Статьи

Бизнес-аналитика (Business Intelligence, BI) важна для роста и приобретения конкурентных преимуществ, но, чтобы пользоваться возможностями BI, недостаточно только внедрить соответствующие технологии.

В сущности, такое внедрение – самая простая часть любой инициативы BI, уверен Борис Эвельсон, главный аналитик Forrester Research. Гораздо более сложными являются этапы, связанные с подготовкой персонала и процессов.

Эти этапы необходимо рассматривать в качестве ключевых аспектов успешной стратегии ВI. Кроме того, нужна дополнительная детализация, чтобы решить задачи, связанные с распределением ответственности и непрерывным совершенствованием.

Эксперты перечисляют семь основных элементов успешной стратегии в области BI.

1. Сделайте бизнес владельцем BI

Организации, где «собственником» BI является бизнес, чаще добиваются успеха, чем те, где BI находится в ведении отдела ИТ. В первом случае функции BI «встроены» в работу конкретных бизнес-отделов или специалисты по эксплуатации BI-системы отчитываются перед директором по цифровым технологиям либо директором по работе с клиентами. И как подчеркивают в Forrester, заведовать BI, безусловно, должен бизнес.

В прошлом из-за сложности BI-технологий за соответствующие проекты во многих случаях отвечал отдел ИТ, однако современные инструменты в большей степени ориентированы на пользователя, поэтому их можно сразу предоставлять бизнесу, чтобы сотрудники сами могли выполнять нужные им запросы.

Более того, требования, связанные с оперативным доступом к данным и знаниям, предоставляемым BI, в последние годы резко возросли. Современным бизнес-пользователям нужно получать ценную с практической точки зрения информацию в режиме реального времени.

Таким образом, если владельцем BI является служба ИТ, это может быть сдерживающим фактором, а не залогом успеха.

2. Следите за использованием BI и вносите корректировки по необходимости

Хотя владельцем проектов BI должен быть бизнес, отдел ИТ должен выступать в роли партнера, обеспечивая мониторинг и оценку использования систем BI. При этом нужно избегать создания препятствий бизнесу, следить за активностью пользователей: регистрировать источники данных, к которым они обращаются, инструменты, с которыми они работают, отмечать характер деятельности, сопоставлять уровни использования различными отделами и т. п.

Взаимодействуя с бизнес-подразделениями, ИТ-директор может устанавливать и отслеживать пороговые показатели. Например, он будет знать, когда определенное число маркетинговых аналитиков скачали подготовленный в ИТ-службе инструмент и начали активно им пользоваться. Кроме того, можно будет отследить момент, когда выросла активность бизнес-пользователей BI-системы, что свидетельствует о ее превращении в критически важное приложение, которому требуется дополнительное внимание со стороны отдела ИТ.

3. Проверяйте и еще раз проверяйте

В некоторых организациях может возникнуть соблазн как можно быстрее внедрить сразу множество функций BI, однако надо помнить: качество важнее количества. Лучше иметь ограниченное число инструментов, которым вы доверяете, чем много систем, предоставляющих данные сомнительного качества.

Поэтому при проверке систем нужно особое внимание обратить на способность предоставлять доступ к данным, необходимым для получения ответов на запросы. Кроме того, нужно предотвращать попадание в BI-систему проблемных данных, могущих ухудшить качество анализа. При этом процесс верификации должен быть достаточно скорым, чтобы обеспечить возможность оперативно реагировать на требования о внедрении новых функций BI.

Пример – BI-система, генерирующая отчеты о чистой выручке. Если этот инструмент получает данные о продажах, но не учитывает те проданные товары, которые затем были возвращены, то информация на выходе будет неточной.

Верификация важна не только для того, чтобы обеспечить точность данных, но и чтобы было что возразить скептикам. Ведь достаточно одного-двух человек, заявивших, что не доверяют данным, чтобы отчету перестали верить другие. В итоге отчеты окажутся ненужными, и весь проект может пропасть впустую.

4. Фокусируйтесь сначала на бизнес-задачах, затем – на данных

Не следует, осуществляя инициативы BI, применять подход «постройте, и они придут». Слишком часто в организациях создают репозитории данных и создают BI-систему в качестве надстройки, рассчитывая, что это устроит бизнес-пользователей.

Более оптимальным будет подход «сверху вниз», ориентированный на бизнес-результаты: начинать надо не с данных, а с решения бизнес-задачи.

Пример: в отделе маркетинга обратили внимание на текучку клиентов и хотят разобраться в ее причинах. Следует сосредоточиться на том, как получить ответ на вопрос отдела маркетинга. Для этого надо вначале определиться, какие показатели нужно измерять, обеспечить доступ к данным, которые требуются для сбора этих показателей, а затем предоставить отделу маркетинга возможность обрабатывать информацию.

Необходимо четко обозначить бизнес-проблему и показатели, нуждающиеся в анализе, и только потом разбираться, где именно получить нужные данные.

5. Назначайте приоритеты и реализуйте процессы совершенствования

Успешная стратегия BI должна включать планы развития и улучшения. Необходимо определиться, какие именно бизнес-знания требуются организации и какие из них наиболее важны, чтобы отдел ИТ предоставлял в первую очередь самое ценное для бизнес-пользователя, а затем решал другие задачи в порядке приоритетности.

Кроме того, нужно, чтобы программа BI могла адаптироваться по мере изменения приоритетов. Она должна эволюционировать вместе с потребностями участников бизнес-сообщества. Наряду с этим в стратегии BI должны быть предусмотрены процессы развития и совершенствования самой системы. Рекомендуется итеративный подход, чтобы инструментарий BI можно было расширять, не прерывая его использования бизнесом, при этом необходимо определять, в чем система выполняет его потребности, а в чем – нет.

6. Расширяйте навыки «гражданских» исследователей данных

В отчете «Магический квадрант платформ BI и аналитики» за 2017 год, подготовленном компанией Gartner, прогнозируется, что в предстоящие несколько лет численность «гражданских» исследователей данных будет расти впятеро быстрее, чем количество обычных. Под гражданскими исследователями данных в Gartner понимают сотрудников, чья основная специальность не аналитика.

Синди Хаусон, вице-президент по исследованиям Gartner, отмечает, что топ-менеджеры сетуют на нехватку специалистов, испытывая сложности с наймом гражданских ученых по данным и выявлением уже имеющихся в штате.

Речь идет о специалистах-универсалах, поясняет Хаусон: они разбираются в бизнесе и понимают, какие вопросы следует задавать системе. Чтобы легче было предоставлять им необходимые инструменты, требуется более простое в использовании программное обеспечение.

Эксперты уверены, что со временем, благодаря развитию ПО, бизнес-пользователи смогут сами задавать вопросы и получать на них ответы, пользуясь срезами данных, не представленными заранее в виде моделей. Гражданских ученых по данным отличают стремление к расширению кругозора, способность задавать верные вопросы, интерпретировать получаемую в ответ информацию и навыки использования необходимого ПО для повышения бизнес-результатов.

7. Обучайте персонал «рассказывать истории» с помощью данных

Вооружившись знаниями, предоставленными средствами BI, можно рассказывать истории, которые помогают другим понять, что пытаются «сообщить» данные. Для создания таких историй, помогающих извлечь максимум пользы из аналитики, обычно используются встроенные в средства BI функции отчетности и визуализации.

Помимо данных и инструментальных средств, составление историй требует особых умений. Нужна не только способность готовить эффектные отчеты, но и навыки находить не всегда очевидные связи реальной жизни с данными, умение формулировать выводы, которые бизнес сможет использовать для увеличения дохода.

Руководителям необходимо поддерживать и поощрять сотрудников, обладающих такими навыками.

Пример: при анализе данных по продажам в магазине можно обратить внимание на то, как малозаметные изменения погоды влияют на выручку. Для анализа пользователь может задействовать данные о погоде из внешнего источника; это поможет сделать выводы о том, как оптимизировать продажи.

Есть масса всевозможных внутренних и внешних данных, которые можно использовать для получения более точных знаний. В рамках успешных программ BI аналитики могут делать гораздо больше, чем просто измерять стандартные ключевые показатели эффективности. Более того, каждый показатель эффективности необходимо подвергать сомнению, удостоверяясь в том, что вы используете доступную вам информацию в полном объеме.

– Mary K. Pratt. 7 keys to a successful business intelligence strategy. CIO Magazine. Sep. 26, 2017

25 мая 2018 года регулирующий акт Евросоюза «Общие положения о защите данных» (General Data Protection Regulation, GDPR) вступает в силу в полном объеме, он касается любой компании в мире, занимающейся обработкой и хранением персональных данных лиц, проживающих в ЕС. Новый акт предоставляет людям больше прав касательно управления их персональными данными (Personally Identifiable Information, PII), осуществляемого компаниями. Также он предусматривает крупные штрафы за его неисполнение и нарушение конфиденциальности данных – до 4% годового дохода компании. Кроме того, компании должны в течение 72 часов предоставлять отчеты об утечках данных. (См. подробную информацию о данном регулирующем акте в «Требованиях, нормативных сроках и фактах “Общих положений о защите данных (GDPR)"».) 

Даже если вы не ведете бизнес с ЕС, вероятнее всего, новый закон окажет влияние на стандарты обеспечения глобальной безопасности в перспективе. Поэтому компании, работающие в ЕС или с данными, на которые распространяется действие GDPR, пытаются быстро и заблаговременно обеспечить соответствие этому документу. Службам безопасности необходимо будет убедиться в том, что данные, идентифицирующие личность, надлежащим образом защищены и соответствующие процедуры отчетности имеются.

По словам Брайана Вечи, технического евангелиста компании Varonis, которая специализируется на разработке систем по контролю и управлению правами доступа к распределенным файловым ресурсам, большинство компаний совсем не готовы к работе в новых условиях. Есть американские компании, которые подпадают под действие этого нового документа о конфиденциальности лишь потому, что кто-то из ЕС подписался на их информационную рассылку. И если в вашей организации имеются персональные данные гражданина одной из 28 стран – членов Сообщества, то этот акт касается и вас.

GDPR не определяет каких-либо конкретных средств управления защитой данных, которые должна использовать организация. Компания может сама определять необходимые средства обеспечения безопасности собранных данных, конфиденциальности и управления рисками.

GDPR не определяет каких-либо конкретных средств управления защитой данных, которые должна использовать организация. Компания может сама определять необходимые средства обеспечения безопасности собранных данных, конфиденциальности и управления рисками.

Оливье ван Хуф, менеджер по предварительным продажам в Европе бельгийской компании Collibra, разрабатывающей ПО, считает, что GDPR начинается с управления данными: «Вы должны установить платформу управления данными прежде, чем вы действительно сможете начать защищать данные. Это значительно больше, чем просто техническая защита данных. Большинство организаций начинают с рассмотрения своих бизнес-процессов, затем переходят к рассмотрению логических процессов, используемых при сборе данных, и затем – к самим физическим данным. GDPR – это также понимание того, что данные действительно принадлежат личности. Вы же в действительности лишь размещаете у себя эти данные».

Что GDPR подразумевает под персональными данными?

Определение персональных данных в GDPR значительно шире, чем ранее существовавшие. Оно включает в себя любую информацию, касающуюся конкретного человека, будь то личные, публичные или профессиональные данные. Это не только имена, адреса и финансовая информации, но и все то, что может идентифицировать личность (например, IP-адреса, идентификация пользователей при регистрации для входа в систему, данные биометрической идентификации, данные о географическом местоположении, видеоматериалы, статистика лояльности клиента, посты и фото в социальных сетях).

Обеспечение соответствия GDPR означает, что вы не только должны обеспечивать защиту большего числа видов данных в будущем, но и затрачивать больше усилий на идентификацию существующих данных.

Страны, затрагиваемые GDPR, должны будут идентифицировать в силу своих возможностей информацию, которая не отслеживалась или не индексировалась ранее. Например, записанный звонок в службу поддержки клиентов, возможно, необходимо будет локализовать, защитить, отследить и внести в отчет.

Каковы новые права пользователей в сфере персональных данных?

Документально оформленное добровольное согласие лица на использование информации должно даваться каждым человеком (или его официальным представителем). Согласие должно однозначно определять собираемые данные, цель их использования и длительность их хранения. Пользователи могут отозвать свое согласие в любое время и отправить запрос на удаление их персональных данных (при условии, что они укажут обоснованную причину).

В соответствии с GDPR физические лица могут также контролировать, что происходит с их персональными данными. Они могут рассчитывать на исправление фактических ошибок, видеть, какая информация о них хранится, и даже экспортировать ее для своего персонального просмотра и использования. Эти важные права являются новыми для большинства организаций.

