Что происходит на рынке

Российский рынок больших данных и бизнес-аналитики растет в 5 раз быстрее мирового. До 2022 г. 90% рынка занимали западные решения от Microsoft, SAS, Tableau, QlikTech. Сейчас им на смену приходят отечественные продукты. Этот процесс усилится в 2024-2025 гг. по мере окончания сроков действия лицензий, начал свое выступление Юрий Хомутский, директор ИТ-маркетплейса Market.CNews.

Сейчас перед многими компаниями стоит проблема выбора аналитической системы, часто как альтернативы уже имеющейся. Помочь в этом призван рейтинг BI-решений от Market.CNews. Юрий Хомутский предложил участникам конференции принять участие в подготовке этого рейтинга и заполнить опросный лист.

Помочь в обработке больших данных может искусственный интеллект. Марианна Данилина, руководитель управления исследований и аналитики Ассоциации ФинТех, поделилась результатами исследования российского рынка ИИ в финансовом секторе, которое Ассоциация провела в июне-июле 2023 г. Она отметила, что 75% крупнейших международных компаний тестируют или уже начали внедрение искусственного интеллекта (ИИ). В России доля таких компаний существенно ниже — около 40%.

Где применяют ИИ финансовые компании

Финансовые организации чаще всего используют технологии ИИ в процессе продаж и привлечения клиентов и при управлении рисками.

Барьеры применения ИИ

Главными барьерами на пути внедрения ИИ участники рынка считают недостаток профильных специалистов по ИИ, длительность сроков реализации проектов, недостаток данных, сложности в получении необходимых данных для обучения модели, высокую стоимость проектов и риски, связанные с безопасностью (утечки, атаки и др.)

Какая аналитика нужна заказчикам

«Команда F1 в режиме онлайн анализирует информацию с датчиков болида и корректирует его движение. В бизнесе же аналитики зачастую до сих пор обращаются к подразделениям за данными и только потом формируют отчетность. Это очень медленно», — начал свое выступление Олег Санников, директор департамента операционной трансформации «Совкомбанк Факторинг».

Он напомнил главные вопросы, которые волнуют бизнес: есть ли отклонения от плана и какие, в чем их причина, как исправить ситуацию, какие существуют зоны роста? Для того чтобы на них ответить, надо постоянно держать руку на пульсе, а значит анализировать показатели в режиме онлайн. В «Совкомбанк Факторинг» решили создать дашборды, которые предоставят такую возможность. Олег Санников привел примеры таких дашбордов: Как выполняются KPI, Лучшие менеджеры, Мотивация работника и т.д.

По его словам, для того чтобы дашборд был востребован, он должен содержать минимум показателей, необходимых для принятия решения, отвечать на вопросы конкретной бизнес-задачи. Очень важна наглядность — визуализация должна помогать сразу выявить проблему. И, конечно, при взгляде на дашборд руководитель должен иметь возможность моментально принять правильное решение.

В хранилище системы маркировки «Честный знак» хранится около 85 Пб данных, из них 6,7 Пб могут быть использованы для аналитики, рассказал Константин Рыбаков, директор департамента аналитики и аналитических сервисов Центра развития перспективных технологий (ЦРПТ). Производители могут бесплатно контролировать свои товары и получать доступ к данным о движении товаров, адресах точек продаж, средней цене продажи в регионе, оборачиваемости товаров в масштабе страны

Также ЦРПТ предлагает выбирать, заказывать и получать аналитические данные по товарным рынкам на основе данных системы «Честный знак». На сегодняшний день доступны данные по 8 товарным категориям: молочная продукция, одежда, табачные изделия, парфюмерия, обувь, шины, фото, вода. В качестве примера Константин Рыбаков привел обзоры рынков маркированной продукции, отчеты о потенциале продаж товара по регионам и по ценовым сегментам и т.д.

Как внедрить аналитику

«В каждой бизнес-функции существует цикл менеджмента, который нуждается в аналитике», — уверен Тимур Семенов, руководитель аналитического департамента ОТП Банка. Он поделился схемой, описывающей четыре уровня развития организации, каждому из которых соответствует определенный уровень аналитической культуры, технологий, работы с данными и аналитических метрик. Тимур Семенов предложил использовать ее для разработки «дорожной карты» внедрения аналитических инструментов в организации и поделился своим опытом организации этого процесса.

