Большие данные не прощают ошибок

Поэтому управление задачами в подобных проектах должно быть на высшем уровне. Готовы ли к этому игроки отечественного ИТ-рынка?

На вопросы «БИТа» отвечают эксперты ведущих компаний.

Алексей Талаев, руководитель департамента прогнозной аналитики и оптимизационного планирования Navicon.

1. В качестве основных направлений работы с Big Data в бизнесе можно выделить прогнозирование и анализ состояния активов предприятий, оперативное реагирование и рационализацию использования мощностей и ресурсов предприятия в целом. Например, в производстве анализ Больших данных в режиме реального времени позволяет оперативно производить мониторинг текущего состояния предприятия и строить точные прогнозные модели за счет своевременной оценки состояния дорогостоящих активов с максимальными показателями по производительности и надежности. Одновременно реализация подходов IoT (интернета вещей) становится эффективным инструментом оптимизации управления ресурсами предприятия и риск-менеджмента.

2. В области работы с Большими данными нужно ориентироваться на тактику «быстрых побед» и оперативную адаптацию результатов к повседневной деятельности. На каждом этапе, вплоть до полной автоматизации работы с Big Data, компания должна располагать осязаемыми промежуточными итогами, видеть перспективы и выгоды продолжения проекта. Поэтому для масштабных инициатив стоит проводить пилоты, строить прототипы на ограниченном, нореальном наборе данных.

3. В Navicon для реализации возможностей Big Data, IoT в области управления бизнес-процессами создан целый департамент – «Прогнозной аналитики и оптимизационного планирования». Решения строятся на аналитических платформах и системах прогнозирования крупнейших мировых вендоров и предназначены прежде всего для фармацевтики, ретейла, FMCG-сегмента (в части выявления факторов, влияющих на спрос и реализацию товаров), промышленности и производства (оценка и профилактика состояния оборудования). Также технологии анализа Больших данных используются для прогнозирования сценариев развития бизнеса, в зависимости от целого набора внешних и внутренних факторов.

4. Показателен пример планирования ресурсов предприятия с помощью Big Data. Довольно распространена ситуация простоя работников и остановки производства из-за несвоевременного проведения мер профилактики промышленного оборудования. Решение о его ремонте обычно принимается в авральном режиме после поломки и несет в себе дополнительные издержки на формирование ремонтной бригады, заказ запчастей и их ожидание. Поэтому дляпредупреждения финансовых потерь очень важно вовремя прогнозировать период, тип и причину поломки оборудования, для чего необходим качественный анализ имеющейся информации.

5. Говоря о рынке Big Data в России, нельзя не отметить, что в высокотехнологичных отраслях, где от качественного анализа данных зависит итоговый финансовый результат деятельности (ретейл, FMCG), он развивается достаточно высокими темпами. Однако развитие рынка данных тормозят и нехватка предпринимателей с широким стратегическим видением, и сложности в принятии самой концепции Больших данных. Несмотря на прозрачность результатов, доверие к ним со стороны многих экспертов неоднозначно. Поэтому, на мой взгляд, для массовой инсталляции решений на основе подхода Big Data в российских бизнес-реалиях нужно работать «в открытую», демонстрируя итоговый результат широкой общественности.

Статья опубликована на bit.samag.ru

Автор Navicon Надежный ИТ бизнес-партнёр с 2003 года