Большинству компаний сначала просто нужно понять, какие положения GDPR у них уже выполняются. Им необходимо выяснить, где хранятся эти данные и подпадают ли они под действие GDPR. Затем им необходимо обеспечить их защиту по принципу минимальных привилегий и отслеживание их изменений. Компания Varonis так и делала с самого начала. Она специализируется не только на поиске данных, но и на определении, кто к чему имеет доступ и нужен ли им доступ к этим данным. Прежние нормативные документы, касающиеся защиты данных, требовали обеспечивать защиту данных от доступа извне. Теперь их необходимо лучше защищать изнутри, поскольку статья 25 GDPR гласит, что данные должны быть защищены по принципу минимальных привилегий намеренно и по умолчанию. И вы не можете сделать это, не понимая, где они находятся и кто может получить к ним доступ.

Каким образом GDPR влияет на структуру служб безопасности?

GDPR дает определение многочисленных функций участников процесса, прописывает правила и обязанности каждого из них. Субъект данных – это лицо, чьи персональные данные собираются. Управляющий данными – это организация, собирающая данные. Обработчик – это организация, обрабатывающая данные по поручению управляющего данными. Управляющие и обработчики обязаны вести письменный учет того, какие данные были собраны, каким образом они были собраны, как они были использованы, когда они были удалены.

Службам безопасности предстоит не только защищать данные от традиционных угроз, но и делать это так, чтобы процесс был прозрачным, документально оформленным и пригодным для возможного использования в отношении большого количества субъектов данных, и все это при строгом обеспечении безопасности данных. Каждому члену службы компьютерной безопасности необходимо разъяснить методы обеспечения соответствия требованиям GDPR.

Многие предприятия-участники, частные и государственные, должны иметь ответственного за защиту данных (data protection officer, DPO). Руководитель по защите данных должен обладать техническими знаниями или иметь персонал для защиты данных и обеспечения преемственности бизнеса. В ЕС считают, что позиция DPO настолько важна, что разработали отдельный, подробный 18-страничный документ о данной позиции.

Может показаться, что позиция по защите данных больше всего подходит руководителю информационной безопасности, однако руководитель по защите данных должен четко понимать требования к конфиденциальности и обеспечению соответствия, что обычно лучше понимают директора по вопросам конфиденциальности (chief privacy officer, CPO) или другие защитники конфиденциальности, однако они могут не понимать технической стороны вещей. В малом бизнесе все может закончиться назначением «наиболее подходящего» работника в качестве управляющего данными или даже выбором внешнего руководителя по защите информации. В любом случае GDPR требует, чтобы такой руководитель был независимым аудитором соответствия требованиям и был доступен для субъектов данных, для организации, следующей предписаниям данного акта, и для инспекторов GDPR.

Ван Хуф отмечает, что большинство европейских компаний уже наняли директоров по защите данных.

Отчеты о защите и обработке данных должны храниться и предоставляться для текущих и регулярных проверок не только аудиторам, но и субъектам данных. Каким образом организация обеспечит доступ к отчетам для индивидуальной частной проверки и в то же время защитит их от несанкционированного просмотра? Потребуется ли для каждого отдельного субъекта новая система сопровождения управления идентичностью и контроля доступа с учетом того, что потенциально возможных субъектов данных миллионы? Может ли организация соответствовать требованиям GDPR, просто распечатывая личные отчеты и рассылая пользователям бумажные копии? Это важные моменты, которые должны проработать директора по защите данных, руководящий состав и служба безопасности.

Национальные органы управления защитой данных

Каждая страна – член Сообщества имеет национальный орган управления защитой данных (data protection authority, DPA). DPA несут ответственность за установление соответствия и проведение в жизнь соответствующих законов на национальном уровне, но обязаны быть независимыми даже от контроля со стороны собственного национального правительства.

Страны – члены Сообщества могут иметь один или более органов управления. Каждая организация может выбрать один DPA, который контролирует соответствие GDPR для организации в целом. Единый надзорный орган имеет возможность контролировать обработку и защиту данных, обеспечиваемые в других странах-членах. Критики справедливо отмечают, что компании, работающие в нескольких странах – членах Сообщества, могут выбрать для работы наиболее гибкий DPA подобно тому, что они уже сегодня делают для снижения налогов и организационной независимости.

DPA созданы в рамках предыдущего закона ЕС о защите данных, но были значительно усилены в регулирующем акте. DPA фактически являются официальными государственными регулирующими и надзорными органами в структуре GDPR. Орган управления защитой данных помогает принимать решения в правовых вопросах и может расследовать деятельность компаний в случае нарушений и приостанавливать работу управляющих данными и обработчиков, несущих юридическую ответственность за нарушения GDPR, и определять штрафные санкции. Кроме того, он решает, может ли организация передавать данные за пределы ЕС, и если да, то какие механизмы защиты следует применить. В конкретной организации основным лицом, поддерживающим связь с DPA, вероятно, будет руководитель по защите данных.

Если субъект данных понимает, что произошло нарушение, он может связаться либо с DPO, либо с DPA, который был выбран данной компанией и контакты которого были переданы субъекту. На практике это может быть очень неудобно, поскольку DPO или DPA компании, управляющей данными или обрабатывающей их, может не находиться в той же стране.

Об утечках данных следует сообщать незамедлительно

Об утечках персональных данных следует сообщать немедленно или по крайней мере в течение 72 часов в единый надзорный орган – DPA. Лица, которых это коснулось, должны быть оповещены, если ожидаются негативные последствия. Однако если эти данные соответствующим образом зашифрованы или обезличены и эта критичная защита не была взломана, то людей оповещать не следует.

Службы безопасности, вероятно, будут испытывать больше давления, поскольку должны убедиться в том, что все персональные данные надлежащим образом зашифрованы или обезличены. Ранее шифрование в основном было направлено на защиту портативных устройств. Обеспечение соответствия GDPR, скорее всего, приведет к большому спросу на еще большее шифрование данных во всей компании.

Также службы безопасности будут подвергаться повышенному давлению из-за необходимости быстрее, чем раньше, определить, явилась ли утечка данных событием, требующим отчетности. 72 часа – слишком малое время для многих организаций, особенно если пытаться понять, может ли какой-либо факт предотвратить необходимость сообщать об утечке затронутым субъектам данных или в прессу.

Как подготовиться

Любой сотрудник компаний, подпадающих под действие GDPR, занятый сбором, хранением, обработкой данных, уже должен знать основы регулирующего акта. Необходимо сформировать группы людей, которые будут заниматься подготовкой к введению GDPR в действие и обеспечением его выполнения. Наиболее важные сотрудники должны пройти обучение по GDPR с проверкой их знаний. При необходимости назначьте или наймите сотрудника, ответственного за обеспечение соответствия данных требованиям GDPR.

Оцените готовность вашей компании выполнить требования GDPR (например, персонал, инструменты и процессы), отметив области, требующие наибольшего внимания. Простое определение имеющихся данных, уже соответствующих требованиям GDPR, будет серьезной первоначальной задачей. Большинство компаний столкнутся с необходимостью создать новые системы для отслеживания изменений данных в соответствии с нормами GDPR или изменить существующие системы.

Заранее определите, что вашей компании придется делать в случае утечки персональных данных. С кем вы будете связываться? Какую информацию вы должны передать? Кто определяет, следует ли уведомить субъектов данных?

GDPR – это новый стандарт по защите конфиденциальности персональных данных. Он призван дать субъектам данных больше возможностей по контролю данных и обеспечить прозрачность операций и защиту. Это отличная вещь для защиты конфиденциальности, но масса работы для тех, кто должен выполнять требования этого акта.

***

Многие компании видят в GDPR лишь еще одну обузу, дополнительные расходы. Но, может быть, следует его рассматривать как возможность? Часто бывает, что компании собирают данные в течение длительного времени и даже не уверены, нужны ли они им. А GDPR заставит их пересмотреть причину сбора этих данных, срок их хранения, способ их обработки. Это шанс оптимизировать не только данные, но и работу, связанную с этими данными.

− Roger A. Grimes. How to protect personally identifiable information under GDPR. CSO. August 14, 2017

О дефиците специалистов по данным (data scientist) известно всем, и именно этот фактор зачастую встает на пути компаний, пытающихся заняться темой Больших Данных. Кто все эти люди, где и как их искать? Как их можно развивать и мотивировать? Этим вопросам было посвящено выступление Алексея Натекина, основателя компании Data Mining Labs, на конференции «Технологии Больших Данных», организованной издательством «Открытые системы».

Наука или искусство?

По мнению Натекина, термин Data Science лучше не переводить и по своей сути он является зонтичным. Если объединить различные определения, встречающиеся в разных источниках, то большинство из них говорят о недавно возникшей области знаний, которая служит «зонтиком» для многих сопряженных инженерных, технических и математических наук. В Data Science входят такие области, как машинное обучение, статистика, Большие Данные с точки зрения инженерных технологий. Помимо этого, можно включить визуализацию данных и теорию оптимизации. Бывают и красивые определения, относящие Data Science к искусству преобразования данных в решения.

«Когда человек называет себя data scientist, то бывает трудно понять, какой частью этого широкого круга задач он занимается. Узнать, на чем именно он специализируется, получится только при личном общении», – говорит Натекин.

Тем не менее, согласно общепринятому мнению, data scientist – это специалист, работающий на пересечении компьютерных наук и программирования, математики и статистики, а также имеющий знания в предметной области и умеющий применить свои знания в той сфере, где работает. Шуточное определение, говорящее о том, что это человек, который знает статистику лучше программиста и программирует лучше, чем статистик, на самом деле очень близко к истине.

Однако по спискам вакансий очень сложно понять, кто же именно нужен компаниям. Вакансии исследователей данных перемешаны с вакансиями аналитиков, инженеров, экспертов по машинному обучению и запросами по еще нескольким категориям специалистов. В различных социальных группах идет множество обсуждений, касающихся специалистов по данным, – «правильных» и не очень.

В одной из групп собрали статистическую сводку о своих участниках, в результате удалось выделить четыре типовые роли. Первая – исследователь, по большей части занимающийся статистикой, немного разбирающийся в программировании и не очень – в бизнес-вопросах. Вторая категория – разработчики, много программирующие, не очень хорошо знающие статистику и больше занимающиеся проблемами, связанными с данными. Третья роль – «креативщики», свободные художники, способные заниматься всем. Они получают задачу и сами ищут пути ее решения. Наконец, существует и предпринимательский образ специалиста, где больше бизнеса и меньше всего остального.

Если же говорить о квалификации специалистов, то их градация совпадает с традиционной шкалой «junior – middle – senior», принятой среди программистов, однако этапы развития несколько другие. Разница между их уровнями заключается не столько в знаниях и опыте, сколько в уровнях ответственности и способности самостоятельно решать задачи в том виде, в каком они поступают от бизнеса, – старшему или ведущему специалисту можно отдать задачу целиком на откуп. В этом случае взаимодействие будет идти в следующем формате: руководитель направления обращается к специалисту, жалуется на проблему (например, в компании снижается средний чек) и интересуется, что можно с этим сделать. Ведущий data scientist через неделю возвращается к нему с решением и предлагает варианты действий.

Специалист среднего уровня – тот, кто к такому взаимодействию с бизнесом пока только стремится. За ним периодически надо присматривать, но он все же может брать некоторые задачи в бизнес-формате и решать их. Специалисты низшего уровня готового бизнес-решения точно не дадут. Скорее всего, результатом их работы будет готовая к работе модель, способная предсказывать, но еще не имеющая бизнес-ценности. Весь анализ, каким бы хитроумным он ни был, в конечном счете требуется привязать к какому-то решению – сократить производственные линии, закупить дополнительный трафик для увеличения продаж и т. п.

Сотрудники двигаются по карьерной лестнице не потому, что они получили ученую степень и теперь их ценность резко возросла. Их рост обеспечивается общим количеством реализованных проектов и накопленным опытом, и крайне желательно, чтобы этот опыт был тесно связан с бизнесом, с пониманием того, как проводимый анализ помогает работе компании.

Личные связи решают всё

Проблема, как и во многих других областях, заключается в том, что высококлассных специалистов мало. Как особенность можно выделить то, что с ними очень легко проводить собеседование – речь пойдет о портфолио и реализованных проектах. «Навешать лапши на уши» обеим сторонам при этом сложно.

Младших специалистов и тех, кто хочет ими стать, напротив, очень много, в том числе людей, прослушавших пару курсов и требующих зарплату почти как в Кремниевой долине. И как раз сложнее всего нанимать именно таких сотрудников. Ведь в перспективе мы хотим, чтобы они росли, становились все более самостоятельными и лучше разбирались в области.

Алексей Натекин, основатель компании Data Mining Labs: «Самое важное в интервьюировании тех, кто называет себя data scientist, – как можно больше говорить с ними об их практическом опыте и реализованных проектах»

«Можно нанять 10 человек с красными дипломами Физтеха, однако невозможно угадать, кто из них окажется достаточно одаренным, чтобы самостоятельно “затащить” какой-либо проект. Это сложные психологические нюансы, которые приходится выявлять в процессе общения с человеком», – отмечает Натекин.

