Рынок средств BI, как и ИТ-рынок в целом, очень чувствителен к общему состоянию экономики, в зависимости от которого меняются приоритеты заказчиков и востребованность тех или иных технологий. В нашей стране экономические проблемы сегодня тесно переплетаются с политическими. Шок, связанный с резким скачком курса рубля в 2014 г., уже прошел, но продолжающийся экономический спад большинством компаний воспринимается как долговременный тренд. Эксперты отмечают снижение инвестиций в ИТ, и в частности, в BI. В то же время, сохранение интереса к бизнес-аналитике объясняется тем, что она необходима как для тех компаний, которые в условиях кризиса хотят внедрить инновационные бизнес-модели и процессы, так и для тех, что сосредотачивают усилия на снижении текущих расходов. На фоне существенного удорожания в рублевом исчислении стоимости зарубежных программных продуктов государством инициируются программы импортозамещения и более широкого использования СПО. В то же время предприятиям по-прежнему необходимо решать повседневные задачи управления и принимать обоснованные решения, опираясь, в том числе, и на уже эксплуатируемые системы известных зарубежных вендоров. Наряду с этим перед компаниями встают новые задачи, требующие применения таких инновационных технологий, как Big Data и Интернет вещей (IoT).

Как проблемы российской экономики сказываются на рынке решений BI? Какие задачи выходят в связи с этим на первый план — оптимизации затрат или поиска новых моделей развития бизнеса? Какие отрасли остаются активными потребителями BI-решений и какие задачи решают в них средства бизнес-анализа? Как повлияло на рынок BI существенное ослабление курса рубля? С этими вопросами мы обратились к экспертам из ведущих российских компаний, работающих на рынке BI.

«Количество проектов по внедрению аналитических решений в период нестабильной финансовой обстановки, как правило, растёт, — утверждает генеральный директор компании „Терн“ Екатерина Лозовая. — Люди, в большинстве своём, консервативны — когда всё стабильно и предсказуемо, то инновации считаются чем-то необязательным, что можно отложить. Но когда конкуренция возрастает и начинается битва за клиентов, за сокращение затрат, то трудно найти более уместную вещь, чем аналитическая система. Ведь её задача заключается в сборе и обработке информации о компании, её клиентах, поставщиках и ресурсах и помощи руководителям в их грамотном использовании для извлечения наибольшей выгоды. Среди компаний, со стороны которых мы наблюдаем возросший интерес к подобным решениям — банки, телекоммуникационные операторы, розничные сети и производственные предприятия. Мне кажется, что это можно объяснить тем, что в данных сферах конкуренция наиболее сильна, а внедрение аналитической системы позволяет получить конкурентные преимущества за счет точного сегментирования клиентской базы и разумного использования ресурсов. И сокращение издержек даже на несколько процентов может привести к значительному увеличению прибыли».

Генеральный директор компании «БиАй Партнер» (ГК «Ай-Теко») Андрей Тиунов видит происходящие сегодня процессы оздоровления в экономике, которые подводят бизнес к пониманию необходимости собственной трансформации. «Как консультанты, мы отмечаем значительное изменение отношения заказчиков к потенциалу бизнес-аналитики или комплиментарных ей решений в области управления эффективностью, — констатирует он. — Смещается акцент в постановке задачи от технологий в сторону решения конкретных задач. Лет десять назад были популярны проекты по „построению хранилищ данных“, и до недавних пор большинство задач сводилось к информационной поддержке сложившихся бизнес-процессов в виде отчетов, инфопанелей, визуализации на мобильных устройствах и т. д. Сейчас мы всё чаще обсуждаем с заказчиком пути решения новых задач, ищем возможности оптимизации бизнеса с помощью информационных технологий. Произошедшие изменения привели к сокращению масштабных проектов, реализуемых по принципу „всё включено“, и изменению структуры спроса — всё большая доля проектов приходится на средний и даже малый бизнес».

