Проблема: выбросить или оставить

Менеджер по исследованиям, IDC, Александр Прохоров отметил, что термин Big Data до сих пор трактуется довольно широко. Поэтому не лишне разобраться в том, что это такое. В частности, некоторыми признаками категории больших данных могут быть такие: данные поступают из одного или более источников одном или разных форматах; или объем накопленных данных превышает 100 Тбайт. Или данные поступают по высокоскоростным каналам связи, или отмечен драматический рост объема генерируемых данных.

В России, по мнению экспертов, примеров проектов внедрения решений для Big Data практически не существует. Между тем, Александр Прохоров полагает, что к подобным проектам можно отнести те, что реализованы в Сбербанке, ВТБ24, ФНС, Сургутнефтегазе, Вымпелкоме СНГ, Банке Тинькофф. Но в большинстве случаев у заказчиков происходит создание сверхбольшого хранилища данных с использованием технологий Data Warehouse Appliance.

Традиционно внедрение новых технологий имеет две стороны. Стимулирует использование Big Data почти в 30% случаев необходимость онлайн-анализа поведения клиентов. Примерно столько же организаций занимаются анализом операционной деятельности, 20,6% - считают необходимым анализировать транзакционные данные торговых систем. Другая сторона – то, что тормозит внедрение Big Data. 47% организаций считают, что эта технология слишком дорогая, 25% отмечают сложность в определении того, что нужно хранить, и предпочитают хранить все.

Ведущий эксперт по системам бизнес-аналитики компании «Терн »Эдуард Федечкин сравнил проблему Big Data с антресолями в квартирах. Там хранится много вещей, и человеку часто трудно решить, что стоит выбросить, а что хранить дальше, и сколько времени хранить.

Сегодня многие предприятия, работающие в разных отраслях, буквально захлебываются от обилия информации. Согласно опубликованным в 2010 году данным сайта ZDnet.com, в 2009 году объем цифровой вселенной составлял 0,8 зеттабайта. К 2020 году ожидается, что этот показатель достигнет 35 зеттабайт (это 35 миллиардов гигабайт). Очевидно, что успех любого бизнеса теперь зависит от способности управлять информацией и рационально ее использовать. То есть, в основе бизнеса всегда лежит информация.

Чтобы контролировать данные, необходимо создать надежный и динамичный механизм, который сможет быстро отвечать на информационные запросы для управления бизнесом. Эдуард Федечкин рассказал участникам форума об аналитической системе для банков, которую компания «Терн» активно внедряет в финансовых учреждениях. Один из проектов был выполнен в Сбербанке – средствами системы осуществляется мониторинг доходов и расходов дочерних обществ банка.

Руководитель направления решений по управлению информацией IBM EE/A Сергей Лихарев подчеркнул, что грамотная аналитика признается заказчиками как конкурентное преимущество. Чтобы повысить эффективность и производительность, снизить риски необходимо получить полный контроль над информацией. Это нетривиальная задача: растет разнообразие данных, 80% из них неструктурировано. Любопытно, что один из троих руководителей сегодня не доверяет информации, на основании которой он вынужден принимать решение.

Сергей Лихарев также отметил, что данных, доступных для анализа сейчас стало во много раз больше, но действительно нужных не так много. Тем не менее, технологии Big Data позволяют анализировать многое, что нужно в обычной жизни. Например, данные медицинских анализов, и исследований. В финансовой сфере эти технологии помогают бороться с мошенничеством (анализ транзакций и других данных). Это актуально для западных банков, так как они несут ответственность перед своими клиентами, если те пострадали от мошенников. Потребителями аналитики на основе больших данных являются транспорт и логистика. Очень важно анализировать весь объем данных при исследовании web-логов в интернет-магазинах. Только так можно узнать, каким образом клиенты выбирали товар.

Банки, ритейлеры стараются понять, как лучше обслуживать своих клиентов. Некоторые решения, например, платформа IBM Big Data Platform помогает анализировать данные из социальных сетей, где люди высказывают мнение о работе оборудования или услугах. Подобная аналитика позволяет строить модели новых услуг, улучшать уже существующие. И, конечно, для обработки огромного числа неструктурированных данных IBM предлагает технологию Hadoop.

О проекте внедрения аналитической системы рассказал на форуме заместитель руководителя департамента ИТ по корпоративным информационным системам, SPAR, Максим Владимиров. Опытом интеграции бизнес-аналитики с отраслевыми решениями поделилась Екатерина Рудакова, ИТ-директор, торговые сети «Чистые материалы» и «Гудвин».