Специалистов средней руки также достаточно много, их можно найти за разумное количество встреч с кандидатами, отсеивая переоценивающих себя начинающих. А вот высококлассных экспертов обычным поиском не найти.

«Если разместить такую вакансию на каком-либо рекрутинговом сайте, откликнется много неадекватных личностей, ни одного из которых вы не захотите пригласить к себе в офис для беседы», – полагает Натекин. Нужных специалистов приходится искать либо с помощью профессиональных хедхантеров, либо через личные связи и сообщества. Остальных вполне можно найти в открытых источниках и даже через академические связи и мероприятия. Впрочем, это касается многих категорий специалистов.

Самый эффективный вариант поиска специалистов высшего уровня – спросить рекомендацию у их коллег. Особенно им нравится, когда они могут напрямую пообщаться с людьми из команды потенциального работодателя. Это помогает и заранее познакомиться, и оценить свои перспективы. Таким образом, личные связи – самый быстрый и эффективный способ найма нужных людей.

«Самое важное в интервьюировании тех, кто называет себя data scientist, – как можно больше говорить об их практическом опыте и реализованных проектах, интересуясь причинами выбора тех или иных подходов и альтернативными вариантами решения задачи», – рекомендует Натекин. Есть большое количество «коварных» вопросов для собеседований, верные ответы на которые можно просто выучить. Интересующую компании теорию тоже можно зазубрить в процессе хождения по компаниям. А вот портфолио сфабриковать крайне сложно, если проекты есть – они видны. Причем в качестве своего багажа проделанной работы можно показывать не только коммерческие проекты, которые вы делали для компании. Вполне подойдут работы с хакатонов и конкурсов, и даже домашние проекты. Все это – явный признак наличия за плечами определенного опыта.

С правом на ошибку

Область data science очень динамична, и совершенно неудивительно, что среднее «время жизни» специалиста в компании невелико. Кроме того, создаваемые аналитические подразделения часто «не взлетают», и люди, не видя радужных перспектив, находят себе новое место работы еще до завершения испытательного срока.

Что может пойти не так и что можно сделать, чтобы специалисты задерживались в компании дольше?

Первое, что надо знать при открытии практики data science, – как можно лучше представлять себе, для чего она открывается. Как правило, речь идет о внутренней поддержке каких-либо аналитических процессов или продуктов. Основные проблемы связаны именно с непониманием своих потребностей: часто в компании есть масса данных, которые хочется хоть как-то использовать.

Первое, что надо знать при открытии практики data science, – как можно лучше представлять себе, для чего она открывается

«Само подразделение не начнет зарабатывать деньги и не станет конвейером ценных знаний. Нужно понимать, кого и зачем вы нанимаете», – говорит Натекин. Кроме того, не стоит смешивать вакансии – для каждой из них необходим свой набор навыков. Специалист по машинному обучению должен строить модели, а не заниматься конвейером данных.

Как нетрудно догадаться, далеко не все проекты оказываются успешными, поэтому неплохо, если частью культуры станет право на ошибку. Вероятность ошибиться есть всегда, и бояться этого не надо. Главное – уметь объяснить, где и почему была сделана ошибка. Это тоже ценный результат, он поможет сэкономить время в будущем.

Наконец, необходимо концентрироваться на быстрых, прототипных решениях. Надо быть готовым к тому, что большинство результатов будут отрицательными. Требуется как можно быстрее выделять те, которые оказались удачными, поэтому не стоит увлекаться длительными масштабными работами.

«Если вы хотите, чтобы кандидаты не врали на собеседованиях, не врите в вакансиях. Например, очистка данных является рутинной, но необходимой процедурой любого проекта. Об этом следует честно сказать в вакансии, не ограничиваясь лишь привлекательными творческими обязанностями», – уверен Натекин.

При выборе инструментов надо ориентироваться на открытые платформы. Они чрезвычайно популярны в среде разработчиков, и не стоит верить заказным исследованиям Gartner, называющим в числе лидеров известные коммерческие продукты. Выбор специалистов не случаен: разработка на свободных продуктах удобна и не менее качественна, чем на проприетарных решениях. И ни в коем случае не надо объяснять специалисту, как ему следует работать, особенно если сам далек от этой области.

Аналитики McKinsey еще в 2012 году предсказали громадный дефицит специалистов по данным, который только в США к 2018 году должен был составить от 140 до 190 тыс. человек. Этот прогноз часто цитировался, но никто не обратил внимания на следующий абзац того же отчета, говорящий о том, что будет не хватать 1,5 млн менеджеров, способных задавать аналитикам правильные вопросы.

Регулирующий акт Евросоюза «Общие положения о защите данных» (General Data Protection Regulation, GDPR) вступит в силу 25 мая 2018 года и кардинально изменит способы сбора и использования персональных данных, поэтому европейские (и не только) компании должны полностью пересмотреть свои механизмы обработки клиентской информации. Подчеркнем, что эти требования распространяются и на многие российские компании, которые могут даже и не подозревать об этом; например, отечественный интернет-магазин может оказаться «оператором» клиентских данных посетившего его гражданина ЕС, а потому должен надлежащим образом обрабатывать, хранить и защищать их. Мы попросили специалистов отечественных ИТ-компаний пояснить, кого может реально коснуться закон в России.

Кому следует задуматься?

Андрей Янкин, заместитель директора центра информационной безопасности компании «Инфосистемы Джет», считает, что для большинства российских компаний данная тема не актуальна, но есть организации, которым все же пришлось озаботиться данным вопросом. В первую очередь это «дочки» западных организаций, а также компании, имеющие филиалы в Евросоюзе или предоставляющие сервисные услуги европейским потребителям. Последняя категория не подпадает напрямую под GDPR, но их клиентам необходимо выполнять требования регулятора, и они требуют того же от поставщиков услуг.

«Нормы GDPR конкретно коснутся тех, кто так или иначе работает со странами Европы. Это финансовые компании, технологические, медиа- и телеком-компании, фармацевтические, транспортные, интернет-магазины», – отмечает Тимур Аитов, заместитель генерального директора группы компаний «Программный Продукт» и заместитель председателя подкомитета по платежам и информационной безопасности ТПП РФ. К примеру, система «Платон», в которой зарегистрировано около 2 млн личных кабинетов, сразу подпадает под действие GDPR. В сфере внимания окажутся и те, кто намерен предоставлять свои товары и услуги в странах Европейской экономической зоны: использует для их описания европейские языки, ведет заметный (агрессивный) маркетинг в ЕЭЗ, осуществляет мониторинг поведения европейцев, анализируя его с целью подготовки прогнозов, выявления предпочтений и т. п.

По мнению Антона Боженко, архитектора управления пресейла и прототипирования центра компетенций Больших Данных компании «Техносерв», закон коснется еще и тех компаний, которые ведут регистрацию пользователей веб-ресурсов, используют адресный или интернет-маркетинг, обрабатывают большие объемы персональных данных. Например, это могут быть не только транспортные и финансовые компании, но и туроператоры или социальные сети.

Анастасия Казакова, специалист по связям с государственными органами «Лаборатории Касперского», рекомендует обратить внимание на два ключевых момента, которые подскажут, попадает ли компания под действие закона: сфера применения GDPR и определение «персональных данных» и их «обработки». Сфера применения охватывает практически все случаи, когда деятельность компании распространяется не только на территорию ЕС, но и на ее граждан.

Говоря о втором пункте, стоит отметить, что GDPR существенно расширяет определение персональных данных – теперь это любая информация, которая может прямо или косвенно идентифицировать пользователя (имя, фамилия, адрес и т. д.). Более того, закон выделяет особую категорию персональных данных – sensitive personal data, куда входят биометрические данные, указание расовой, религиозной и этнической принадлежности, философские взгляды, членство в профсоюзных и иных некоммерческих ассоциациях, данные о здоровье и сексуальной ориентации. Для обработки таких данных GDPR вводит еще более строгие правила.

«Можно выделить три типа организаций, которых коснется GDPR», – говорит Руслан Вагизов, исполнительный директор ICL Services. В первую очередь это организации, у которых есть представительства в ЕС, а также компании, которые реализуют свои товары гражданам ЕС. К третьей группе относятся организации, использующие при реализации товаров валюту и язык одной из стран ЕС, адаптирующие под них свои продукты, проводящие маркетинговые акции для европейских потребителей, отслеживающие их потребительские предпочтения. По этим критериям под действие GDPR могут, например, попасть нефтегазовые, фармацевтические, медицинские и ИТ-компании.

Какие действия точно надо предпринимать, а от чего можно воздержаться?

«Стоит отметить, что и сами европейские компании пока слабо понимают, что именно необходимо делать для соответствия законодательству. Из-за этого множество проектов в области безопасности поставлено на паузу», – подчеркивает Янкин. Нет полного понимания того, как гармонизировать эти активности с новыми требованиями GDPR. Пока можно однозначно говорить о том, что необходимо выстраивать риск-ориентированный подход к ИБ, строить систему менеджмента ИБ. В целом в этом нет ничего нового, но для многих компаний GDPR – это стимул для выхода на новый уровень зрелости по данным направлениям.

Боженко согласен с тем, что требования закона предполагают наличие организованного процесса использования данных – он должен включать сбор, обработку, хранение, защиту и уничтожение. Стоит обратить внимание на полноту процесса, степень его соответствия закону, уровень реализации и контроля за его исполнением. При этом важной его частью является возможность удаления персональных данных («право на забвение»). Причем удаление персональных данных из системы должно осуществляться без потери ее работоспособности.

Что касается защиты информации, то явное указание на методологию в законе отсутствует. Российские компании защищают персональные данные в соответствии с Федеральным законом № 152-ФЗ «О персональных данных» и используют методологию защиты информации, построенную на базе международного стандарта ISO/IEC 27001. В связи с этим возможно использование существующих мер по защите персональных данных и для данных граждан Евросоюза. Однако при оценке защищенности данных граждан ЕС стоит учесть, что трактовка понятия «персональные данные» в GDPR несколько шире, чем в российском законодательстве, они могут включать информацию, которая неявно указывает на физическое лицо – например, к ним могут относиться онлайн-идентификаторы или сookies.

«Можно самостоятельно пройти короткий тест или вообще на время «забыть» о проблеме GDPR. Однако при таком подходе возникают риски – возможная потеря репутации, огромные штрафы и пр.», – считает Аитов. Штрафы за нарушение требований GDPR могут достигать 20 млн евро или 4% годовой выручки компании. Помимо этого, каждая страна Евросоюза может установить дополнительные санкции. Самый очевидный шаг – при малейших сомнениях обратиться к консультантам, хотя ряд положений GDPR до сих пор не вполне однозначно трактуется самими экспертами.

«Для законной обработки данных существует несколько оснований, – говорит Казакова. – Одним из них является получение недвусмысленного и ясно выраженного согласия от пользователя. При запросе такого согласия оператор должен простым и понятным языком изложить цель обработки данных, а также указать на право пользователя отозвать это согласие впоследствии и потребовать от оператора удаления данных». Кроме того, операторы должны сделать процессы обработки персональных данных прозрачными: GDPR обязывает компании предоставлять сведения об обработке и передаче данных третьим лицам по запросу пользователей или правомочных органов. Более того, данные должны быть представлены в структурированном формате для простой перезаписи.

Как указывает Вагизов, очень многое зависит от того, как в организации сейчас построены процессы обработки персональных данных. Однако в качестве отправной точки можно порекомендовать руководство «Подготовка к GDPR за 12 шагов» («Preparing for the GDPR: 12 steps to take now»), разработанное британским регулятором в области защиты данных.

Некоторые из этих рекомендаций будут актуальны только для британских компаний, но в любом случае они помогут сформировать общую картину и понять, на что обратить внимание.

Какие ИТ-решения могут быть полезными?

«Отдельные провайдеры облачных сервисов уже предлагают решения, которые соответствуют требованиям нового законодательства, ведь во многом GDPR «заточен» именно на облака и соцсети», – говорит Аитов. При собственной же разработке ИТ-решений действовать придется по принципу «семь раз отмерь» и советоваться с юристами. Причем это относится к разработке всех политик, процедур и всех информационных систем организации.

По словам Янкина, с точки зрения технических средств защиты информации необходимо прежде всего учитывать те риски, которые выявляет для себя компания. Однако уже сейчас можно говорить о том, что GDPR вызовет рост на рынке шифрования и обезличивания данных, так как такие технологии защищают компанию от необходимости разглашать информацию о компрометации систем, тем самым снижая репутационные риски.

«Текст закона не предполагает обязательного внедрения каких-либо решений и инновационных продуктов», – подчеркивает Боженко. Его требования направлены на развитие процессов управления данными в организациях и усиление взаимодействия между подразделениями ИТ и ИБ. Для повышения уровня автоматизации при приведении ИТ-процессов в соответствие требованиям GDPR следует обратить внимание на решения класса Data Governance. Наличие полной и актуальной информации о данных, местах их размещения, методах обработки и правах доступа поможет в практической реализации требований закона.

