Бизнес-аналитика в России: тренды и перспективы

1 октября 2013 года

Максим Балаш, первый заместитель генерального директора компании «Прогноз»

Бизнес-аналитика уверенно держит марку одного из самых динамично растущих сегментов мирового и российского ИТ-рынка. И это не удивительно: ведь современные системы обработки и анализа данных являются драйвером не только для развития предприятий и организаций, в которых  они используются, но и для технологического развития самой отрасли.  Именно здесь отрабатываются самые перспективные и инновационные подходы и алгоритмы, возникает новый уникальный функционал. Поэтому можно смело назвать Business Intelligence (BI) «мозговым центром» и «элитным эшелоном» мирового ИТ-рынка.

Чего они хотят от BI

Отношение к системам бизнес-аналитики в российском коммерческом секторе меняется на глазах: если еще несколько лет назад часто приходилось объяснять заказчикам преимущества работы с данными в рамках BI-приложения, то сегодня у клиентов появилось понимание того, какие инструменты им нужны на конкретном этапе развития бизнеса и в каком направлении их следует развивать. Сегодня сложно представить работу крупного холдинга без активного применения разнообразных BI-инструментов, которые используются как на уровне топ-менеджмента, аналитических отделов, так и на уровне менеджмента среднего звена. Среди реально востребованных задач, решаемых с помощью BI-платформ, можно отметить не только мониторинг показателей и формирование отчетности, но и планирование производства, бюджетирование и калькулирование себестоимости, прогнозирование, управление рисками.

Потребители становятся намного более требовательными и компетентными при выборе платформы и разработчика BI-систем. По данным интернет-портала TAdviser.ru,  на российском рынке на начало 2013 года было представлено более 15 промышленных BI-платформ и множество систем анализа и отчетности. Среди более чем 260 BI-проектов, завершенных в 2012 году, половина пришлась на платформы Prognoz Platform, QlikView, IBM Cognos, SAP BusinessObjects, Contour BI, еще 130 проектов – на другие системы и решения. Всего же на сегодняшний день база портала насчитывает около 1200 внедрений в России, при этом сами эксперты указывают, что эти данные не отражают всей полноты картины в связи со сложностью учета различных проектов.

Если сравнивать ситуацию на российском и зарубежном рынке, можно отметить, что на западе основным драйвером рынка всегда был и остается корпоративный сектор. В России же ситуация несколько иная: во-первых, у нас ключевые пользователи аналитических приложений – государственные и финансовые структуры, а бизнес, особенно средний, не так давно стал рассматривать BI-решения как реальный актив и массово внедрять проекты в этой сфере. Во-вторых, эффективное применение бизнес-аналитики возможно лишь при наличии развитой информационной инфраструктуры организации. И сейчас, когда во многих компаниях завершен этап первичной автоматизации бизнес-процессов, становится актуальной потребность в обработке и анализе получаемых данных. Именно этим объясняется интенсивный рост спроса на BI-решения в России.

Ключевым вызовом со стороны пользователей к разработке BI-систем сегодня является, во-первых, требование к повышению производительности, которое связано как с возрастающими объемами данных, так и возрастающими требованиями к скорости их обработки. Во-вторых, – необходимость аналитических приложений встраиваться в существующую ИТ-среду предприятия, интегрироваться с учетными и другими информационными системами. Третий вызов – это всеобщая «мобилизация», требующая от разработчиков BI поддержки аналитического функционала на смартфонах и планшетах. Повышается степень консьюмеризации ИТ-инфраструктуры предприятий – интенсивному развитию мобильной аналитики способствует принцип BYOD (Bring Your Own Device). И, наконец, последняя категория вызовов – это все более усложняющийся функционал аналитических приложений, включающий такие наукоемкие задачи, как моделирование и прогнозирование, в том числе в web-среде и на мобильных устройствах.

Больше. Выше. Быстрее

Экспоненциальное возрастание объемов информации, которую сегодня должен учитывать бизнес при принятии тактических и стратегических решений, делает Big Data одной из самых популярных тем, связанных с аналитикой. Наиболее эффективной для обработки и анализа сверхбольших объемов как структурированных, так и неструктурированных данных сегодня себя зарекомендовала технология Hadoop. BI-вендоры, и «Прогноз» в том числе, активно используют это свободно распространяемое ПО для повышения производительности своих платформ и упрощения поиска и анализа необходимой информации.

Другой технологический подход для решения задач, связанных с Big Data, это кэширование и обработка неких фрагментов базы данных в оперативной памяти – In-Memory. Этот подход применяется как на уровне СУБД, так и на уровне BI-системы. Все современные СУБД, такие как Oracle, MySQL,  Teradata и др., способны держать и обрабатывать в оперативной памяти критически важные сегменты хранилища данных (конкретные таблицы, разделы). И эти СУБД можно встроить в BI-решение.

Второй тип In-Memory – это когда само BI-средство в собственном формате формирует и поднимает в оперативную память массивы критически важной информации по предметной области для обработки, например, в виде многомерных матриц.

