева, уже на первом этапе проекта были запущены две важнейшие маркетинговые акции, показавшие хорошие результаты, а в 2015 году планируется организовать уже более сотни регулярных кампаний. За год продажи выросли на 20%, а количество продуктов, используемых одним клиентом, увеличилось на 15%. Кроме того, за счет выстраивания и оптимизации отношений с клиентами показатель оттока снизился на 0,5%.

Среди планов БСК на 2015 год – запуск системы маркетинга в реальном времени, оптимизация всех кампаний, автоматизация всего процесса работ, а также использование социальных сетей в качестве одного из источников данных. Уже сейчас производится анализ текста для понимания действий клиентов в Интернете, определения их интересов и предложения подходящих продуктов.

«Мы стремимся к тому, чтобы кампании были 'триггерными', основанными на произошедших событиях, а значит – фактически персональными», — говорит Пузырев. Например, социальные сети становятся ценным источником позитивных и негативных комментариев по поводу качества обслуживания. Мониторинг таких ситуаций зачастую позволяет решать проблему раньше, чем происходит обращение в службу поддержки.

Едва не затерялось на фоне прочей информации объявление о создании в России клиентского центра IBM. Таким образом корпорация подчеркнула, что считает рынок для себя перспективным.

«Важно было создать место, куда не стыдно привести потенциального заказчика и продемонстрировать ему работающие решения», — подчеркнул Александр Дмитриев, ведущий системный архитектор IBM Client Center RCIS. Центр будет заниматься целым спектром решений – как программных, так и аппаратных, а его команду составят специалисты, имеющие большой опыт полевых работ и понимающие местную специфику. При создании центра использовался опыт его аналогов в США, Китае, Австралии и Сингапуре.

Помочь может наглядная визуализация данных, полагает Андрей Скворцов, директор группы компаний «Меркатор», специализирующейся в области инфографики. На форуме Big Data 2015, организованном 24 марта издательством «Открытые системы», он предложил три простых правила представления данных в наглядном виде. Визуализированные данные должны вызывать удивление, показывать контрасты; кроме того, необходимо представлять все данные — иначе они будут не столь убедительны.

Первым «визуализатором», по его словам, стал математик и астроном Урбен Леверье, наиболее известный своим «открытием Нептуна на кончике пера». После того как шторм в ноябре 1854 года изрядно потрепал англо-французский флот под Севастополем, французский император Наполеон III обратился к ученому с вопросом относительно предсказуемости такого рода явлений. Леверье изучил траекторию урагана и предложил основать сеть метеорологических станций для заблаговременного отслеживания природных катаклизмов. Император, удивленный невиданными доселе картинками движения атмосферных фронтов, дал добро.

Качественная иллюстрация лучше тысячи слов расскажет о том, в каких странах энергетики «ставят» на ветер и воду, а в каких — на уголь и мирный атом Источник: «Меркатор»

С этих карт Леверье, считает Скворцов, и началась визуализация данных. Она позволяет сделать данные более наглядными — отобразить ход застройки центра Москвы по годам, представить транзакции Сбербанка в реальном времени или показать, в каких странах Европы предпочитают маленькие ветровые электростанции, в каких — большие атомные и тепловые. А порой она дает возможность вскрыть некоторые прчинно-следственные связи, особенно при работе с малоформализуемой информацией. Например, графически отобразив взаимоотношения в коллективе, можно найти в нем отчетливые группы друзей. Или понять, как реально повлиял на динамику продаж приход нового руководителя.

Самый поучительный пример формально касался степени совпадения динамики бюджета США с прогнозами относительно этой динамики. Прогнозы, как отметил Скворцов, были двух типов: «Все хорошо» и «Сейчас не очень, но скоро все будет хорошо». Реальность несколько отличалась, и, по словам директора «Меркатора», такая ситуация характерна для госучреждений отнюдь не только нашего заокеанского партнера.

Как заявил Сергей Карелов, председатель совета «Лиги независимых экспертов», именно так сейчас обстоит дело с Большими Данными и будет обстоять еще пару лет. И в течение этого времени 60% проектов, связанных с Большими Данными, будут заканчиваться на стадии «пилотов». Эти свои соображения он высказал на форуме Big Data 2015, организованном издательством «Открытые системы».

