Статья

Teradata предложила бизнесу научиться чувствовать

Big Data
мобильная версия

Рост объемов данных и упрощение доступа к ним в конечном итоге приведут к появлению организаций, которые умеют чувствовать. Модель Sentient Enterprise стала ключевой темой для обсуждения на Teradata Форум 2016. Sentient Enterprise – это организация, которая чутко воспринимает гигантские объемы данных, мгновенно анализирует их и автоматически принимает самостоятельные решения в режиме реального времени.

Мир меняется. Сегодня люди, находящиеся в тысячах километров друг от друга, получили возможность взаимодействовать в режиме реального времени. Одновременно появилась целая отрасль, работать в которой может любой желающий, – это отрасль приложений. Cовокупный доход разработчиков от продажи приложений и игр оценивается в $70 млрд в год.

Организации могут использовать это себе во благо, уверен глава Teradata в России Андрей Алексеенко. Он рассказал участникам Teradata Форум 2016 о разработанной его компанией модели Sentient Enterprise или «Организация, которая умеет чувствовать». Такая организация чутко воспринимает любые данные и тренды, мгновенно анализирует их и автоматически принимает самостоятельные решения в режиме реального времени.

По мнению Андрея Алексеенко, становление Sentient Enterprise состоит из пяти основных этапов. На первом из них, получившем название Agile Data Platform, сотрудники организации получают возможность анализировать любые данные, находящиеся в разных хранилищах. На втором этапе Behavioral Data Platform компания переходит к анализу поведения клиентов, сотрудников, систем в режиме реального времени, что позволяет получить целостную картину того, что происходит в компании.

Третий этап Collaborative Ideation Platform подразумевает появление у сотрудников возможности находить в компании людей, решающих сходные задачи, объединяться с ними для обмена опытом и совместной деятельности. Таким образом компания переходит к этапу Analytical Application Platform, в ходе которого благодаря публикации работающих решений и аналитических находок появляется самообучаемая среда, в которой любому сотруднику доступны любые успешные идеи. В конечном итоге на пятом этапе под названием Autonomic Decisioning Platform в компании происходит внедрение технологий, основанных на всем багаже накопленных знаний и опыта.

Практический опыт

Возможности, которые открывают перед компаниями технологии работы с большими данными, поистине безграничны, согласен Сергей Адаменко, советник президента, председателя правления Сбербанка. Рано или поздно экономика углеводородов закончится, и на ее место придет экономика знаний. В Сбербанке уже существует DWH, Big Data кластер и другая инфраструктура по работе с данными, но с точки зрения внедрения лучших практик он пока находится на стадии пилотов и тестов.

Потоки данных


Источник: Сбербанк, 2016

В качестве модели данных банк выбрал Teradata FDSM. По мнению Сергея Адаменко, она описывает все аспекты деятельности финансового учреждения и предоставляет ему возможность получить исчерпывающее представление о своем бизнесе и клиентах. Но самое главное – такая модель позволяет разложить данные по предметным областям и установить между ними логические связи, а также быстро и безболезненно отражать в ней все изменения и новые требования.

Сегодня хранилище данных используется для формирования отчетности MIS, управления активами и пассивами, перекрестных продаж и работы с персоналом. Сбербанк уже запустил несколько проектов по созданию аналитики в режиме реального времени, но пока они находятся в пилотной стадии. «Уверен, что в конечном итоге аналитика займет важное место в нашей жизни», – говорит Сергей Адаменко. По его словам, сегодня большие данные уже помогли снизить уровень фрода и повысить персонализацию рекламных предложений для клиентов.

В 2010 г. началось создание единого корпоративного хранилища данных (КХД) в банке ВТБ24 – объединение уже имеющихся аналитических систем в единое информационное пространство, консолидация данных, разработка типовых форм отчетности и внедрения на этой основе корпоративной системы поддержки принятия решений. КХД также должно обеспечить поддержку других фронт-офисных систем, способствовать снижению стоимости владения аналитическими приложениями и обеспечить новые возможности в области целевого маркетинга. После анализа имеющихся на рынке предложений в качестве платформы для создания КХД были выбраны технологии Teradata, рассказал участникам Форума Дмитрий Первухин, начальник управления подготовки отчетности департамента ИТ ВТБ 24.

