«Билайн» по праву считается одним из лидеров российского рынка больших данных. Число проектов компании, реализованных на основе технологий big data и направленных на повышение эффективности телеком-бизнеса, исчисляется десятками, а суммарная выгода от них составляет миллиарды рублей в год. Помимо этого, в компании созданы принципиально новые цифровые бизнесы на базе больших данных, которые также вносят серьезный вклад в выручку оператора.
Константин Романов, директор по продуктам и технологиям больших данных ПАО «ВымпелКом» и соискатель премии CDO Award 2020, рассказывает о построении подразделения с нуля, вызовах, стоящих перед ним, и попытках создать бизнес, сравнимый по масштабам с телекомом.
- Какова ваша история в big data?
С телеком-бизнесом и тем, что сейчас называется большими данными, я познакомился в 2006 году, когда пришел в МТС — там я работал на различных руководящих позициях по управлению клиентской базой. Я стал одним из первых среди тех, кто строил модели оттока в телекоме, да и скоринговые модели в целом. Тогда подходы data science были чем-то экзотическим, а повсеместно применять технологии big data начали лишь спустя время.
Затем, в 2012 году, меня пригласили в Сбербанк, где мы с коллегами заложили основу той работы с big data, что существует там сейчас. Однако банковская сфера с точки зрения реализации новых идей гораздо инертнее, поэтому для самореализации мне был ближе именно телеком.
- Так вы попали в «Билайн»?
Меня пригласили в «Билайн» в конце 2014 года создать с нуля подразделение big data. В то время в компании проходили эксперименты технологического характера — оценивали Hadoop и его возможности. Однако хотелось уже не просто «поиграть» с технологиями, а начать извлекать пользу. Требовалось перестроить подход к организации работы с данными. Надо сказать, что инновационные направления уже тогда начали поддерживаться руководством компании, что позволило двигаться достаточно быстро. Понятно, что на первых этапах возникает очень много барьеров — как организационных, так и культурных. Многие привыкли принимать решения экспертным путем, и менять этот менталитет, вероятно, самая сложная задача.
Уже через пару лет нам удалось не только повысить эффективность многих внутренних процессов, но и запустить первые продукты, нацеленные на внешний рынок. Запуск продукта от идеи до реализации занимал около полугода — неплохая для тех времен скорость. Так мы показали всему рынку, что у нас есть большие данные и мы умеем с ними работать. После этого меня пригласили в штаб-квартиру группы VEON, чтобы подтянуть функцию big data в других 10 странах присутствия. На это ушло полтора года — за это время во всех странах группы была создана с нуля инфраструктура для работы с большими данными.
Однако позже потребовалось выходить на новый уровень в России, и в 2018 году мне предложили максимально сфокусироваться на российском рынке. Тогда большие данные в «Билайне» уже превратились из гаражной digital-инициативы в индустриальный бизнес-процесс. Сейчас в России существует Центр технологической экспертизы группы VEON, который сфокусирован, в том числе на работе с большими данными. В рамках этого центра происходит не только обмен технологическими ноу-хау между бизнес-единицами группы, но и разработка продуктов big data для ряда стран ее присутствия.
- Какие подходы были использованы для построения нового, инновационного подразделения?
Цифровой бизнес подразумевает новые подходы и заставляет компании меняться. Для этого пришлось полностью поменять организационную модель. Такое изменение было сделано исключительно для подразделения big data — дирекции по продуктам и технологиям больших данных. Мы создали полностью свою систему принятия решений и управления. У нас, единственной из всех функций в компании, свой комитет с генеральным директором и всеми вице-президентами, в рамках которого мы ежемесячно показываем свои достижения — делимся, обсуждаем, принимаем решения. Этот формат работает на постоянной основе.
На этом бюрократические вопросы заканчиваются, все внутренние проблемы решаются очень быстро. Выяснилось, что выпустить MVP (minimum viable product, «минимально жизнеспособный продукт». — прим. ред.) нового продукта за два месяца — не так уж и сложно, и я считаю, что это неплохой результат.