Казакова, напротив, полагает, что инновацией GDPR является то, что закон заставляет операторов не только перестроить организационные процессы, но и существенно пересмотреть техническую сторону работы компании. Для этого GDPR вводит принципы Privacy by Design и Privacy by Default. Иными словами, ИТ-процесс должен стать таким, чтобы конфиденциальность персональных данных была обеспечена по определению и по умолчанию. Например, GDPR говорит о проведении псевдонимизации и шифровании персональных данных, внедрении механизмов для обеспечения конфиденциальности, целостности, доступности и устойчивости систем обработки данных, об обеспечении способности систем своевременно восстанавливать доступ к персональным данным в случае инцидента, при проведении регулярного тестирования.

Какой подход следует избрать?

«Пока не сформировалась четкая практика приведения процессов обработки данных в компаниях в соответствие требованиям GDPR, я бы рекомендовал заняться требованиями по сбору согласий на обработку, выстраиванию каналов взаимодействия с субъектами персональных данных, – говорит Янкин. – Эти направления деятельности вполне понятны всем, кто занимался, например, вопросами соответствия российским требованиям по защите персональных данных. К тому же стоит пересмотреть свою систему менеджмента ИБ и управления рисками».

Как полагает Боженко, в первую очередь необходимо выявить виды обрабатываемой информации (из защищаемых законом), цели и последовательность процессов их обработки, а также существующие методы их защиты. После этого надо разработать комплексный план мероприятий по реализации требований закона. Комплекс мероприятий должен затрагивать зоны ответственности ИТ-подразделений и подразделений информационной безопасности. Именно по этой причине так важно с самого начала проекта обеспечить участие в нем руководителей уровня CIO и CISO.

«Для начала ИТ-директору полезно написать красочную «страшилку» и отправить руководству», – рекомендует Аитов. Адаптация к нормам GDPR – это огромная и длительная работа, которая ляжет на службы ИТ, ИБ, корпоративных юристов.

Европейцы от контроля за нормами GDPR отступать не намерены, и огромные штрафы появились неслучайно. Обстановка в мире непростая: поводы со стороны GDPR могут быть использованы в том числе для «наказания» крупных отечественных представителей бизнеса – конкуренцию никто не отменял. Однако неприятности могут возникнуть у компании любого размера.

GDPR как свод законов – это заметный вызов для самих стран европейской экономической зоны именно потому, что нормы закона получили прямое действие в отношении всех стран.

Компания Lattelecom из традиционного телекоммуникационного оператора за последние десять лет превратилась в интегратора, ее бизнес трансформировался, и его значительная часть сегодня приходится на ИТ-проекты. Обладая четырьмя собственными ЦОДами, Lattelecom также хранит данные клиентов, в том числе российских. Многие из них широко задействуют аналитические инструменты при работе с клиентскими данными. В этом случае международный характер взаимодействия оператора с заказчиками и местная специфика приводят к появлению коллизий, опыт разрешения которых может помочь отечественным предприятиям избежать сложностей при размещении данных за пределами РФ.

Внутренний латвийский рынок ИТ-услуг невелик, ведь население страны составляет примерно 1,5 млн человек. А потому решения, которые провайдер адаптировал к потребностям местных клиентов, не всегда пригодны для крупных заказчиков из стран с экономикой большего объема, например, такой как в России. Уже апробированные в Lattelecom технологические подходы приходится подстраивать под запросы наших заказчиков, которым также нужно быть готовыми к разным неожиданностям при работе с зарубежными поставщиками ИТ-слуг.

Показательный пример привел на форуме BIG DATA 2017, организованном издательством «Открытые системы», руководитель отдела по продажам Lattelecom Сергей Пшеничных. К латвийской компании обратился один российский заказчик из сферы онлайн-ретейла, решивший запустить новый интернет-магазин на базе публичного облака латвийского оператора.

Для него в Lattelecom была построена облачная инфраструктура на базе 40 виртуальных серверов. По утвержденному плану на этих серверах были размещены основные компоненты интернет-магазина – сайт, а также инструменты для организации взаимодействия между пользователями и основной программно-аппаратной частью платформы торговой площадки. Дополнительно были созданы система хранения, куда инсталлировались базы данных клиентов, и различные тестовые среды. Кроме того был организован прямой канал точка-точка из дата-центра Lattelecom до офиса клиента в России – там, в собственной серверной, размещались его системы ERP, CRM и другие важные ресурсы, а также хранилище персональных данных, которые запрещено перемещать за границу согласно требованиям ФЗ-152. Перед сайтом магазина в ЦОДе Lattelecom были установлены межсетевой экран и система защиты от DDoS-атак.

Прежде чем запустить площадку в эксплуатацию, провайдер вместе с клиентом начали тестировать созданную инфраструктуру. И оказалось, что ее фактическая работоспособность сильно ограничена.

Сергей Пшеничных, руководитель отдела по продажам Lattelecom: «Самый крупный интернет-магазин бытовой техники в Латвии обслуживает порядка 10 тыс. посетителей в день. А российский интернет-магазин в пиковые нагрузки эмулировал в пять раз больше посещений»

«Мы очень удивились. Почему у современной протестированной платформы, на которой заранее было исправлено порядка 400 критических багов, и к тому же построенной на проверенном “железе” Oracle, HP и Cisco, в самом начале эксплуатации появились большие проблемы – платформа не работала так, как должна была бы работать?» – рассказывает Пшеничных.

Эмулируя поток клиентов, заходящих в интернет-магазин, инженеры запустили порядка 50 тыс. единовременных сессий обслуживания покупателей. И построенная система, вдруг «решив», что на нее совершена DDoS-атака, начала последовательно отключать соединения с клиентами. Узел в ЦОДе Lattelecom, где был размещен магазин российской компании, обслуживал и других заказчиков провайдера. И чтобы они не пострадали из-за отказа в доступе к сервисам, сработала защитная система.

Инженеры Lattelecom проанализировали случившееся и поняли, что причина сбоя обусловлена разницей в масштабах бизнеса российских и местных заказчиков. Нужно было сразу принять во внимание то, что самый крупный интернет-магазин бытовой техники в Латвии обслуживает порядка 10 тыс. посетителей в день. А российский интернет-магазин в пиковые нагрузки эмулировал в пять раз больше посещений. И это следовало заблаговременно учесть в настройках системы сетевой безопасности Lattelecom.

В конце концов решение было найдено: два маршрутизатора Cisco (основной и резервный), контролировавшие весь трафик платформы магазина, были виртуализованы. Это позволило создать рабочую схему, в которой соединение каждого нового клиента, подключавшегося к платформе торговой площадки, получало индивидуальный фрагмент ресурсов виртуального маршрутизатора. Нагрузка стала распределяться равномерно, и защитная система больше не срабатывала вхолостую.

Однако сделать всё перечисленное было непросто и даже рискованно. Ведь адаптировать пришлось готовую облачную платформу стоимостью около 2 млн долл., к тому же ориентированную на других заказчиков Lattelecom. Но в компании приняли решение пойти навстречу российскому клиенту. Для перенастройки платформы были задействованы семь специалистов различного профиля, в течение недели они выполнили сотни сложных прикладных задач. К тому же провайдеру пришлось приобрести дополнительное оборудование.

Как отметил Пшеничных, таким образом удалось удовлетворить потребности клиента со спецификой Больших Данных: огромное количество запросов из разных географических точек, поступавших в публичное облако на несколько виртуальных машин, было правильно распределено.

Кроме того, при взаимодействии Lattelecom с российским заказчиком требовалось решить вопрос трансграничного переноса и обработки персональных данных клиентов. Ведь как только клиент заходит в интернет-магазин и принимает решение о покупке товара, он должен зарегистрироваться в системе – передать продавцу свои персональные данные: имя, фамилию, данные банковской карты и др. По закону, все эти сведения должны собираться и обрабатываться на территории РФ. Отчасти именно поэтому ERP и CRM клиента не переносились в публичное облако Lattelecom. Персональные данные покупателей все же пересекли границу России, только полностью обезличенные – всем клиентам были присвоены десятизначные идентификаторы, и эти «замаскированные» данные стали свободно перетекать для обработки в облаке одного из дата-центров латвийского оператора.

Так российский интернет-магазин получил у зарубежного провайдера гибкую инфраструктурную платформу в публичном облаке, на которую не пришлось потратить ни одной копейки капитальных затрат. Были полностью соблюдены требования российского законодательства о защите персональных данных.

Кто же такой исследователь данных?

Исследователи данных (data scientist) отвечают за извлечение полезных сведений из огромных массивов структурированных и неструктурированных данных, помогая определять конкретные потребности и цели бизнеса и добиваться их достижения. Роль исследователя данных при проведении их анализа приобретает все более важное значение, поскольку руководители, принимая решения, склонны полагаться на Большие Данные, а облачные технологии, автоматизация и машинное обучение становятся основными компонентами их стратегии в области ИТ.

Исследователь данных отвечает за организацию и анализ больших объемов данных. Как правило, решаются эти задачи с использованием специально предназначенного для таких целей программного обеспечения. Окончательные результаты анализа должны быть достаточно просты, чтобы их могли понять все заинтересованные лица, особенно те, кто не имеет отношения к ИТ.

Подход к анализу данных зависит не только от отрасли, но и от потребностей конкретного предприятия или подразделения. Прежде чем исследователь данных попытается проникнуть в суть структурированных или неструктурированных данных, руководителям подразделений нужно объяснить ему, что они ищут. При этом исследователь данных должен обладать достаточными знаниями предметной области, с тем чтобы спроецировать на данные цели компании или подразделения и разработать необходимые технологии прогнозирования и распознавания шаблонов, оптимизационные алгоритмы и пр.

В чем заключается работа исследователя данных?

Ответственность исследователя данных лежит в сфере анализа данных – процесса, который начинается со сбора данных и заканчивается принятием бизнес-решений на основе окончательных результатов анализа данных.

Анализируемые данные, которые зачастую называют Большими Данными, поступают из различных источников. Большие Данные разбиваются на два основных типа: структурированные и неструктурированные. В структурированных выделяются определенные категории, которые упрощают их автоматическую компьютерную сортировку, чтение и организацию. Данные собираются при помощи различных сервисов, продуктов и электронных устройств. Значительно реже здесь присутствуют данные, введенные человеком. Трафик веб-сайтов, цифры продаж, банковские счета и координаты GPS, регистрируемые смартфоном, – все это примеры структурированных форм данных.

Неструктурированные данные (а их объемы растут быстрее всего) чаще всего вводятся человеком. Сюда относятся клиентские обзоры, электронная почта, видео, публикации в социальных сетях и т. д. Данные такого рода в меньшей степени поддаются сортировке, а управление ими не столь эффективно. Управление неструктурированными данными требует значительных капиталовложений, поскольку универсальных методов здесь не существует. Для извлечения из неструктурированных данных полезной информации предприятия обычно используют поиск по ключевым словам.

Как правило, исследователи данных нанимаются именно для управления неструктурированными данными, в то время как остальной персонал ИТ-службы отвечает за управление и поддержку структурированных данных. И хотя за свою карьеру исследователи данных «перелопачивают» огромные объемы структурированных данных, руководители предприятий, желающие извлекать доход и из неструктурированных данных, обычно требуют от них управления именно ими.

Требования к исследователю данных

В каждой из отраслей исследователю данных предлагается свой собственный профиль Больших Данных. Перечислим некоторые наиболее общие формы Больших Данных для отдельных отраслей, а также те виды анализа, которые придется выполнять исследователям данных.

