Big Data – модная технология или реальная потребность бизнеса?

Для того, чтобы оставаться успешным, прибыльным, расширять свою долю на рынке, любому бизнесу нужно уметь быстро принимать решения.

Эта задача напрямую связана с обработкой большого количества неструктурированной и часто неточной информации, которая поступает в режиме реального времени из разрозненных источников — из внутренних ИТ-систем, социальных сетей, от сотрудников. На помощь компаниям, которые сталкиваются с огромным потоком информации каждый день, приходят ИТ-технологии. Так, разработаны специальные решения и технологии, которые предназначены для обработки этого информационного потока — Big Data.

В первую очередь технологии Big Data будут полезны компаниям, имеющим большой охват аудитории, в частности, телеком-операторам, банкам, интернет-компаниям. Также эти решения помогут и компаниям, имеющим большое количество технической информации — сфера здравоохранения, промышленность, наука, нефтегазовый сектор.

На практике с помощью Big Data компания может улучшить собственные показатели на рынке через привлечение внимания клиентов. Например, провести анализ управленческих решений на эффективность. Можно обеспечить грамотное выведение нового продукта на рынок: аналитическая модель, построенная с помощью Big Data, даст возможность предсказать финансовые риски и целесообразность этого шага для компании на основе предыдущих показателей и динамики спроса. При этом аналитикам, которые работают с информацией, вовсе не нужно быть экспертами в ИТ. Существует большое количество визуальных инструментов и стандартных функций СУБД для построения индексов по данным, а также оптимизации запросов для построения более эффективных обращений к данным.

Важный довод в пользу современных технологий тот, что расходы в пересчете на каждую последующую задачу будут падать, поскольку эффективность выбранного решения будет расти. Разумеется, при должном уровне поддержки со стороны компании или выбранного ею подрядчика. То, что сейчас делается за 1 неделю, будет выполняться за минуты при помощи новых подходов в работе с данными и с развитием новых архитектур, которые позволяют работать как с онлайн, так и с офлайн-источниками информации.

Не секрет, что ИТ-системы класса Big Data позволяют существенно экономить на технической части обеспечения работы. Есть возможность, например, использовать относительно недорогие серверы. Но с учетом уровня сложности задач, которые решаются с помощью технологий Big Data, неизбежно возникает вопрос о необходимости квалифицированного персонала для обработки данных из различных источников и с различной структурой. Как правило, требуются специалисты с хорошим знанием математики/статистики, умеющие программировать на языках R/Python. Дефицит кадров наблюдается уже сейчас, а с развитием технологий он станет еще острее. 

Уже сейчас, подсчитывая ROI перед инвестициями в Big Data, многие компании сталкиваются с отрицательными значениями. Казалось бы, данные для анализа есть, идея как превратить эти данные в деньги тоже есть. Но часто идея не способна противостоять множеству финансовых факторов по внедрению Big Data-решения. Квалифицированный обслуживающий и аналитический персонал, затраты на «железо», отсутствие команды на старте проекта не позволят в кратчайшие сроки получить прибыль от идеи. А в любом динамично развивающемся бизнесе надо действовать быстро. Выходом может стать использование сервиса. В этом случае нет необходимости покупать собственные серверы, платить за электроэнергию, нанимать в штат дорогостоящих специалистов.  

Автор: Алексей Беднов, архитектор Big Data-решений компании AT Consulting

Изображение: Kheng Ho Toh/123rf.com