Все подразделение поделено на скрам-команды, занимающиеся своими продуктовыми направлениями. Но, естественно, за платформу и интеграцию данных отвечает единая команда.
- Каковы ключевые вехи в развитии подразделения?
Знаковым событием стал вывод первых data-продуктов на рынок. Это очень важный этап: когда организация перестает быть обычным телекомом, она становится цифровой компанией, создающей принципиально иные сервисы. Это был 2016 год. И пусть те продукты не дали заметного результата в плане коммерческих результатов, но по значению для нас они были сравнимы с первыми шагами человека на Луне.
Важным организационным моментом стало принятие решения отказаться от использования внешних ресурсов и всю экспертизу развивать внутри. Компания не просто поверила в увиденный результат, она сделала на это большую ставку в плане дальнейшего развития. У нас собственные разработчики, своя команда data science, открыты региональные центры разработки — в столице найти нужных специалистов стало очень тяжело: из-за растущих потребностей гиганты «пылесосят» рынок. Мы сделали действительно успешный распределенный центр разработки, где сотрудники работают дистанционно, и эта практика себя хорошо показывает. Независимо от того, где находится человек: в Воронеже, Питере, Новосибирске или Москве, — использование цифровых инструментов позволяет работать с большой скоростью. Показатель time to market — определяющий в этом направлении.
- Перед вашим подразделением ставятся финансовые цели? Или главное, чтобы хорошо шла исследовательская работа?
В самом начале была главной исследовательская работа. Первые финансовые цели появились через год после запуска подразделения. Надо сказать, что мы сами предложили ориентировать нашу работу на финансовый результат, достижение коммерческого успеха. Именно это позволило дотянуться до тех цифр, которые имеем сейчас.
- Какие проблемы стояли, когда вы организовывали деятельность подразделения с нуля? С чем приходилось бороться?
В большинстве случаев сложности заключались в образе мышления сотрудников компании, причем всех — начиная с рядовых специалистов и заканчивая топ-менеджментом. Поскольку первой целью было повышение эффективности основного бизнеса, мы не могли действовать в отрыве от процессов своих внутренних клиентов. Приходилось «играть на чужом поле». Было непросто убедить заинтересованных лиц в необходимости изменений.
Пришлось выявлять открытых для взаимодействия людей, выполнять с ними первые проекты, демонстрировать окружающим истории успеха. А сейчас у нас очередь из заказчиков, рассчитывающих на нашу помощь. Компания дошла до такого уровня, что каждая вертикаль понимает: для того чтобы сделать шаг вперед, необходимо сделать свою функцию data-driven.
- Как изложить стратегию данных в максимально доступных словах?
Наша стратегия — кардинальное изменение стратегии всей организации на основе достигнутых нами результатов. Наша стратегия затрагивает не только данные. Она охватывает несколько элементов: организацию нашей работы (кем мы хотим быть; какие экспертизы, люди и навыки нам нужны; в каких направлениях мы хотим развиваться), источники данных, которые мы должны интегрировать для выполнения своих целей, и, разумеется, развитие технологической платформы.
Также у нас есть и лобальная цель: на базе big data мы хотим создать бизнес, сопоставимый по масштабам с телеком-бизнесом. И все предпосылки для этого есть.
- Какие данные вы собираете?
С согласия абонентов мы собираем сведения об оказанных услугах связи и об используемых ими устройствах. В этой области мы сотрудничаем с множеством компаний. Мы ценим партнеров, имеющих значительный объем информации, в том числе и таких, как операторы фискальных данных.
Мы знаем многое обо всех инфраструктурных объектах (домах, мостах и т. п.) и активно используем эти сведения не только в планировании развития фиксированной и мобильной сети, но и в совместных проектах с ДИТ Москвы и других регионов для развития инфраструктуры. И такие всесторонние знания становятся основой для создания собственных продуктов — например, геоаналитических сервисов. Понимая «точки притяжения» и зная объекты, расположенные возле них, мы можем выдавать рекомендации ретейлерам об открытии торговых точек и даже прогнозировать их аудиторию.