По мнению директора по развитию бизнеса Центра программных решений компании «Инфосистемы Джет» Дмитрия Сергеева, в нынешних сложных экономических условиях компании в большей степени концентрируются на поддержке и минимальном развитии уже внедренных решений. BI-системы активно используются отраслями, которые генерируют большое количество транзакционных данных: ритейл, страховые компании, банки, телеком. От того, насколько быстро и как точно они анализируют информацию о своих клиентах, продажах, финансах, логистике и принимают решения, зависит их конкурентоспособность на рынке. Поскольку стоимость лицензий BI-решений существенно увеличилась, компании более внимательно оценивают и рассчитывают количество конечных пользователей при закупке новых лицензий.

Определенное влияние на рынок BI оказывают и решения, принимаемые нашими властями. Но есть ли на самом деле какие-то ограничения на спектр применяемых BI-инструментов в государственном и коммерческом секторах, накладываемые как нашими регулирующими органами, так и зарубежными вендорами? Насколько актуальна задача импортозамещения и каковы возможные пути ее решения за счет применения проприетарных и Open Source продуктов?

По мнению Екатерины Лозовой хорошие отечественные BI-системы существуют, однако их не так много, как хотелось бы. «Мы с нетерпением ждём появления новых оригинальных систем, которые составят достойную конкуренцию западным, — поясняет она. — Но создание промышленной системы — процесс долгий и важно помнить, что за год-два написать систему уровня SAP BusinessObjects нельзя. Что касается решений Open Source, то важно учитывать, что они вряд ли смогут занять большую долю в сегменте корпоративных систем. Их основное преимущество — стартовая цена, однако часто бесплатный функционал оказывается недостаточным для решения поставленных задач и приходится либо дописывать что-то самостоятельно, либо переходить на платную версию. И в таких случаях покупка готового решения оказывается порой в несколько раз дешевле, чем доработка решения Open Source силами десятков программистов. Расходы должны быть разумными».

Заместитель генерального директора компании «Техносерв Консалтинг» Ольга Рубцова, напротив, убеждена, что на российском рынке много отечественных BI-систем с хорошим функционалом и набором готовых отчетов, учитывающих российскую специфику, которые вполне можно использовать в компаниях с государственным участием. При этом часто выбор российского BI-продукта не только удовлетворяет требования регулятора относительно импортозамещения, но и сильно упрощает жизнь компании: отечественные решения и стоят дешевле и внедряются обычно проще.

Андрей Тиунов отмечает, что хотя ограничения на спектр применяемых BI-инструментов в госсекторе и компаниях с государственным участием есть на бумаге, существует множество абсолютно легальных путей приобретения западных коммерческих BI-платформ. Их популярность обусловлена прежде всего тем, что и российским, и Open Source инструментам бизнес-аналитики очень далеко до лидеров рынка по многим параметрам: функциональным возможностям, скорости внедрения и, что немаловажно, простоте и удобству использования. Последнее существенно для систем, которыми пользуются менеджеры и аналитики. Скорость реакции на «клик», используемые визуальные решения, предельно понятный интерфейс, — вот что покупают пользователи.

«В коммерческом секторе мы не наблюдаем курса на импортозамещение: компании выбирают себе качественное BI-решение, руководствуясь ценой, функциональностью и задачами, которые предстоит решать, подчеркивает Дмитрий Сергеев. — Для государственного сектора данный вопрос стоит более остро. Однако российские разработки не всегда могут закрыть требования организации. Поэтому приходится либо корректировать требования, либо соглашаться на BI-решение зарубежного вендора. Что касается продуктов Open Source, то это пока единичные, экспериментальные внедрения, и они не рассматриваются как замена промышленным BI-системам».

Мощными драйверами более широкого применения бизнес-аналитики, несомненно, являются появившиеся относительно недавно новые технологии, такие как Big Data. В каких российских компаниях они и соответствующие средства анализа находят применение? Какие задачи решаются чаще всего? Что препятствует более широкому использованию Big Data в нашей стране?

По мнению Екатерины Лозовой, технологии Big Data, больше всего востребованы в компаниях с большим количеством клиентов — в ритейле, банках с розничным кредитованием, у сотовых операторов. На пике спроса сейчас те продукты, которые экономят время и быстро дают достаточно информации для принятия решения. Пользуются спросом прогнозные модели, ориентированные на ожидаемые доходы. Также компании интересуются инструментами математического моделирования при реализации разных сценариев развития событий, которые можно построить очень быстро при изменении некоторых входящих параметров.

