Большие данные российских компаний: новые вызовы и возможности
Опираясь на результаты исследования Experian, мы опросили представителей российских ИТ-консалтинговых компаний. Нашей целью было узнать, страдает ли российский бизнес от перенасыщения данными, что мешает компаниям извлечь пользу из Big Data, и как организации справляются с большим объемом информации.
Страдают ли российские компании от информационной перенасыщенности?
Вопрос об избытке информации слишком сложен, чтобы на него можно было дать однозначный ответ. Этого мнения придерживается Алексей Сидорин, архитектор бизнес-решений «КРОК». «На этот вопрос можно посмотреть с разных сторон и найти как подтверждение, так и опровержение, – убежден эксперт. – Объясню на простом примере: наличие огромного количества еды у человека совершенно не означает, что он страдает от переедания. Данных стало много, но возможностей для их сбора, обработки и анализа – еще больше».
У Георгия Шатирова, директора центра компетенций больших данных компании «Техносерв», еще более позитивный взгляд на вопрос переизбытка информации. «Уровень автоматизации в России очень высокий, и это отличный повод для гордости. Однако об информационной перенасыщенности речь не идет. За будничными делами мы перестали замечать сквозные ИТ-интеграции между системами и сервисами, обслуживающими повседневные нужды. Как следствие такой автоматизации, множество ИТ-систем генерируют петабайты (1 Пб = 1024 Тб) цифровой информации каждый день. Но российские компании уже около 7 лет работают с имеющимися у них данными: собирают, сохраняют и обрабатывают их. На это влияют как требования регуляторов, так и естественные потребности любого бизнеса».
С мнением Георгия Шатирова согласен Андрей Тиунов, гендиректор ЗАО «БиАй Партнер» (ГК «АйТеко»): «У термина “перенасыщенность” негативная коннотация, и его нельзя применить в данном случае. Информация – не витаминка, ее не бывает слишком много».
Однако большие объемы данных о покупателях не гарантируют компаниям получение действительно нужных для развития бизнеса знаний. Так считает Лариса Горбенко, директор по маркетингу Experian в России и странах СНГ. «Компании действительно страдают от информационной перенасыщенности. Сегодня существует гораздо больше способов взаимодействия между компанией и клиентом. Но проблема заключается в недостаточном понимании того, как извлекать из таких данных ценные знания».
Если пересмотреть подходы к работе с имеющимися данными и научиться извлекать из них пользу, ощущения перенасыщенности не возникнет. «Обилие информации несет в себе потенциальные возможности для бизнеса, – добавил Андрей Тиунов. – Другое дело, что на протяжении длительного времени мы привыкли иметь дело с данными, порождаемыми корпоративными информационными системами. Эти данные хранятся в реляционных базах, и для их обработки редко выходили за рамки OLAP (аналитическая обработка в реальном времени). Появление новых технологий, распространение мобильных устройств и все, что за этим последовало, кардинально изменило информационное поле».
Максим Андрианов, руководитель департамента бизнес-решений компании Softline, также считает, что главное – правильный подход к обработке данных, который решит проблему их переизбытка: «Продвинутые компании владеют информацией в большом объеме. Однако часто она нецентрализована, ее до сих пор не научились грамотно обрабатывать и использовать, а доступ к ней открыт не всем сотрудникам. Несмотря на развитие большого количества сервисов, компании, которые не относятся к отраслям, где данные составляют основу бизнеса (например, телеком или финансы), только сейчас задумываются о сборе данных. Мы отмечаем рост запросов по решениям для Data Lake (хранилище неструктурированных данных компаний)». Эксперт также объяснил, почему возникла такая ситуация с обработкой информации в российском бизнесе: «На мой взгляд, это происходит из-за изменения парадигмы. Раньше хранение и работа с данными были связаны с большими трудозатратами. Теперь подешевели носители, и упала стоимость хранения. И что важно, изменился сам подход: данные стало легко накапливать, и ИТ-специалисты нового поколения это используют, потому что осознают их ценность. Можно не сразу использовать информацию, а вернуться к ней спустя какое-то время, посмотреть в ретроспективе и попытаться выявить ценность. Только сейчас мы видим бум подобных процессов, а это значит, что информационной перенасыщенности нет».