• Коммерческие предприятия. Сегодня именно данные формируют стратегию бизнеса фактически в любой компании. Исследователи данных нужны компаниям для того, чтобы извлекать из данных полезную информацию. На основе анализа данных принимаются решения, способствующие росту эффективности, оптимизации складских запасов, устранению производственных ошибок, повышению лояльности клиентов и т. д.
• Электронная коммерция. Сейчас, когда сайты собирают сведения не только о покупках, исследователи данных помогают предприятиям электронной коммерции улучшать обслуживание клиентов, выявлять существующие тенденции, разрабатывать новые продукты и сервисы.
• Финансы. В финансовой отрасли сведения о счетах, кредитных и дебетовых транзакциях и прочие финансовые данные имеют жизненно важное значение для бизнеса. Кроме того, исследователям данных в этой области приходится заботиться о безопасности (включая выявление случаев мошенничества) и соблюдении нормативных требований, установленных регулирующими органами.
• Государственный сектор. Большие Данные помогают правительствам принимать решения, поддерживать граждан и следить за общим уровнем их удовлетворенности. Как и в финансовом секторе, вопросам безопасности и соблюдения нормативных требований здесь отводится очень важная роль.
• Наука. Ученые всегда имели дело с данными, но с появлением новых технологий стало проще собирать эти данные, анализировать их и обмениваться результатами экспериментов. И исследователи данных могут оказать необходимую помощь в таком процессе.
• Социальные сети. Данные социальных сетей помогают распространять целевую рекламу, повышать степень удовлетворенности клиентов, формировать тенденции размещения данных и расширять имеющийся функционал и сервисы. Постоянный анализ данных, содержащихся в публикациях, твитах, блогах и других социальных медиа, способствует улучшению качества обслуживания.
• Здравоохранение. Сегодня электронные медицинские карты стали фактическим стандартом в сфере здравоохранения и требуют особого внимания к Большим Данным и вопросам безопасности и соблюдения нормативных требований. Исследователи данных помогают улучшать медицинские сервисы и раскрывать тенденции, которые в противном случае остались бы незамеченными.
• Телекоммуникации. Все электронные устройства собирают данные, и все эти данные нужно хранить, управлять ими, поддерживать и анализировать. Исследователи данных помогают компаниям устранять ошибки, улучшать продукты и повышать уровень удовлетворенности клиентов, предлагая им те возможности, которые их интересуют.
• Прочее. В мире нет, пожалуй, отрасли, которую не захлестнула бы волна Больших Данных, и исследователи данных наверняка найдут себе работу – будь то в политике, в области коммунальных услуг, в сфере интеллектуальных программно-аппаратных комплексов и т. д.

Навыки исследователя данных

Пять основных навыков, которые нужны исследователю данных, представляют собой смесь знаний и опыта межличностного общения.

• Программирование. Это наиболее фундаментальная сфера, которая придает специалисту дополнительную ценность. Программирование повышает уровень знаний в области статистики, помогает анализировать большие наборы данных и предоставляет вам возможность создавать свои собственные инструменты.
• Количественный анализ. Этот важный для анализа больших наборов данных навык расширяет ваши возможности в части экспериментального анализа, улучшает стратегию работы с данными и помогает внедрять машинное обучение.
• Интуитивный выбор продуктов. Понимание продуктов помогает проводить количественный анализ. Кроме того, это способствует улучшению прогнозирования поведения систем, нахождению нужных параметров и отработке навыков отладки.
• Коммуникативные навыки. Пожалуй, наиболее важным в межличностном общении в любой отрасли представляется наличие устойчивых коммуникативных навыков, которые помогают повышать отдачу от всех прочих ранее приобретенных знаний.
• Работа в команде. Как и коммуникативные навыки, умение работать в команде имеет жизненно важное значение для успешной карьеры исследователя данных. Оно требует самоотверженности, налаженной обратной связи и желания делиться своими знаниями с другими членами команды.

Обучение и подготовка исследователя данных

Для того чтобы стать исследователем данных, есть множество путей, но самый традиционный заключается в получении степени бакалавра. Стоит добавить, что большинство исследователей данных имеют как минимум степень магистра. Впрочем, есть и другие способы приобретения соответствующих навыков. Прежде чем приступать к изучению программы высшего образования, нужно понять, какие навыки, инструменты и программное обеспечение наиболее важны для той сферы, в которой вы собираетесь работать.

Поскольку наука о данных требует знаний предметной области, роль исследователя данных варьируется в зависимости от отрасли, и тем, кто связан с высокотехнологичной сферой, понадобится дальнейшее обучение. Если вы, к примеру, работаете в области здравоохранения, в государственном секторе или в науке, вам потребуются навыки, которые существенно отличаются от тех, что нужны в маркетинге, бизнесе или образовании.

Тем, кто желает развивать у себя навыки, которые востребованы в какой-то конкретной отрасли, предлагаются различные интерактивные классы, учебные курсы и курсы профессиональной подготовки, помогающие получить необходимые знания. Помимо учебных курсов, есть множество ценных сертификатов в области Больших Данных, которые улучшат ваше резюме и станут дополнительным доводом в пользу более высокой зарплаты.

Как стать исследователем данных

После получения необходимого образования и прохождения обучения вы сможете претендовать на роль, соответствующую имеющимся у вас знаниям. Если вы уже работаете в сфере ИТ, найти открытые позиции и потенциальные возможности для профессионального роста можно непосредственно в круге своего общения.

Полезно узнать, требуют ли интересующие вас вакансии в желаемой отрасли и сфере деятельности наличия высшего образования, сертификатов или дипломов о прохождении курсов обучения. Изучите имеющиеся вакансии и выделите их общие черты. Ну а затем можно приступать к выработке стратегии, которая поможет вам стать исследователем данных, обладающим всеми необходимыми для получения этой работы знаниями, навыками и опытом.

– Sarah K. White. What is a data scientist? A key data analytics role and a lucrative career. CIO. August 18, 2017

Как заставить ITSM реально работать? По мнению Павла Комова, руководителя центра эксплуатации и поддержки ОМК-ИТ, это невозможно без изменений во внутреннем климате коллектива. И многие из этих изменений напоминают религиозные принципы.

В металлургии расходы на ИТ составляют крайне малую часть от общих расходов, но влияние ИТ на производство настолько велико, что один час простоя завода обходится в 9 млн руб. Поэтому мероприятия, проводимые в ИТ, должны отталкиваться именно от финансовых эффектов. Посыл прост: остановка критичного ИТ-сервиса означает потерю предприятиями огромных денег. Однако прямые, формальные действия, направленные на улучшение качества сервисов, не всегда эффективны.

«Анализируя происходящие инциденты, мы поняли: есть огромное множество ситуаций, в которых можно улучшить дисциплину, но тогда мы потеряем все, что имеем. Если мы начнем строго наказывать людей, по вине которых произошел сбой, они уже никогда честно не расскажут, что же именно привело к инциденту. Это на корню загубит усилия по управлению проблемами», – заявил Павел Комов, руководитель центра эксплуатации и поддержки ОМК-ИТ, выступая на конференции ITMF 2017, организованной издательством «Открытые системы». Внедрение ITSM и наличие лучших процессов не дадут никакой отдачи до тех пор, пока подразделение не сделает определенных шагов, связанных с управлением персоналом, целеполаганием и стандартами взаимодействия.

Отделить себя от заказчика

Исторически в Объединенной металлургической компании было несколько заводов с отдельными ИТ-департаментами. И как оказалось, сотрудники, работавшие в них, все время находились в состоянии обороны – «айтишник» представлял собой загнанного охотниками зверя, который огрызается и нападает в ответ. «У нас было достаточно много случаев, когда в ответ на претензии ИТ-специалисты некорректно вели себя с заказчиками, это было практически в порядке вещей», – вспоминает Комов.

В 2013 году было создано отдельное юридическое лицо – единый ИТ-департамент ОМК, в рамках которого запустили программу по оптимизации процессов. Первым делом был создан каталог услуг. Он нужен для того, чтобы отделить себя от заказчика и показать свою ценность в производстве продукции компании, провести черту между предоставляемыми сервисами и тем, что находится за рамками обязанностей ИТ-департамента. Каталог услуг позволяет осуществить самоидентификацию и ответить на вопрос: кто мы есть на заводе?

Важно, что ОМК-ИТ оказывает свои услуги только «внутри». Они очень сильно отличаются от публичных услуг, разница колоссальна. Корпоративный сервис действует в интересах собственника, он не может быть сформулирован по принципу «клиент всегда прав». Корпоративный сервис – это в том числе и элемент контроля за теми, кто потребляет услуги. И собственник всегда может спросить о правомерности предоставления той или иной услуги. Поэтому речь идет о предоставлении строго ограниченного их набора, и он определяется внутренним соглашением о каталоге услуг.

Корпоративный сервис – это в том числе и элемент контроля за теми, кто потребляет услуги

Другим важным пунктом стало формирование показателей эффективности. По мнению Комова, никакие KPI не могут существовать сами по себе, все они должны быть завязаны на цели завода. Любой абстрактный показатель – например, процент выполненных в срок обращений – будет бесполезен. А вот время простоя по причине прерывания ИТ-сервисов стало центральным показателем, от которого многое зависит.

«Любой KPI должен быть нацелен на две вещи: показывать вашу составляющую в общей цепочке создания ценности и «выжимать сок», способствуя дальнейшему повышению эффективности, – уверен Комов. – Каждый день я просыпаюсь с единственной мыслью: как сократить затраты на ИТ?» В результате количество предоставляемых бизнесу услуг растет, но затраты падают, несмотря на изменяющийся курс валют и растущую стоимость материалов. В компании работает «соковыжималка», за счет этого удается либо удерживать затраты на прежнем уровне, увеличивая число услуг, либо эти затраты сокращать.

Чувство безопасности, табу и жертвы

Разумеется, оптимизационные работы породили саботаж. Это было практически неизбежно при наличии шести территориально распределенных заводов. На них работает более 600 ИТ-специалистов, и практически от каждого зависит непрерывность сервисов.

Павел Комов, руководитель центра эксплуатации и поддержки ОМК-ИТ: «Мы поняли, что борьба с самими собой бессмысленна и бесполезна, и пошли нетрадиционным путем, выстраивая подход к ITSM в буквальном смысле как к религии»

«Мы поняли, что борьба с самими собой бессмысленна и бесполезна, и пошли нетрадиционным путем, выстраивая подход к ITSM в буквальном смысле как к религии, – отмечает Комов. – У нас был «бог» – ITSM, «пророк» – в моем лице, «апостолы», начал формироваться культ вокруг решения Omnitracker».

Понимая, что определенные люди становятся источником зла, их приносили в «жертву» во имя ITSM. Постепенно пришли к тому, что начали устанавливать табу – запреты, границы поведения, которые не надо нарушать. Так у людей начало создаваться чувство безопасности.

«Если произошел инцидент стоимостью 15 млн руб. и перед нами стоит человек с трясущимися руками, утверждающий, что действовал из лучших побуждений, мы предлагаем честно рассказать, обещая не наказывать его», – подчеркивает Комов. Разумеется, такие беседы не должно проводить непосредственное начальство, иначе их эффективность будет невелика.

С этой целью были выбраны «бесполезные» с точки зрения HR сотрудники, многим из которых давно пора на пенсию и которые уже давно не приносят той пользы, которую должны. Однако это известные и очень уважаемые в компании люди. Их сделали модераторами в разборе инцидентов, и этим людям сотрудники, поступки которых стали реальной причиной сбоев, рассказывают все. На основе появившейся информации удалось достроить управление проблемами как элемент ITSM.

Солнце заменят звезды

«Наши постулаты и запреты вполне могли быть неправильными, как в ряде случаев и оказалось на самом деле. Их приходится менять – после очередного «жертвоприношения», и жертвами этих изменений стало очень много людей. Создавая безопасность для тех, кто совершает ошибки, но готов совершенствоваться, мы создавали нетерпимость к сотрудникам, которые нарушают наши требования», – говорит Комов.

При этом очень важно сделать так, чтобы неприкасаемых не было. Сотрудник может быть замечательным специалистом, прекрасным профессионалом, но если он не будет соблюдать установленные «заповеди», то он не нужен в коллективе. Оказалось, что когда с небосвода убирают солнце, на нем появляются звездочки и постепенно начинают заменять солнце.

«Мы стали избавляться от идеологических нарушителей. У нас есть способ измерить эффективность своей работы – мы знаем, сколько ежегодно бизнес теряет от прерывания ИТ-услуг. А бизнесу ничего, кроме минимизации этого показателя, и не нужно», – констатирует Комов.

Разумеется, в случае серьезных инцидентов руководство предприятий требовало увольнения причастных сотрудников, но ему отказывали. Через некоторое время письма с подобными требованиями прекратились. Причина проста: руководство увидело, как снижается кривая стоимости простоев.

Сотрудники становятся ресурсом

В чем же изменилось управление сотрудниками, когда было начато внедрение ITSM? Сотрудник перестал быть крепостным в своем отделе и стал ресурсом, частично принадлежащим каждому подразделению.

«Каждый из нас занимается тремя видами деятельности – это планирование, реализация проектов и эксплуатация, про которую менеджмент предприятий склонен забывать и которая составляет более 80% нашей деятельности. И если мы начнем несколько видов деятельности смешивать, в конечном итоге все разрушится, мы просто перестанем понимать, на что следует тратить свои усилия», – отмечает Комов. Было решено, что каждый руководитель управляет своим подчиненным ровно настолько, насколько он прописан в ресурсном плане, и перестает управлять, как только его сотрудник занимается иной деятельностью. Руководитель группы отвечает только за выполнение KPI по группе. С него не спрашивают за руководство сотрудником в рамках какого-либо проекта – в проекте есть своя оргструктура.

Естественно, из-за того что сотрудники начинают пересекаться в рамках различных групп, возникает конфликт интересов, в том числе у руководителей. Но в ОМК-ИТ есть статистические данные по загрузке – известно, сколько люди тратят на обращения, управление инцидентами, запросы на изменения, проекты. Любые требования, связанные с выделением сотрудника, должны либо базироваться на статистике, либо быть обоснованы приоритетами компании. Если такого обоснования нет, заявка будет отклонена.

