Переход к экономике данных требует серьезных изменений, которые затронут сразу несколько направлений — это и ИТ-инфраструктура, и кадровое обеспечение и другие. Почему трансформация ИТ-составляющей будет не революционной, а эволюционной и зачем необходимо дорабатывать методологию и понятийный аппарат — в интервью РБК+ Петербург рассказала руководитель департамента по развитию корпоративного бизнеса макрорегиона «Северо-Запад» Tele2 Виктория Байрамова.
Эволюция технологий
— Потребует ли переход к дата-ориентированной экономике инфраструктурных изменений?
— Телекоммуникационные операторы представляют собой ключевых участников рынка, обладающих значительным объемом данных о клиентах, что составляет основу для работы с большими данными. Следовательно, сети должны модернизироваться, чтобы увеличить хранилище данных и соответствовать растущему объему информации. Эволюция технологий и изменения в жизни общества постепенно влияют на сектор телекоммуникаций, революции же ждать не стоит.
— Скажется ли труднодоступность иностранного оборудования?
— Важно обращать внимание на вопрос импортозамещения оборудования и программного обеспечения, но этот процесс тоже будет постепенным, так как требует времени на адаптацию и бизнеса, и самих решений. Несмотря на использование больших данных, рост потребности в расширении скоростей и емкости сети не всегда является необходимым. Емкость сети подвержена постоянным изменениям и современные технологии определяют требования к сетевой инфраструктуре. В целом же, дата-ориентированные технологии развиваются вне зависимости от национальных проектов, и хотя внедрение 5G может потребовать определенных изменений, основные процессы связаны все же с накоплением данных и их постепенным улучшением.
Несмотря на использование больших данных, рост потребности в расширении скоростей и емкости сети не всегда является необходимым.
— В разрезе перехода к дата-ориентированной экономике, какие сегменты отраслей софта и оборудования наиболее проблемные?
— В принципе, технически возможно заменить практически все, однако нужно учитывать факторы времени, финансовых затрат и относительной сложности технологий. Например, весьма распространенное программное обеспечение, такое как офисные пакеты, на которое полагается множество людей в стране, постепенно заменяется российскими аналогами. Этот переход идет непросто, может вызвать определенные трудности, поскольку у людей уже выработаны привычки и предпочтения, однако, с развитием отечественных программных продуктов и ИТ-инфраструктуры, подобные проблемы будут преодолены.
Наша страна постепенно улучшает свои технологические возможности и сокращает зависимость от импорта, что важно для обеспечения информационной безопасности. В этом процессе также необходимо учитывать не только технические аспекты, но и образовательную составляющую, ведь наличие квалифицированных специалистов в области IT играет ключевую роль в развитии собственных технологий и продуктов.
Работа с данными
— Говоря о накоплении и работе с данными, что изменилось за последние годы в этом процессе?
— Важным изменением является рост зрелости в понимании и использовании больших данных во многих отраслях. Где-то этот процесс вынужденно ускорился. Например, когда из России ушел ряд соцсетей — площадок, которые активно использовались для продвижения товаров, — у малого и среднего бизнеса резко вырос интерес к большим данным, с помощью которых можно находить свою аудиторию. Им просто пришлось пользоваться этими решениями, чтобы не останавливаться в развитии.
Так что сейчас уже многие понимают, что аналитика больших данных — это мощный инструмент для улучшения клиентского опыта и более эффективного развития бизнеса в целом. Главное — грамотно и ответственно применять эти возможности.
Например, технологии анализа больших данных дают операторам возможность глубже понять профили и потребности разных групп абонентов. Изучая закономерности в использовании услуг — сколько минут расходуется, какие сайты и соцсети посещаются — можно более точечно формировать тарифные планы под разные сегменты. Это выгодно обеим сторонам: абоненты получают пакеты услуг, максимально отвечающие их реальным потребностям, а операторы повышают лояльность клиентов.
Сейчас уже многие понимают, что аналитика больших данных — это мощный инструмент для улучшения клиентского опыта и более эффективного развития бизнеса в целом. Главное — грамотно и ответственно применять эти возможности.
— Кто сейчас является наиболее активными потребителем больших данных?
— Госорганы отлично используют данные, которые накапливают сами, но не всегда могут получить данные, которые есть у частных компаний. Мешают две проблемы. Первая — технологическая и организационная одновременно. Дело в том, что для участия в гостендерах необходимо, чтобы поставщик использовал отечественные ИТ-решения, а это далеко не всегда возможно. Например, компания может использовать собственный программный продукт, но в его основе — неимпортозамещенная база данных и тому подобное. Так что единственный вариант в этом случае — закупать не данные, а услугу.