- Что сейчас представляет собой инфраструктура для работы с большими данными?
Конечно, на первых этапах не обошлось без серьезных инвестиций в инфраструктуру. Наше «сердце» — огромный ЦОД в Ярославле. У нас один из крупнейших в Европе кластер big data — почти тысяча серверов, на которых «крутится» 30 Пбайт данных.
Использование открытых платформ — принципиальная позиция. Построенная нами инфраструктура основана на технологиях OpenStack. В них есть все возможности, покрывающие наши бизнес-потребности. Там, где это необходимо, все работает в режиме реального времени. Если нужно — с огромными массивами данных. Работа с нейросетями, видео- и аудиоаналитика — все это требует разнообразных элементов и их конфигураций, и все они у нас есть.
Сейчас мы изучаем возможность работы с разными облачными решениями, чтобы перенести туда часть инфраструктуры для простоты управления. У нас есть облачные сервисы, часть из них мы уже предоставляем клиентам, но для задач big data тема облаков еще не до конца апробирована.
- Вы упомянули про изменение мировоззрения. Можете дать несколько практических рекомендаций?
Невозможно изменить всех и сразу. Излишне говорить, что нужна поддержка первого лица. Другая известная рекомендация — реализовать цепочку из нескольких быстрых и успешных проектов с теми, кто открыт для взаимодействия. Такие люди есть всегда. После этого остальные подтянутся сами и административные меры не понадобятся. Разумеется, можно пойти по силовому сценарию, но практика показывает, что это менее эффективно.
Еще одна важная составляющая — коммуникации. Важно сообщать и внутри компании, и внешней аудитории о проводимых работах, ярких проектах и результатах применения новых разработок. У нас есть проект «Билайн.Аналитика», исследующий самую разнообразную информацию, и мы делимся с широкой аудиторией забавными и любопытными фактами, обнаруженными в данных. Это отличная возможность показать, что данные могут давать бизнесу.
Мы первыми на рынке открыли доступ к сервисам big data через стандартизованную API-платформу (разумеется, в полном соответствии с законом), чтобы другие организации могли сами разрабатывать свои продукты. Так мы вносим свой вклад в работу с данными и в создание аналитических сервисов.
- Сейчас фокус вашей работы все больше смещается с «внутренних» проектов на «внешние» — создание data-сервисов для продажи вовне. Можно ли сказать, что внешние проекты важнее?
Нет, мы все еще инвестируем в наш телеком-бизнес много ресурсов, потому что отдача исчисляется десятками миллиардов. И кроме того, среди подразделений компании сейчас огромный спрос на наши услуги. Но фокус внимания переносится на внешние проекты. На них уже тратится больше 50% ресурсов, и этот показатель растет. Вероятно, в будущем наше подразделение будет расширяться именно за счет команд, работающих с новыми бизнесами.
- Не возникает ли ощущение, что возможности по оптимизации основного бизнеса не безграничны?
Конечно, когда начинаешь оптимизацию с нуля, есть гораздо больший простор для творчества. Но у этого процесса нет конечной остановки. Каждый следующий процент улучшений дается все дороже и сложнее, но эти усилия все равно нужны.
- Расскажите о самых интересных из последних проектов.
Для нашего нового телевизионного продукта «Билайн ТВ» мы создаем одну из самых эффективных рекомендательных систем. Проблема современных людей известна: времени мало, а контента очень много. Практика показывает, что на выбор «чего-то стоящего» порой тратится больше времени, чем на сам просмотр. Мы пошли дальше, чем онлайн-кинотеатры, потому что у нас больше возможностей. Мы запустили в «Билайн ТВ» рекомендации на основании big data и данных по просмотрам в сервисе. Это позволило увеличить среднее время пользования сервисом, количество покупок контента, а также просматриваемого контента на одного пользователя.
