20 сентября 2016 г.
Консерватизму рынка решений бизнес-аналитики, по всей видимости, скоро придет конец. BI постепенно спускается вниз по вертикалям и переходит из разряда решений для крупных корпораций в инструмент для средних и небольших компаний. Повышение доступности BI-решений движется по пути, в чем-то схожем с распространением облачных сервисов. Главным фактором, играющим против элитарности BI-систем, станет девальвация ценности данных.
Всего за пару лет облик business intelligence существенно изменился. Бизнес-аналитика отходит от имиджа высокобюджетного «монстра» для избранных корпораций. Технологии и подходы, которые ранее применялись в рамках BI, перетекают в прикладные сферы и задают тренды, по которым, по всей видимости, предстоит жить рынку бизнес-аналитики в ближайшее время.
BI-решения по сервисной модели
BI спускается вниз — от транснациональных корпораций, которые первыми «приземляли» у себя новые технологии и передовые подходы, к предприятиям малого и среднего бизнеса. SMB до недавнего времени не могли себе позволить настоящую бизнес-аналитику, поскольку BI ранее было очень дорогим решением и в построении. Я много общаюсь с клиентами и могу сказать, что профиль компаний, желающих внедрить у себя BI в том или ином виде, существенно изменился. Если раньше существовали BI-системы для целых отраслей (скажем, для нефтегазового сектора), но теперь появились решения для нефтепереработки или нефтепродуктовой розницы. Компаний, которые не готовы инвестировать миллионы в BI-систему классической архитектуры (с отдельными серверами и системами хранения данных, с дорогим софтом и целой командой специалистов), но которые готовы платить по
«Экономический дискомфорт» от хранения данных для BI
При накоплении критической массы данных компания рискует столкнуться с состоянием «экономического дискомфорта». Оно наступит, когда затраты на хранение и обработку данных внутри корпоративного ИТ-периметра перевесят выгоду и пользу от их бизнес-применения. Данные требуют дорогостоящего оборудования и программного обеспечения для хранения и анализа; зачем тратить на них много денег, если степень их вклада (а значит, и ценность) в каждом принятом управленческом решении с каждым днем снижается? Состояние «экономического дискомфорта» вынудит компании доверять массивы информации на хранение облачным провайдерам. Появятся новые соглашения об уровне предоставляемых услуг, а гибридные облака, где ядро данных хранится на стороне клиента, а исторические данные подгружаются по требованию из облака провайдера, получат неплохой импульс к развитию.
Технологические изменения BI
Возьмите в руки смартфон. Ваш гаджет — один из самых близких и понятных носителей тех самых новых подходов и технологий, которые подтачивают прежний облик BI. В современных мобильных устройствах хранится и обрабатывается большое количество информации, в них «проброшены» сервисы персональных электронных помощников, операционные системы устройств поддерживают предиктивный ввод текста и постоянно обучаются, внимательно анализируя user experience и медиапривычки пользователя. Чтобы это работало, часть вычислений делает сам смартфон. В более мощных устройствах — таких, как рабочие станции — для вычислений могут использоваться ранее не предназначеннные для этого компоненты. Например, графические адаптеры, которые на определенных типах нагрузки даже эффективнее, чем центральные процессоры. Для этого даже появились специальные решения.
Конечно, нельзя забывать и распространяемую технологию in-memory, которая помогает осуществлять большую часть (а иногда и 100%) вычислений в оперативной памяти. Подход in-memory продвигают Microsoft, SAP, IBM, Oracle. Усилиями ведущих вендоров меняется технологический облик архитектуры BI-систем: появляются наборы решений, которые могут работать на пользовательском устройстве, или заменять стойки с СХД и серверами на более простые решения, которые забирают данные непосредственно из систем источников данных и производят обработку in-memory. Отчасти благодаря in-memory модули бизнес-анализа появились в неспециализированных приложениях (например, в 1C и в Microsoft Excel).
Победа алгоритмов над данными
Одинаковые «исходники» для бизнес-анализа выводят на первый план алгоритмы обработки. Выигрывает конкуренцию тот, у кого умнее аналитики и лучше алгоритмы. Не исключено, что вскоре мы увидим новый тренд в области информационной безопасности — защиту алгоритмов от кражи из BI-систем. Защита данных теряет приоритет по тем же причинам: зачем защищать то, что можно взять из открытых источников?
Синтетические данные побеждают
Для того, чтобы быстро принимать правильные решения, компании вынуждены привлекать все больше данных, которые им не принадлежат. Скажем, в банковском секторе лишь некоторая часть информации для скоринговых систем собрана в процессе жизненного цикла пользователя. Внешние данные часто берутся из открытых источников, уже находятся в облаке и часто имеют значительный вес в конкретном принятом решении. Более того, одними и теми же данными могут пользоваться несколько компаний-конкурентов. Банки формируют спецпредложения и одобряют кредиты с индивидуальной ставкой для каждого клиента, опираясь в том числе на данные, не относящиеся к кредитной истории возможного заемщика.
Или еще пример. При подборе сотрудников HR-специалисты уже научились изучать кандидатов, используя альтернативные (не только резюме) источники сведений о человеке. Достаточно посмотреть на профиль соискателя в социальной сети, отыскать его реплики на профессиональных форумах и сайтах, почитать составленные им презентации и посмотреть видео выступлений — и можно составить исчерпывающее мнение о соискателе как о профессионале в конкретной предметной области. Вплоть до того, насколько кандидат впишется (или не впишется) в корпоративную культуру и как сложатся его взаимоотношения с командой. В общем, human resources — это область знаний, где внешние данные уже сейчас имеют доминирующее значение. А ценность самостоятельно собранной информации девальвируется.
Источник: Дмитрий Новиков, руководитель отраслевых проектов управления сервисов группы компаний Softline