Вторая проблема связана с таким понятием, как эталонные данные. В России эталонные данные — это данные Росстата. Однако Росстат собирает данные очень основательно, но не слишком быстро: в 2024 году у нас будут данные за 2022 год. Поэтому государственные структуры могут использовать данные операторов для обогащения эталонных, но только после получения отдельного разрешения на использование этих данных как основного источника.
Есть сложности и с методологией — правилами, по которым собираются данные. У каждого участника рынка она своя. Приведу пример, в геоаналитике, то есть данных о перемещении людей, есть два термина: «турист» и «экскурсант» — эти термины были определены регулятором еще в 90-х годах прошлого века, — но нет определения таких понятий, как «мигрант» и «вахтовик». Каждый оператор связи сам решает, кого считать «мигрантом», а кого — «вахтовиком». Из-за этого, работая с одними и теми же данными, можно получить разные результаты. Это проблема, потому что для получения полной и объективной картины нужно, чтобы все использовали одну и ту же методологию. Тем более это актуально, если речь идет о принятии решений на уровне региона и страны.
В России эталонные данные — это данные Росстата. Однако Росстат собирает данные очень основательно, но не слишком быстро: в 2024 году у нас будут данные за 2022 год. Поэтому государственные структуры могут использовать данные операторов для обогащения эталонных, но только после получения отдельного разрешения на использование этих данных как основного источника.
— Какие еще отрасли активно используют данные?
— Например, здравоохранение. Как известно, одна из проблем любого медучреждения — организация диспансеризации. На этот процесс выделяется определенное количество медиков, но планирование опирается на данные о населении определенного населенного пункта, района и микрорайона. В нашем кейсе профильное ведомство задумалось над тем, почему люди не приходят на диспансеризацию, т.е. фактически над эффективностью расходования ресурсов. Аналитика от оператора помогла увидеть, где реально проживает меньше людей, чем зарегистрировано, а где — больше. Это позволило более точно планировать работу врачей.
Зоны роста
— Есть ли отрасли, где пока зрелость в использовании данных сравнительно низка?
— Все компании, предоставляющие услуги для корпоративного сегмента, менее активны — тем более, если речь идет о производстве. Для них приоритетным является фокус на решение производственных задач. Но им большие данные могут помочь — например, предоставить данные по улучшению или оптимизации внутренних процессов.
— Какие технологические тренды, связанные с фокусом на данные, на текущий момент уже оказывают влияние на инфраструктурную ИТ-составляющую?
— Одним из определяющих трендов является развитие технологии искусственного интеллекта. Для ее использования компаниям необходимо программное обеспечение для сбора, обработки и обезличивания данных клиентов. Кроме того, это требует наличия высококвалифицированных IT-специалистов, их нужно очень много, поэтому даже в школах все чаще начинают преподавать базовые языки программирования. Нам всем придется под новые требования подстраиваться, но изменения, связанные с внедрением искусственного интеллекта, будут эволюционными, а не революционными.
— Как дата-трансформация бизнеса влияет на положение ИТ-компаний, работающих в этом сегменте? Ждать ли передела рынка в каких-либо сегментах?
— У всех без исключения участников рынка в той или иной степени есть обезличенные данные о клиентах, и каждый участник рынка в чем-то силен. Например, ретейлеры точно знают, что покупает клиент, на какую сумму, но мыслят исключительно наполнением холодильника. Банки интересует, откуда пользователи получают деньги, каким банком пользуются, в каких локациях и на что тратят деньги. Медицинские клиники знают о том, к каким профильным врачам обращаются клиенты. Сотовые операторы, наверное, это единственные участники рынка, которые видят, где находятся абоненты в режиме 24/7 — по регистрации телефонов в сети. Поэтому, честно говоря, я не думаю, что здесь будет какая-то жесткая конкуренция, выбор поставщика – это, скорее, вопрос задач конкретного заказчика. Хороший пример — Департамент информационных технологий (ДИТ) Москвы, который приобретает данные у всех операторов, потому что ему нужна максимально полная картина.
Выбор поставщика – это, скорее, вопрос задач конкретного заказчика. Хороший пример — Департамент информационных технологий (ДИТ) Москвы, который приобретает данные у всех операторов, потому что ему нужна максимально полная картина.
Более того, сейчас у нас есть ряд компаний, включая ретейлеров, которые создают программное обеспечение для обработки накопленных данных. Теперь они предлагают его пусть не конкурентам, а компаниям, которые оказывают смежные услуги, например, парикмахерским, салонам красоты и так далее. И эти компании дополняют друг друга. Количество подобных решений будет расти в соответствии потребностями рынка. С ценообразованием тут никто не справится лучше, чем бизнес и здоровая конкуренция. Таким образом, мы получим множество коробочных продуктов, которые не могут стоить дороже, чем у других поставщиков. Так что мы постепенно двигаемся к эре коробочных big data-решений.
