Развернутая ИТ-архитектура позволяет предугадывать риски
и создавать актуальные прогнозы. Главную роль в этом процессе играют данные
«Наши клиенты ценят не только высокое качество товаров и услуг, но и скорость работы интернет-платформы и ее сервисов. Поэтому одно из основных требований к данным сегодня – это возможность быстрого доступа бизнес-пользователей компании к исчерпывающей информации, необходимой им для принятия решений, – комментирует Климент Мерзляков, специалист по стратегическому моделированию компании «Юлмарт». – На практике это позволяет выстраивать своевременную коммуникацию с клиентом. Для достижения этой цели, кроме всего прочего, необходимо осуществлять сбор и анализ больших массивов информации, поступающих из разных систем, в одном удобном месте и формате. При этом речь может идти о десятках источников – таких, как веб-данные с различных устройств и приложений, CRM, транзакционные данные и т.д.»
Сегодня стандартный набор требований к платформе данных, по мнению Ильи Арсентьева, директора по информационным технологиям Pony Express, включает достаточную емкость и масштабируемость, а также оперативное наполнение данными из всех «точек» присутствия. Эксперт подчеркивает, что важны эффективные инструменты очистки и умение работать с действительно разнородными данными – так как, например, помимо логистического бизнеса у компании есть еще и визовый.
BI-лидерство
Как отмечают в Gartner и Forrester, современные мобильные и высокоскоростные средства анализа данных необходимы бизнесу, чтобы конвертировать свои данные в новое конкурентное преимущество. Такая стратегия стимулирует быстрый рост рынков больших данных и традиционной аналитики (business intelligence, BI). На фоне динамики ИТ-отрасли – на уровне 1,5–2% – глобальный рынок BI будет расти до 2019 г. на 12–14% (прогнозы IDC) и превысит $100 млрд в 2019 г. Темпы роста в сегменте технологий больших данных превысят 20% за тот же период. По данным Forrester Research, самые быстрорастущие компании мира (с ежегодной динамикой дохода свыше 15%) планируют на 38% увеличить свои инвестиции в BI.
Самой распространенной корпоративной BI-платформой в мире аналитики Forrester называют Microsoft SQL Server. Один из ее ключевых компонентов – сервис подготовки отчетности (SQL Server Reporting Services). Он включает средства работы как с регламентированными отчетами заданной формы, так и с интерактивными. Средство создания последних – сервис Power View, который доступен через веб-браузер для всех пользователей, не требуя особых ИТ-навыков.
В новой версии SQL Server 2016 поддерживается мобильный формат отчетов, которые динамически подстраиваются под устройства пользователей – телефон, планшет или ПК. Мобильные отчеты строятся при помощи технологии Datazen, приобретенной Microsoft в 2015 г. Теперь с помощью PowerBI или Excel 2016 можно публиковать актуальные отчеты с устройств iPhone, Android или Windows Phone.
Еще один новый компонент SQL Server 2016 – R Services, позволяющий выполнять предиктивный анализ внутри базы данных. Это повышает производительность и качество предиктивного анализа. R – язык программирования для анализа данных и библиотеки на основе открытого исходного кода, а R Services – компонент, который помогает использовать их преимущества, обеспечивая почти неограниченное масштабирование. Новые функции позволяют быстрее исполнять аналитические запросы, в итоге производительность растет без повышения денежных затрат.
Проблему разрозненности данных, поступающих из множества разных источников, решает в SQL Server 2016 сервис PolyBase. Теперь бизнес-аналитику не нужно самому копировать данные из одной среды в другую, например из полуструктурированной в структурированную. Кроме того, PolyBase повышает производительность, не требуя выделения дополнительных ресурсов. Запросы распределяются по нескольким экземплярам SQL Server – для параллельной обработки.
Точность прогнозов
Традиционная бизнес-аналитика сегодня быстро меняется. В новом мире BI в фокусе находится уже не только прошлое, но и будущее. Мало понимать, что и почему произошло (хотя по-прежнему актуально), но важно также правильно спрогнозировать – что дальше? Тогда можно будет находить эффективные решения бизнес-задач, а не реагировать на проблемы постфактум.
На основе собранных массивов данных организации хотят получить наиболее полное представление о ситуации на рынке и более глубокое понимание своих клиентов. С другой стороны, аналитика помогает им более точно оценить реальное положение вещей внутри, а также свои риски или возможности для оптимизации. Так строится бизнес нового формата – основанный на данных (data-driven business), который принимает решения, используя более точные прогнозы и более глубокий анализ. Его главное требование – это скорость. Все больше задач требуют оперативного обновления информации. Здесь нужны инструменты advanced analytics (продвинутой аналитики), позволяющие получить новые знания из скрытых закономерностей для повышения эффективности решений.
В Альфа-Банке подтверждают, что за последнее время значительно увеличился поток информации и, соответственно, сложность ее восприятия. А значит, требуется дополнительная аналитика, обеспечивающая извлечение из данных новых знаний. К ней в банке относят и сложную расчетную аналитику, и предиктивный анализ. В свою очередь, платформа для систем сбора и анализа данных должна обеспечивать скорость загрузки и поставки данных, скорость расчетов, надежность и защиту информации. При этом большинство сервисов сегодня требуют поддержки режима 24/7.
Важный фактор повышения точности прогнозов – автоматизация. Участие машины хотя бы в простых задачах снижает вероятность ошибок, минимизируя влияние человека на принятие решений.
Чтобы перейти к прогнозной аналитике, SQL Server 2016 предлагает встроенные инструменты для запуска R-модели непосредственно в базе данных (без переноса данных, как прежде). Можно использовать ее параллельно со встроенными технологиями in-memory. Это обеспечивает максимальную скорость операций обработки данных.
Демократичный анализ
Помимо скорости и точности прогнозирования, еще одно ключевое требование к аналитике сегодня – это демократичность. Работа с данными должна быть доступна всем сотрудникам, не требуя специализированных навыков. Для эффективного анализа не должно иметь значения – где данные находятся, какой они структуры и прочие характеристики.
Подобную демократизацию подхода к данным, вместе с автоматизацией, повышающей точность прогнозов, может обеспечить облако. В нем, в том числе, есть и готовые наборы алгоритмов, делающие аналитику доступной для всех.
«Магический квадрант» Gartner в сегменте платформ BI и аналитических систем