Business Discovery: что было и что будет
Динамика рынка заставляет компании оперативно реагировать на изменения, продиктованные совершенствованием законодательства, обострением конкуренции, обновлением каналов взаимодействия с пользователями. Какую роль в этом играют системы класса Business Discovery, которые позволяют руководителям быстро узнавать о текущем положении дел и самостоятельно строить отчеты на любом мобильном устройстве? Что стимулирует спрос на подобные системы в новых экономических условиях?
Примеров того, как изменился мир за последнее время, в частности ИТ-индустрия, – множество. В 2006 г. компания Nokia произвела более 60 моделей мобильных аппаратов. К настоящему времени это подразделение продано. Ниже приведены данные, отражающие динамику выпуска фотоаппаратов синим – пленочные, красным – цифровые фотокамеры:
Лидеры рынка, которые десятки лет «правили бал», разорились и покинули сегмент. Сегодня мало кто вспомнит такие названия, как Polaroid, Fuji, Kodak… А какие это были популярные марки… Но их вытеснили цифровые камеры.
В 2012–2014 гг. падение было драматичным – 39%, 25% в год. Производители цифровых фотоаппаратов несут гигантские убытки и теряют рынок – бытовые фотокамеры вытеснены смартфонами. Зачем теперь «мыльница», если смартфон может фотографировать не хуже, но всегда в кармане, к тому же предоставляет множество дополнительных функций: самостоятельно проставляет теги и GPS-координаты, указывающие, где были сняты данные кадры, с помощью одной клавиши понравившейся снимок можно переслать другому человеку или выложить в Facebook или Instagram. Компании вынуждены перестраиваться, становиться динамичнее, быстрее реагировать на изменения или… уходить с рынка.
Согласно результатам исследования «Цифровая вселенная возможностей: насыщенные информацией данные и растущая ценность Интернета вещей» (The Digital Universe of Opportunities: Rich Data and the Increasing Value of the Internet of Things»), 64% руководителей предприятий заметили, что время для принятия решений за последний год сократилось. При этом 42% специалистов должны принимать решения на основе данных в течение всего одного дня. Как может компания реагировать на изменения, если развертывание традиционных инструментов бизнес-аналитики составляет в среднем 18 месяцев, а продолжительность подготовки одного отчета с помощью традиционных инструментов бизнес-аналитики – 6,3 недели? За полтора месяца может произойти что угодно – изменится курс, выйдут новые требования регуляторов, обновится структура спроса, конкурент проведет маркетинговую кампанию, а руководство компании только получит отчет.
Бизнес ищет новые инструменты для аналитики, которые позволят быстрее получать отчетность или создавать ее самостоятельно. Именно поэтому, кстати, сохраняется спрос на решения Qlik – одного из первопроходцев в так называемом User-Driven BI – аналитике, которую может строить или модифицировать сам пользователь. Помните, как остро среагировали банки, когда один известный западный банк начал активную маркетинговую кампанию, обещая выдать кредит всего за два часа? Тут же взлетел спрос на BI-системы, позволяющие проанализировать кредитный конвейер и понять, за сколько банк выдает кредиты и где происходит заминка.
Компании, которые пользуются традиционными (отчетными) системами, столкнулись с неприятной для традиционных отчетных систем скоростью разработки новых отчетов. И когда отчеты готовы – с тем, что многие компании не определяли, сколько времени у них занимает то или иное действие, например, одобрение заявки службой безопасности. Кто сталкивался с работой в финансовых организациях, готов подтвердить эту печальную цифру – 6,3 недели – внутри большой организации всегда очень много согласований. Сложную архитектуру и слабую интегрируемость множества систем можно назвать традиционной бедой современной организации. Но в современном динамичном мире бизнес уже не устраивают подобные сроки.
С другой стороны, зачастую бизнес сам виноват в сложившейся ситуации, поскольку не уделяет достаточно внимания ИТ-подразделению, полагая, что это не помощник в развитии бизнеса, а вспомогательная служба. Все это приводит к отсутствию интереса к BI-проектам со стороны CIO. Ведь за то, что у менеджмента нет простой и наглядной BI-системы, которая помогает сотрудникам всех уровней принимать верные и обоснованные управленческие решения, своевременно обеспечивает их актуальной и достоверной информацией о текущем положении дел, выговор не сделают, а вот если в бухгалтерии закончился картридж, могут и пожурить. В итоге ИТ-служба бросает все силы, стараясь поддерживать в рабочем состоянии фронт-офис и ряд бэк-офисных систем, решая тактические задачи. Но не обращает внимания на стратегическое развитие компании, а это прежде всего BI.
К счастью, в последнее время ситуация меняется в лучшую сторону. Появляются продвинутые ИТ-директора, которые понимают актуальность данного класса систем и готовы защищать их важность перед бизнесом. Но, увы, в большинстве случаев интерес к современным BI-инструментам проявляют как раз управленцы. Причем со словами «чтобы я сам мог все настроить, а то пока от вас дождешься…». И это не только специфика России, а общемировой тренд: во всем мире понимают, что задача ИТ-службы – построение модели данных, отслеживание их чистоты и актуальности, а построение необходимых отчетов – задача самого бизнеса или специализированных аналитических отделов.
