8 декабря 2015 года TAdviser, отраслевой портал и экспертный центр по вопросам автоматизации государства и бизнеса в России, успешно провел в Москве вторую конференцию Big Data и BI Day, посвященную использованию инструментов бизнес-аналитики и больших данных.

Как и первое мероприятие, конференция показала высокий интерес заказчиков и вендоров к этой области ИТ. В общей сложности мероприятие TAdviser посетили более 130 человек. В числе участников - представители крупных государственных и коммерческих организаций, таких как Минобороны РФ, «Газпром-нефть», Центральный Банк РФ, Минкомсвязь, «Сбертех», Промсвязьбанк, Райффайзенбанк, Home Credit and Finance Bank, Ростуризм, S7 Group, Министерство образования Московской области, Министерство по информатизации, связи и вопросам открытого управления Тульской области, МОЭК, «ВТБ Страхование», «ВЭБ-лизинг», МГТС и др.

В ходе мероприятия крупные заказчики представили участникам примеры практического опыта внедрений инструментов Big Data и BI, игроки рынка – свои решения и видение рыночных тенденций. Также на мероприятии эксперты обсудили различные аспекты использования BI-решений.

Алексей Масливец, заместитель директора по ИТ «Банка Возрождение»

Аркадий Затуловский, ИТ-директор «Нордеа банка»

Александр Шевкунов, руководитель BI Райффайзенбанка

Владмир Мартыненко, руководитель проектов развития систем бизнес-аналитики S7 Group

Опыт заказчиков, мнения экспертов

Заместитель председателя правления Промсвязьбанка Андрей Леушев в своем докладе осветил вопрос, как можно максимально эффективно использовать результаты проектов Big Data, основываясь на опыте своего банка. Актуальность этого вопроса он объяснил тем, что существует очень много информации о технологиях и решениях Big Data, но на практике далеко не всегда понятно, как с максимальной пользой их использовать.

По мнению Леушева, самое главное мерило успешности проектов Big Data – это продажи: «Можно сколько угодно анализировать данные, но если это не помогает продажам, то непонятно, зачем это нужно». В Промсвязьбанке использование Big Data на базе собственных разработок построено именно таким образом. На основе анализа различных данных о клиентах, каждый клиентский менеджер получает задачу по работе с клиентом, наиболее актуальную в данный момент.

Андрей Леушев, заместитель председателя правления Промсвязьбанка

Одним из вопросов, заданных Андрею Леушеву после выступления, стал вопрос о том, планирует ли Промсвязьбанк оформлять свои разработки в области Big Data как интеллектуальную собственность, как продукт.

«Ранее я рассказывал, что свои решения, свои ноу-хау мы планируем выставлять на продажу. Единое окно системы как фронт с логикой, но без процесса, а также и модуль по Big Data в следующем году должны стать доступны для продажи», - ответил он.

Владимир Громов, руководитель направления внедрения и развития аналитических систем «Ренессанс Кредит», рассказал участникам об эволюции систем BI в своей организации. Отправной точкой в этом процессе он обозначил 2011 год. Тогда, по словам Громова, существующие в «Ренессанс Кредит» системы имели ненадежную архитектуру, также в компании не было необходимых сред для разработки.

Владимир Громов, руководитель направления внедрения и развития аналитических систем «Ренессанс Кредит»

В 2012 и 2013 годах компания переосмысливала подход к использованию BI и вела подготовку к внедрению новых инструментов, а в 2014 году активно занялась этим. В 2015 году компания внедрила BI-систему, построила хранилище данных, наполнила его данными и начала использовать все это в бизнесе. Владимир Громов также подробно рассказал участникам, как теперь работают инструменты BI в «Ренессанс Кредит».

Руководитель проектной группы в Центре управления доходами МТС Герард Костин в своем докладе рассказал об особенностях создания решений Big Data и их использования в телекоммуникационных компаниях. Он осветил вопросы, как Big Data используется для клиентской аналитики, геолокации и геотаргетирования, планирования и управления сетью, гарантирования доходов и предотвращения мошенничества. В ходе выступления Костин отметил, что Big Data «под ключ» не существует, и что каждой компании необходимо самой конструировать свое решение.

Герард Костин, Руководитель проектной группы в Центре управления доходами МТС

После выступления Герарду Костину был задан вопрос о глубине хранения данных: есть ли порог, когда старые данные можно удалить.

«На мой взгляд, в среднем все данные целесообразно хранить по крайней мере месяц. Три месяца – тоже релевантный срок. В некоторых случаях целесообразно хранить данные с большей глубиной. Например, если эти данные требуются для расчета оттока клиентов, когда анализируется их поведение», - ответил Костин.