Среди софтверных и комплексных механизмов повышения производительности можно отметить использование новых типов СУБД: NoSQL, системы поколоночного хранения, – а также развертывание BI-платформ в облачной архитектуре с применением параллельных вычислений в кластере. При этом может быть использовано как внутреннее корпоративное облако, так и внешний сервис: например, Amazon, Microsoft’s Azure и другие. Можно привести примеры облачных BI-сервисов, в которых используются распределенные вычисления: Prognoz Data Portal, Salesforce.

И, наконец, есть средство повышения персональной производительности пользователя – это так называемый Search-Based BI. У пользователя есть поисковое окошечко а-ля Google, и он не перебирает отчеты в поисках интересующих его показателей, а формулирует поисковые запросы на естественном языке. Такая функция, в частности, реализована в нашем сервисе Prognoz Data Portal и является очень востребованной на корпоративном рынке. Например, по запросу «ВВП» система формирует ключевые показатели – такие, как значение, прирост ВВП (как в стоимостном, так и в процентном выражении), – дает перечень источников, а также набор готовых отчетов по ВВП.

Интеграция и еще раз интеграция

Сегодня заказчики активно требуют встраивания бизнес-аналитики в информационную среду компании и повышения уровня интеграции с аппаратными средствами. Им необходимы все более тонкие настройки «железа» на софт и наоборот. Этому вызову отвечает такой современный подход, как Appliance – комбинация аппаратного обеспечения и преднастроенного софта. Речь идет о том, что заказчик не просто отдельно покупает компьютеры и серверы, а потом думает, какое ПО на них установить. Он приходит и покупает, например,  Oracle Exadata – масштабируемый программно-аппаратный комплекс серверов и сетевой инфраструктуры, который также включает оптимизированный, очень тонко настроенный софт в виде операционной системы,  СУБД. Туда же может входить уже встроенный BI-инструментарий. В частности, недавно Prognoz Platform стала платформой, официально сертифицированной для интеграции с Oracle Exadata. Заказчик просто приходит в «магазин», покупает подобный комплекс, втыкает его в розетку – и он работает. В том же ряду можно упомянуть продукты IBM Netezza и Greenplum от EMC.

Среди последних требований, формулируемых мировыми экспертами по отношению к современным BI-платформам, есть и Embedded Advanced Analytics. Речь идет о том, чтобы продвинутая, углубленная аналитика (Data Mining, прогнозирование) была представлена не отдельными инструментами, а в виде встроенных функций во всех модулях BI-системы.   То есть, если у меня есть 10 значений одного показателя, я не должен их копировать куда-то или через хранилище данных выходить на модуль моделирования. У меня должна быть возможность вызвать этот сервис в любом месте: в отчете, в аналитических панелях, в OLAP или в картах целевых показателей.

Также эксперты развивают тему интеграции через Embeddable Analytics: это означает, что BI-инструменты «растворяются» в информационных системах управления бизнес-процессами. Уже нет такого жесткого разделения на ERP-системы и аналитические системы. Внутри ERP появляются какие-то «островки» аналитики – инструменты, позволяющие быстро проанализировать транзакционные данные без создания массивного хранилища. Те же приложения Data Discovery можно настроить на реляционные таблицы ERP-системы и делать аналитические выводы. 

С другой стороны, внутри BI-систем появляются инструменты, которые помогают автоматизировать и бизнес-процессы. Это, например, модели бизнес-процессов, системы событий, когда в результате выполнения определенных аналитических расчетов выдаются сигнальные сообщения по определенному правилу: если показатель прироста выручки стал меньше, чем 5%, необходимо оперативно собрать совещание и принять решение по дальнейшим управленческим шагам. Или, если лимит средств на счетах опустился до некого предельного уровня, ниже которого появляется угроза ликвидности, система должна сгенерировать и послать по почте информационное сигнальное сообщение специалистам финансового департамента о необходимости принять срочные меры и, например, привлечь краткосрочный кредит. Именно такие механизмы применяются сегодня в риск-менеджменте, реализуемом при помощи BI-продуктов, в том числе на базе Prognoz Platform.

Новые горизонты

Очень интересные интеграционные процессы происходят в сфере геолокационной аналитики (Geolocation Intelligence). BI-платформа сегодня должна не только уметь хранить и выдавать на карте агрегированные территориальные показатели в виде неких по-разному закрашенных ареалов. Она должна также работать с географическими координатами (долготой, широтой): например, отображать события по отгрузке продукции в разных регионах через разные точки сбыта. Каждое из этих событий с данными по продавцу, покупателю, номенклатуре и объемам продукции через точку сбыта привязывается к конкретным географическим координатам. И мы можем посмотреть, во-первых, сколько по региону отгружено продукции – по весу и стоимости, а во-вторых – и это уже следующий слой BI-системы – через какие координаты.

BI-система либо самостоятельно хранит, обрабатывает и публикует необходимую геоинформацию, либо через web-сервисы обменивается данными с внешней геоинформационной системой. Все современные мощные ГИС-платформы (Google, Яндекс, ArcGIS, Bing и др.) имеют web-среду, позволяющую взаимодействовать посредством web-сервисов. Эти сервисы обмена данными работают также на мобильных устройствах, при этом никто не отменял и традиционные механизмы сообщения BI с десктоп-версиями ГИС-систем.