Итак, большинство респондентов считают формулировку «информационная перенасыщенность» слишком негативной и не до конца отражающей реальное положение вещей. Однако проблема не просто обработки больших данных, а извлечения из них полезной информации действительно существует и бросает российскому бизнесу новые вызовы.
Что мешает российскому бизнесу получить полное представление о рынке и потребителях?
Как британские, так и российские компании осознают ценность данных и важность глубокого понимания клиентов. Исследование Experian показало, что четыре из пяти британских компаний (83%) считают данные неотъемлемой частью формирования бизнес-стратегии. 81% респондентов полагаются на них при принятии ключевых решений. 65% компаний считают основным приоритетом улучшение знаний о клиентах.
Опрошенные Experian компании считают, что удовлетворенность клиента может стать для них одним из ключевых конкурентных преимуществ. 60% опрошенных отметили, что именно этот фактор в ближайшие 3 года будет основным критерием дифференциации. 50% респондентов считают, что для обеспечения удовлетворенности необходимо иметь полное представление о клиенте.
«В контексте постоянно растущего объема данных, пожалуй, правильнее думать, как инвестиции в передовые технологии и аналитику помогут перейти от традиционного “единого представления о клиенте” к “универсальному представлению о клиенте”. Этот переход обеспечит полноценное понимание рынка и потребителей, а также позволит разработать для них наиболее привлекательные предложения», – подчеркнула Лариса Горбенко.
Experian выделил четыре ключевых фактора, мешающих компаниям получить полное представление о клиентах:
- разнообразие информации (35%);
- слишком много разрозненных источников данных (35%);
- большой объем информации (33%);
- отсутствие стандартизации данных (30%).
С тем, что избыток разнообразных данных мешает получить объективное представление о рынке, согласен Георгий Шатиров: «Получить полное представление о рынке компаниям мешает отсутствие консолидированных данных по всем потребителям. Рынок большой, данные разрознены».
Максим Андрианов подтвердил, что компаниям трудно своими силами справиться с большим объемом информации: «Исследования, Data Science, гипотезы и их проверка, математический аппарат – это все нетрадиционный бизнес для любой компании, которая не работает с данными». Следовательно, предприятиям приходится обращаться за помощью к компаниям, которые специализируются на обработке данных.
Также представители российских ИТ-консалтинговых компаний добавили в список Experian еще два негативных фактора, которые мешают бизнесу получить желаемое представление о рынке и потребителях:
1. Нестатичность рынка и поведения клиентов.
Андрей Тиунов считает, что получение полного представления о рынке и клиентах невозможно, поскольку бизнес-среда, рынок и поведение потребителей быстро меняются. «Обработка данных о клиентах требует воли руководства компании, которое возьмет на себя риск погружения в принципиально новое информационное пространство. Потребуются инвестиции для старта первых работ и дальнейшие постоянные вложения в развитие персонала, который станет носителем уникальных компетенций в части бизнеса и технологий».
2. Контроль за распространением данных и их труднодоступность.
«Еще один момент, который нельзя упускать из внимания, лежит в правовой плоскости, – добавил Андрей Тиунов. – С одной стороны, усиливается контроль за распространением персональных данных, с другой – по мере утилизации имеющейся информации естественным образом появляется желание заполучить новые порции данных».
Алексей Сидорин убежден, что «полное» представление о рынке и клиентах вряд ли возможно в действительности, поскольку «бизнес-аналитики оперируют моделями, то есть закрытыми системами взаимосвязанной информации о рынке». «Каждая такая модель отражает часть реальной картины, – продолжил Алексей. – За счет увеличения количества данных все компании стремятся сделать свою модель более конкурентной, то есть соответствующей реальности. Однако не всегда на этапе проектирования модели понятно, насколько такое накопление информации ее улучшит. Многие источники данных труднодоступны, есть много закрытых информационных систем. Кроме того, модель можно неверно интерпретировать. Нельзя сбрасывать со счетов и человеческий фактор. Люди сегодня понимают, что данные – их главный актив, поэтому зачастую не стремятся ими делиться».