Архитектура комплекса КХД ВТБ24


Источник: ВТБ24, 2016

Сегодня в хранилище около 120 Тб данных, доступ к нему получили более 600 сотрудников банка. Данные хранилища используются более чем 20 системами при формировании отчетов для 15 000 получателей.

В процессе эксплуатации хранилища банк столкнулся с рядом вызовов. Необходимо было обеспечить строгое соблюдение регламента поступления данных – любой сбой мог оказать влияние на ежедневную работу пользователей. Кроме того, выяснилось, что критичные приложения могут конфликтовать с пользователями за ресурсы, а мощностей продуктивного контура может быть недостаточно в периоды пиковой нагрузки. Создание резервного комплекса было признано нецелесообразным, и ВТБ24 решил пойти по пути реализации Private Cloud. По словам Дмитрия Первухина, банк рассматривает возможность перехода к гибридному облаку, а также использования для решения отдельных задач, не связанных с клиентскими данными, публичных облачных сервисов.

Будущее аналитики

О том, какие возможности открывают большие данные в сфере борьбы за клиента участникам Форума рассказал Михаил Иванов, старший бизнес-консультант центра экспертизы по маркетинговым приложениям Teradata. Созданное его компанией решение TeradataCustomer Journey – это не только технологии, но тщательно выверенные процессы и методология. Оно способно работать с историческими данными из хранилищ, удаленных источников, аналитических и цифровых платформ, а также содержит аналитические шаблоны с методиками анализа, использует технологии больших данных и модели вероятности и оценивает эффективность проводимых маркетинговых кампаний. Кроме того, решение предлагает общаться с клиентами всеми возможными способами, с помощью любых каналов в режиме реального времени.

Еще одна сфера применения аналитики – интернет вещей. Это направление сегодня развивается чрезвычайно активно – оборот мирового рынка IoT в 2015-2020 гг. будет расти в среднем на 20% в год и достигнет $7,1 трлн. По мнению Игоря Колодкина, индустриального консультанта Teradata, его широкое распространение способно радикально изменить не только процесс создания большинства продуктов и услуг, но и цели бизнеса, который научится получать доходы от использования цифровых технологий. Сбор и анализ данных позволит осуществлять постоянный мониторинг состояния всевозможных систем, определять, насколько существенно каждое произошедшее в них событие, случалось ли оно раньше и почему произошло в этот раз, а также формировать модели, способные предсказывать состояние систем в будущем.

Аналитические приложения незаменимы и при создании умных городов. Именно такой город скоро появится в Вене – один из ее районов получил название Асперн, город у озера. Асперн – это лаборатория умного города, в которой отрабатываются самые различные технологии и ведутся научно-исследовательские работы, говорит ведущий аналитик Siemens Герхард Энгельбрехт. При его создании используются самые современные технологии, такие как умные сети, умные здания и умные информационные и коммуникационные технологии. Все данные о состоянии городской инфраструктуры поступают в единое хранилище. В результате их анализа администрация города может не только принимать оперативные решения, но и прогнозировать дальнейшее развитие оптимальной городской среды. Доступ к данным также предоставляется разработчикам приложений, создающим на их основе полезные сервисы для бизнеса и граждан.

Наталья Рудычева 


Крупнейшие поставщики BI-решений в России 2017

№ 2016 Название организации Выручка по направлению BI с НДС в 2016 г., ₽тыс. Рост 2016/2015
1 Softline 1 661 471 14,2%
2 GlowByte Consulting 1 450 000 27,1%
3 AT Consulting 1 408 954 4,3%
4 Крок 1 308 708 22,9%
5 Сапран * 590 000 29,9%

смотреть полный рейтиг