Для того чтобы попасть в оставшиеся 40%, полагает Карелов, надо отдавать себе отчет в том, что вокруг Больших Данных за время Больших Надежд создано немало мифов, которые он разбил на три группы — мифы «о проектах», «о данных» и «о людях».

«Проектная» группа самая многочисленная. Сюда входят мифы о том, что все вокруг уже используют Большие Данные, и поэтому надо торопиться с внедрением соответствующих систем (на самом деле даже на Западе реально работают с такими системами лишь 13% компаний); что Большие Данные представляют некую ценность «по умолчанию» (на самом деле — только если аналитики найдут в них какую-то полезную информацию); что «продвинутая аналитика» есть усовершенствованная версия «обычной» (на самом деле последняя — чисто описательная, а Advanced Analytics – предсказательная, и для нее нужны другие инструменты и другой аналитический опыт); что если собрать огромный объем данных из множества источников, то они станут «непредвзятыми» («предвзятость» возникает уже на этапе отбора источников и даже целеполагания). И наконец, что Большие Данные позволят отказаться от традиционных подходов: как сформулировал Карелов, «Hadoop заменит Data Warehouse». Это, по его словам, тоже неправильное представление о путях прогресса, и только 5% компаний планируют заменить хранилища данных на Hadoop.

Из мифов «про данные» наиболее интересно звучит несогласие с популярным ныне тезисом о том, что 80% всех данных — неструктурированные. Это не так, полагает Карелов, все данные структурированы, просто структура может быть неочевидной. И первым делом надо попытаться осознать эту структуру.

Другой миф состоит в том, что «чем больше данных, тем точнее предсказания на их основе». Он логически вытекает из «проектного» мифа про непредвзятость Больших Данных. И Карелов советует рассмотреть вопрос, не лучше ли заняться изучением классических «Малых Данных», если Большие все равно не обеспечат нужной точности предсказаний.

Что до кадрового вопроса, то главный из мифов — о том, что с развитием инструментария по операциям с Большими Данными исчезнет дефицит специалистов по работе с ними. Уже сейчас, по оценке Карелова, заполнена лишь треть вакансий категории Data Scientist, а в 2016-2017 годах, несмотря на наблюдающееся падение энтузиазма (а может, и отчасти благодаря ему), положение с кадрами станет еще хуже. Это означает, что нужных сотрудников нельзя будет «купить» на стороне (возможность такой покупки — это второй «кадровый» миф), их придется искать и выращивать в своей компании или хотя бы в своей предметной области, особое внимание обращая на людей, которые работают с данными в вашей собственной организации: может быть, у них появилось инстинктивное, «на кончиках пальцев понимание того, что именно следует делать с данными.

Выводы, вытекающие из мифов и их разоблачений, впрочем, применимы к любой ситуации: тщательно обдумайте проект (что делать, как делать и делать ли вообще или остаться при традиционных методах обработки, если ваши данные не являются «Большими») и ни в коем случае не начинайте его, не решив кадровую проблему.

Организации, рожденные цифровыми, строятся вокруг своей ИТ-платформы, а все их бизнес-процессы выполняются при помощи ИТ и подпитываются данными. Любое действие, любое решение базируется на обработке наборов данных с последующим анализом пользователей и клиентов, шаблонов эксплуатации, внешних условий и т.д.

Однако не каждая организация рождается цифровой. Как же преобразовать свой бизнес в цифровой тому, кто управляет традиционной компанией, у которой уже сложились определенные требования к ИТ? Как создать новые возможности для бизнеса, отталкиваясь от имеющихся цифровых активов?

Перечислим пять условий, которые помогут организовать этот процесс.

Перевод систем бизнес-анализа в режим реального времени

Возможно, вы уже накапливаете транзакционные данные в хранилище или киоске данных, так или иначе анализируя их. Возможно, уже определено, какие торговые представители будут тушить пожар, возникающий в конце каждого квартала. Подготовлен список клиентов, которым будет рассылаться новый каталог. На первом этапе становления цифрового бизнеса все эти мероприятия должны переводиться в режим реального времени. «В реальном времени» – это не обязательно за доли секунды. Я бы даже предпочел говорить не о реальном, а о «правильном времени»: контролировать ситуацию нужно именно тогда, когда это имеет действительно важное значение для бизнеса.

