Аналитика на новом уровне

Логотип компании
Аналитика на новом уровне
Компания – живой организм. И как любой живой организм, она постоянно меняется

Под занавес уходящего года мы попросили технического директора компании RedSys Александра Ланина поделиться соображениями относительно текущего состояния и ближайших перспектив рынка бизнес-аналитики (BI) и больших данных (Big Data), а также дать советы по выбору BI-инструментов.

Появились ли за последнее время какие-либо новые эффективные инструменты в области бизнес-аналитики и больших данных? Какие изменения грядут на этом рынке в ближайшей перспективе?

В сегменте Big Datа в самое последнее время новых инструментов в дополнение к тем, что у всех на слуху – Hadoop, Spark, Hive и другие, не появилось, но эти, уже апробированные ИТ-разработчиками фреймворки и базы данных получили мощное развитие и вышли на качественно новый уровень, позволяющий с их помощью эффективно решать задачи по обработке действительно очень больших объемов информации.

Быстро развивается видеоаналитика, и, думаю, довольно скоро мы станем свидетелями все более глубокой интеграции компонентов видеоаналитики в традиционные аналитические системы и в системы углубленной аналитики.

Какие тенденции рынка больших данных и бизнес-аналитики превалируют сегодня?

Мы живем в эпоху мобильных устройств – смартфонов, планшетов, и потому один из самых устойчивых трендов BI-рынка – это мобильная аналитика, то есть аналитика на мобильных устройствах, без нее сейчас, как правило, не обходится ни один BI-проект.

В XXI веке мир стремительно меняется, а в бизнесе изменения происходят еще быстрее, и жизненный цикл аналитических панелей и отчетов также быстро сокращается, постоянно появляются новые требования к аналитической информации, которые необходимо в краткие сроки реализовывать, и потому сейчас все более востребована самообслуживающая BI-функциональность, позволяющая самим пользователям, имеющим лишь доступ к источнику данных, строить аналитические модели и отчеты.

Какие инновации предлагают российские и зарубежные разработчики решений в области бизнес-аналитики?

Инновационные подходы и решения позволяют производителям BI-инструментов получать конкурентные преимущества на высококонкурентном рынке BI-платформ. Так, компания «Полиматика» в своей одноименной аналитической системе использует инновационный алгоритм обработки многомерных моделей «Мультисфера». В сочетании с графическими процессорами GPU это позволяет при помощи многомерных кубов оперативно обрабатывать, по сути, неограниченные объемы информации. А компания Loginom Company в своей аналитической платформе Loginom реализовала инновационные подходы к анализу больших данных: визуальное проектирование, машинное обучение, In-Memory-вычисления, асинхронный интерфейс, быстрое создание веб-сервисов, объектно-ориентированное моделирование, проектирование «сверху вниз» – и все это позволило сделать углубленную аналитику доступной самому широкому кругу специалистов.

Насколько востребованы аналитические инструменты из облака?

На российском рынке облачные аналитические решения пока не слишком востребованы, тому есть несколько причин: это и законодательные ограничения по обработке персональных данных (№ 152-ФЗ), и традиционный консерватизм отечественных предприятий, привыкших обрабатывать и анализировать свои данные в собственном корпоративном ИТ-контуре. Но есть один сегмент, касающийся сервиса анализа внешних данных, в частности сбор сведений о сотрудниках из соцсетей, формирование профилей сотрудников и их анализ. Такого рода аналитический сервис российские компании предпочитают получать именно из облака.

Как определиться с выбором нужного решения?

После того как определены бизнес-задачи и концептуальная архитектура решения, на этапе подготовки проекта необходимо сформировать функциональные требования собственно к BI-инструменту. Затем нужно составить лонг-лист BI-платформ, отранжировать его согласно наличию необходимого набора возможностей и его уровня реализации в каждой из платформ, а затем на этой основе составить шорт-лист BI-инструментов. На базе двух-трех платформ лидеров шорт-листа сделать прототипы ключевых функций и оценить в действии наиболее подходящие BI-инструменты.

Востребованы ли в России инструменты углубленной аналитики?

У нас инструменты углубленной аналитики наиболее востребованы в таких отраслях, как финансы, телеком, страхование и ретейл. Чаще всего при помощи подобного инструментария решаются задачи по оценке рисков и лояльности клиентов, кросс-продажам, обнаружению мошенничества, а также вопросы целевого маркетинга.

