Big Data больше не эксперимент: бизнес ждёт быстрых результатов

1. Насколько проекты Big Data были популярны в прошлом году?

   Спрос на решения в области больших данных постоянно растёт — в среднем на 30% ежегодно. В 2024 году количество наших проектов по Big Data и BI оставалось стабильно высоким. Наиболее часто запросы приходили от компаний из банковской сферы, разных отраслей промышленности, а также из ритейла и FMCG.

2. С чем связана их популярность?

   Причин несколько. Активное общемировое развитие и рост ИИ-технологий способствуют спросу на ИИ в компаниях для решения разного рода задач. А реализовывать задачи на базе ИИ невозможно без качественных данных: для получения измеримой бизнес-выгоды компании нуждаются в безупречно очищенных, структурированных и согласованных данных из всех источников.

   Активным драйвером спроса на технологии больших данных выступает и государство. В 2025 году на смену программе «Цифровая экономика» пришёл национальный проект с говорящим названием «Экономика данных», который сфокусирован на технологическом суверенитете и предполагает повсеместное внедрение больших данных и искусственного интеллекта. Пример: Банк России обязал системообразующие банки перейти к 2030 году на предиктивный подход оценки кредитных рисков, основанный на внутренних рейтингах (ПВР).

   Вместе с тем растёт спрос на услуги российских интеграторов в части big-data-решений. После ухода иностранных вендоров, прекращения технической поддержки и возможности продлить лицензии многие компании столкнулись с необходимостью пересмотра своей data-инфраструктуры. Однако найти готовые коробочные решения для крупного бизнеса оказалось крайне сложной, а зачастую и невыполнимой задачей. В этой ситуации бизнес всё чаще обращается к интеграторам, которые предлагают адаптацию существующих на рынке решений под задачи бизнеса и другие комплексные услуги: от миграции данных с устаревших систем и развёртывания open source решений до обеспечения полного соответствия регуляторным требованиям.

3. Как изменились ожидания клиентов от big-data-решений за последние 2–3 года?

   Раньше компании инвестировали в Big Data «на перспективу» — строили хранилища данных и применяли их в аналитике, но без чёткого понимания, как и когда это принесёт прибыль. Сейчас запросы стали конкретными и прагматичными: клиенты хотят быстрых измеримых результатов — либо роста доходов, либо снижения затрат. А лучше, конечно, и то и другое.

   Так, например, в промышленности всё больше внимания уделяется системам прогнозного обслуживания оборудования, которые помогают снизить риски простоя и связанные с этим убытки. Энергосбытовые компании используют данные для анализа причин просроченных платежей, чтобы точнее прогнозировать поступления и минимизировать кассовые разрывы. Банковский сектор всё активнее использует технологии AI-скоринга и антифрод-систем для снижения кредитных потерь.

   Изменился и запрос к скорости внедрения. Раньше проекты могли длиться годы. Теперь же клиенты ожидают первых результатов с первых месяцев. Причина — дорогие деньги, поэтому бизнесу нужен быстрый возврат инвестиций.

   В целом, от интеграторов ждут не только схожих кейсов из отрасли, но и готовности предлагать гибкие решения, а также внимания к уже существующей архитектуре. Клиенты не хотят менять всю систему — сегодня важен акцент на интеграцию с текущими процессами, а уже потом революционные изменения.

4. Как вы оцениваете текущее состояние импортозамещения в Big Data?

   Процесс импортозамещения в сфере Big Data в целом можно считать успешным. Например, российские решения от Arenadata покрывают почти весь необходимый технологический стек для работы с данными. Мы уже реализовали ряд успешных миграций с Oracle, MS SQL, SAP и Vertica на Arenadata, и эти проекты показывают стабильную и эффективную работу в промышленной эксплуатации.

   В области Data Governance также есть конкурентоспособные продукты — Arenadata Catalog с набором ключевых функций, ранее доступных только у западных вендоров. Например, автоматизированная классификация данных, сквозное прослеживание происхождения данных или инструменты управления метаданными с полной поддержкой российских регуляторных требований.

   Рынок BI-решений в России также демонстрирует активный рост: каждый квартал анонсируется новое BI-решение. И хотя российские продукты пока не всегда превосходят функциональность зарубежных аналогов, но в передовых BI-решениях от наших вендоров разрыв в качестве и возможностях стремительно сокращается. Но, безусловно, в этом случае важно понимать, что ни одна BI-система, будь она новой разработкой российских вендоров или от опытного зарубежного интегратора, не может покрыть все потребности бизнеса. Иногда бизнесу нужно несколько решений: простое для рядовых задач или мощное для бизнес-аналитики. И в этом случае уже задача интегратора — подобрать и адаптировать инструменты под текущие и будущие потребности, используя экспертизу и возможности вендоров для доработок.

5. В каких отраслях ваше сотрудничество с Arenadata приносит максимальную пользу клиентам? Какие совместные проекты или исследования кажутся вам наиболее значимыми?

   С Arenadata нас связывают годы плодотворного сотрудничества. За это время совместно мы охватили ключевые секторы экономики: нефтегазовую отрасль, металлургию, горнодобывающую промышленность и банковский сектор, где реализовали ряд масштабных проектов.