Вместо того чтобы оценивать эффективность торговых представителей по формальным признакам, выделяйте лидеров и предлагайте тем, кто обычно хорошо справляется со своей работой, но не имеет достаточного количества свободного времени, игровые задачи. Используйте сегментацию клиентов при продвижении приложений и распространении купонов.

Конечно, все это требует контроля за ситуацией и должно предлагаться в правильное время. Важным условием перехода к цифровому бизнесу является гибкость и быстрота реакции.

Встраивание аналитики в бизнес-процессы

Контроль за ситуацией и проведение анализа в реальном времени – это только начало. Бизнес-процессы необходимо реструктуризировать, чтобы обеспечить оперативное вмешательство в случае возникновения такой необходимости. Когда бизнес-анализ только входил в моду, обычно использовался термин операционного бизнес-анализа – концепция с тех пор не изменилась, только технология. Анализ в реальном времени, управление при помощи правил, интеллектуальные инструменты управления бизнес-процессами, коммуникационные протоколы с принудительной передачей данных открывают возможность внедрения и модификации правил, а также переключения и модификации действий на основе анализа текущей ситуации.

Постоянный поиск дополнительных данных

Ресурсы хранения нынче стоят дешево, а платформы обработки данных новейшего поколения упрощают накопление информации, даже если цели не вполне понятны. Возможно, вы еще не готовы перемещать свои системы обработки транзакций или инфраструктуру хранилищ данных с проверенных и испытанных мэйнфреймов и систем управления реляционными базами данных куда-то еще. И это нормально. Но рассмотрите, по крайней мере, возможность дополнения их озерами данными, базирующимися на Hadoop, и анализа этих озер, который ранее считался не заслуживающим внимания: журналы регистрации доступа, записи GPS, забытые корзины с отложенными товарами, записи об обращении к данным, сообщения с жалобами клиентов и т.д.

Все эти так называемые «темные данные» могут использоваться для новых видов анализа, для новых действий. Возможно, вы даже не вполне понимаете, о чем идет речь, но если не искать и не пробовать, все это так и останется вне поля вашего зрения.

Исследование новых способов использования данных

При наличии достаточных оснований аналитики должны получать неограниченный доступ ко всем данным. Я говорю «при наличии достаточных оснований», потому что в некоторых отраслях действуют специальные правила, и представители всех отраслей должны внимательно относиться к вопросам конфиденциальности. Но если аналитикам можно доверять, а грамотное управление исключает злоупотребления, позвольте экспертам исследовать данные. Они начнут генерировать идеи, некоторые из которых будут работать, а некоторые нет.

Измерить окупаемость инвестиций в инновации всегда сложно. Но инновации внедряются лишь тогда, когда людям приходят в голову свежие идеи.

Возможно, формально аналитиков данных в штате нет. Но хороший бизнес-аналитик, вооруженный современными инструментами подготовки и исследования данных, может добиться потрясающих результатов.

Предлагать новое чаще, тестировать постоянно, исправлять ошибки быстро

Последний пункт, пожалуй, наиболее важен. Цифровые организации отличаются гибкостью и быстротой реакции. Они всегда тестируют инновационные решения в условиях реальной жизни. Когда очередная функция готова, запускайте ее и оценивайте ее эффективность. Если ожидаемый результат не достигнут, будьте готовы вернуться обратно, пересмотреть предыдущую версию, внести в нее необходимые изменения и попробовать снова. По возможности тестируйте альтернативные варианты и оценивайте, какой из них работает лучше.

Insight – новое название традиционной международной конференции IBM, посвященной решениям по управлению данными и аналитике. Последние годы ключевой темой этого мероприятия, ранее известного как Information on Demand, были Большие Данные и все, что с ними связано. Переименование объяснил, открывая конференцию, Боб Пиччиано, старший вице-президент IBM, глава IBM Information & Analytics Group. Задача сегодня уже не в том, чтобы правильно работать с данными, объемы и разнообразие которых продолжают расти, а в том, чтобы заставить данные работать с максимальной эффективностью. «Формируется новая экономика, новый цикл создания ценности, основанный на глубоком проникновении в суть происходящих с компаниями процессов и возможности использовать это знание для инноваций», — сказал Пиччиано. Обеспечить это глубокое проникновение (insight) призваны решения IBM для аналитики Больших Данных.

