• Новости
• Блоги
• Аналитика
• Новости компаний
• В СНГ и в мире
• Анонсы

Д.Андриков: Big Data начинается с выстраивания структуры информации

Уменьшаем затраты и риски для бизнеса при внедрение в компании технологий "больших данных".

Мнения системных интеграторов и поставщиков решений в - полной версии Дискуссионного Клуба «ИКС» темы №1-2 «Кому и чем полезна Big Data?». Часть 6.

? «ИКС»: Насколько необходимо компаниям выработать стратегию по работе с большими данными? На какие вопросы она должна отвечать?

Наличие стратегии по работе с большими данными можно рассматривать как необходимое условие и предпосылку для развертывания аналитической системы нового поколения. Стратегия работы с большими данными индивидуальна для каждого предприятия, она определяет что считать «большими данными», включая такие характеристики как размерность, объемы, типы данных, темпы их роста, сроки актуальности данных,  а также содержит требования к функциональности аналитической системы, методам агрегации и обработки данных.

Сергей Лихарев, руководитель продаж IBM Big Data Solutions

По моему мнению, основной стратегический выбор - осознание необходимости строить инициативы по работе с «большими данными» на основе платформы. К этому выбору подталкивает сама природа «больших данных» и способы их анализа. Если традиционный способ анализа данных подразумевает по сути своей знание вопроса, на который анализ должен дать ответ и данных, которые для этого анализа потребуются, то способы анализа «больших данных» этого не предполагают. На первые роли выходит исследовательский характер работы с данными. Data scientist может захотеть сопоставить совершенно разные по своей природе источники данных и исследовать их, например, на наличие скрытых взаимосвязей и закономерностей. Он заранее не знает, какие данные потребуются ему для исследования, но при этом он не хочет ждать, пока интересующая его информация будет собрана, структурирована, загружена в корпоративное хранилище и готова для анализа, особенно если этот процесс занимает недели или месяцы. Он исследователь, его гипотеза может оказаться неверной, или он захочет усовершенствовать модель после получения первых результатов. Чтобы сделать работу такого специалиста комфортной, нужна платформа, которая эффективно отвечает на вызовы «больших данных» - огромные объемы, разнородность источников и форматов данных, реальный или потоковый характер многих данных.

Когда этот главный, на мой взгляд, стратегический выбор сделан,  уже в рамках платформы подбираются компоненты и реализуются проекты. Это подтверждается и нашим опытом с заказчиками, которые после исследовательских проектов достаточно быстро приходят к пониманию важности наличия стратегии в общем, и стратегии на основе платформы, покрывающей все аспекты работы с большими данными, в частности.

Стратегия обязательно должна быть. Ведь Big Data – это как раз, в первую очередь, не технологическое, а стратегическое решение. В нашем ИТ-сообществе еще до сих пор нет культуры работы с информацией. Главная изюминка Big Data – это  выстраивание правильной структуры и причинно-следственных связей, наподобие нейроновой структуры в человеческом мозге. Поэтому Big Data обязательно должна начинаться с выстраивания правильной структуры всей имеющейся в компании информации, а оно, в свою очередь, должно начинаться с отделов по контролю качества, отделов по документообороту, тендерно-договорного отдела и пр. Этот back-office и выставляет требования к созданию правильной инфраструктуры по грамотному выстраиванию и расположению мета-данных в компании.  Потому что Big Data, по сути, это двухуровневая система: уровень физического хранения и уровень мета-данных, на котором происходит очистка данных и их классификация.  И стратегия по внедрению Big Data должна отвечать на вопросы: как правильно обработать всю информацию, хранящуюся в компании, и кто за это отвечает?

Сергей Кузнецов, директор по технологиям Дивизиона Данных, IBS:

Внедрению технологий Big Data  обязательно должна предшествовать стратегия, согласованная  со всеми сторонами, заинтересованными в проекте – ИТ-службой, функциональными пользователями, финансовой службой, задающими определенные метрики ROI, и партнером по внедрению с соответствующей отраслевой и технологической экспертизой.  Главные вопросы, на которые должна отвечать такая стратегия, это: какие бизнес-сценарии мы рассматриваем в первую очередь: какие бизнес-метрики мы применяем? Какие источники данных используем?

На мой взгляд, "стратегия по работе с «большими данными" - это несколько отвлеченное наукоподобное понятие. Компания/Банк должны прежде всего четко видеть коммерческо-практическую пользу от внедрения тех или иных ИТ-концепций и ИТ-инструментов. Поэтому целесообразно говорить о том, что после определения бизнес-целей и бизнес-задач нужно разработать план перехода к концепции BigData с внедрением соответствующих поставленным бизнес-задачам ИТ-инструментов.

Алексей Тоскин, генеральный директор, T-Systems CIS:

Во-первых, компаниям следует проанализировать внутреннюю ситуацию, действительно ли решения BigData – вам необходимы. Во-вторых, подвергнуть аудиту существующий ИТ-ландшафт – проблема с обработкой больших массивов данных может быть связана с архитектурными недостатками существующих систем, которые решаются оптимизацией ИТ-инфраструктуры. Третье: крайне важно выполнить технический и экономический анализ потенциальных областей применения технологий in-Memory. Еще один вопросов, на который придется ответить – где вы будете хранить и обрабатывать растущее количество данных. Выбор модели эксплуатации для программного приложения оказывает непосредственное влияние на стоимость, инфраструктуру и гибкость ИТ-ландшафта компании. На протяжении последних лет рос спрос и информированность рынка о виртуализированных и облачных решениях. Использование технологий in-Memory из облака позволяет сократить капитальные вложения и перейти на новые технологии без высоких затрат. Но этот вопрос, пожалуй, общий для нашего рынка и касается не только области Big Data. 

Невозможно сделать единую для всех концепцию, слишком для разных целей и задач используются компаниями аналитические системы. Причем, если рассматривать конкретную компанию и/или отрасль, то мы придем скорее к набору документов, описывающих подходы к использованию тех или иных прикладных систем, а не просто к идее анализа Big Data.

Ирина  Яхина, руководитель отдела технологических решений, Hitachi Data Systems в России и странах СНГ:  

Осмысленный подход к работе с технологией позволяет раскрыть все возможности Big Data. Компании, разработавшие продуманные стратегии для работы с данными, способные обеспечить их эффективный сбор, обработку и использование, могут трансформировать их в реальные бизнес-активы. Таким организациям намного проще наращивать конкурентные преимущества за счет повышения эффективности, постоянного роста бизнес-показателей, улучшенного клиентского сервиса и пр. Также очень важно принимать во внимание, что поскольку объем данных постоянно возрастает, крайне острым становится вопрос снижения операционной стоимости, для чего создаются интеллектуальные механизмы обработки, которые на основе тщательного анализа способны перераспределять данные как по их значимости и востребованности, так и в соответствии с нормативами их жизненного цикла.

Компании следует задуматься о выработке стратегии работы с данными, если в результате предварительного анализа обнаружено значительное количество накопленной полезной информации, которая до сих пор не обработана. В таком случае, необходимо наметить привлекательные сценарии использования, определиться с выгодами от дальнейшего  накопления и обогащения, подключения внешних источников. Подобные планы получат характер долгосрочных задач для бизнес- и ИТ-подразделений. 

Подготовила Александра Крылова