четверг, 26 ноября 2015 г.

Обзор конференции "Big data: культура эффективного управления данными", 26 ноября 2015

Термин Big Data все более прочно входит в нашу жизнь, и по сути является 
уже не ит-шным, а бизнес термином. Все чаще проходят конференции 
и специальные мероприятия, посвященные вопросам реального использования 
Big Data. На одной из таких конференций, а именно "Big data: культура 
эффективного управления данными" я побывала
26 ноября. Мероприятие проходило в замечательном месте - Гольф Центре,
 на Оболонской набережной Киева. 

Программа конференции о Big Data была достаточно насыщенной. Спасибо организатору, компании Nobles Fortune за приглашение поучаствовать и сделать обзор конференции :-). 
Делюсь с вами интересными мыслями, идеями и кейсами, о которых услышала на конференции.




Дмитрий Федоков, первый докладчик, рассказывал о том, что пришло время использования в бизнесе того, что ранее не было доступным - больших объемов данных и новых технологий. Для того чтобы бизнес мог эффективно работать сейчас необходимо понимание тонких, скрытых закономерностей. Важно понимание трендов, кластеров клиентов, склонностей к покупке.




Big Data - сейчас это маркетинговый зонтичный термин. Именно данные позволяют рассматривать разные векторы развития бизнеса, понимать риски и возможности разных векторов, выстраивать наиболее эффективный путь. Данные Дмитрий назвал "ясным путем к светлому будущему".
Существуют определенные вызовы к использованию данных: отсутствие кадров, отсутствие технологий, нехватка бюджета, культурные вопросы организации (готовность использовать данные в принятии решений).
Для компаний, которые хотят принимать "правильные" решения важно:
- осознать  место аналитики в бизнес процессах компании
- понимать вариативность направлений развития в точках принятия решений
- нужно достигать управляемости рисками и временем принятия решений
Таким образом выстраивается более управляемая система, и достигается синергитический эффект 1+1=3

Второе выступление - заместителя главы НБУ Владислава Рашкована также было посвящено целому спектру вопросов, которые связаны с прикладным и эффективным использованием данных. Владислав рассказывал о процессе трансформации данных, который сейчас происходит в Нацбанке, этот процесс затрагивает такие направления:
- культура обмена информации внутри организации
- процессы (строятся процессы, которые помогает обосновывать решения)
- объемы данных (рано говорить о Big Data, пока речь идет просто о работе со структурированными данными). 
Отдельное направление - развитие риск менеджмента, который позволяет увидеть скрытые закономерности в нормативах и показателях.


Дмитрий Горлин рассказал о построении портала клиентов для торгового дома Global Spirits, первых успехах благодаря автоматизации многих процессов, рутинных функций и амбициозных планах проекта. В проекте задействованы машинное обучение, кластеризация, прогнозная аналитика.

Игорь Филипенко из компании ИНГО Украина поднял непростые вопросы:
- монетизации Big Data (реально ли вернуть вложенные средства, покрыть затраты, особенно при крупных внедрениях от мировых лидеров),
- законности и этичности использования данных, собранных из социальных сетей и формирования коммуникации на основании этих данных.
Игорь говорил о том, что сейчас для многих компаний вопрос стоит уже не в сборе данных, а в их правильном использовании. Приводились примеры внедрения решений Big Data, когда вендор получал "красивый кейс", компания "красивый" проект. Но в результате никакие вопросы и задачи заказчика не решались, или же проект просто не окупался.
Дискуссия пришла к тому, что компании, которые "не отягощены" большими объемами данных могут использовать короткий горизонт планирования, должны выделять одну бизнес задачу и решать ее. Компании с большими объемами данных должны иметь долгосрочный горизонт планирования не 5, а 10-15 лет, и могут думать о покупках серьезных и дорогостоящих решений для Big Data от мировых лидеров.
Оптимистическое завершение дискуссии звучало так: технологии Big Data могут дать новый толчок для развития бизнеса, главное чтобы люди бизнеса были готовы принять этот толчок - доверить данным принятие решений.

Валерия Саитова рассказывала о не совсем обычном способе применения аналитики в традиционном понимании - "игровой аналитике" и о том, как аналитика помогает в разработке, тестировании, "полировке" и улучшении игр.

Завершал конференцию Дмитрий Грязнов из компании Dell с очень системным и интересным докладом. Данные - это новая валюта, работать с ними нужно "по-умному".


Работу с аналитикой данных следует воспринимать как путешествие, определенный путь, который компания должна пройти. Каждая компания имеет свою "модель зрелости аналитики".
Аналитика данных дает компании помимо всех преимуществ, которые обсуждались выше еще и повышение операционной эффективности.
В некоторых случаях данные позволяют "открыть" новую бизнес модель, например, найти новый рынок, или нишевый рынок на существующем, создать новый сервис.
Данные - основа конкурентоспособности.
Три тренда в Big Data:
1. уход от ИТ тематики, сейчас Big Data переходит на сторону бизнеса и прикладной пользы для него
2. переход от ретроспективных данных и анализа "что было" к прогнозной аналитике.
3. союз "старого и нового", важно не отбрасывать существующие знания и использовать их в комплексе.
Начинать путь создания своей аналитики нужно с союза ИТ и бизнеса. Компания Dell видит одинаковую важность small и big data и формирует "all data strategy". Важна гибкая ИТ стратегия, которая сможет, которая может адаптироваться под потребности бизнеса. Большие данные способны трансформировать бизнес.
Дмитрий Федоков резюмировал итоги конференции так: "Данные захватили нашу жизнь. Придется учиться работать с данными. А лучше договориться с данными, чтобы они работали на нас."

3 комментария:

  1. Посетил это мероприятие. О реальной проблематике BigData говорили очень мало.