В IBM видят три ключевые составляющие текущей ситуации в ИТ и бизнесе: данные, облака и так называемые «системы вовлечения» (systems of engagement) – новый тип информационных систем, основанный на использовании мобильных и социальных технологий. Эти компоненты тесно взаимосвязаны. Бизнес все больше опирается на системы вовлечения как основной механизм реализации своих задач; аналитика данных из различных источников, в том числе за пределами корпоративного периметра, позволяет находить ответы на вопросы, что и почему происходит, прогнозируя будущие события; а наиболее эффективной средой интеграции, обработки и анализа необходимых при этом данных становится облако.

Последнее было продемонстрировано основными анонсами Insight. Представленные облачные сервисы для работы с корпоративными данными призваны, как отмечают в IBM, дать возможность без проблем создавать мобильные и веб-приложения, использующие аналитику данных из различных источников. В облаке IBM Bluemix, новой среде на базе открытой платформы Cloud Foundry, предлагаются пакет сервисов подготовки данных DataWorks и хранилище данных dashDB с аналитической обработкой данных в памяти. Вместе с Cloudant, приобретенной в начале этого года NoSQL-базой данных в стиле DBaaS, эти решения, как заявляют в IBM, образуют полный комплекс инструментов для поддержки приложений, ориентированных на получение результатов анализа данных на произвольных платформах, включая мобильные.

Для «систем вовлечения», работающих с мобильными устройствами и социальными сетями, интеграция с корпоративными базами данных, ограниченность объемов локального хранения и отсутствие эффективных аналитических средств могут представлять серьезную проблему. IBM предлагает логичное решение – задействовать облачные ресурсы, которые, освобождая компании от затрат на собственную инфраструктуру, быстро предоставят им полноценную и масштабируемую среду работы с данными. Сервис DataWorks обеспечивает безопасную загрузку данных в облачное хранилище с предварительной очисткой, классификацией, сопоставлением неструктурированных данных на основе вероятностных алгоритмов. dashDB позволяет получить из облака сложную инфраструктуру хранилища данных. А интеграция dashDB с Cloudant обеспечивает мобильным решениям необходимую аналитическую поддержку.

Эра когнитивности

Аналитика Больших Данных – одно из стратегических направлений бизнеса IBM, и в его развитии корпорация обладает «секретным оружием», пока недоступным конкурентам. Речь идет о суперкомпьютере Watson. Упоминание об этой системе принято сопровождать отсылкой к телевизионной игре Jeopardy!, в которой Watson победил в 2011 году. С этого момента началась его мировая известность. Однако за прошедшие три года уникальный суперкомпьютер встал на путь более практических применений, которые по значимости намного превосходят удачное участие в телешоу.

В IBM называют Watson когнитивной системой – ее отличает способность понимать запросы, сделанные на привычном человеку языке, анализировать контекст задачи, предлагать варианты решения проблем и формулировать гипотезы для постановки новых вопросов. Эти возможности, безусловно, способны перевести аналитику на совершенно новый уровень. В IBM отводят Watson ключевую роль в реализации механизмов глубокого проникновения в различные источники данных. Как подчеркнул Боб Пиччиано, такая аналитика способна кардинально изменить целые индустрии и профессии и символизирует переход в новую, когнитивную эру ведения бизнеса.

В IBM реализуют долгосрочную программу коммерциализации Watson. Ее первые плоды начинают появляться с выпуском приложений и сервисов на основе Watson для различных аудиторий пользователей. Делая анонсы новых применений Watson, Майк Родин, в начале этого года возглавивший новое подразделение IBM Watson Group, отметил, что система призвана стать эффективным помощником специалистам в разных областях.

«Люди делают наблюдения и накапливают знания, анализируют полученную информацию и принимают решения. Со временем этот когнитивный процесс позволяет сформировать профессиональную экспертизу. Однако возможности людей перерабатывать информацию ограничены, и это особенно заметно становится сейчас, когда в каждой профессиональной области доступны гигантские объемы данных – статей на специализированных ресурсах, записей в социальных сетях, потоков данных с различных датчиков и устройств зарождающегося Интернета вещей. Человеческий мозг уже не может справиться с этим. Здесь и приходит на помощь Watson», — рассказал Родин.