Михаил Свердлов, руководитель дирекции стратегического развития ИТ «Уральского банка реконструкции и развития» (УБРИР), рассказал об использовании ВI и Big Data в своем банке. Он рассказал об источниках данных, которые использует банк – внутренних и внешних, а также о способах монетизации этих данных. В числе таких способов он привел продажу данных другим организациям, например, другим банкам или компаниям, занятым в розничной торговле.

Одним из новых направлений использования данных для УБРИР Михаил Свердлов назвал данные из соцсетей: их в 2015 году банк стал использовать соцсети как канал продаж. Полученную и проанализированную информацию из соцсетей о клиентах можно использовать для дальнейшего взаимодействия с ними. После выступления Михаилу Свердлову был задан вопрос из зала, выполнялся ли проект по анализу данных из соцсетей с привлечением внешней организации или банк его реализовывал своими силами. Свердлов ответил, что банк привлекал компанию для сбора данных, а модели на их основе строил самостоятельно.

Александр Языков, главный специалист отдела финансовых систем ДСиИТ «ВТБ Страхование», поделился с участниками конференции опытом применения корпоративной BI-системы в своей компании. В «ВТБ Страхование» она используется для аналитики, отчетности, дэшбордов, регламентной отчетности, а также для рассылок и сверок, а работают с системой свыше 200 пользователей. Языков осветил такие моменты как предпосылки и цели создания системы, процесс ее развития, рассказал о компонентах системы и результатах ее внедрения.

Александр Языков, главный специалист отдела финансовых систем ДСиИТ «ВТБ Страхование»

После выступления Александру Языкову был задан ряд вопросов, касающихся организации взаимодействия между бизнесом и ИТ-подразделением при использовании BI-системы, а также о том, где хранятся обрабатываемые в ней данные. По его словам, все данные хранятся в собственной инфраструктуре «ВТБ Страхование» и не уходят вовне.

Темой доклада менеджера проектов BI в компании MSD Ксении Шолиной стал возврат инвестиций от BI проектов. Она рассказала, как и насколько реализация тех или иных инструментов позволяет сократить расходы напрямую или за счет экономии рабочего времени. Так, например, автоматизация загрузки и очистки данных позволяет сократить время работы операторов данных, а единая отчетность, визуализация и ad-hock аналитика – сократить расходы на разработку отчетов в нескольких системах, сократить инвестиции в неэффективные промо и оптимизировать работу команды продаж.

Ксения Шолина, менеджер проектов BI в компании MSD

Екатерина Трохинская, ИТ аналитик «Сбертеха»

Сергей Ситников, руководитель по развитию и сопровождению отчетности на массовом рынке «Мегафон»

Игроки рынка: решения и тенденции

Руководитель проекта компании «Информационные технологии и консалтинг» Сергей Гинев в своем докладе рассмотрел процессы извлечения, преобразования, загрузки и визуализации больших объемов данных в SAP BusinessObjects BI на примере системы одного из своих заказчиков – ГУП «Петербургский метрополитен».

Также он поделился мнением, когда заказчикам стоит задуматься о внедрении специализированной системы BI. Это актуально, по мнению Гинева, если руководство организаций зачастую вынуждено принимать решения интуитивно, без опоры на фактические данные и если есть уверенность, что необходимая информация есть, но она скрыта среди множества накопленных данных. Другими поводами является ситуация, когда в компании используется несколько систем управления предприятием с разнородными и порой несогласованными данными и если сотрудники существенную часть рабочего времени вынуждены тратить на получение аналитической отчетности.

Сергей Гинев, руководитель проекта компании «Информационные технологии и консалтинг»

Одним из вопросов, заданных Сергею Гиневу после выступления, стал вопрос о практической пользе, которую внедрение BI-системы принесло заказчику.

«Отчеты, на подготовку которых ранее уходило по несколько часов, теперь составляются за несколько минут. Кроме того, теперь стало возможным достаточно легко и просто собирать аналитику, которую ранее заказчик не собирал вовсе, поскольку это было слишком трудоемко», - ответил он.

Сергей Полехин, архитектор решений компании Qlik, в своем докладе рассмотрел вопрос, когда Big Data приносит реальную пользу организациям, сопроводив его практическими примерами. Также он продемонстрировал, как можно работать с большими данными в системе Qlik. Полехин отметил, что ее ключевым отличием от других систем является то, что при сборе данных из разных источников в системе формируется не реляционная модель, понятная ИТ-специалистам, а ассоциативная модель, в которой все данные постоянно доступны и интерактивны.