Возможности применения этих сервисов очень широки. Можно, к примеру, рассчитывать расстояния между событиями – в аналитических решениях для правоохранительных органов, спасательных служб. Произошли два преступления одного типа, они отобразились на карте. Произошло третье, такого же типа. И эксперты смотрят, способен ли один и тот же человек – преступник – переместиться между этими точками за данный промежуток времени, и как: пешком, на автомобиле по трассе, на вертолете и т.д. Они рассчитывают, где он может оказаться в данный момент с учетом особенностей дорожной инфраструктуры, трафика… Также эти возможности применимы в поисковых спасательных операциях. Другой пример, когда неких событий на территории очень много, и одним движением мышки можно выделить интересующую область и получить, скажем, топ-10 точек по ключевому показателю. В перспективе геолокационная аналитика должна тесно интегрироваться и с навигационными системами, чтобы в режиме реального времени отслеживать движение транспорта, грузов.

Это, кстати, еще один вызов, стоящий перед BI-разработчиками сегодня – real-time-системы. Когда не просто замеряются значения показателей за определенный промежуток времени (год, квартал, месяц, сутки), а каждое только что свершившееся событие для системы сразу же становится фактом и показателем в системе. Отгрузили товар – и он тут же появился в системе. Или – крутится турбина, вырабатывается энергия, и сколько ее вырабатывается в доли секунды – отображается в BI-приложении и доступно для анализа критических величин этого показателя практически в real-time.

Технологии совместной аналитической  работы (Collaboration BI) также активно развиваются и доступны в большинстве BI-платформ. Как правило, речь идет о том, что эксперт, подготовивший аналитический отчет, публикует его на каком-то портале, внутреннем или внешнем, и рассылает об этом сообщение своим партнерам, коллегам с приглашением этот отчет обсудить. Они могут находиться вообще на другом континенте, но работать с одним и тем же отчетом в рамках одной сессии, общаться в чате, оставлять комментарии – причем не только ко всему отчету, но и к каждой точке на графике, ячейке или цифре. Все эти комментарии должны иметь возможность быть сохраненными в репозитории BI-системы и доступными заинтересованным лицам.  Человек, опубликовавший отчет, может на ходу что-то обновить, перестроить – и все участники сессии будут видеть у себя актуальные изменения. 

У нас есть и перспективное видение развития этого функционала: важно не только работать вместе над готовым отчетом, но и в режиме совместной работы создавать его с нуля. Один человек приглашает другого создать отчет, берет из хранилища некие источники, помещает их в рабочее поле. Другой перехватывает инициативу и на цифрах рассчитывает и демонстрирует коллеге интересующие тренды. Таким образом, они сидят в удаленных географически точках и работают с одной и той же сущностью в режиме онлайн. Публикация отчетов производится также в соцсетях и на порталах типа SharePoint, можно вынести комментирование непосредственно в эту среду.

Рост популярности планшетных устройств и смартфонов делает по-прежнему актуальным трендом мобильный BI. При этом развитие этого направления заключается в выносе на мобильные устройства не только простых аналитических функций типа Data Discovery, но и возможностей углубленной аналитики: моделирования, прогнозирования, анализа временных рядов. Также аналитики делают особый акцент на применение в мобильных BI-приложениях собственных возможностей устройства (камеры, GPS-навигатора и др.) и на возможность работы в офлайн-режиме (например, в самолете).

Знать наперед

Несмотря на то, что западный рынок преуспел в развитии разнообразных BI-технологий, практика показывает, что именно в России весьма востребованы более наукоемкие и глубокие аналитические задачи. Все чаще приходится слышать, что в нашей стране заказываются и разрабатываются решения с повышенными требованиями к интеллектуальной составляющей продукта.  При этом в связи с популярным подходом программно-целевого управления система сегодня должна отвечать не только на вопрос «Что будет, если…», но и на вопрос «Что необходимо для…». Рынок уже насыщен мониторинговыми системами, которые анализируют фактическое положение вещей, сейчас всем требуется прогностический функционал. Это могут быть легкие решения по принципу Embedded Analytics, когда ты в любом месте корпоративного информационного пространства можешь построить какие-то тренды, посчитать регрессии. Нашей компанией реализован уникальный для мирового рынка пример моделирования в «облаке»: онлайн-сервис для студентов, изучающих эконометрику и финансовые дисциплины (university.prognoz.ru). Также это могут быть и содержательно нагруженные алгоритмы по конкретной предметной области: модель региона, модель предприятия, модель отрасли, модель страны, макроэкономики. Сегодня накоплены огромные массивы данных по всем предметным областям, и их можно эффективно использовать для отладки моделей и построения прогнозов высокой точности. И это именно тот аналитический функционал, который активно развивается силами российских разработчиков, выводя отечественные BI-платформы на высоко конкурентный уровень по сравнению с мировыми вендорами.

 

Максим Балаш
Connect!