Еще один проект связан с геоаналитикой в конвергентном бизнесе (объединяет в себе услуги мобильной и фиксированной связи), он позволяет добиться феноменальных результатов в плане коммерческой отдачи. Большая часть продаж конвергентных продуктов сделана именно на основе наших рекомендаций. Для «попадания в цель» важно учитывать очень много нюансов: «наш» ли это абонент, является ли он лицом, принимающим решение о выборе телеком-провайдера, подключен ли его дом к нашей сети.
Отдельная история — рекомендации нашим службам по подключению домов. Подключение каждого дома к фиксированным линиям — очень недешевое удовольствие. Даже у государства нет четкого понимания того, какой объект находится по каждому адресу, и для того чтобы понять это, приходится использовать много источников данных. Проект сложный, но он дает отличные результаты и позволяет занимать лидирующие позиции на рынке в части предоставления конвергентных продуктов.
Что касается «внешних» проектов, то хороший пример — проект, запущенный в области телевизионной рекламы. Совместно с агентством Havas Media и рекламной группой «АДВ» мы анализировали рекламные кампании на телевидении. Ключевая проблема в том, что эффективность телерекламы практически невозможно измерить, а ведь на нее тратятся сотни миллионов. С помощью технологий big data удалось провести достаточно точную оценку эффективности рекламной кампании. Сейчас это уже готовый сервис, который мы предоставляем брендам.
Наконец, мы делаем ставку на аудио- и видеоаналитику. Ее можно использовать для реализации проектов госзаказчиков. Вкупе с нашими данными по геоаналитике это дает существенные преимущества госзаказчикам для понимания планов развития городской инфраструктуры. Видеоаналитика может применяться для оценки и повышения качества обслуживания, а также для оценки спроса на товары заданной категории.
- Что показало наибольший эффект?
Самый большой эффект всегда связан с продажами и дополнительными продажами, предложением новых тарифов и пакетов. Конвергентное направление показало исключительные результаты и с точки зрения приобретения новых клиентов, и по доходам. Еще одно важное направление — планирование сети. Не секрет, что самые большие инвестиции мобильные операторы делают в построение сети. Каждый оператор ежегодно вынужден в нее вкладывать миллиарды долларов. Оптимизация этого процесса хотя бы на считанные проценты дает очень ощутимый результат.
- Как вы оцениваете свою роль в компании?
Если я смогу мотивировать каждого сотрудника использовать в своей работе подход data-driven, организация будет на пике эффективности с точки зрения скорости и качества принятия решений. И второе — амбициозная задача по диверсификации бизнеса компании. Суметь сделать из big data направление, которое будет вносить существенный вклад в выручку. Нынешние миллиарды экономического эффекта от big data — это несколько процентов от почти 300 млрд руб. российского бизнеса «Билайна». Ежегодно наблюдается кратный рост, и темпы его увеличиваются.
- Что вы считаете своими главными достижениями?
Достигнутые нашей командой big data результаты позволяют мне считать ее одной из сильнейших в телекоме. Результата добиваются люди, а мне удалось обеспечить условия для максимально эффективного создания новых продуктов.
Отдельно можно сказать о тиражировании нашего опыта на всю группу компаний. Мы помогаем запускать data-продукты другим странам — это дорогого стоит.
- Куда движется big data в «Билайне»?
Сейчас мы обновляем платформу — переводим ее на новые версии продуктов. Это важный шаг с точки зрения технологического развития, он даст нам новые возможности.
Второе направление — совместные проекты, которые мы запускаем в рамках партнерства с компаниями из других отраслей. Надо довести их до уровня, когда мы кросс-индустриально используем большие данные в рамках разных бизнесов и совместно с партнерами создаем новые продукты и полезные сервисы для пользователей.
Наконец, у нас появляются совершенно новые разработки в области искусственного интеллекта, которые можно использовать для сервисов голосовых ассистентов и видеоаналитики. Мы делаем на них большую ставку и видим огромное количество способов их применения.