Суперкомпьютер способен обрабатывать миллионы неструктурированных документов за секунды, а его встроенные алгоритмы машинного обучения и продвинутой аналитики предлагают оптимальные варианты решения задач и помогают формулировать новые. В IBM работают над созданием специальных приложений, обучая Watson языку предметной области, интегрируя нужный контент и настраивая алгоритмы на определенный класс задач. На Insight были представлены три первые такие системы. IBM Watson for Oncology создана в сотрудничестве с онкологическим центром Memorial Sloan Cattering для помощи врачам в выборе способов лечения рака. IBM Watson for Wealth Management предназначена для финансовых институтов и поможет консультантам персонифицировать рекомендации своим клиентам. Третье приложение несколько неожиданное, но способное заинтересовать самую широкую аудиторию: Chef Watson выступает советчиком в создании новых кулинарных рецептов.

IBM также продолжает разработку решений на базе Watson для бизнеса. Вслед за анонсированным в сентябре сервисом Watson Analytics для менеджеров на Insight было представлено приложение Watson Explorer для совершенствования механизмов поиска в корпоративных хранилищах структурированных и неструктурированных данных. Кроме того, IBM интегрирует аналитические возможности Watson с другими своими программными системами – с пакетом решений для управления персоналом Kenexa Talent Suite, платформой коммуникаций и совместной работы Connections и c системой обнаружения киберпреступлений i2.

Все решения на базе Watson – облачные сервисы, доступные на платформе IBM Softlayer. По словам Родина, это демократизирует когнитивные системы. Для продвижения возможностей Watson корпорация работает над формированием партнерской экосистемы – в облаке Bluemix уже предоставляется около 10 сервисов и хранилища контента для разработки приложений, задействующих когнитивные способности Watson, и число таких сервисов планируется расширять. На Insight также была анонсирована программа сотрудничества с университетами, в рамках которой студентов познакомят с тем, как обучать Watson новым областям знаний. Уже с этой осени новые курсы преподаются в Стэнфорде, Беркли, Карнеги-Меллоне и ряде других ведущих американских университетов, а в следующем учебном году программу планируется сделать международной.

Стремясь перевести технологию Watson в коммерческое русло, корпорация IBM приступила к тестированию нового сервиса, который позволит бизнес-менеджерам получить ответы на вопросы, касающиеся их данных.

Новый сервис может превратиться в достаточно мощное аналитическое средство в руках любого бизнес-пользователя. Источник: IBM

Представленная IBM бета-версия интерактивного сервиса Watson Analytics должна помочь пользователям в поиске ответов на заданные вопросы и выявить тенденции, связанные с наборами корпоративных данных.

«Новый сервис может превратиться в достаточно мощное аналитическое средство в руках любого бизнес-пользователя, – заявил вице-президент IBM по маркетингу средств бизнес-анализа Эрик Солл. – Традиционные инструменты бизнес-анализа остаются слишком сложными для бизнес-менеджеров. Им трудно получить необходимые данные. Неспециалисту тяжело анализировать информацию и использовать соответствующие инструменты. Watson Analytics пытается оптимизировать этот процесс».

Системы, поддерживающие общение на естественном языке, все чаще появляются в человеко-машинном интерфейсе. В роли виртуальных персональных помощников, отвечающих на некоторые простые вопросы пользователей, выступают сегодня Apple Siri, GoogleNow и Microsoft Cortana.

Watson Analytics тоже работает в аналогичном ключе. Система отвечает на вопросы, заданные на естественном языке, избавляя пользователей от необходимости составлять SQL-запросы, управлять сложными статистическими пакетами и писать код для синтаксического анализа при обработке больших наборов данных.

Работы проводятся в рамках инициативы, направленной на перевод технологий Watson в коммерческую плоскость. На эти цели компания IBM выделила 1 млрд долл.

Система Watson была разработана подразделением IBM Research для участия в игровом шоу Jeopardy в 2011 году, где с машиной соперничали люди. При поиске ответов на задаваемые вопросы использовались технологии обработки естественного языка и аналитические средства, а также множество источников структурированных и неструктурированных данных.

