Если данные называют «новой нефтью», то умение «очистить» их и превратить в действенную интеллектуальную силу можно считать ключом к реализации заложенного в них потенциала. В стремлении повысить эффективность бизнеса и найти новые способы обслуживания клиентов ИТ-руководители оперируют инструментами прогнозного анализа, внедряют алгоритмы машинного обучения и занимаются тестированием других решений в «боевых» условиях.

Прекрасно понимая, что, добившись сокращения затрат и роста доходов, они смогут повысить свою роль в глазах высшего руководства и совета директоров, ИТ-директора стараются сейчас уделять технологиям, поддерживающим науку о данных, больше внимания. К концу лета 2017 года мировой оборот средств бизнес-анализа и управления большими данными, по оценкам IDC, увеличился по сравнению с 2016 годом на 12,4% и достиг 150,8 млрд долл. Ожидается, что по итогам года коммерческие закупки оборудования, программного обеспечения и услуг, направленных на поддержку больших данных и средств их анализа, превысят 210 млрд долл. По словам аналитика IDC Дэна Вессета, решения анализа больших данных становятся ключевым условием цифровой трансформации различных отраслей и бизнес-процессов по всему миру.

Однако у этих гигантских расходов есть и обратная сторона: эффективность большинства проектов анализа данных не поддается измерению. Унаследованные системы и бюрократия бизнес-структур приводят к разобщенности данных и ухудшению их качества. А ИТ-директора вынуждены думать о том, как восполнить дефицит специалистов, которые нужны для манипулирования данными и проникновения в их суть. Битва за таланты идет ожесточенная, и, несмотря на рост числа университетских аналитических программ, пока не удается быстро удовлетворить потребность в квалифицированных кандидатах.

Тем не менее на конференции CIO100 Symposium, где лучшие руководители ИТ-служб получали награды за свою деятельность, было представлено немало примеров успешной реализации проектов анализа данных. Наиболее успешные ИТ-директора делились извлеченными уроками и полезными советами со своими коллегами.

Merck: Внедрение системы анализа данных

Компания MSD (Merck&Co), превратившаяся в глобальную фармацевтическую организацию с оборотом в 40 млрд долл. и представленная уже в 140 странах мира, активно искала способы более эффективного использования данных, собираемых ее системой ERP и основными средствами автоматизации производства и управления запасами. Но, поскольку у инженеров Merck от 60 до 80% времени уходило на получение доступа к данным и их обработку, об оперативном достижении бизнес-целей речи уже не шло.

Как призналась руководитель производственной ИТ-службы компании Мишель Алессандро, данные в качестве жизнеспособного, постоянного и ценного актива не рассматривались. В компании хотели сформировать культуру, благодаря которой удавалось бы тратить меньше времени на перемещение данных и получение отчетности, а основное внимание уделять использованию собранной информации и получению важных для бизнеса выводов.

Искусство анализа данных: взгляд изнутриВ результате в MSD была создана система хранения данных MANTIS (Manufacturing and Analytics Intelligence), которая включала в себя размещаемые в оперативной памяти базы данных и инструменты с открытым исходным кодом, обрабатывавшие структурированные и неструктурированные данные, в том числе текст, видео и информацию социальных медиа. Важно отметить, что система проектировалась таким образом, чтобы бизнес-аналитики, не имеющие хорошей технической подготовки, могли легко просматривать данные с помощью программ визуализации. В то же время у ученых по данным была возможность получать доступ к информации, задействуя сложные инструменты...

Это не вся статья. Полная версия доступна только подписчикам журнала. Пожалуйста, авторизуйтесь либо оформите подписку.

Поделитесь материалом с коллегами и друзьями

Купить номер с этой статьей в PDF