   Например, из ключевых кейсов могу отметить создание корпоративной дата-платформы для крупной промышленной компании. В рамках проекта мы объединили данные нескольких дочерних предприятий, включая 16 экземпляров различных систем с возможностью масштабирования. Обработано более 700+ показателей по одному домену данных с потенциалом расширения на все сферы деятельности компании, а также 250+ объектов детализированного слоя. На текущий момент платформа аккумулирует данные по ключевым производственным процессам, а в ближайшей перспективе будет расширена на дополнительные бизнес-направления, включая финансовый и операционный учёт.

   Также, помимо масштабных внедрений, в партнёрстве с Arenadata мы регулярно проводим исследования рынка, которые помогают бизнесу оценивать тренды и на основе этих данных принимать различные решения. Так, в одном из последних исследований выяснили, что 30% компаний планируют увеличить бюджеты на Big Data в 2025 году. А в рамках исследования о Big Data в промышленности обнаружили, что лишь четверть компаний завершили более чем на 70% импортозамещение ПО для данных.

   Помимо этого, К2Тех и Arenadata как эксперты регулярно принимают совместное участие в независимых рыночных исследованиях. Например, в 2023 году мы участвовали в подготовке отраслевого White Paper по BI-решениям. Результаты показали, что 80% российских компаний выбирают on-prem-развёртывание BI-систем, в первую очередь из-за требований информационной безопасности и регуляторных ограничений.

6. Вы упоминали, что треть компаний планируют увеличивать бюджеты на Big Data. Зачем бизнесу инвестировать в новую data-архитектуру?

   Многие компании сегодня сталкиваются с критической необходимостью модернизации своих data-платформ. Legacy-системы создают три ключевые проблемы: технологическую стагнацию, кадровые риски и неэффективное распределение ресурсов. Когда зарубежное ПО перестаёт обновляться, а специалисты по устаревшим технологиям становятся «на вес золота» — бизнес попадает в зависимость от нежизнеспособной ИТ-экосистемы.

   Компании, откладывающие модернизацию, теряют дважды: во-первых, тратя до 80% ИТ-бюджета на «латание дыр» вместо развития новых решений, а во-вторых, упуская возможности монетизации данных.

   Поэтому инвестировать в актуальную архитектуру — не выбор, а необходимость. Современные облачные и гибридные решения резко снижают операционные затраты. Кроме того, устаревшие системы часто содержат неустранённые уязвимости — поэтому обновление систем, прежде всего, вопрос безопасности.

7. Какие инструменты и методологии вы рекомендуете для обеспечения качества данных?

   Главная ошибка многих компаний — рассматривать управление данными только как техническую задачу. Построение data-платформы — это в первую очередь организационная и методологическая работа. Если ИТ-департамент реализует такие проекты в отрыве от бизнеса, данные могут утратить или и вовсе не иметь практической ценности.

   Поэтому ключевой принцип — прочная методологическая основа: разработанные совместно с вендором и интегратором стандарты по управлению данными, включая Data Quality, чётко определённые метрики качества, регламенты работы с данными и распределённые зоны ответственности. Например, мы используем гибкую методологию, которая предполагает поэтапную реализацию проекта с регулярной проверкой результатов и корректировкой дальнейших действий. Это позволяет оперативно учитывать любые изменения и вовлекать бизнес в процесс с первых этапов, что снижает риски и повышает эффективность внедрения.

   Ещё один важнейший аспект для обеспечения качества данных — формирование культуры работы с данными на всех уровнях компании: обучение сотрудников, внедрение KPI, связанных с качеством данных, и создание сквозной системы ответственности.

8. Можно ли измерить реальный эффект от использования данных?

   Когда мы говорим о data-driven-культуре, ключевой показатель успеха — способность превращать данные в конкретные бизнес-результаты. Наш опыт показывает, что даже базовое структурирование данных даёт измеримый эффект. Так, построение data-платформ сокращает время доступа к информации на 60–80%, что напрямую влияет на скорость принятия решений и time-to-market продуктов.

9. Какой главный совет вы дали бы CIO, который только начинает data-трансформацию в компании?

   Начинать data-трансформацию нужно не с технологий, а с комплексной диагностики текущего состояния ИТ-инфраструктуры. Первый шаг — аудит зрелости управления данными, чтобы определить отправную точку для преобразований. Можно проводить либо силами внутренней команды, либо с привлечением внешних экспертов от вендора или интегратора.

   Далее крайне важно правильно выстроить организационную структуру. Рекомендую создать корпоративный Data Office под руководством CDO. Но ключевой момент: CDO должен быть не просто техническим специалистом, а настоящим бизнес-партнёром, способным находить баланс между ИТ-возможностями и реальными потребностями бизнес-подразделений.

   Только после этого можно переходить к разработке стратегии цифровизации и дорожной карты. Стратегия должна быть максимально конкретной — не просто внедрить Big Data, а чётко обозначить, какие бизнес-проблемы будут решаться с помощью данных. Дорожная карта же должна включать поэтапный план перехода от текущего состояния к целевой архитектуре данных с понятными KPI и сроками.

Спикер:

Дмитрий Красников

Руководитель Big Data & BI в К2Тех