Андрей Алексеенко, Teradata: Перспективы у цифры бесконечны

Цифровая трансформация сегодня стала таким же необходимым объектом внутренних инвестиций для компаний, как компьютеризация тридцать лет назад. О том, как переводить процессы в «цифру» и как работа с большими данными меняет бизнес, рассказал Андрей Алексеенко, генеральный директор Teradata Russia. Корпорация Teradata — поставщик решений Всеобъемлющей Аналитики Данных.

В каких отраслях предприятиям сегодня надо начинать цифровизацию?

Цифровизация актуальна для всех, поскольку позволяет оптимизировать и ускорять процессы, быстро реагировать на изменения на рынке и принимать решения, основанные на достоверных данных, а не на предположениях. Лидеры цифровой трансформации — банки, телеком, ретейл, а сейчас тренд постепенно проникает в производство и добывающие отрасли. Все превращается в данные, пригодные для анализа, от бухгалтерских балансов до ресурса станков между техобслуживанием.

Возможность интеграции не только данных, но и бизнес-экспертизы, различных подходов и инструментов анализа, в том числе машинного обучения, в рамках единого решения определяет всеобъемлющую аналитику данных. Перспективы для нее бесконечны. В России много инфраструктуры, эффективность которой можно повысить с помощью инструментов аналитики.

С чего начать цифровую трансформацию бизнеса? Как ее правильно провести?

Во-первых, должен быть четкий ответ на вопрос, зачем вам цифровизация, это основа успеха. Например, я хочу лучше управлять затратами, лучше понимать процессы, лучше знать своих клиентов. Организация должна обозначить задачу, которую собирается решать с помощью цифровизации. К примеру, когда один из наших клиентов — ФНС — начал оцифровывать процессы, задачами были улучшение налогового администрирования, повышение прозрачности сбора налогов и удобство для налогоплательщиков. В России одна из самых продвинутых и клиентоориентированных в мире налоговых в плане работы с данными, количества онлайн-сервисов, доступных для граждан и юрлиц.

Три основных правила при начале цифровизации: определить зачем — поставить задачу в терминах вашего бизнеса, организовать сбор и доступ ко всем данным организации в единой аналитической платформе, получить поддержку первых лиц компании.

Что можно сделать с помощью «больших данных»?

Проще всего — на конкретных примерах. Один из клиентов мировой транспортно-логистической компании перевозил рыбу, замораживая ее до –5,56°C. Каждый градус — это издержки на охлаждение. С помощью предиктивной аналитики мы пришли к выводу, что достаточно замораживать до –2,22°C. Качество продукта лучше, клиенты довольны, колоссальная экономия.

Другой пример — шведский автопроизводитель. Благодаря мониторингу пробега и технического состояния машин можно точно отслеживать, когда нужно пройти ТО, спрогнозировать, какие запчасти надо поставить дилерам…

Для крупнейшего российского банка мы сделали сквозной проект, в рамках которого объединили P&L по 18 региональным подразделениям. Управление ликвидностью стало проще, весь бизнес — прозрачнее. Для другого крупного банка мы работали над повышением уровня удовлетворенности клиентов. Аналитика больших данных позволила формировать индивидуальные предложения, подбирать инструменты и время коммуникации с клиентами.

Цифра — это знание, а знание — это компетентное управление. Например, можно предсказать, какие детали оборудования скоро выйдут из строя; вычислить, почему клиенты уходят из магазина в такой же соседний; подсчитать, как можно повысить эффективность перевозок.

Ваш подход к цифровизации выражен в концепции Sentient Enterprise. Что это такое?

Teradata — международная корпорация, специализирующаяся на разработке и внедрении решений в области аналитики данных. Соответственно, Sentient Enterprise, чувствующая, разумная организация, в рамках нашей бизнес-концепции — это компания, которая понимает, что происходит, и на основании этого способна принимать как быстрые рефлекторные тактические, так и выверенные стратегические управленческие решения. Чтобы стать такой компанией, нужно, во-первых, быть agile — гибкими, не только в разработке, но и при принятии решений. Во-вторых, создать collaborative data platform, обеспечить доступ к данным и возможность ими обмениваться (сотрудникам, партнерам). В-третьих, нужен свой Appstore, доступная среда с инструментами бизнес-аналитики.

И наконец, возможность автономного принятия решений, поскольку часто алгоритмы работают лучше людей — борьба с фродом, мониторинг оборудования, скоринг. Сегодня мир перешел на новую стадию развития и использования данных — эту эру мы называем эрой всеобъемлющей аналитики данных.

Приведите пример, как работает Sentient Enterprise?

Например, мультибрендовый автомобильный концерн, компания с вековой историей, освоила передовой подход к гибкому управлению данными. В результате слияния различных брендов в компании столкнулись со сложностями в интеграции систем предыдущих поколений. Задачей, поставленной перед цифровизацией, стало объединить все данные и создать единую основу, обеспечивающую людям возможность комплексного управления данными. Для этого нужно было консолидировать более 200 разрозненных репозиториев и витрин данных, разбросанных по всей компании. Для решения этой задачи в концерне запустили интенсивную шестинедельную программу консолидации этих 200 «информационных бункеров» в единую среду гибких данных, включающую в себя сведения со всех предприятий. На начальном этапе протестировали ряд функциональных возможностей, включая варианты улучшения обмена результатами испытаний, финансовыми данными и их анализа, а затем масштабировали программу на всю компанию.

Автомобильный концерн, по сути, создал собственную аналитическую платформу гибких данных. Результаты — принятие более эффективных решений по вопросам рентабельности, улучшение работы контакт-центров безопасности, эксплуатационных характеристик и контроля качества автомобилей.