Георгий Шатиров поддерживает мнение коллег о труднодоступности ценной информации: «У отдельных стартапов и корпораций были попытки консолидировать рынок данных в одном месте. Так, 6 лет назад появлялись первые DMP-платформы. Но рынок данных растет слишком быстро, а владельцы информации о потребителях понимают ее ценность, поэтому ни с кем не делятся. В итоге на рынке есть компании с неким количеством профилей потребителей: каждый собирает информацию по своим клиентам сам».
Анализируя проблему полного представления о рынке и потребителях, российские ИТ-консалтеры уделили больше внимания не разнообразию или разрозненности данных, а труднодоступности ценной информации. Рынок данных невозможно консолидировать в одном месте, поэтому бизнес-аналитикам приходится работать с закрытыми системами информации о рынке, которые отражают лишь фрагмент реальной картины.
Как извлечь ценные знания из Big Data?
Качественная обработка Big Data открывает перед компаниями новые возможности для развития бизнеса. Но у тех, кто не пользуется этими возможностями, есть риск «утонуть» в большом объеме информации и утратить конкурентоспособность.
Георгий Шатиров считает, что «в настоящее время компания либо работает с данными, либо быстро становится неконкурентоспособной». «Уже давно обработка информации стала одним из ключевых моментов стратегии любой организации, – отметил Георгий. – Данные собирают все. Большинство обрабатывает, многие строят аналитику, некоторые разрабатывают сервисы на их основе. Это позволяет не только обеспечивать непрерывность бизнеса, но и вообще не отстать от конкурентов».
С тем, что для современного бизнеса работа с Big Data выходит на первый план, согласен Максим Андрианов: «Если сегодня не анализировать те данные, которые “порождает” бизнес как актив, нельзя сказать, что из них можно получить. История развития Интернета вещей и Big Data показывает, что любая информация несет в себе очень много аспектов, которые могут влиять на прибыльность компании и ее успешное развитие. Соответственно, лучше собирать данные, ведь сейчас это делать легче и дешевле, чем 10 лет назад». Однако на готовность компаний работать с большими данными сильно влияет отраслевая специфика. «Одни компании этим живут, другие рано или поздно к этому приходят, кто-то вообще об этом пока не думает, – добавил Максим. – В основном, компании обращаются к своим данным, когда замедляется развитие, и необходимо отыскать дополнительные точки роста».
Чтобы хеджировать риски отставания от соперников, российские организации внедряют новые инструменты и принципы обработки Big Data. «Лидеры рынка задают высокую планку, опираясь в своих решениях и сервисах на все большее количество данных, – рассказал Алексей Сидорин. – Соответственно, повышается порог вхождения для новых компаний. Например, если раньше достаточно было иметь горячую линию поддержки клиентов, то сейчас компания, которая не передает часть нагрузки чат-ботам, не управляет репутацией в социальных сетях и не персонифицирует свои каналы коммуникаций, просто не выдержит конкуренции».
Российские ИТ-консалтеры отмечают, что для получения ценных знаний о рынке и потребителях компаниям важно как выбрать подходящие инструменты, так и оптимально выстроить процесс добычи этих знаний. «Работа с данными сродни добыче полезных ископаемых: каждое месторождение нужно копать правильным образом. Имеет смысл сформировать план по наполнению своего “сундучка полезных знаний” и начать с собственных наиболее понятных и структурированных источников, которые относятся к ключевому бизнесу: портретов клиентов, транзакций, информации о звонках и так далее. По мере истощения запасов, понимания границ возможностей этого инфопространства можно переходить к менее структурированным данным: логам веб-аналитики, customer journey, дампам трафика. И в самую последнюю очередь использовать собственные неструктурированные и внешние данные: тексты чатов, соцсети и прочее», – добавил Андрей Тиунов.
Поскольку рынок и поведение клиентов постоянно меняются, нужно научиться не только оценивать их текущее состояние, но и прогнозировать возможные тенденции. Алексей Сидорин уверен, что правильная работа с большими данными позволит компании «смотреть на шаг вперед». «Можно ли узнать, какой стороной упадет монетка, когда ее подбрасываешь? Да. Это можно рассчитать, измерив силу броска, скорость вращения, сопротивление внешней среды и так далее, – привел аналогию респондент. – То, что раньше казалось нам случайностью, на самом деле можно посчитать и предсказать. Для этого нужно лишь собрать и обработать правильные данные. Если же обработать их еще до того, как монетка упадет, – можно повлиять на результат. В этом и состоит главная ценность данных для бизнеса – понимать, что происходит в твоих бизнес-процессах и с клиентами как можно скорее, а потом влиять на результат с помощью прогнозирования возможных сценариев развития».
