Антон ЗАЯЦ: «Наше преимущество – качество аналитики»

Логотип компании
Антон ЗАЯЦ: «Наше преимущество – качество аналитики»
Не могу не согласиться, что в Big Data очень велика маркетинговая составляющая. Технологические вендоры раскачивают эту лодку изо всех сил, чтобы привлечь внимание, разогреть тему, создать новые рынки...

Наличие аналитических решений в ИТ-инфраструктуре стало едва ли не обязательным практически для любой организации. И это вполне закономерно, считает директор по развитию бизнеса SAS Россия/СНГ Антон Заяц.

 

Сегмент решений для бизнес-аналитики является одним из самых быстрорастущих сегментов ИТ-рынка. С чем это связано?

Прежде всего с экономическими условиями и переменами в мировой экономике, поскольку они требуют оптимизации в распределении ресурсов, внимательности в отношении потенциальных рисков, новых подходов к работе с клиентами и контрагентами. В мировом масштабе серьезным экономическим фактором является конкурентная среда, особенно в традиционных для сферы BI бизнесах, таких как банковский ритейл, телеком и розничная торговля, в том числе продуктовая. Конкуренция здесь сильна, в том числе и в России. Другой драйвер – это появление новых бизнесов, созданных по новым моделям, например, в банковской сфере или телекоме, которые буквально ломают традиционные представления о том, как должны выглядеть такие компании. К примеру, телеком уже не может наращивать доходность своего традиционного бизнеса и активно ищет новые источники дополнительного дохода. Это порождает потребность в новых знаниях о клиентах, новых инструментах для извлечения таких знаний из имеющихся массивов данных и понимании, как их монетизировать. Есть также технологические драйверы. Например, появление новых технологий, которые ведут к снижению стоимости владения, хранения и обработки больших массивов данных. Раньше они были недоступны в первую очередь из-за дороговизны, а сегодня инструменты подешевели и компании стали активно их использовать.

 

Насколько высока в представлении Big Data доля реальной новизны? Как много в ней маркетинговой составляющей?

С одной стороны, не могу не согласиться, что в Big Data очень велика маркетинговая составляющая. Технологические вендоры раскачивают эту лодку изо всех сил, чтобы привлечь внимание, разогреть тему, создать новые рынки. С другой стороны, один из упомянутых мною драйверов рынка – снижение стоимости хранения информации, а также стоимости процессного времени – играет колоссальную роль. Сегодня мы можем себе позволить не выкидывать часть хранимой информации ради экономии средств, гораздо дешевле и быстрее стала обработка этой информации. Мы постоянно общаемся с компаниями, которые выражают желание использовать в своей работе большие данные. Одним интересно проанализировать поведение пользователей в социальной сети – является ли это предметом больших данных? Если мы говорим о Facebook, то в таких объемах, в которых эта компания аккумулирует информацию, – безусловно. Для компании, которая хочет узнавать о своих клиентах через социальную сеть, это будет только частичным использованием массива больших данных, то есть это будут не большие данные сами по себе, а только методы их обработки. Собственно, именно об этом говорим и мы, и другие вендоры. Сегодня можно привести множество примеров, когда за разумное время – минуты или считаные часы – обрабатываются такие массивы данных, которые еще три года назад считались невероятными.

 

Тем не менее часто речь в таких случаях идет о работе с большими массивами структурированной информации. А как обстоят дела с обработкой информации неструктурированной? Насколько работа с ней актуальна для бизнеса?

Бизнес готов к работе с такими данными. На SAS Forum Russia 2015, который мы провели в конце мая, одна из секций была посвящена проблемам анализа текстов для привлечения клиентов и понимания их поведения – там был аншлаг. Даже больше, 20 крупнейших банков России уже либо проводят такой анализ, либо намереваются это делать в ближайшее время. То же самое можно сказать про «большую тройку» российского телекома. В такой аналитике нет ничего сложного и сверхъестественного. И она позволяет решать массу важных для бизнеса задач, в том числе понимать, чем недовольны клиенты, на что жалуются, каковы недостатки продуктов, за что хвалят конкурентов.

 

Насколько велика роль программных решений в обработке неструктурированной информации?

Анализ неструктурированных данных, а мы в первую очередь говорим о текстовой информации и изображениях, предполагает обработку больших объемов данных за короткое время. Например, вам нужно среди миллионов фотографий найти фото мошенника. Или провести статистическую обработку текстов, чтобы выявить информационные волны, наиболее распространенные проблемы и жалобы. Или вам нужно определить тональность сообщений интернет-пользователей о вашем бренде. Решение этих задач требует высокой производительности как от оборудования, так и от программных решений, которые играют не менее важную роль. Более того, у нас были проекты, когда повысить производительность обработки данных удавалось лишь за счет архитектурных изменений, на программном уровне и без покупки дополнительного оборудования.

 

Как сочетаются в автоматизации предприятий аналитические решения с внедряемыми ERP- и СRM-системами?

Я бы не стал внедрение BI-решений связывать с внедрением транзакционных систем, таких как ERP или CRM. Потребность в бизнес-аналитике обуславливается необходимостью получить достоверную информацию о текущем состоянии бизнеса: выявить тенденции, сделать прогнозы и т. д. Иными словами, BI служит для получения знаний, на основе которых предстоит принимать решения. Хотя в последнее время само понятие аналитической системы сильно размыто. Ведь речь идет о принятии управленческих решений, а управленцы смотрят на графики, определяют тенденции. Поясню. Банк, например, создает систему поддержки принятия решений для другой автоматизированной системы, такой как кредитный скоринг, когда автоматически решается, выдать или не выдать клиенту кредит. Так вот связывать внедрение таких систем с внедрением каких надсистем – в виде CRM или ERP, – думаю, не вполне корректно. У них разные задачи. Но в композите они, безусловно, могут очень органично друг друга дополнять.

 

SAS предлагает свои технологии заказчикам в большей степени как решения или как платформу?

В первую очередь это платформа. Это то, чем SAS занимается вот уже почти сорок лет. Эта платформа позволяет пользователям обрабатывать информацию, а интеграторам – создавать свой продукт с дополнительной стоимостью. Но, учитывая накопленные компетенции в банковской сфере и телекоме, в госсекторе и медицине, мы предлагаем и готовые продукты на основе платформы, и это такая же важная часть бизнеса. Мы не отдаем приоритета ни платформе, ни продуктам с добавленной стоимостью – они одинаково важны.

 

В чем отличие в позиционировании платформы SAS и решений тех вендоров, для которых BI лишь одна из сторон деятельности?

Мы твердо уверены, что наше преимущество – качество аналитики. Это один из критериев, по которым нас выбирают наши клиенты. Если речь идет о создании аналитической системы, то здесь мы особенно сильны и можем реализовать на практике накопленный опыт. Если речь идет об автоматизации без применения глубокой аналитики, то здесь вопрос скорее в стоимости владения, красоте интерфейсов и т. п. Наше достоинство, повторяю, – возможность анализировать данные качественно. Углубленная аналитика – это наш конек.

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

Читайте также
Еще совсем недавно от западных облачных сервисов зависело 30% крупных российских компаний. Их отключение, порой внезапное, должно было поставить рынок перед сложными вызовами. Но оказалось, что российские облака готовы предложить рынку вполне зрелые решения. Это и многое другое обсудили участники круглого стола IT-World «Импортозамещение в облаках».

Опубликовано 14.07.2015

Похожие статьи