    Проблема 1. Структурирование неструктурированной информации
    Проблема 2. Нахождение корреляций в массивах данных с разной структурой

    Что это? Приведу пример. Предположим в каком-то большом супермаркете у касс есть фотокамеры, которые фотографируют покупателей (элемент системы безопасности)
    Десятки тысяч фотографий – огромный массив неструктурированной информации.
    Умный аналитик предлагает – а давайте по фото распознаем настроение покупателей!
    ИТ-система анализирует фотографии, распознает выражение лица, определяет эмоцию и градирует ее от (+)«Полная нирвана» до (-)«на грани самоубийства». Затем тот же аналитик предлагает найти зависимость между настроением покупателя и его корзиной (что и на какую сумму он покупает). ИТ-система шерстит массив с данными о настроение и массив с данными о кассовых чеках. И в конце концов таки находит зависимость!
    Люди в хорошем настроении покупают больше конфет и выпечки. Люди в плохом настроении покупают больше водки и вина.
    Пример немного утрирован. Но иллюстративный.
    Тут и решение проблемы 1. Из неструктурированного массива фотографий извлечена структурированная информация о градуированных настроениях покупателей.
    Тут и решение проблемы 2. Сравнение двух массивов с данными разной структуры и нахождение корреляций.

    О том, как неструктурированную информацию превратить в структурированную – не говорил никто.
    О том, как находить зависимости между данными с разной структурой немного рассказал представитель ИНГО.

    Практически ничего не было сказано о проблематики выявления зависимостей при заданных паттернах и при отсутствии паттернов. Проще говоря: когда мы знаем – какие зависимости мы ищем, и когда мы не знаем какие зависимости мы ищем (но все-таки ищем – а вдруг что-то от чего-то зависит и это может дать нам ценные знания).
    Была фраза представителя «НБУ»: мы пытаемся понять как могут зависеть будущий кризис отдельного банка или всей системы от нынешних финансовых показателей.
    (комментарий: т.е мы не знаем этой зависимости, но пытаемся ее найти – уже интересная проблематика! но деталей не было)

    Я так и не смог понять, какое отношение к проблематике BigData имеет:
    - автоматизация продаж водки «Хортица» и попытка создать глобальную систему B2B
    - замена бумажного документооборота электронным в большом английском банке
    - открытый бюджет города Киева (просто реклама мера? )))

    Представитель Сбербанка г-н Адаменко с места попытался протестовать «господа, да Вы же говорите совсем не о том!». Но высказаться ему не дали и он ушел. А зря. Говорил он интересно и действительно о реальных проблемах BigData (в отличии от большинства докладчиков).
    Или нужно говорить действительно о проблематике BigData или называть мероприятие как-то иначе )))
    Я редко критикую, но тут наболело - пол дня впустую пропало. Простите, никого не хотел обидеть! :)))

    ОтветитьУдалить
    Ответы
    1. Михаил, спасибо за такой развернутый комментарий!
      Много в чем не могу не согласиться с Вами. В тоже время мне кажется что тема Big Data насколько широка, что затронуть все вопросы и оправдать все ожидания участников достаточно непросто. Некоторые участники пришли с вопросами по хранению данных, обработки, некоторые - с более сложными (глубокой аналитики).
      Вопрос "биг" или "не биг" дата каждый для себя решает по своему. Мне например понравилась идея последнего докладчика Дмитрия о том, что важны все данные - "all data strategy". Когда то слышала другую тоже интересную мысль - что big data для компании - это такие данные, объем и разнообразие которых она уже не может обрабатывать в силу ограниченности своих ресурсов и возможностей (т.е. все что свыше возможностей хранения и обработки - это big data для этой компании).

      По докладам, которые Вы привели в пример - мне было сложно их комментировать и описывать, они скорее про автоматизацию данных, но ведь это тоже что-то новое для каждой из приведенных отраслей :-).

      Представитель Сбербанка рассказывал интересно, мне кажется ему нужно было выступить с докладом, ведь есть чем поделиться

      Мне кажется мы находимся пока на таких ранних этапах внедрения технологии Big Data, что каждая компания рада любым шагам в этой области - научились хранить, обрабатывать, потом кластеризировать или прогнозировать - это все ведь достижения!

      Мне например очень интересна тема big data в ритейле, поскольку работаю в этой сфере, и наблюдаю как данные буквально "захлестывают и накрывают волной", понемногу все вместе учимся работать во всем этим :-)

      Интересно почитать вчерашние комментарии к анонсу Big Data School от Киевстар -
      https://www.facebook.com/KyivstarBusinessHub/photos/a.368174493331051.1073741828.363767050438462/564845093663989/?type=3&__mref=message_bubble

      И еще конечно же хочется какого-то системного подхода в понимании рынка Big Data, есть неплохая статья, но не про нас, а про соседей - http://rusbase.com/howto/big-data-in-russia/, в общем понимании рынка полезно (железо, алгоритмы, консалтинг, решения)

      Удалить
  2. Михаил, добрый день.
    Во многом согласен с Вами.
    На самом деле жаль, что начавшаяся дискуссия остановлена.
    Надеюсь, что это "детские болезни" и проблемы с позиционированием конференции.
    Мне как докладчику было сложно ориентироваться на тематику, не совсем понимая аудиторию. Уходить в технические вопросы сбора данных? Или детально разбирать кейсы по сбору данных в соц. сетях? Или говорить о проблемах использования данных с телематических устройств в автомобилях?
    Ну и, судя по всему, модератор был не очень "в теме" BigData, ибо не прерывал бы так интересное общение.
    Игорь

    ОтветитьУдалить

Related Posts Plugin for WordPress, Blogger...