После этого компания IBM приступила к переводу технологии Watson на коммерческие рельсы, выявляя отрасли, которые могли бы получить выгоду от когнитивных решений такого рода. К ним в первую очередь относятся здравоохранение, финансовые институты и правоохранительные органы.

В начале текущего года IBM представила инструментарий Watson Discovery Advisor, предназначенный для исследователей, глубоко погружающихся в какую-либо специальную область знаний – химию, клеточную биологию и т.д.

Еще один представленный сервис, Watson Engagement Advisor, использует технологии искусственного интеллекта для оказания клиентам необходимой поддержки.

Система Watson Analytics предназначена скорее для поиска ответов на более общие вопросы в интересах среднего бизнес-менеджера. Сервис хорошо подходит для людей, которые трудятся в сфере маркетинга или продаж, заняты операционной и финансовой деятельностью, а также работают в области управления персоналом.

Сервис ориентирован на бизнес-пользователей, выполняющих сегодня большую часть аналитических функций с помощью электронных таблиц или традиционных инструментов бизнес-анализа.

Менеджер по продажам, к примеру, мог бы определить, какие незавершенные сделки будут закрыты с наибольшей вероятностью. А менеджер по управлению персоналом получил возможность оценить преимущества, которые сулит компании отказ сотрудников от поиска работы в другом месте.

«Сервис оптимизирует большинство задач, которые обычно связаны с упреждающим анализом», – пояснил вице-президент исследовательской компании IDC по вопросам бизнес-анализа Дан Вессет.

С помощью Watson Analytics можно было бы, например, подготовить и очистить новый набор данных, представив его в формате, удобном для анализа. Выполнять такую работу вручную очень трудоемко. По оценкам IBM, подготовка данных при выполнении анализа может занимать до 60% от общих затрат времени.

Ожидается, что в конечном итоге большая часть пользовательских данных будет представлена в структурированном формате, в виде таблиц базы данных. Специалисты IBM работают над созданием коннекторов для передачи из других приложений или сервисов наподобие Salesforce.com полуструктурированной информации.

Сервис позволяет изучить набор данных и выявить статистические алгоритмы и средства визуализации, которые лучше всего к нему подходят. Таким образом, пользователи будут избавлены от необходимости принимать технические решения подобного рода.

«На мой взгляд, в IBM сумели собрать вместе целый ряд очень важных компонентов, – подчеркнул Вессет. – Здесь присутствуют средства обработки естественного языка, машинного обучения, когнитивной аргументации, очистки и форматирования данных, проведения предварительного анализа и визуализации. Вместо того чтобы заниматься перетаскиванием по экрану секторных диаграмм, вы описываете на естественном языке то, что хотите увидеть, а система уже сама выбирает наиболее подходящие инструменты визуализации».

На следующем этапе IBM предстоит сформировать для своего сервиса оптимальную пользовательскую базу. Watson Analytics следует предлагать не ИТ-специалистам, а бизнес-менеджерам, обладающим хорошими знаниями своего бизнеса и предметной области. Компания IBM и ее партнеры должны понять это и распространять свой сервис среди подходящей аудитории.

У IBM имеются и более традиционное аналитическое программное обеспечение и сервисы, например, Cognos Business Intelligence Suite и SPSS (Statistical Package for the Social Sciences).

В ближайшее время корпорации предстоит выбрать из круга претендентов тех, кто получит возможность испытать бета-версию. Запуск сервиса ожидается в ноябре.

Структура ценообразования Watson Analytics еще не объявлена. IBM собирается предлагать сервис бесплатно для решения относительно простых исследовательских задач, а для его крупномасштабного использования будут определены платные тарифные планы.

Себастьян Краузе: «Заказчикам необходимы решения для более быстрого и надежного доступа к растущим массивам данных»

18 сентября в Москве прошел форум IBM Fast Data Forum 2014, в ходе которого корпорация представила текущую стратегию в области хранения данных. Эффективность этой стратегии была проиллюстрирована информацией о нескольких проектах, выполненных IBM в интересах крупного российского бизнеса.

Стратегия

Как пояснил Себастьян Краузе, вице-президент IBM по продажам систем хранения, заказчикам сейчас необходимы решения для более быстрого и надежного доступа к растущим массивам данных, поэтому акцент в названии форума и сделан на «переходе от Больших Данных к Быстрым Данным».