Критически важным моментом повышения эффективности подразделения является создание внутренней конкуренции. Как ответить на вопрос, нужно сокращать людей или набирать новых? «Достаточно установить простое правило, – рекомендует Комов, – в любой рабочей группе человек, который сокращается сам, получает 50% от своего дохода по этому направлению. Люди начинают самоустраняться – успевай только подбирать головы». Совокупно фонд оплаты труда останется тем же, но кто-то из сотрудников будет зарабатывать больше, а кто-то – сильно меньше. В результате неудачников «съедают» более эффективные коллеги.

Неизбежность цифровой трансформации банковского бизнеса сегодня очевидна. Данные и технологии – вот те «почки», из которых внутри традиционных банков вырастает новая сущность – цифровой банкинг.

Какие ключевые идеи легли в основу цифрового банка Altyn-i?

У традиционных банков подход к обслуживанию клиентов стандартный: если клиенты хотят получить банковские услуги, они должны посетить один из офисов, постоять в очереди, пообщаться с менеджером, потом с кассиром, вернуться назад. На Западе немалое число банков переориентировались на более технологический подход и стремятся предоставлять больше онлайн-услуг. Многие реализовали интернет-банкинг, но, чтобы получить к нему доступ, как правило, тоже нужно прийти в банк, постоять в очереди, написать заявление, получить токен – в общем, все не так просто.

Основная идея при создании Altyn-i заключалась в том, чтобы избавить людей от хождений по отделениям, позволить им стать клиентом банка, не выходя из дома.

Вы все бизнес-процессы перевели на цифровую платформу, в онлайн, чтобы полностью исключить физический контакт с клиентом?

Совершенно верно, все процессы сейчас реализованы в режиме онлайн. Даже все процессы бэк-офиса, которые в традиционном банке исполняются десятками людей, проверяющих и подтверждающих платежи, полностью автоматизированы.

Удалось ли в Altyn-i реализовать омниканальное взаимодействие с розничными клиентами?

Омниканальность была одной из ключевых идей проекта: клиент, начав какое-то действие, например, в веб-приложении, сможет продолжить его в мобильном приложении или наоборот. Мы строили наши системы с учетом обязательной реализации омниканального решения. Сейчас, например, если клиент начал оформлять кредит в веб-приложении, ввел заявку, а его вдруг отвлекли и пришлось прервать процесс, то он может продолжить процедуру оформления кредита через мобильное приложение в любом удобном для него месте и в любое время. Благодаря автоматизации решение о выдаче кредита принимается практически моментально, даже в выходной день или в нерабочее время, – скоринг реализован в автоматизированном режиме.

Функции контакт-центра выполняет подразделение, которое называется «Универсальные банкиры». При обращении клиента эти сотрудники через систему CRM видят, на каком этапе процесса он находится, и в случае необходимости помогают ему завершить операцию либо объясняют, как ее осуществить.

Какие изменения потребовались для того, чтобы реализовать Altyn-i, и насколько они были масштабными?

Изначально проект, конечно, потребовал создания отдельной штатной структуры. Мы создали проектный офис, который так и назвали – «Цифровой банк», включили в него лучших сотрудников как со стороны ИТ, так и со стороны бизнеса. Участники этой команды проводили мозговые штурмы, чтобы описать процессы и затем реализовать их совместно с ИТ-специалистами.

Еще одна большая часть проекта – интеграционная. Altyn-i построен на 12 отдельных информационных системах: интеграционная шина, BPM, CRM, скоринг, хранилище данных, мобильное приложение, веб-приложение и пр. Чтобы корректно связать их воедино, потребовалось немало усилий.

То есть фактически вы создали новые бизнес-процессы?

Это действительно так. Мы смотрим на бизнес-процессы цифрового банка прежде всего глазами клиента. Основная цель – сделать банковскую услугу такой же простой и легкой, как пользование современными гаджетами.

Как трансформировались ИТ-системы и архитектура банка? Потребовалось ли что-то кардинально изменить?

В архитектуре традиционной автоматизированной банковской системы изменения были небольшие, но для Altyn-i мы строили ИТ-ландшафт практически с нуля. Конечно, пришлось сделать интеграцию с АБС, но она работает по одной и той же логике как с Altyn-i, так и с Altyn Bank с соблюдением всех регуляторных требований.

С другой стороны, систему CRM, интеграционную шину, хранилище данных, развернутые для цифрового банка, мы теперь внедряем для традиционного бизнеса. Другими словами, тот опыт, который мы приобрели в цифровом банке, теперь переносим в традиционный банк. Впрочем, не удивлюсь, если когда-нибудь цифровой банк «поглотит» всю нашу розницу и весь наш бизнес станет одним большим цифровым банком.

Какие новые аппаратные и программные решения были развернуты при создании цифрового банка?

Для развертывания новых систем был приобретен парк серверов, систем хранения данных, сетевого оборудования и т. д. В части программного обеспечения мы внедрили интеграционную шину, систему управления бизнес-процессами и систему управления контентом. Также мы развернули CRM-систему Siebel и ряд других решений Oracle для организации хранилища данных. Для автоматизации скоринговых операций и принятия кредитных решений по клиентам мы решили использовать скоринговую систему компании SAS. Сейчас, пока наша система скоринга находится на стадии обучения, параллельно с ней используем скоринговую систему компании «Первое кредитное бюро», чтобы понять, насколько адекватно она дает оценку в сравнении с системой ПКБ, которая работает уже многие годы.

Насколько выросли объемы и потоки обрабатываемых данных?

Объемы данных, конечно, увеличились. Мы стараемся собирать максимально возможную статистику по клиентам. Проходят скоринговые операции, клиентская база растет, поэтому системы, которые обеспечивают анализ информации о клиенте и решение о выдаче ему кредита, должны быть достаточно производительными и емкими.

Сейчас все стремятся собрать как можно больше информации и получить Большие Данные, поскольку, как сказал в свое время Натан Ротшильд, «кто владеет информацией, тот владеет миром». Но информацией надо не только владеть, нужно уметь ее вовремя обработать и применить.

Планируете ли вы использовать наборы данных от внешних поставщиков, например сотовых операторов?

Операторы сотовой связи собирают и накапливают огромные объемы данных, но не знаю, насколько они готовы делиться своей информацией с банками. Тем более что сотовые операторы активно развивают собственные платежные системы.

Основной внешний источник данных, который мы используем, – это сервис скоринга ПКБ. Кроме того, мы планируем проект по анализу данных о клиентах в социальных сетях с помощью облачного модуля Siebel, который позволяет собирать информацию из соцсетей. Один зарубежный банк уже использует технологию анализа клиентских данных из соцсетей при принятии кредитных решений, его опыт нам очень интересен.

Данные какого рода выросли наиболее заметно?

В первую очередь увеличились объемы данных, касающихся клиентов, в том числе их транзакционной активности. Этому тоже способствовало увеличение клиентской базы. Мы собираем данные как из основной банковской системы, так и из процессинга и каналов дистанционного обслуживания, а также накапливаем информацию о потенциальных клиентах.

Каким образом вы анализируете данные и применяете результаты этого анализа?

На основе имеющихся данных мы проводим скоринговый анализ и принимаем решение о выдаче кредита. Также мы отслеживаем активность клиентов, чтобы понять, где и как мы можем быть им максимально полезны. Чтобы стимулировать клиентов, организуем акции, давая возможность выгоднее проводить платежи: предоставляем скидки, устраиваем совместные акции с платежными системами.

Изменился ли подход банка к работе с системами хранения данных?

Лет десять назад к системе хранения данных относились как к инструменту, на основе которого строятся отчеты для регуляторов. Сейчас к данным отношение совсем другое: с их помощью мы можем понять, чего хочет клиент. Соответственно, требования к хранению данных стали намного выше, поскольку данные из хранилища нужны теперь каждый час, а не раз в неделю. Системы должны работать быстрее, производительнее, причем хранение данных в них должно быть правильно организовано: системы хранения должны уметь быстро предоставлять информацию руководству, маркетинговой службе и другим заинтересованным подразделениям. В настоящее время мы используем систему хранения данных Hitachi – на их основе работают все бизнес-процессы и информационные системы банка.

В ходе проекта цифрового банка мы внедрили BI-инструмент компании Tableu, им теперь пользуются многие подразделения банка. Топ-менеджеры с его помощью ежедневно получают сводную оперативную отчетность, проектная команда Цифрового банка анализирует отчетность об активности клиентов по регионам, браузерам, устройствам и пр. Сделанные нами наблюдения и выводы влияют на принятие решений о дальнейшем развитии не только системы, но и бизнеса банка.

Как вы планируете развивать цифровой банкинг, по каким наиболее значимым направлениям?

На текущий момент уже создан цифровой продукт с очень высокими конкурентными качествами: Altyn-i позволяет не только стать клиентом не приходя в банк, но и дистанционно пользоваться на очень выгодных условиях основными банковскими продуктами, такими как депозиты и кредиты, дебетовые и кредитные карты. Теперь наша задача – все это популяризовать. Кроме того, постоянное развитие информационных технологий, меняющиеся рыночные условия требуют от банков постоянной адаптации своих бизнес-процессов к текущим тенденциям, а также преобразований не только в области ИТ, но и в головах людей. Поэтому вести речь о результатах в развитии Altyn-i еще рано.

Дополнительно мы наращиваем ИТ-инфраструктуру банка, которая должна обеспечить стабильную и быструю работу систем приема и обработки депозитов, карточных операций, кредитования, продажи страховых продуктов и управления личными финансами. Также мы развиваем системы лояльности, системы обработки и анализа данных, большой упор делается на совершенствование мобильного приложения.

Что показал ваш опыт цифровизации бизнеса, какие итоги и уроки вы считаете наиболее значимыми?

Создать цифровой банк с нуля достаточно просто, так как в отличие от традиционных банков, где многое нужно переделывать, чтобы встроить цифровые сервисы в существующую ИТ-инфраструктуру и действующие бизнес-процессы, у него нет унаследованных ИТ-систем и нет процессов, которые надо поддерживать в переходный период. На начальной стадии проекта необходимо описать все бизнес-процессы, которые будут задействованы в цифровом банке, при этом их следует максимально упростить. На стадии проектирования нужно упростить ИТ-инфраструктуру цифрового банка, но при этом обеспечить максимальную автоматизацию всех бизнес-процессов и высокую производительность систем. Ну и конечно, нужно собрать команду единомышленников, верящих в этот проект и готовых с полной отдачей и большим энтузиазмом работать над его реализацией. И надо доверять им. Тогда все получится.

Маркетинг стал одним из первых направлений, попавших под влияние цифровой трансформации. Здесь необходимость радикальных изменений стала очевидной в первую очередь, а деятельность оказалась достаточно простой, для того чтобы начать практические изменения. Именно службы маркетинга овладели новыми практиками работы в цифровых условиях. Новые каналы продвижения, новая аудитория со своими специфическими привычками, новые требования к организации маркетинговых активностей... Как очень быстро выяснилось, прежние методы работы оказываются крайне неэффективными – будь то демонстрация рекламного ролика, хорошо работавшего среди совсем другой аудитории, или попытка спрогнозировать реакцию клиента на коммуникацию с ним. На принципиально иной уровень выходит способность компании работать с данными. Разумеется, пионерами здесь становятся крупные компании, работающие в сегменте FMCG. Не случайно выступления представителей L’Oreal и Nestle вызвали наибольший интерес на конференции Digital Transformation, проведенной РАЭК.

Гиганты вынуждены учиться

«Цифровизация – это для нас не просто модное слово, а актуальное направление работы. Несмотря на то что мы продвинулись достаточно сильно по сравнению с другими игроками рынка, есть ощущение, что немного запаздываем», – отмечает Анна Мусихина, директор по цифровому маркетингу L’Oreal в России.

Анна Мусихина, директор по цифровому маркетингу компании L’Oreal в России: «Маркетинг всегда был основан на данных, просто сейчас их стало больше и искать их надо в других местах»

Когда в 2010 году генеральный директор компании Жан-Поль Агон заявил о необходимости цифровой трансформации, его совсем не поняли. Цифровизацию воспринимали как модную фишку и даже в какой-то степени как игру, относясь к таким проектам по остаточному принципу. Диджитал-специалистов не хватало; кроме того, каждый офис компании, включая российский, реализовывал свои проекты, все они были разрозненными. Лишь в 2014 году, с приходом в штаб-квартиру «цифрового директора» Любомиры Роше, проект цифровизации приобрел более управляемую форму. Роше оказалась хорошим стратегом, прекрасно осознающим факторы, которые будут менять индустрию.