Есть ли примеры применения Sentient Enterprise для улучшения финансового результата напрямую, для повышения доходов компании?

Да, конечно. Например, американский телекоммуникационный оператор первым внедрил эффективное, превентивное управление данными о поведении клиентов на базе нашей концепции Sentient Enterprise. Оператор столкнулся с серьезной проблемой, когда один из цифровых гигантов запустил iMessage — сервис обмена бесплатными текстовыми сообщениями между айфонами, нанеся удар по операторам. Доход американского телекоммуникационного оператора от передачи текстовых сообщений составлял $7 млрд, или порядка 12% совокупного годового дохода компании. Оператор должен был в кратчайшие сроки понять, как отреагируют абоненты, узнав о возможности передачи безлимитных текстовых сообщений через устройства на базе iOS. Для решения этой проблемы компания создала систему мониторинга для точной оценки настроения и действий клиентов, что позволило ей заблаговременно вносить изменения в тарифные планы без ущерба для бизнеса. Использование такой платформы в итоге дало возможность точно определять время отказа от тарифных планов с повременной оплатой в пользу безлимитных звонков и СМС-сообщений, а также разрабатывать новые тарифные планы. В итоге все остальные компании отрасли пошли по этому пути, но наш клиент раньше других понял, как сделать это эффективнее, сократить убытки и сохранить лидерство.

Другой отличный пример внедрения концепции Sentient Enterprise — создание платформы для совместного принятия решений и внутреннего краудсорсинга в многопрофильном индустриальном концерне Германии. Это в конечном счете отразилось на повышении качества сервиса для клиентов. С нашей помощью концерн создал собственную версию платформы для совместного принятия решений и внутреннего краудсорсинга для управления взаимодействием, интеграцией и анализом данных в беспрецедентных масштабах, охватывающих конструкторов локомотивов, обслуживающий персонал на местах, а также внешних партнеров и клиентов.

В проекте применялся «LinkedIn для аналитики» с привычными для социальных сетей действиями — Like, Follow за конкретным аналитиком или отслеживать (Monitor) наборы данных, а также продвижение аналитических находок в системах, которые автоматически предлагали и рекомендовали вопросы, людей и ответы, которые могли бы заинтересовать сотрудника, исходя из предыдущих запросов или действий. А также выполняется, как мы это называем, «Аналитика по аналитике», с тем чтобы отслеживать, интерпретировать и анализировать все действия, происходящие между бизнес-пользователями внутри платформы. Результат впечатляет. Сегодня наш клиент может обеспечить такой уровень надежности, при котором на ряде пассажирских маршрутов действуют гарантии возврата платы за билеты в случае задержки поезда более чем на 15 минут.

Другой аспект клиентского сервиса — жалобы — изучали в международной финансовой группе со штатом сотрудников свыше 250 000 человек. Проблема заключалась в проведении причинно-следственного анализа жалоб, полученных по телефону, посредством СМС-сообщений, онлайн, лично от клиентов и в форме письменных обращений. Для выявления общей динамики проблем аналитикам требовались решения, позволяющие быстро решить вопрос, а что еще лучше — заранее выявить и предотвратить его раньше, чем клиенты заметят и сообщат о нем.

Для решения задачи использовались высокопроизводительные рабочие процессы, объединенные в пакеты удобных для использования большим числом аналитиков «приложений» с возможностью их многократного развертывания доступным и быстрым способом. В результате аналитики получили средства для проведения интуитивных экспериментов — изучения скачков, отклонений и тенденций — в целях устранения и минимизации проблем обслуживания. Помимо этого, специалисты по обслуживанию клиентов стали отслеживать запросы на анализ данных внутри организации и координировать своевременную разработку новых приложений. Созданная версия платформы аналитических приложений сегодня служит примером для подражания многим компаниям. Причем наш клиент смог обеспечить внедрение пакетов аналитических приложений при нулевых затратах, по аналогии с App Store, без увеличения нагрузки на ИТ-специалистов.

С чем связан основной риск при внедрении таких аналитических систем?

Когда подразделения используют данные разрозненно, это приводит к цифровому хаосу. А организации, наоборот, нужна единая среда, чтобы идеи, инструменты и данные могли быть переиспользованы — и именно эту задачу решает наша новая платформа Vantage для всеобъемлющей аналитики данных. В ней у сотрудников есть возможность работать с любыми данными организации при помощи тех инструментов, которые им нравятся (статистические инструменты, построение моделей, нейронные сети, SQL, Python, и т. д.). Конечно, при наличии полномочий. Это технологический инструментарий нового поколения, отражающий, в частности, зрелость бизнеса.

В Vantage мы делаем единый взгляд для всех пользователей и сотрудников компании с помощью тех инструментов, которые им нравятся, будь это статистический инструмент, инструмент моделирования, отчетности, запросы, работа с данными. В этом — соль. Это наконец-то дает бизнесу возможность гибкости, вы, сделав один аналитический проект, всегда сможете сделать второй, похожий, и это не будет стоить еще столько же. Vantage — единая ткань, через которую получается достучаться до нужных данных для всей организации. Причем можно не просто проверить первую гипотезу, но сразу достучаться до истины.

Возможно ли это назвать коробочным решением?

У нас технология, которая работает. Решение одно, но специфика и масштабы бизнеса у клиентов сильно разные, поэтому под каждого готовится кастомизированный продукт. Чтобы наши решения тестировать, многие используют продукт в облаке, купив буквально по кредитке на Amazon. Мы считаем, у компании должна быть свобода использования технологий, решений, облачных пространств. Зачастую компании приходят к нам для решения маленькой задачи, а в итоге оцифровывают с нашей помощью весь бизнес.


*На правах рекламы

Новости партнеров