После выступления Сергею Полехину был задан вопрос, являются Qlik Sense и QlikView единым продуктом или разными. По словам Полехина, они являются отельными продуктами, значительная часть функциональности которых совпадает, но при этом каждый из которых используется для различных сценариев в организации.

Сергей Полехин, архитектор решений компании Qlik

«Стратегически развиваемся в сторону Qlik Sense, и та функциональность, которая сейчас есть в QlikView, будет в том или ином виде в него перенесена. Сейчас же, в зависимости от задач и требований пользователя, мы подбираем наиболее подходящий для него вариант использования либо одного из продуктов, либо двух продуктов одновременно», - пояснил архитектор решений Qlik.

Заместитель гендиректора по стратегическому развитию компании «Софтклуб» Артем Стрельченок в своем выступлении рассказал о возможностях преднастроенной системы дэшбордов по ключевым направлениям деятельности банка SC-QUBICK, разработанной его компанией на базе BI-платформы QlikView. Также он поделился своим мнением о мифах ИТ-компаний о BI-проектах, включая такие, что BI-проект – это легко и быстро, а делать отчеты – очень просто.

Артем Стрельченок, заместитель гендиректора по стратегическому развитию «Софтклуб»

В противовес этим мифам Артем Стрельченок отметил, что внедрение BI-платформы требует от 1,5 до 3 лет упорной совместной работы заказчика и исполнителя. Такой проект предполагает изменение существующих бизнес-процессов, существенные затраты на адаптацию систем-источников и интеграцию, сложный комплекс программных и технических средств, нуждающихся в ежедневной поддержке, а также непрерывное развитие и постоянное финансирование.

Алексей Арустамов, директор компании BaseGroup Labs, осветил теоретические и практические аспекты машинного обучения в принятии решений - способа извлечь знания из огромных массивов данных и превратить в конкурентные преимущества. Он отметил, что почти все аналитики, начиная применять машинное обучение, допускают ошибки, в числе которых - неверная постановка цели, бездумная подготовка данных, доверие результатам без проверок и дал ряд рекомендаций, как правильно работать с этой технологией.

Алексей Арустамов, директор компании BaseGroup Labs

После доклада участники задали Алексею Арустамову ряд вопросов. Одним из них был вопрос о том, необходимо ли для работы с технологией машинного обучения иметь в компании не только бизнес-аналитиков, но и специалистов с математическими компетенциями.

«Специальных людей с математическим образованием иметь не обязательно, однако понимать базовые вещи в математике сотрудник, занимающийся машинным обучением должен знать. Если человек проходил обучение в вузе и знаком с распределениями и статистикой, этих знаний должно быть достаточно, чтобы достаточно быстро повысить свою квалификацию», - отметил Арустамов.

Руководитель проекта компании «Информационные технологии и консалтинг» Герман Шапков рассказал об услугах своей компании и о возможностях решения для визуализации данных SAP Lumira. Он рассмотрел практические аспекты работы с этим решением, затронув процессы запуска SAP Lumira, подготовки данных из различных источников, использования инструментов визуализации данных.

Герман Шапков, руководитель проекта «Информационные технологии и консалтинг»

В числе источников данных, с которыми может работать решение, Шапков привел сервисы Google, которые можно использовать, например, для анализа посещаемости сайта компании. Из зала был задан вопрос, может ли SAP Lumira работать с неструктурированным текстом, например, в соцсетях. Герман Шапков ответил, что для этого у SAP есть другое решение – SAP Hybris Marketing - платформа для контекстного маркетинга, позволяющая анализировать данные в соцсетях.

Михаил Комаров, директор по развитию бизнеса DIS Group, рассказал участникам конференции о новом решении для управления данными Informatica 10, которое предлагает его компания. Он отметил, что решение может быть наиболее интересно компаниям, у которых есть большие объемы данных – от нескольких миллионов записей в сутки, либо если такие объемы данных ожидаются в будущем. В качестве примера одного из заказчиков решения он привел «Вымпелком», где система использует хранилище объемом 500 ТБ.

Михаил Комаров, директор по развитию бизнеса DIS Group

В числе конкурентных преимуществ Informatica Михаил Комаров привел его низкое ТСО и низкое время подключения к источникам данных. Он отметил, что про это решение на рынке часто говорят как дорогое с точки зрения приобретения лицензий. Вместе с тем, даже с учетом затрат на разработку, внесение изменений в систему, обучение сотрудников работе с ней в трехгодичной перспективе ТСО Informatica ниже, чем конкурирующих решений, утверждает директор по развитию бизнеса DIS Group.

Ольга Беленко, старший офицер управления в Минобороны

Алеся Малхасян, главный эксперт развития бизнес-приложений «Русгидро»