Чтобы осуществить этот переход, инженеры корпорации ведут разработки в трех ключевых направлениях: развитие программно-конфигурируемых систем хранения Software-Defined Storage Platforms (SDS-P), совершенствование систем хранения за счет применения твердотельных накопителей, а также повышение эффективности технологий виртуализации для оптимального расходования ресурсов ЦОД.

IBM предлагает несколько готовых решений для построения инфраструктуры SDS-P. Это независимые от аппаратного обеспечения программные технологии, такие как файловая система Elastic Storage, осуществляющая автоматическое управление данными на локальном и глобальном уровнях. Также IBM предлагает программное обеспечение для виртуализации систем хранения – SAN Volume Controller, позволяющее клиентам виртуализовать инфраструктуру для быстрой и надежной передачи данных по гетерогенным системам хранения.

В продуктах IBM активно используется флэш-память. По словам Краузе, отрасль практически достигла той точки, когда твердотельные накопители начинают вытеснять обычные жесткие диски в корпоративных системах хранения. Одновременно корпорация ведет разработки перспективных систем Storage Class Memory (SCM).

Как пояснил вице-президент по объектно-конфигурируемым и файловым системам хранения IBM Systems&Technology Group Кришна Натан, SCM — даже не технология, а совершенно новый класс устройств хранения. По сути, это новый тип энергонезависимой памяти, по надежности сопоставимой с обычной оперативной памятью DRAM. По скорости доступа к данным системы SCM занимают промежуточное положение между памятью DRAM и NAND, а их энергоэффективность в десять раз выше, чем у обычных жестких дисков.

«Первые такие устройства уже представлены на рынке, но они пока не стали мэйнстримом. Зато через три-пять лет продукты SCM будут ключевыми элементами при построении инфраструктуры хранения», — предрекает Натан.

Проекты

На форуме были представлены два крупных проекта, выполненные при участии IBM: завершение второго этапа работ по оптимизации ИТ-инфраструктуры «МДМ Банка», а также завершение первой стадии работ по оптимизации систем автоматизированного управления предприятием компании «Северсталь».

Как сообщил Эллиот Гойхман, директор по информационным технологиям «МДМ Банка», первый этап проекта с использованием технологий IBM, реализованный в феврале 2014 года, обеспечил банку катастрофоустойчивость ключевых автоматизированных банковских систем. На второй стадии, об окончании которой было объявлено в ходе форума, банку требовалось создать надежную и экономичную платформу для ряда критически важных приложений, таких как система выдачи кредитов, процессинговые системы и CRM. Задача была выполнена с применением комплексного решения IBM на базе систем хранения IBM Storwize и IBM FlashSystem, полностью построенной на флэш-памяти.

В результате емкость системы хранения увеличилась в 1,7 раза, что позволило банку отложить закупку нового оборудования хранения на два ближайших года. Одновременно значительно выросла производительность системы – до семи раз, в зависимости от типа решаемых задач. В пять раз сократилась площадь, занимаемая стойками с оборудованием системы хранения в корпоративном дата-центре банка.

В «Северстали» технологии IBM использовались для совершенствования систем управления предприятием. С 2012 года компания внедряет новое поколение бизнес-приложений на основе платформы SAP HANA. По мере развития этого проекта увеличивались объемы хранимых и обрабатываемых данных и число одновременно работающих пользователей бизнес-систем. В определенный момент обнаружилось, что прежние дисковые массивы перестали отвечать нужному уровню производительности, пояснил Юрий Шеховцов, директор по информационным технологиям компании «Северсталь».

Модернизация массивов стала одной из главных составляющих ИТ-стратегии «Северстали» на период до 2017 года. В сентябре 2014 года завершена первая стадия этого проекта с использованием оборудования IBM. Предложенное ее специалистами решение основывалось на использовании усовершенствованных методов управления ИТ-инфраструктурой и применении современных технологий хранения, в том числе системы IBM FlashSystem, а также средств виртуализации дисковых массивов IBM SAN Volume Controller. В развитие проекта «Северсталь» планирует, усовершенствовав системы мониторинга, управления и анализа инфраструктуры, добиться высокоэффективной работы всего комплекса бизнес-приложений и в дальнейшем сформировать качественно новую среду программно-конфигурируемого хранения.