Андрей Тиунов убежден, что большие объемы данных стоит накапливать, даже если нет четкого понимания, что с ними делать: «Пройдет не так много времени, и эта информация сможет оказаться очень полезной для создания моделей, которые помогут прогнозировать исход ситуаций и будут использоваться для автоматизации процессов принятия решений, то есть создания систем искусственного интеллекта», – отметил эксперт.
Про инструменты, которые применяют компании-консалтеры для обработки больших данных, рассказали Георгий Шатиров, Алексей Сидорин и Максим Андрианов.
Георгий Шатиров объяснил, как помочь компаниям увеличить ROI (коэффициент рентабельности инвестиций): «В своей работе мы используем сбор, хранение и обработку информации в близком к реальному времени, а также решения на базе алгоритмов машинного обучения. Один из наших проектов как раз заключался в сборе и обработке данных компании с последующим построением маркетинговых предложений на основе уникальных профилей клиентов. Бизнес-эффект от внедрения аналогичных проектов может обеспечивать компании более чем трехкратное увеличение ROI».
Алексей Сидорин рассказал, из какой информации можно извлечь ценные данные, и какими системами анализа пользуется их компания. «В работе с заказчиками мы стремимся проанализировать всю доступную информацию: начиная от данных о рынке и клиентах, заканчивая внутренними процессами и анализом действий персонала. Для этого мы используем системы бизнес-аналитики и отчетности, решения для работы с большими объемами данных, системы аналитики СМИ, интернета, предиктивной аналитики и машинное обучение».
При обработке больших данных также важно учитывать отраслевую специфику компании. Этот аспект рассмотрел Максим Андрианов: «У нас представлены все механизмы работы с большими данными: исследования, проверка гипотез, построение моделей. Реальному сектору и промышленности мы предлагаем услуги, направленные на оптимизацию операционных издержек и помощь в выстраивании внутренних бизнес-процессов. А ритейлу, банкам, телекому – инструменты для понимания конечных клиентов: предиктивную аналитику, построение портальных решений, разработку мобильных приложений».
«Например, ритейлу нужны решения по прогнозированию складских остатков, доступности товаров на полке, – продолжил Максим. – Есть отдельные разработки для управления человеческими ресурсами, которые позволяют оптимально выводить людей в рабочие смены в зависимости от того, какая нагрузка на магазин планируется на основе исторических данных. Если мы имеем дело с B2C (Business-to-consumer), то помогаем клиентам наладить каналы связи с потребителями и проанализировать данные, которые они генерируют. Здесь актуальны портальные решения, которые позволяют компаниям получать обратную связь от клиента и интерактивно взаимодействовать с ним, а также мобильные приложения и программы лояльности в них. Сейчас быстро развивается технология RPA – роботизация бизнес-процессов. По сути, это создание роботов, которые автоматизируют рутинные операции, выполняемые людьми. Так освобождаются ресурсы для решения творческих задач».
Выводы
Таким образом, российские ИТ-консалтеры неоднозначно относятся к вопросу об информационной перенасыщенности бизнеса, которой обеспокоены британские компании. Большинство опрошенных считает, что это слишком негативный взгляд, поскольку сегодня появилось множество инструментов и стратегий для качественной обработки Big Data. Однако респонденты признают, что ряд факторов мешает компаниям получить полное представление о рынке и клиентах. К выделенным в исследовании Experian факторам российские ИТ-консалтеры добавили нестатичность рынка и поведения клиентов, а также труднодоступность ценной информации.
Большие данные не только ставят перед бизнесом сложные задачи, но и открывают новые возможности. Если предприятие правильно организует обработку значительных объемов информации, оно сможет эффективно развиваться и выдерживать конкуренцию. А чтобы извлечь ценные знания из Big Data, компании должны внедрять оптимальные для их отраслевой специфики инструменты и подходы к анализу данных.
Источник: Электронный журнал CFO-Russia.ru от 11 сентября 2018 г.