«В подавляющем большинстве случаев за Big Data скрывается информация о действиях пользователей социальных сетей и владельцев смартфонов — фактически только этим «большие данные» и отличаются от систем data mining, — констатирует Андрей Тиунов. — Объем таких данных действительно чрезвычайно велик и требует особых архитектур и подходов к управлению информацией. У нас есть опыт развертывания кластеров Hadoop и несколько успешно завершенных проектов с использованием сводов данных data vault. В то же время необходимо уметь правильно интерпретировать «большие данные» и использовать их для решения конкретных задач. В нашей стране не так много компаний, которые обладают необходимыми ресурсами для внедрения Big Data и видят в этом возможность для развития своего бизнеса: в первую очередь, это операторы связи и крупные банки. Сейчас интересные проекты идут в «Сбербанке», где планируется анализировать поведение потенциальных клиентов в соцсетях, и в «Билайне».

Как считает Ольга Рубцова, сфера применений технологии Big Data зависит от индустрии: в телекоме прежде всего анализируется трафик, а если мы говорим о финансовых организациях, то осуществляется аналитика по финансовым транзакциям. Появляются проекты, где главной задачей аналитических систем становится получение аналитической отчетности по клиентским данным.

Велик ли спрос в России на облачные и мобильные аналитические сервисы, ориентированные как на бизнес-менеджеров, так и на широкую клиентскую аудиторию? Каковы перспективы облачного развертывания BI-систем в корпоративном сегменте? Екатерина Лозовая убеждена, что перспективы облачных и мобильных аналитических систем огромны. «Что касается России, то облачные сервисы здесь пока что не получили достаточного доверия со стороны бизнеса: далеко не все готовы вверить данные о деятельности своей компании стороннему сервису, — сетует она. — Но мне кажется, что со временем это пройдёт: ведь все данные передаются в зашифрованном виде».

Сходная точка зрения и у Ольги Рубцовой: «Применение облачных BI-решений в нашей стране сдерживается российскими законами о хранении и защите персональных данных. Поэтому, как правило, большинство крупных игроков рынка не используют облачные системы, боясь утечки информации. Небольшие же предприятия с легкостью переносят свои данные в облака, и такая тенденция сохранится в ближайшие несколько лет».

По мнению Андрея Тиунова, прохладное отношение российских компаний к BI в облаке объясняется тем, что в отличие от многих других ИТ-решений, в случае BI в этом нет глубокого смысла. Ключевые BI-вендоры взяли курс на облака, поскольку им это выгодно. Однако основные затраты на эксплуатацию систем лежат в части хранилищ данных и интеграционных сред, и отчуждение отдельных компонентов может только усложнить поддержку.

Еще одним перспективным полем для применения BI является Интернет вещей (IoT). В частности, в России инициируется программа Промышленного IoT. Какие задачи в области анализа данных встанут в этой связи? Насколько к ним готовы поставщики программных продуктов, системные интеграторы и заказчики? «Многие эксперты сходятся во мнении, что каждый год устройства IoT будут генерировать огромные массивы данных, — констатирует Дмитрий Сергеев. — Сами по себе данные не представляют ценности, пока из них не извлекли информацию, которая помогла сделать вывод или принять решение. Поэтому важный этап развития Интернета вещей — это разработка эффективных подходов для очистки, обработки, агрегирования и исследования данных. Для этих задач базовые технологии уже готовы: это Fast Data (быстрые данные, для онлайновой обработки), Big Data, Cloud-платформы. По нашим оценкам, сейчас в мире есть около двадцати вендоров, которые заявляют, что их BI-инструменты готовы к этому. Тестирование и апробация разных подходов и инструментов анализа данных в контексте промышленного IoT проводится и в нашей компании».

«Хотя Интернет вещей, несомненно, очень интересное направление, на данный момент, как мне кажется, говорить о его массовом распространении в бизнесе и производстве преждевременно, — возражает Екатерина Лозовая. — А что касается программного обеспечения, то для современных систем нет особой разницы, какие данные анализировать — получены они из системы бухучёта или с промышленного датчика».