Вторая тенденция – переход к облачным предложениям. Все больше игроков, которые не просто предлагают решение на выбор – с установкой у заказчика или в «облаках», а чисто облачные решения. Правда, я не думаю, что современные заказчики готовы отдавать критичные данные на сторону, но тренд в этом направлении очевиден. Бизнес начинает доверять «облакам», и спрос на такие решения растет. Данный тренд также обусловлен сокращением сроков принятия решений – менеджмент вынужден принимать оперативные решения, где бы управленец ни находился, телефоны и планшеты стали полноценными инструментами управления компанией и процессами.
Еще один драйвер роста – кризис. Все начинают экономить деньги, искать резервы повышения эффективности и оптимизации затрат. Как это сделать, если нечем измерить эффективность или сравнить затраты? Так что неслучаен рост интереса к продуктам, обеспечивающим такую возможность, особенно со стороны финансовых организаций. Многие предприятия оптовой и розничной торговли являются нашими клиентами. Теперь, когда и финансовые организации начали считать деньги, они присматриваются к продуктам, которые быстро показывают результат и отличаются низкой совокупной стоимостью владения.
Конечно, нельзя забывать о таком факторе, как увеличение объема данных, в том числе генерируемых машинами. По прогнозам аналитиков, к 2020 г. объем хранимой в мире информации составит 44 Зетабайт. Свой вклад внесет Интернет вещей. Мы движемся к цифровой экономике, и современные компании понимают, что тот, кто сможет правильно обработать разобщенные слабоструктурированные массивы информации и сделать на их основе точные выводы, например, построить поведенческие модели клиентов, тот и будет «править бал». Все коммерческие компании хотят понимать, кому они продают, то ли они продают клиентам, оптимизируя ассортиментную матрицу и каналы продвижения продукции, переходя от массового продвижения к таргетированному. Отсюда и повышение спроса на решения, которые получили название Big Data. Но пока рынок присматривается к новым системам с осторожностью, ожидая результатов реальных проектов на основе той или иной технологии. Зачастую используется гибридная модель, когда данные хранятся, например, в Hadoop, а обрабатываются, группируются и анализируются в BI-инструментах. И тому есть множество примеров.
Так, в ходе одного из проектов нашей компании была реализована гибридная модель, когда данные (CDR) хранятся в Hadoop, а их статистическая обработка и группировка производятся пакетом Mahaut. Qlik агрегирует данные из Mahaut, «склеивая» их с финансовой информацией (баланс, остаток, последний платеж по неделям) и прочей информацией, например, обращения в колл-центр. Таким образом, мы получаем возможность быстрой работы с довольно большим массивом информации, проверяя ту или иную теорию либо сегментируя клиентов, анализируя их поведенческие модели, а при необходимости и получая полную детальную информацию посредством прямого запроса в Hadoop посредством механизма Direct Discovery.
Данные надо не просто уметь хранить – важно уметь их обрабатывать, анализировать и делать выводы. Нужно обладать креативностью, чтобы выдвинуть теорию и получить ее опровержение или подтверждение. Появляются новые профессии, все сильнее востребована специальность Data Scientist – инженера, который не только хорошо знает аналитические и статистические средства работы с информацией, но и помогает поставить вопрос к данным – «что мы ищем?», а также способен правильно интерпретировать полученный результат.
В течение нескольких лет я занимался предиктивной аналитикой, продвигал «тяжелые» решения по datamining и горжусь тем, что первым озвучил на территории России термин «точная розница». Однако в то время бизнес не был готов к решениям такого класса, их стоимости и эффективности. Зачем тратить немалые деньги на достижение эффекта в 3–5%, когда аналогичного результата можно добиться, просто наведя порядок или повысив уровень сервиса? Это на Западе, где все выстроено довольно эффективно, подобные результаты вызывают восторг. В России пока еще есть пространство для маневра, но оно сокращается с каждым месяцем. Скоро использование углубленной и предиктивной аналитики станет бизнес-необходимостью.
Все очевиднее интерес к таким решениям и использованию продуктов для углубленного и детального анализа большого массива данных – чеков, CDR, банковских транзакций и операций по картам. Отрадно, что бизнес в России стал задумываться о том, сколько денег может принести правильное использование данных.
Но данные надо не просто подготовить, очистить, построить прогнозы – нужно сделать все это оперативно и предоставить руководству в удобном и наглядном виде, чтобы с одного взгляда можно было понять, что случилось, почему и что делать. Бизнесу не хватает просто отчетов, должна быть возможность мгновенно найти необходимые данные, провести «что если» моделирование, выбрать актуальные разрезы данных и мгновенно получить результат. По словам одного из клиентов Qlik, раньше он и не подозревал, насколько современная BI-система, которая наглядно представляет динамические данные, позволяет оперативно управлять бизнесом.
Системы нового класса Business Discovery обеспечивают руководителям возможность не только быстро узнать о текущем положении дел, при необходимости перейти к деталям, но и самостоятельно построить отчет прямо на планшете. Не стоит забывать, что подобная легкость работы для руководства – это огромное количество усилий самых разных специалистов – от операционистов, которые вносят данные, до архитекторов, аналитиков, Data Scientists, которые строят аналитические отчеты и математические модели, инфографов, обеспечивающих наглядность отчетов, и, конечно, ИТ-подразделений, которые подготавливают данные, контролируют их качество и актуальность, чистят, объединяют их из различных источников, строят модели, интегрируют отчеты в порталы, следят за бесперебойностью работы систем. Специалистам мы говорим «спасибо» и делаем все возможное, чтобы облегчить их задачи, и сделать так, чтобы бизнес ценил их труд, благодаря которому, кстати, их компании держатся на плаву и не вымерли, как динозавры.