Есть несколько примеров, показывающих, что индустрия красоты не меньше остальных подвержена цифровизации. До недавнего времени компании продолжали жить в ощущении 60-х годов, когда рынок поделен и барьер входа на него настолько высок, что отрасль никак невозможно трансформировать. Одним из «нарушителей спокойствия» стал бренд NYX. Без доступа к большим исследовательским лабораториям, медиаресурсам и торговым сетям этот маленький бренд на сверхконкурентном американском рынке начал отбирать долю у гигантов индустрии. Это открыло глаза на то, как надо действовать сейчас.

«В 2014 году L’Oreal купил NYX. И как говорят, не для того чтобы «лореализировать» NYX, а для того чтобы «никсизировать» L’Oreal. Совершенно другая модель бизнеса, продвижения, дистрибуции – это то, чему сейчас бренды со столетней историей вынуждены учиться», – подчеркивает Мусихина.

Другой проект, существующий на уровне прототипов, – 3D-принтер макияжа. Имея такой принтер и расходные материалы, любой желающий может скачать рецепт и напечатать требуемый макияж. Это один из примеров того, в каком направлении будет трансформироваться индустрия красоты. Такое решение было предложено в ходе одного из хакатонов, проводившихся L’Oreal. Однако позже выяснилось, что подобная идея уже есть: похожее изобретение Mink 3D было представлено на прошедшем в Нью-Йорке в 2014 году Tech Crunch Disrupt NY show.

Цифровые каналы изменяют отрасль

«Новая реальность для нас заключена в трех основных пунктах: трансформация медиа и процессов дистрибуции, а также цифровые потребители с новыми ожиданиями и требованиями», – отмечает Мусихина. В последние годы L’Oreal начал напрямую взаимодействовать с потребителями, что стало наиболее радикальным изменением со времен основания компании: традиционно она работала только через партнеров. Сразу же выяснилось, что при взаимодействии с конечными пользователями просто хорошего продукта недостаточно: нужны сервисы, контент, эмоции.

«Мы жили в хорошо понятном, линейном мире с воронкой продаж и трехступенчатой моделью поведения потребителя: он видит рекламу, у него возникает желание пойти в магазин и сделать покупку, а если продукт понравился, появляется желание купить его еще раз», – говорит Мусихина. Сейчас эта модель неактуальна: увидев рекламу, человек пойдет не в магазин, а в Интернет. Где он окажется: в соцсети, у блогера или на сайте отзывов, – неизвестно. Приходится искать свою стратегию коммуникаций на этом хаотичном пути к покупке, который у каждого свой.

Что это означает для компании? Если раньше для телевидения создавался один рекламный ролик, который затем адаптировался для каждой страны, то сейчас приходится постоянно выпускать адаптированный контент для разных форматов. С точки зрения онлайн-маркетинга это очень большая трансформация: приходится работать в замкнутом цикле, который начинается с того, что человек узнает о продукте, покупает и оценивает его, а затем оставляет в Сети свои мнения, становящиеся источником знаний для новых покупателей.

«Как любят у нас говорить, электронная коммерция уже не вишенка на торте, а сам торт. Это единственный источник стабильного роста на ближайшие годы», – уверена Мусихина. Причем роль цифровых каналов заключается не только в новом способе взаимодействия, она действительно меняет отрасль.

До того как появилась электронная коммерция, человек довольствовался тем, что есть у него в городе, а иногда и в магазине рядом с домом. Продавцу в этом случае гораздо проще: закупая продукцию, он выбирает самые популярные позиции.

Сейчас у покупателей появился доступ ко всему ассортименту и, кроме того, ускорилось его обновление: каждые полгода примерно наполовину. Теперь подразумеваются другие требования не только к производству, но и к дистрибуции, а также к построению коммуникаций. Это совсем другая бизнес-модель, и главное ее отличие – ускорение всех процессов.

Потребитель тоже изменился: стал избалованным, его требования стали усложняться, – и это хорошо прослеживается в поисковых запросах. Например, он ищет не просто «красную» помаду, а «стойкую, матовую, жидкую». Потребители требуют персонализации и сами управляют коммуникациями – это совершенно другие правила игры. Кардинальное отличие цифровых каналов заключается в том, что три человека из четырех уйдут с сайта, если им покажут нерелевантную рекламу.

Если раньше разработка маркетинговых коммуникаций начиналась с продукта, то сейчас приходится ставить в центр потребителя, его интересы и потребности. Это усложняет работу, но повышает ее эффективность.

Центр цифрового магнетизма

«Для того чтобы что-то получилось в цифровом маркетинге, нужно, как это ни парадоксально, физическое централизованное место, где люди могут собраться вместе и обсудить свои действия, получить экспертную оценку, поделиться идеями», – подчеркивает Наталья Григорян, старший цифровой менеджер российского офиса Nestle. В компании несколько лет назад было создано подразделение Digital Acceleration Team (DAT), куда съезжались на стажировку и для обмена опытом эксперты из разных стран. Затем аналогичные центры открылись в различных странах присутствия, а год назад – и в России. Разумеется, цифровые проекты в Nestle реализовывались и раньше, однако именно открытие центров DAT сделало их более осмысленными и показало очевидный эффект.

Создаваемые подразделения были призваны стать «центром магнетизма», притягивать к себе все подразделения компании, стимулировать ее цифровую трансформацию – люди должны видеть, как компания ведет себя в цифровом пространстве, какие направления развивает. При этом DAT нельзя рассматривать как центр экспертизы, внутреннее агентство компании. Скорее, это центр, который вбирает в себя все новое из внешней среды, пропускает через свой фильтр и формирует готовые решения. Например, если речь идет об искусственном интеллекте, то его не просто предлагают использовать, а преломляют через призму бизнес-задач и встраивают в свои проекты. Основу команды составляют четыре человека, работающие над одними и теми же задачами и вместе отвечающие за соцсети, креатив, эффективность.

На множестве больших экранов, размещенных в центрах DAT, в реальном времени отображаются все события, происходящие с брендом, а заодно и с конкурентами.

Наталья Григорян, старший цифровой менеджер российского офиса Nestle: «К цифровой трансформации нельзя относиться по остаточному принципу. Она требует серьезного отношения и долгосрочного планирования»

«Когда к нам приходит директор какого-либо направления – как обычно, с утра и неожиданно – и интересуется актуальными новостями, приходится вспоминать последние активности по каждому из нескольких десятков брендов и их показатели. Наши аналитические экраны и решают эту задачу: можно с одного взгляда увидеть общую картину и понять, что происходит с брендом», – говорит Григорян. Ключевую роль играет инструмент мониторинга социальных сетей Social Media Listening (SML), разработанный компанией YouScan. Этот инструмент стал абсолютно незаменимым, с его помощью в реальном времени видны все обсуждения в соцсетях, все посты, которые делают конкуренты, и показатели по ним, появляется возможность отслеживать лучшие практики. Это не отчетность, которую смотрят в конце месяца и анализируют свою работу и действия конкурентов. Данные нужно смотреть в реальном времени, именно тогда они будут полезны. Среди других инструментов визуализации данных можно выделить экран, отображающий Google Analytics и позволяющий отслеживать эффективность множества кампаний, которые в большинстве случаев ведут на сайт. Экраны Google Search и Yandex Search отражают поисковые тенденции, наблюдаемые в каждой категории.

«Просыпаясь утром, многие люди первым делом открывают социальные сети. Точно так же любой сотрудник, любящий свою компанию, должен следить за тем, что происходит с ней в соцсетях», – считает Григорян. Важно знать, что говорят люди, на каких территориях происходят дискуссии, что можно почерпнуть из них, чтобы изменить продукт к лучшему. Это источник знаний, который должен быть всегда на столе.

Еще одна функция DAT – центр знаний: на его площадке проводятся образовательные программы. Сразу было понятно, что зазывать туда никого не придется – люди потянутся сами. Например, разработана программа для маркетологов, которая не является обязательной, но интересует очень многих, так как специалисты осознают, что цифровые технологии – «наше всё». Для проведения лекций приглашаются внешние эксперты из соцсетей и интернет-компаний, а также партнеры, которые рассказывают о происходящем во внешнем мире. Полученные знания затем совместно используются для решения бизнес-задач.

На языке клиента

«Маркетинг требует современных подходов. Свой креатив также приходится трансформировать при помощи инструментов Больших Данных», – говорит Григорян.

Среди проектов, реализованных за прошлый год, можно выделить рекламную кампанию «Nescafe 3 в 1» – бренда, работающего на молодую, преимущественно студенческую аудиторию. На телевидении его нет уже более пяти лет, однако в цифровых каналах его активно продвигают. Бизнес поставил непростую задачу: поддержать кампанией два региона – Юг и Сибирь.

«У нас был старый, хорошо зарекомендовавший себя видеоролик, но мы понимали, что региональная направленность требует учета каких-то особенностей. Кроме того, аудитория ожидалась совершенно точно «цифровая», и показ в соцсетях классического ролика вряд ли нашел бы отклик», – объясняет Григорян. Требовалось сделать больше: персонализировать коммуникацию, достичь суперрелевантности, чтобы окно с роликом не закрыли в первые же секунды.

Изучение регионов показало, что общение в них имеет специфику: свой язык, свои интересы – и думают люди тоже по-другому. Поняв с помощью инструмента SML, что сейчас волнует людей из требуемых регионов, что они обсуждают, создали несколько вариантов роликов динамичного, сетевого формата с использованием специфического сленга и упоминанием актуальных событий. Например, употреблялись фразы и выражения, которые смогут понять лишь жители Ростова или Волгограда. Фразы, отобранные в результате анализа данных, вызывали у экспертов по маркетингу большие сомнения: московским специалистам было непонятно, о чем идет речь. Однако кампания, запущенная в сети «ВКонтакте», имела очень высокий отклик. Нетрудно догадаться почему: она была проведена в нужное время, на нужной платформе и с правильным посланием, релевантным аудитории.

«Разумеется, бизнес интересовался не эмоциями и красотой, а вполне приземленными вещами: выросли ли продажи? Да, заметно выросли», – отмечает Григорян. Стоит сказать, что эта кампания проходила «сама по себе», без поддержки в других каналах, и поэтому стала чуть ли не первой для Nestle, когда удалось измерить ее «чистые» результаты. Так удалось доказать и рынку, и себе, что цифровой маркетинг работает – просто нужно делать его релевантным аудитории.

С лицензией на ошибку

«Маркетинг всегда был основан на данных, просто сейчас их стало больше и искать их надо в других местах», – констатирует Мусихина. Раньше основным поставщиком данных были исследования рынка, проводимые самостоятельно или аналитическими компаниями. Теперь подход совсем другой: если раньше под рынком понималась совокупность игроков, цен и продуктов, то сейчас оценивается рынок потребителей и их потребностей. И все данные о рынке существуют онлайн – традиционные опросы больше не нужны.

Стратегия L’Oreal подразумевает рост быстрее рынка электронной коммерции в индустрии красоты (в России это трехзначная цифра), а также выстраивание с потребителем персонализированных отношений. Персонализированные отношения – это требование рынка, клиенты сами этого хотят. Необходимо собирать данные, систематизировать и использовать их.

«К цифровой трансформации нельзя относиться по остаточному принципу. Она требует серьезного отношения и долгосрочного планирования», – подчеркивает Григорян. Цифровые инициативы имеют прямое влияние на бизнес, а аналитические инструменты могут стать основным источником данных, позволяющим точно понять, что нужно потребителю, и предлагать ему востребованный товар и услугу.

При этом важно понимать, что любые изменения в компании проводит не один человек, а команда единомышленников. Для реализации серьезных культурных изменений в компании должно быть несколько «точек возгорания».

«Кто такой диджитал-менеджер? Это не просто агент трансформации и центр цифровой экспертизы, но и предприниматель, и евангелист», – резюмирует Мусихина. В российском офисе L’Oreal работают 35 таких специалистов. При помощи этих людей происходит цифровизация всех функций. Работа идет постоянно со всеми подразделениями, причем начинается с уровня топ-менеджмента. При этом такая трансформация была бы невозможна без «лицензии на ошибку». Требуется накапливать и анализировать не только хорошие, но и неудачные практики.

Цифровая трансформация воспринимается руководством компании так же, как и любой проект, и проект весьма рискованный. Зачастую это становится чисто предпринимательским решением: инвестируют в технологии, в которые поверили. Возможно, именно поэтому многие проекты, относимые компаниями к цифровым, являются «кусочными», пилотными, им явно не хватает стратегического подхода. Тем не менее их успех – а значит, и будущее – во многом определяется именно запалом, появившимся у руководства компаний.

Объединяя виртуальное с физическим

Пожалуй, одним из проектов, который сложно упрекнуть в отсутствии четкого видения, можно считать внедрение подходов Индустрии 4.0 на новом заводе в Кашире, создаваемом группой «Черкизово». По словам Владислава Беляева, директора по ИТ «Черкизово», Индустрия 4.0 – это не просто красивый термин, «технологический этап» или «смена парадигмы». У этой концепции есть вполне конкретный признак: она связывает воедино информационные системы и исполнительное оборудование, избавляясь от ненужной прослойки в виде человека.

