Четыре вопроса BI-вендорам
ВОПРОС
Как курс российского правительства на импортозамещение сказался на BI-бизнесе вашей компании в России?
заместитель генерального директора «SAP СНГ»:
Сам по себе курс на импортозамещение практически не сказался по причине того, что BI-инструменты SAP являются гораздо более развитыми и по функциональности, и по зрелости. Многие сценарии, которые создаются с помощью BI-инструментов SAP, невозможны с помощью BI-инструментов российских вендоров. Когда компания грамотно подходит к выбору BI-платформы, то учитывается комплекс критериев, где помимо функциональных возможностей также важны стоимость владения, оперативность и качество поддержки, преднастроенный контент, наличие и качество специалистов и многое другое. Все это делает BI-инструменты SAP наиболее привлекательными для рынка России.
директор по развитию бизнеса «SAS Россия/СНГ»:
Пока не влияет.
ВОПРОС
Какие действия вы предпринимаете, чтобы противостоять усиливающейся конкуренции со стороны российских BI-вендоров?
Дмитрий Шепелявый (SAP):
Как было отмечено выше, чем более зрелая платформа, тем всесторонней и интересней сценарии развития этой платформы у компании. SAP активно ведет работу по расширению продуктовой линейки и создает новые инструменты, наиболее востребованные на рынке. В частности, акцент делается на анализ больших данных в реальном времени.
ВОПРОС
Насколько более востребованными на российском рынке стали задачи, связанные с углубленной (продвинутой) аналитикой и прогнозированием (beyond BI)?
генеральный директор IBM в России и СНГ:
Бизнес-аналитика широко применяется нашими заказчиками. С каждым годом все большее число компаний задумываются не только об анализе, но и возможностях предсказательной аналитики или поиске новых источников анализа для более глубокого понимания сути происходящих вещей. В 2014 году в условиях сокращения потребительского спроса многие компании стали оптимизировать процессы, создавать конкурентное преимущество с помощью ИТ. Драйверами этого движения стали банки, торговые сети и телекоммуникационные компании, бизнес-стратегия которых изменилась – от экспансии к удержанию клиентов. Отмечу, что многие из этих компаний уже имели опыт создания хранилищ данных и использования BI-аналитики, создавали отчеты, но в меньшей степени были проработаны методологии работы с большими данными. У компаний были инструменты, с помощью которых можно создать любой отчет, но как отображать данные, чтобы они помогали принимать решения, как встраивать эти инструменты в процессы взаимодействия с клиентами, понимания не было. В 2014 году возрос интерес к использованию готовых методологий, адаптированных под конкретную отрасль, в результате чего были реализованы проекты по работе с оттоком клиентов, с кросс-продажами, с прогнозированием спроса, сегментацией клиентов, а также с real-time- маркетингом, управлением ценообразованием, ассортиментом, закупками.
эксперт по технологиям бизнес-аналитики и Big Data «Microsoft в России»:
Технологии Big Data перестали быть просто инструментом для обработки информации. Они могут генерировать новые бизнес-идеи и оказывать существенное влияние на положение предприятия на рынке. Так, аналитика с помощью знакомого всем бизнес-пользователям приложения Excel предоставляет компаниям удобный, интуитивный и доступный инструмент для работы с числовыми данными. Аналитические инструменты Big Data встраиваются в Windows Server, а также в облачную платформу Microsoft Azure. Кроме того, любую систему для обработки и хранения данных Microsoft можно бесшовно внедрить в уже существующую в компании инфраструктуру. Благодаря удешевлению СХД и вычислительных ресурсов, а также появлению облачных технологий, хранить можно столько данных, сколько требуется, обрабатывая их быстрее, чем когда-либо прежде.
Антон Заяц (SAS):
Ценность углубленной аналитики и прогнозирования, а также задач оптимизации растет практически во всех отраслях. Мы ожидаем, что спрос на прогнозную аналитику будет расти, причем как в уже традиционных областях ее применения, так и для решения новых задач. Можно выделить три направления развития прогнозной аналитики.
Во-первых, это аналитика в таких областях, как, например, маркетинговые коммуникации с клиентами. Здесь будет выделяться больше целевых сегментов и поэтому появится необходимость в моделях нового вида, более сложных и комплексных, которые помогут создавать новые виды принятия решений. Да и сами эти решения будут более многогранными: специалист сможет определить не просто «кому и что предложить из существующего набора продуктов и услуг», а и «как предложить», «по какому оптимальному для клиента каналу», «в какой момент предложить», «что еще можно предложить данному клиенту и, если он прибыльный, нельзя ли сделать ему заманчивое персональное предложение» и т. д.