Как разработать «дорожную карту»

Эдуард Федечкин, эксперт по системам бизнес-аналитики компании «Терн», отметил, что многие российские компании до сих пор предлагают иностранные BI-системы, потому что для создания полноценных отечественных аналогов требуется время. Он рассказал о решении «ТернАналитика», созданием которой его компания занимается уже много лет. Система работает как с внутренними данными, так и с данными из внешних источников. Она формирует единую ассоциативную модель данных, что дает возможность получить объективную картину происходящего.

Еще один продукт компании — «ТернЮниверс», единый Web-портал для пользователей c разграничением прав доступа. С его помощью можно самостоятельно подключиться к данным, извлечь актуальную информацию и сформировать отчет. «ТернЮниверс» позиционируется как полноценный аналог MS Business Object и сейчас находится в завершающей стадии разработки.

Ксения Данилина, руководитель отдела бизнес-процессов «Алианта Групп», рассказала, что 80% инициатив, направленных на построение и развитие системы управления данными, не приводят к ожидаемым результатам. Она напомнила, что можно построить хранилище данных, но если бизнес-процессы на входе и на выходе не работают, создать мастер-данные и получить аналитику не удастся. Необходимо обеспечить единую точку входа данных, где они будут проходить проверку. Также очень важно привлекать к работе с данными бизнес.

Еще одно правило — регламенты работы с данным должны существовать не на бумаге, а непосредственно в аналитической системе, чтобы у пользователя не было технической возможности их нарушать. И самое главное — аналитическая система должна помогать бизнесу. «Фокусироваться нужно в первую очередь не на инструментах, а на бизнес-процессах и оргструктуре», — говорит Ксения Данилина.

До 2018 г. банк «Открытие» активно покупал различные компании. В результате в его инфраструктуре появились несколько хранилищ данных. Было принято решение объединить их на едином ресурсе. Однако выяснилось, что большинством данных никто не пользуется, рассказал Иван Зипухо, начальник управления технологий сбора и хранения данных банка «Открытие».

«Мы изучили все данные, выбрали те, которые могут быть полезны бизнесу, и решили дополнить их открытыми данными», — продолжает Кирилл Федотов, руководитель службы управления данными финансового департамента банка «Открытие». В результате данных оказалось так много, что бизнес не смог сформулировать, какую информацию он хотел бы из них извлечь.

После того, как в банке описали данные и бизнес-процессы, удалось отказаться от значительного числа отчетов и витрин. Была создана уникальная по своей структуре метамодель хранилища данных, разработан автоматический парсер скриптов загрузки, построены Data-Lineage, сформулированы правила контроля заказов витрин.

Ответы на актуальные вопросы

Участники конференции обсудили, какой функционал BI-платформы востребован заказчиками в первую очередь. По мнению Эдуарда Федечкина, это доверие к данным и возможность быстро получить ответ на поставленный вопрос. Марианна Данилина считает, что в сегодняшней ситуации это простота миграции. Константин Рыбаков отметил, что для компаний, работающих с огромным количеством данных, важно иметь возможность общаться с системой человеческим языком. Олег Санников подчеркнул важность удобного формирования отчетов, не только стандартных, но и по запросу, и наглядности визуализации данных. А Сергей Буровцев, технический директор компании «Концепт Разработка» напомнил, что перед тем, как предоставить возможность самостоятельно формировать запросы, надо создать в системе формализованные метрики — именно они являются основой аналитических отчетов.

Не только стандартные инструменты, но и возможности самостоятельного создания дашбордов чаще всего востребованы в Enterprise-решениях, отметил Сергей Буровцев. Однако, по мнению Эдуарда Федечкина, это работает только тогда, когда пользователь обращается не напрямую к данным, а через корпоративный семантический слой — это гарантирует, что отчеты будут формироваться по единой методологии.

При этом очень важно следить за качеством данных — если бизнес хоть раз столкнется с ошибками, доверие к системе будет потеряно, уверен Константин Рыбаков. Для этого, по мнению Тимура Семенова, надо назначить ответственного за работу с данными — в противном случае добиться чистоты «озера» практически невозможно. И, конечно, чтобы построить полноценное «озеро данных», надо заранее понимать, какие задачи будут решаться с его помощью. Хорошо, если данные будут востребованы и в моделях, и при проверке гипотез, говорит Сергей Буровцев.