Аналитики предупредили об опасности больших данных
Gartner опубликовал рекомендации, которые помогут предприятиям не наступать на грабли при работе с большими данными. По мнению аналитиков, примерно 50% всех случаев нарушения деловой этики к 2018 году будут вызваны неспособностью правильно обращаться с огромными объемами информации и инструментами для их обработки. Речь идет о неэффективном использовании ресурсов, возможной потере репутации, об ограничении деятельности бизнеса и даже о правовых санкциях.
Нужны ли вам средства обработки больших данных
В первую очередь, специалисты Gartner советуют пошагово соотносить аналитические выводы с тем эффектом, который получает предприятие по результатам принятых на их основе бизнес-решений. Некоторые организации по ряду причин не способны применить в своей деятельности результаты исследований. Кроме того, принятие решения не всегда требует инвестиций в инженерные разработки и сложные аналитические проекты.
«Мы видим две ключевые проблемы, с которыми сталкивается отрасль,— комментирует Алексей Благирев, директор по развитию систем аналитики и отчетности Банка «Открытие». — Одна из них связана с человеческим капиталом. Технологии сильно опережают текущий уровень знаний в отрасли о том, как извлекать ценность из данных, как использовать конкретные технологические решения. Нужно обучать людей тому, как использовать данные, как с ними работать. Другая сторона проблемы касается роли данных в бизнесе и процессах принятия решений. Безусловно, необходима единая стратегия работы с данными в организации, но ее реализация потребует от ключевых подразделений перехода на иную модель зрелости работы с информацией».
Заместитель генерального директора SAP СНГ Дмитрий Шепелявый считает, что никто не собирает данные просто так: «Все заказчики используют собранную информацию как минимум для базовой регулярной отчетности. Вопрос здесь в том, чтобы перейти от консолидированной периодической отчетности к системе поддержки принятия решений, где выявление закономерностей и рекомендации по управленческим решениям будут реализовываться в режиме реального времени. Доля таких компаний неуклонно растет, мы постоянно наблюдаем похожие тенденции и участвуем в подобных проектах практически со всеми нашими крупными заказчиками».
Предприятию необходима долгосрочная стратегия внедрения средств обработки больших данных, конкретно отвечающая на вопрос о том, как именно данные будут обработаны и использованы, считает Святослав Штумпф, главный эксперт группы маркетинга продуктов «Петер-Сервис». То есть в момент сбора данных уже нужно знать детали будущего анализа. «На этапе обработки может выясниться, что некоторые данные отсутствуют, и это обесценивает собранный массив, нужно повторять сбор. И, возможно, окажется, что данные структурированы не подходящим для анализа образом. Значит нужно их реструктурировать, что потребует больших затрат труда и машинного времени», — комментирует эксперт.
Еще одна типовая трудность, по мнению Святослава Штумпфа, связана не с технологией, а с организацией инвестиционной деятельности. Большие данные позволяют найти то, чего еще никто не знает — на основе вероятностных методов и корреляционного анализа. Но гарантировать, что результат будет иметь бизнес-ценность, невозможно. А без таких гарантий трудно получить инвестиции на проект. Это приводит к наличию портфеля вялотекущих исследовательских проектов, которые трудно закрыть (ведь деньги уже вложены, и немалые), но неясно, зачем продолжать.
Данные как актив предприятия
Аналитики Gartner также акцентируют внимание на необходимости управлять данными как активами предприятия. Огромное количество информации поступает по разным каналам от покупателей и потребителей услуг, но бизнес игнорирует их ценность и редко имеет четкую схему монетизации этого ресурса. Банки и платежные системы уже сейчас на основе пользовательских данных предоставляют сервисы ритейлерам. Розничные торговцы, в свою очередь, делятся информацией из точек продаж с поставщиками, чтобы увеличить оборот.
По мнению Дмитрия Шепелявого, решения по монетизации пользовательских данных сегодня очень востребованы в телекоме, где индивидуальные тарифные предложения или целевые маркетинговые программы используются для удержания абонентов и увеличения средней выручки на одного пользователя. «Плотно подходят к монетизации данных также наши капиталоемкие индустрии — нефтегазовая, рудная отрасли, энергетика — где, например, программы предиктивного качества, ремонтов или управления банками мощности опираются на средства предиктивной аналитики и обработки больших данных и могут принести существенный финансовый эффект».