Во-вторых, в связи с появлением и сбором все большего количества данных для их обработки и анализа нужны будут все более сложные комплексные модели и новые высокопроизводительные технологии. Например, потребуется обогащение существующей информации о клиентах данными нового рода, в частности неструктурированными, которые в большом количестве можно почерпнуть, скажем, из Интернета. Для этого будут использоваться технологии text mining. Другой пример: для решения сложных задач обнаружения и предотвращения мошенничества будут применяться передовые способы распознавания образов.
Наконец, третье направление связано с появлением новых задач и целых областей знания. Как пример из практики SAS отметим прогнозное управление надежностью в производственных процессах при использовании сложного оборудования (Predictive Asset Maintenance).
Дмитрий Шепелявый (SAP):
Востребованность прогнозной аналитики выросла в разы по сравнению с двумя последними годами. Решения SAP получили наибольшую популярность за счет возможностей реализации интегрированных сценариев, где в комплексе используется BI, инструменты для прогнозной аналитики и все это работает на производительной платформе SAP HANA. Повторить такой сценарий в настоящее время не под силу российским BI-вендорам.
ВОПРОС
В каких отраслях экономики продвинутая и прогнозная аналитика наиболее востребована?
Антон Заяц (SAS):
Традиционно максимальное число проектов SAS в России приходится на финансовый сегмент. За последний год в разы вырос интерес к нашим решениям в государственном секторе и ритейле. Также мы замечаем все больший интерес к сложным аналитическим решениям со стороны компаний нового поколения, которые принято относить к цифровому веку. В их числе быстрорастущие стартапы, которые агрегируют и анализируют разнородную информацию, получаемую по мобильным, социальным и другим каналам. На основе анализа этих данных такие компании предоставляют дополнительную аналитику, дополнительные услуги.
Юрий Попов (Microsoft):
Наиболее востребованы инструменты BI в ритейле, финансовой сфере, digital-маркетинге, медицине, ИТ. «Лаборатория Касперского», к примеру, благодаря применению технологии секционирования данных (table partitioning) в Microsoft SQL Server 2008 повысила производительность экспертной системы Astraea, которая ежедневно обрабатывает сотни миллионов событий и обнаруживает более 315 тысяч новых вредоносных объектов.
Дмитрий Шепелявый (SAP):
Наиболее заинтересованные отрасли – ритейл, транспорт, CPG, энергетика, нефть и газ (по убыванию). В качестве примера можно привести сотрудничество с «Делойт», где успешно применяют нашу платформу для проектов поддержки принятия решений и визуализации ? как отчетности, так и интерфейсов бизнес-сценариев. Если обратиться к банковской отрасли, то BI на базе SAP Business Objects позволяет экономить до 10% рабочего времени за счет сокращения трудозатрат, необходимых для сведения отчетности в работе офисов «Промсвязьбанка».
Кирилл Корнильев (IBM):
Вот пример из финансовой сферы. Не секрет, что современный маркетинг финансовых продуктов требует максимальной персонализации. Клиент должен видеть сообщение, адресованное именно ему в то время, когда востребован предлагаемый продукт, и доставленное через максимально удобный канал коммуникации. Невыполнение перечисленных требований приводит к ухудшению эффективности кампании и увеличивает вероятность ухода клиентов к конкурентам, которые выступают за индивидуальный подход в выстраивании отношений потребителя с брендом. Финансовая группа БКС внедрила в 2014 году систему IBM Campaign для быстрой и эффективной реализации персонализированных маркетинговых кампаний. К настоящему моменту группа БКС увеличила на 20% объем перекрестных продаж в сегментах интернет-трейдинга, брокерских операций и консультационных услуг по разработке инвестиционных стратегий. В то же время отток клиентов сократился на 0,5% всего за шесть месяцев, а также повысилась скорость реакции на маркетинговые кампании и увеличилось потребление продукции на одного покупателя. Еще пример. На этот раз из телекоммуникационной индустрии. В прошлом году мы завершили совместный проект с компанией «ВымпелКом» по созданию системы аналитики клиентских предпочтений и формированию персонализированных предложений для каждого абонента «Билайн» на базе платформы IBM SPSS. Бизнесом оператора была поставлена задача: получить максимум информации, которую можно собрать с каждого пользователя, а затем обновлять постоянно в онлайн-режиме и анализировать ее. Важно было, чтобы аналитика работала в режиме реального времени, самостоятельно обучалась и генерировала новые предложения. При этом предложения не должны быть навязчивыми для абонента. Для заказчика также важны такие моменты, как сохранение инвестиций, минимизация затрат, выбор передовых технологий, масштабируемость решения, реализация проекта в сжатые сроки. После внедрения решения IBM SPSS число клиентов «Билайн», принявших предложение, сформированное на основе данных, поставляемых системой, выросло в 3,5 раза. С момента старта поступило около 1 млн таких предложений. Решение используется во всех собственных офисах, а их более 1200, и около 6000 во всех регионах. Возможность получать информацию имеют все специалисты, которые напрямую контактируют с клиентами в офисах и call-центрах.
Опубликовано 22.04.2015