Как подчеркивают аналитики IDC, взгляды руководства многих компаний меняются и аналитические задачи начинают восприниматься не как технические, а как бизнес-проблемы. Однако загвоздка по-прежнему заключается не в объемах данных для обработки, а в способности извлечь из них пользу. Значительная часть организаций пока еще не до конца понимают практическую пользу от внедрения средств аналитики Больших Данных, хотя и осознают, что за этими технологиями будущее. Другие просто не знают, с чего начать. Есть и те, кто имеет большие амбиции и четкую цель, но им не хватает специалистов – разработчиков и экспертов по данным.
В ходе исследования «Бизнес в эпоху Больших Данных», проведенного журналом «Computerworld Россия» при поддержке IBM, выяснилось, что именно критерий окупаемости проекта имеет ключевое значение. Между тем мгновенного радикального улучшения в результате внедрения технологий Больших Данных, как правило, не происходит. Причиной диссонанса между ожиданиями и практикой обычно становится незрелость корпоративной культуры. Большинству компаний еще только предстоит поставить данные в центр своих бизнес-процессов.
Многие участники форума BIG DATA 2016, организованного издательством «Открытые системы», сошлись во мнении, что значительную роль в торможении проектов Больших Данных играет культура управления. К сожалению, главная проблема, которую обычно связывают с непониманием пользы Больших Данных, на самом деле чисто управленческая. Топ-менеджмент просто не умеет управлять «правильно», отсюда отсутствие явной потребности в аналитических решениях. Зачастую специалистам приходится просто набираться терпения в ожидании нового поколения управленцев.
«Проект Больших Данных должен быть освобожден от всех потенциальных проблем и ограничений, существующих в компании, – понимание этого должно быть у топ-менеджмента. Желание сэкономить ни к чему хорошему не приводит. Если руководство компании не готово выдать безграничный кредит доверия команде и практически безграничные ресурсы, то просто не следует начинать проект», – уверен Юрий Петров, эксперт Big Big Data Group.
Как показывает практика, большинство проектов Больших Данных рано или поздно заходят в тупик. Дело не только в сложности проектов, но и в том, что ничего подобного прежде не приходилось реализовывать. По мнению Петрова, главная проблема заключается в том, что проекты, по определению требующие инновационного подхода, загоняют в стандартные рамки и используют стандартные процессы, ранее демонстрировавшие свою эффективность. Команду же собирают из «старой гвардии», тем самым окончательно губят проект. ИТ-департамент заинтересован в сохранении устоявшихся процессов, а Большие Данные подразумевают полную переработку процедур, связанных с управлением информацией.
«Проектную команду надо собирать новую, из людей, которые не вросли корнями в существующую инфраструктуру. Им не будут мешать сложившиеся отношения с вендорами и лоббисты из закупочного комитета. Им нечего терять, и это очень важно», – считает Петров. Кроме того, не надо длительное время выбирать «лучший» продукт. На рынке Больших Данных есть очевидные лидеры, особенно в сегменте открытых решений. Надо принять волевое решение и использовать тот продукт, который наиболее удобен команде.
Сергей Бондарев, руководитель направления развития корпоративных информационных систем и отчетности «Ростелекома», напротив, полагает, что проекты Больших Данных не стоит отделять от остальных. «Эффективность проектов должна на чем-то строиться: либо это прямая экономия, либо гарантирование доходов, либо иная монетизация, и любой ИТ-проект укладывается в эти рамки», – говорит он.
Как полагает Бондарев, многие проекты Больших Данных не идут дальше пилотов из-за того, что компании подходят к их оценке «не с той стороны». Монетизация данных, на которую надеются многие компании, не всегда очевидна, поэтому следует начинать с простого. Проект «Ростелекома» изначально базируется на экономии в инфраструктуре. Потом можно будет задуматься о повышении операционной эффективности, а в дальнейшем – о дополнительных эффектах, к которым относится и монетизация данных.