Компании, занимающиеся аналитикой больших данных, взялись за малый и средний бизнес.
Они предлагают арендовать сервера для работы с big data, чтобы сделать услугу доступнее. Сейчас покупка собственных серверов обходится в миллионы рублей, та же услуга в облаке будет стоить сотни тысяч.
О совместном проекте для малого и среднего бизнеса "ДП" рассказали в компании "Полиматика" (часть разработчиков работают в Петербурге), а также в компании "ИТ–ГРАД" (входит в группу "МТС"). Стороны заключили соглашение о технологическом партнёрстве. Благодаря хранению данных в облаке существенно снизится "порог вхождения" в дата–аналитику.
"Обработка больших данных требует очень серьёзной вычислительной инфраструктуры. Но при условии, что небольшим компаниям аналитика нужна на периодической основе, а не 24/7, затраты на приобретение дорогостоящего оборудования выглядят необоснованными", — сообщает Сергей Куликовский, генеральный директор компании "Полиматика".
Так, стоимость сервера под аналитику составляет минимум 1,5 млн рублей. Если речь идёт об аналитике большого массива данных, то траты на сервера могут достигать 8–10 млн рублей. Стоимость же сервиса на облаке находится в диапазоне от 80 тыс. до 200 тыс. рублей в месяц.
Похожие услуги всё чаще появляются на рынке. Так, новые инструменты для работы с данными активно внедряет "ВымпелКом", похожие решения есть у "Яндекса".
Стартовый набор дата–аналитика
Как объясняют эксперты, модель хороша для краткосрочных задач. Издержки сопровождения уже купленного сервера ниже, чем облачный сервис. Поэтому на горизонте 3–5 лет расходы на оба варианта сравняются. Но в случае, если компания не смогла найти способы монетизации результатов аналитики, от облачного сервиса она сможет быстро отказаться. Это обеспечивает бизнесу гибкость в работе с данными.
На мировом рынке такие решения уже давно внедрены, говорят эксперты. В России же малый и средний бизнес (именно на него нацелено решение) аналитикой big data пользуется мало. "В подобном партнёрстве нет ничего нового. Такие сервисы существуют за рубежом давно, и они очень востребованы: на западных и восточных рынках сервисы пользуются популярностью и у компаний сектора малого и среднего бизнеса", — считает Светлана Вронская, менеджер по маркетингу департамента аналитических решений ГК "КОРУС Консалтинг".
Пока что в России подобные кейсы чаще встречаются в крупных компаниях: например, сеть спортивных товаров Decathlon разместила свой сервис по подбору фитнес–клубов (и онлайн–тренировок во время карантина) в облаке "Яндекса", это снизило нагрузку на сервера ретейлера. Торговая сеть "Лента" перенесла сервис по прогнозированию спроса в облачную среду Microsoft Azure и значительно ускорила его работу, рассказывает Светлана Вронская.
Вдохновлённые Amazon
В целом аналитика данных может оказаться нецелесообразным решением для малого бизнеса: если ты каждый день продаёшь ведро яблок на остановке, зачем тебе знать, в каких регионах эти яблоки более востребованы.
Генеральный директор компании "Кометрика" (входит в "ИКС Холдинг") Дмитрий Петров называет основной проблемой то, что введение любых новых параметров для аналитики может в разы нагружать информационные системы и приводить либо к неполноте выводов, либо к необходимости нанимать дополнительный штат аналитиков. Также могут устаревать и инструменты для анализа.
Однако бизнес, вдохновлённый успехами западных компаний (классический пример — Amazon и Netflix достигли объёма продаж "рекомендованных" товаров в 35% и 75% соответственно именно благодаря аналитике массивов данных поведения пользователей и характеристик товаров), уже вышел в стадию экспериментов. Эксперты отмечают, что компании пытаются понять, что делать с данными и как их обогащать, чтобы конвертировать в доходы. Пока что основным сдерживающим фактором является высокая стоимость для старта и дефицит хороших дата–специалистов.
Директор по развитию нового бизнеса ПАО "ВымпелКом" Евгений Коробов отмечает интерес со стороны российских компаний к поиску новых инструментов повышения эффективности.
"Популярным решением является применение аналитики больших данных. При этом для малых и средних предприятий возможность использования больших данных может дать конкурентное преимущество, усилить основной продукт. Возможность использования готовых платформ, готовых моделей для обучения позволит сократить цикл развития продуктов", — считает он.
В отличие от крупных предприятий, где аналитика больших данных строится на базе собственных вычислительных ресурсов, МСБ в ресурсах ограничен. Использование готовой автоматизированной платформы может позволить экономить не только средства, но и до 40% рабочего времени для команды из четырех–пяти data science аналитиков, считает Евгений Коробов.