Владислав Беляев, директор по ИТ «Черкизово»: «Чем меньше рук контактирует с продукцией в процессе производства, тем лучше – и этот путь ведет к безлюдному производству»

«Зачем мы этим занимаемся? Точно не потому, что у нас много денег и мы решили поиграть в красивые технологии», – говорит Беляев. Все, что связано с потребительскими товарами, – и пищевая промышленность особенно – крайне высококонкурентно. Каждый день приходится бороться на сегментированном рынке, испытывая давление как крупных конкурентов, так и мелких фермеров. С другой стороны, приходится оперировать большим количеством наименований продукции. Продукты приходится по-разному упаковывать и доставлять, у них разные уровни свежести и сроки хранения. Поэтому требуется четкое управление.

Как отмечает Беляев, классическая ERP – это система, которая занимается лишь виртуальными сущностями. Для нее складской остаток – всего лишь цифра. Система управления складом уже гораздо ближе к реальному миру. Например, в нее может быть интегрировано оборудование (весы и т. д.), но все равно речь идет об отражении физических процессов в виде виртуальных сущностей. А вот Индустрия 4.0 подразумевает не только полностью автоматизированный, но и роботизированный склад, где виртуальная и физическая сущности предмета объединяются и объект одновременно обрабатывается и в виртуальном, и в физическом мире. Например, если в ERP дать команду на выдачу какой-либо продукции, устройство непосредственно ее исполнит. Это дает гибкость и действительно актуальную информацию о том, что происходит на производстве и как на самом деле работает предприятие.

Уже на протяжении полутора лет «Черкизово» занимается проектом, который будет реализован на новом мясоперерабатывающем заводе. Он будет запущен в опытную эксплуатацию в конце 2017 года и рассчитан на выпуск примерно 100 тонн продукции в день.

В пищевой индустрии все зависит от качества. Как его добиться? В первую очередь с помощью соблюдения стандартов и чистоты: на пищевом производстве крайне жесткие санитарные нормы. Кроме того, в отличие, например, от производителей телефонов, где доверие к какой-либо марке формируется надолго, поставщику продуктов достаточно «проколоться» один раз, чтобы надолго потерять лояльного покупателя.

«Чем меньше рук контактирует с продукцией в процессе производства, тем лучше – и этот путь ведет к безлюдному производству. Это не наше ноу-хау – мы внимательно следим, что делают конкуренты и в России, и в других странах», – говорит Беляев.

Без буферных зон

В соответствии с производственными процессами, реализуемыми на новом заводе, человек выгружает сырье из фуры и в следующий раз появляется в цепочке процессов очень нескоро: уже после окончания производственного цикла.

«Мы интегрировали все, что связано с планированием, прогнозом продаж, планами закупок. Все это сразу же переводится в производственные планы на конкретную смену и графики смен», – подчеркивает Беляев. Это ключевой этап: переход от высокоуровневого планирования к планированию в рамках производственных участков. Главное, чтобы производственные планы автоматически трансформировались в конкретные команды оборудованию. Нужно уходить от «человеческой прослойки» между планом, хранящимся в системе, и настройкой производственных линий.

Сейчас люди на каждом этапе выполняют весьма простые операции: перемещение, взвешивание, загрузка. В Индустрии 4.0 все операции выполняются автоматически. Еще один важный момент – формирование единого ИТ-пространства. На классическом производстве любая операция попадает в ту или иную информационную систему и затем (автоматически или вручную) перемещается между MES, ERP и т. д. При новом же подходе вся информация отражается в единой интегрированной системе.

«Мы уходим от большого количества информационных систем, взаимодействующих между собой и передающих виртуальные сущности, к системе, охватывающей все производственные процессы, – отмечает Беляев. – При этом образуется промежуточный слой, отвечающий за непосредственное управление оборудованием, и его созданию уделяется большое внимание». Этот слой управления оборудованием играет очень важную роль. Когда между линиями любой сложности есть человек, он может исправлять любые ошибки, и в этом его достоинство. Поэтому, сглаживая проблемы, предприятия вынуждены копить буфер между процессами. Не умея планировать спрос, они держат склад готовой продукции. Не понимая потребности в производстве, имеют склад сырья. При несинхронизированных цехах получают склады полуфабрикатов. Все это снижает эффективность. Подходы же Индустрии 4.0 нацелены на устранение этих буферных зон. Если предприятие выстраивает единую цепочку из автоматов, у него уже нет возможности организовывать буферы между ними, чтобы сглаживать нестыковки, и приходится синхронизировать цепочку, которая должна работать в буквальном смысле как часы.

«Несмотря на модность термина «Индустрия 4.0» и его использование всеми производителями, готовых решений уровня предприятия на рынке нет. А этот подход подразумевает именно автоматизацию всего завода, а не отдельного участка», – считает Беляев. Поэтому каждый проект становится индивидуальным и занимает очень много времени. В «Черкизово» на стыковку оборудования ушел почти год. У каждого производителя оборудования существует свой стандарт, и приходится тратить много времени и сил на интеграцию систем нижнего уровня.

К тому же пришлось столкнуться с тем, что в России катастрофически не хватает специалистов, способных работать со сложным производственным оборудованием. Это проблема государственного масштаба.

«Конечно, мы понимаем, что в рамках всей компании один-единственный завод-автомат работать не сможет. Он потянет за собой все процессы холдинга. Когда один элемент начинает работать как часовой механизм, вокруг него приходится выстраивать экосистему. Реализация подобного проекта запускает процесс трансформации всего холдинга», – констатирует Беляев. Более того, наступление индустриальных этапов ускоряется, и уже через 15 лет нас ждет Индустрия 5.0. Как она будет выглядеть? Если нынешний этап заключается в оптимизации отдельных заводов, то дальше речь будет идти об оптимизации всей производственной цепочки и о переходе к распределенному производству. Видимо, крупные заводы постепенно сменятся мелкими производствами, управляемыми из единого центра с помощью искусственного интеллекта.

«Гагарин» в «МегаФоне»

Бизнес мобильного оператора, казалось бы, изначально должен являться цифровым, однако работы, проводимые сейчас в компании «МегаФон», также проводятся под флагом цифровой трансформации. В компании отмечают закостенелость бизнеса, а также то, что ряд процессов вообще не был охвачен автоматизацией. Стартом для проведения серьезных изменений стали приобретение Mail.ru и необходимость интегрировать ее в общий бизнес.

«Теперь наши Большие Данные – самые большие в России. Mail.ru – это не только интернет-сервисы, но и социальные сети. Объединение данных даст нам полное представление о клиентах, их жизни и интересах», – говорит Андрей Кириллов, директор по инвестициям «МегаФона». В компании начат проект «Гагарин», целью которого является трансформация бизнеса – разработка новых бизнес-процессов, упрощение и облегчение существующих. Итогом станет масштабная стандартизация используемых ИТ-систем.

Андрей Кириллов, директор по инвестициям компании «МегаФон»: «Основными целями проекта «Гагарин» являются изменение логики принятия решений и упрощение процессов»

«Наша система SAP на 70% кастомизирована, она очень хороша по функционалу, но абсолютно нестандартна, мы не можем без проблем поставить ни одно обновление, выпускаемое производителем», – признает Кириллов. Компания потратила много сил на разработку новых бизнес-процессов, и все это совпало с выходом решения SAP S4/HANA. Поэтому было решено полностью перевнедрить существующую систему, но сохранить 80% ее стандартного функционала. Система изменит все процессы, которые описывают деятельность компании, причем части из них и вовсе не существовало в электронном виде.

«Я отвечаю за всю инвестиционную программу «МегаФона», и это единственный проект, который защищался не исходя из окупаемости, а по принципу выбора лучшего пути его реализации. Необходимость его реализации не обсуждалась, хотя стоимость довольно высока», – подчеркивает Кириллов. К слову, непосредственно окупается лишь одна часть проекта, связанная с техобслуживанием и ремонтами. Этой работой занимаются 6 тыс. человек, они обслуживают 140 тыс. базовых станций, и управление ими сейчас осуществляется только по электронной почте.

Основные цели проекта – изменение логики принятия решений и упрощение процессов. Например, нынешнюю финансовую систему сравнивают с Федеральным казначейством США. Все денежные средства перемещаются между подразделениями с помощью специальных карточек корректировки бюджета. По словам Кириллова, это адский процесс, приводящий к тому, что сотрудник, потративший деньги в одном из филиалов, должен получить 6-12 согласующих подписей.

Но даже параноидальная система контроллинга, существующая сейчас, не спасла от инцидента, когда сотрудник злонамеренно изменил сумму в договоре аренды площадки с 78 тыс. руб. на 78 тыс. евро и по указанным реквизитам деньги были заплачены несколько раз. Обсуждая тот случай, руководство компании пришло к выводу, что живет с иллюзией защищенности, на поддержание которой тратится очень много сил.

«При реализации новой системы резко возрастает ответственность людей за цифры, за качество планирования и прогнозирования. Но мы понимаем, что ответственность людей – более реальный механизм работы, чем создание барьеров и иллюзий защищенности», – говорит Кириллов.

Огромные усилия в ходе проекта «Гагарин» тратятся на его пропаганду. Причина заключается именно в том, что речь идет не столько о внедрении системы, сколько об изменении бизнес-логики и мышления в компании, которая за 20 лет работы закостенела. У проекта есть свой сайт, газета, значки с логотипом и спонсорство от генерального директора. Проект позиционируется внутри компании не только как тяжелая работа, но и как нужное и красивое изменение.

Машинное обучение против дефектов

Металлургия – весьма консервативная отрасль, цифровые технологии здесь развиваются довольно тяжело. Однако большинство компаний понимают, что из-за высокой конкуренции на рынке им придется оптимизировать бизнес-процессы. Как полагает Игорь Варфоломеев, менеджер центра развития бизнес-систем компании «Северсталь», цифровые технологии, равно как и подходы Индустрии 4.0, – те инструменты, мимо которых пройти невозможно. Одним из проектов, направленных на серьезное повышение эффективности производства, стало использование машинного обучения для прогнозирования брака.

Игорь Варфоломеев, менеджер центра развития бизнес-систем компании «Северсталь»: «Прямой экономический эффект 10,7 млн руб. для крупной металлургической компании – это капля в море. Но важно то, что реализация проекта позволяет заметно снизить количество брака»

Очень важное производство «Северстали» – конвертерное производство, в ходе которого производятся слябы – полуфабрикаты для дальнейшей переработки. Процесс включает около 300 технологических параметров обработки стали, до семи производственных этапов, при обработке используется 18 легирующих элементов, чтобы получить требуемые механические свойства и химический состав. Как и в любом производстве, иногда случается брак: на поверхности слябов возникают трещины. Причины их появления трудно отследить, более того, они не всегда известны.

«Конечно, технологи прекрасно знают, что сталь с определенным химическим составом более подвержена трещинам. Но они не могут оцифровать влияние на появление брака других факторов – например, параметров разливки металла», – рассказывает Варфоломеев.

Разумеется, в дальнейшую переработку дефектные полуфабрикаты отправлять нельзя. Проблемы нужно сразу исправлять, и чем раньше, тем проще и дешевле это сделать. Сложность в том, что для обнаружения дефекта слябы требуется охладить. Качественные же изделия лучше сразу, без охлаждения, отдавать в прокат – это прямая экономия времени и электроэнергии.

Вполне естественным компромиссным решением является отправка на осмотр только тех изделий, где велика вероятность дефекта.

Для определения вероятности брака решили использовать методы машинного обучения. Для этого обработали все существующие технологические параметры и с использованием популярного алгоритма Random Forest получили приемлемые результаты.

«Прямой экономический эффект 10,7 млн руб. для крупной металлургической компании – это капля в море. Но важно то, что реализация проекта позволяет заметно снизить количество брака», – считает Варфоломеев. Попадание бракованных изделий в дальнейшее производство снизилось на 10%. Это напрямую влияет на индекс FTT (First TimeThrough, приемка с первого предъявления) – один из показателей клиентоориентированности, который в условиях высокой конкуренции очень важен. Вторым серьезным эффектом стало снижение объема металла на горячем складе на 7%. А поскольку отпала необходимость в дополнительных осмотрах, то сократилось и время, за которое производится продукция.

Модель уже запущена, но пока до конца не встроена в бизнес-процессы – управлению изменениями на крупном производстве приходится уделять очень серьезное внимание. И хотя влияние человеческого фактора на качество продукции радикально снижается, без технологов обойтись все равно не удастся: разработка новых видов продукции и новых режимов производства в любом случае останется за ними.

***

Участники конференции пришли к единому мнению о том, что трансформация должна представлять собой не революцию, а все-таки эволюцию, пусть и достаточно активную. При этом надо понимать, что даже самая ценная идея ничего не стоит без реализации: необходима хорошая команда, четко понимающая, чего от нее ждут.