В каком направлении развивается прогнозная аналитика?

Сейчас она интенсивно развивается в направлении глубокого машинного обучения. В последние годы, в связи с открытиями и прикладными разработками в области нейронных сетей, в области математического моделирования наблюдается довольно-таки бурный рост. В частности, созданы многослойные нейронные сети, что позволило значительно поднять качество прогнозных моделей, построенных на нейронных сетях, по сравнению с традиционными моделями, реализованными на статистических алгоритмах, такими как временные ряды или логистическая регрессия.

Как заказчики могут справиться с лавинообразным ростом данных, требующих обработки и анализа?

Объемы обрабатываемых данных выросли и увеличиваются экспоненциально, и если обрабатывать и анализировать их традиционными методами, то можно утонуть. Для спасения «утопающих в данных» ИТ-рынок предлагает ряд технологических решений. Это и средства распределенной обработки данных – Hadoop, Spark, Storm и другие инструменты Big Data, системы, построенные в архитектуре MPP (Massive Parallel Processing), системы вычислений с массовым параллелизмом, весьма эффективные в огромных аналитических хранилищах данных, а также специальные решения, например тензорные процессоры, которые рассчитаны на гораздо больший объем вычислений с уменьшенной точностью и очень эффективны в расчетах аналитических моделей, построенных на нейронных сетях.

Как отечественные компании применяют результаты анализа больших данных?

Отечественные компании используют, например, результаты анализа больших данных из Интернета и соцсетей для расширения профилей своих клиентов, для оценки результатов проводимых маркетинговых кампаний, для развития своих новых продуктов и услуг. Все это позволяет проводить более точные таргетированные рекламные акции.

Каждый год на ИТ-рынке появляется немало специализированных отраслевых решений, ориентированных на такие сегменты, как розничная торговля, финансы, медицина, строительство, и многие другие. Что нового предлагают отечественные разработчики?

Отечественных решений, полностью охватывающих развитую отраслевую аналитическую модель, включающую хранилище данных, BI- и ETL-слои, будь то ретейл, финансы, медицина или строительство, и построенных на базе лучших практик, подобных IBM TDW (Telecommunications Data Warehouse), IBM BDW (Banking Data Warehouse), IBM FSDM (Financial Services Data Model) или Oracle Business Intelligence Applications, на рынке пока не наблюдается. Разработчики ИТ-продуктов в этих сегментах предлагают отраслевые решения, основанные на опыте внедрения BI в отдельных отраслях, на конкретных предприятиях и относящиеся, как правило, к отдельным сегментам и аспектам отраслевых аналитических моделей, например к банковскому или страховому скорингу.

Хотелось бы задать вопрос и конкретно о вашей компании. В последние годы RedSys предлагает заказчикам немало собственных ИТ-продуктов, разработанных не на какой-то известной зарубежной ИТ-платформе, а сделанных самостоятельно, с нуля либо на Open Source-решениях. Насколько оправдывает себя такой подход, готовы ли заказчики к таким продуктам, доверяют ли им?

Да, это верное наблюдение. Мы сейчас прикладываем в этом направления серьезные усилия и действия. У нас уже есть ряд продаж наших продуктов заказчикам, и такой подход себя оправдывает. Отвечая на вопрос о доверии, правильнее говорить о том,  доверяет ли заказчик компании RedSys, и, соответственно, доверяет тому, что мы ему предлагаем. Могу сказать, что мы находимся с клиентами в доверительных отношениях.

И последний вопрос. В сложных экономических условиях многие ИТ-компании вынуждены диверсифицировать, менять структуру своего бизнеса, где-то что-то сокращать, где-то урезать расходы. Что-то из этого пришлось делать вашей компании?

Компания – живой организм. И как любой живой организм, она постоянно меняется. Даже когда экономические условия были лучше, мы не останавливали процесс изменений, оптимизации, расширения. Возможно, для кого-то мои слова прозвучат странно, но это именно так, мы меняемся постоянно, под условия рынка, под потребности заказчика, под появлений новых идей и технологий и т. д. Движение – это жизнь.

 

Смотреть все статьи по теме "Большие данные (Big data)"

 

Опубликовано 14.01.2019

Похожие статьи