Билл Фрэнкс - Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Для операционной аналитики функциональность и дружественность к пользователям больше не могут служить главными критериями при выборе инструментов. Инструменты должны эффективно интегрироваться с окружением, чтобы обеспечить применение данных с масштабированием. Имеет смысл пожертвовать функциональностью и удобством ради масштабируемости и облегчения интеграции.

Такой подход, когда функциональность и удобство не ставятся во главу угла, является не столь уж необычным, каким он выглядит. Скажем, при строительстве дома на одну семью применяются удобные в использовании, многофункциональные материалы. Но когда речь идет о коммерческой недвижимости, часто выбираются гораздо более прочные материалы, соответственно гораздо более дорогие и сложные в установке. Они могут выглядеть менее привлекательно и быть менее удобными в применении, но, главное, должны выдерживать высокую интенсивность использования в коммерческой среде. Возьмем, например, дверные ручки. Дешевые и со стандартным креплением будут замечательно служить, если дверь в вашем доме открывается всего три раза в день, но в большом офисном здании они сломаются через несколько недель. Этот же принцип лежит и в основе выбора аналитических инструментов для поддержки операционных процессов.

Учитывая вышесказанное, вам вряд ли удастся найти у одного поставщика единый комплект аналитических инструментов, который удовлетворял бы все ваши потребности. Скорее всего, вам придется использовать разные наборы инструментов для обнаружения данных и для внедрения их в операционный процесс. Разумеется, со временем инструменты будут развиваться, так что будем надеяться на появление наборов инструментов, способных удовлетворять ту и другую потребность с одинаковой эффективностью. Но по состоянию на начало 2014 г. таких пока нет.

При инвестировании в аналитику важно принимать во внимание два компонента создаваемой ценности. Зачастую они тесно переплетены между собой, однако их важно различать и рассматривать по отдельности. Первый компонент – это ценность самой аналитики. Другими словами, какие бы ни использовались инструменты, технологии или методологии, весомую долю выгоды можно получить, просто добившись результатов. Понятно, что для этого требуются соответствующие инструменты и технологии. Однако важно не увязывать выгоду, полученную от применения аналитики, с выбором конкретных платформы или инструмента.

Например, ценность представляет простой аффинитивный анализ с целью определения возможностей для перекрестных продаж. Независимо от используемых инструментов и платформ его результат ценен сам по себе. Ценность же инструментов и технологий определяется тем, насколько эффективно они, по сравнению с другими инструментами и технологиями, позволяют создать, протестировать и осуществить аналитический процесс, необходимый для аффинитивного анализа. В большинстве случаев, как показано на рис. 4.3, собственная ценность анализа намного превосходит ту дополнительную ценность, которая создается конкретным инструментом или технологией.

Первым делом необходимо определить отдачу от анализа как такового, независимо от любых платформы или инструмента. А после этого можно приступать к определению эффективности различных вариантов проведения анализа с учетом их скорости, продуктивности и затрат. Однако организации часто попадают в ловушку, когда доверяются продавцу, который превозносит огромную доходность инвестиций, обеспечиваемую его аналитическими продуктами. При этом продавец нередко объединяет доходность инвестиций, предлагаемую собственно аналитикой, с дополнительной ценностью, которую обеспечивают его технологии или инструменты. Вот почему необходимо отделять ценность инструментов от ценности базового анализа.

В качестве ремарки: если каждый продавец для каждого варианта, который вы рассматриваете, объединяет ценность анализа с ценностью инструмента, то, по крайней мере, это дает возможность для беспристрастного сравнения вариантов. Поскольку все расчеты будут включать в себя одинаковую изначальную ценность, то возникающая разница будет отражать разницу в дополнительной ценности, создаваемой инструментом или технологией.

Ричард Винтер из фирмы WinterCorp опубликовал потрясающую статью «Большие данные: сколько они стоят на самом деле?» {35}. В ней он описывает структуру, в рамках которой можно будет принять во внимание все типы затрат и использовать показатель, названный Винтером “total cost of data” (TCOD) – «суммарная стоимость данных», при инвестировании в аппаратное и программное обеспечение для поддержки аналитики. TCOD отражает общую стоимость широкого разнообразия необходимых компонентов, их мы рассмотрим далее в этой главе.

Обратите внимание на то, что модель TCOD Винтера, а также бо́льшая часть этого раздела сосредоточены главным образом на одной стороне баланса, а именно на затратах. Я поступил так преднамеренно, поскольку компоненты затрат в разных организациях довольно схожи, тогда как получаемые за счет их преимущества могут значительно варьироваться в зависимости от конкретных аналитических процессов. Кроме того, когда речь идет об аналитике, точная оценка затрат часто упускается из виду. Вот почему я предлагаю сосредоточиться на этой стороне вопроса.

Большое преимущество модели TCOD Винтера состоит в том, что она не склоняется в пользу того или иного конкретного решения, а просто предлагает способ, который позволяет оценить и принять в расчет различные компоненты стоимости. Например, в статье описываются две различные ситуации, когда использование этой модели привело к двум совершенно противоположным выводам. В первом случае на основе свойств, требуемых для данных и обработки, был сделан вывод о том, что создание массивного параллельного окружения обойдется в три-четыре раза дороже, чем использование Hadoop. В другом случае с учетом свойств, требуемых для данных и обработки, был сделан вывод о том, что инвестиции в Hadoop обойдутся в три-четыре раза дороже, чем создание необходимого окружения.

Использование этой модели, нейтральной по отношению к оценке инструментов и технологий, позволяет объективно учесть все затраты. Применительно к операционной аналитике модель TCOD требует некоторой модификации, поскольку предусматривает слегка иной характер инвестирования. Однако, как мы увидим в следующем разделе, сочетание модели TCOD с дополнительными метриками, привязанными конкретно к операционной аналитике, создает великолепную стартовую позицию.