Сколько стоит проект Big Data?

Технологии Big Data находят широкое применение в странах Запада. Несмотря на это, случаев успешного внедрения больших данных в отечественных компаниях пока единицы.

Радует то, что в наших бизнес-кругах эта тема стремительно набирает популярность. На данном этапе российские игроки рынка присматриваются и прицениваются. Так какова же реальная стоимость проекта Big Data и какого эффекта от него ожидать? Об этом и поговорим сегодня.

Растущий спрос

Консалтинговая компания IDC ожидает бум в области Big Data и BI. Согласно недавно опубликованному отчету, ежегодно рынок больших данных и бизнес-аналитики будет расти на 50% и в результате вырастет со $122 млрд в 2015-м до $187 млрд в 2019-м.

Основным драйвером этого рынка станут крупные (более 500 сотрудников) и очень крупные компании, которые в 2019-м потратят на Big Data и BI более 140 млрд. долл. Однако малый и средний бизнес также внесут свой вклад — на них придется около четверти рынка.

Восходящая тенденция подтверждается многими экспертами области — в частности, IDG Enterprise. По данным компании, за последний год количество воплощенных проектов по Big Data выросло на 125%.

Бюджет проекта

В IDG утверждают, что средняя стоимость Big Data проекта составляет около $7,5 млн. Очевидно, что для отечественных компаний (в особенности, для малого и среднего бизнеса) такая цифра кажется заоблачной.

Более применима к российской действительности открытая экспертами IDG зависимость объема инвестиций в большие данные от размера совокупных расходов компании.

Ниже приведена таблица, по которой отечественные компании могут судить о примерной стоимости проекта Big Data в соответствии с масштабами бизнеса и статьями расходов:

В России технологии Big Data сегодня внедряют в основном крупные компании. Бюджеты, как правило, не разглашаются. Поэтому и судить приходится, руководствуясь той нечастой статистикой, которая время от времени появляется в Интернете.

Так, в апреле текущего года стало известно, что “Сбербанк” создает венчурный фонд с общим капиталом в $100 тыс. для инвестиций в искусственный интеллект и большие данные.

Годом ранее о бюджете Big Data проекта рассказал банк “Открытие”. По словам сотрудников, внедрение аналитических технологий стоило компании 5% от общего объема расходов. Журналисты поспешили подсчитать стоимость в цифрах — по информации издания CNews, реализация решений в рамках отдельной задачи, например скоринга, обходится банку в $50 тыс. — $100 тыс. долл. Более комплексные проекты стоят дороже.

В 2014 году стоимость внедрения Big Data назвал и Пенсионный фонд России. Лицензия на использование платформы SAP HANA обошлась госструктуре в 3,6 млн рублей.

Статьи расходов

Все эксперты и игроки рынка сходятся в одном: при реализации проекта Big Data на первом месте в статьях расходов — покупка оборудования и ПО, в которое входит:

  • платформа хранения и обработки данных (СУБД)
  • средства интеграции данных ETL и CDC (средства извлечения данных из источников, их преобразования и загрузки, в т.ч. в режиме реального времени)
  • средства проектирования моделей данных
  • инструментарий для анализа и визуализации данных.

По оценкам Алексея Благирева, директора по развитию систем аналитики и отчетности банка “Открытие”, расходы по этим статьям распределились следующим образом: около 40% совокупной стоимости владения (Total Cost of Ownership, TCO) ушло на СУБД (HP Vertica); порядка 30% TCO составила стоимость выбранного банком средства захвата данных в реальном времени (Oracle GoldenGate); оставшуюся долю занимают решения анализа данных (около 18–20%) и моделирования (8–10%).

Как показывает практика, следующая по величине статья расходов — затраты на персонал. Широко обсуждаемый дефицит квалифицированных кадров вынуждает компании обращаться к внешним консультантам, чьи услуги на 10-15% дороже.

На аутсорсинг, как правило, отдаются и работы по настройке системы.

В ряде случаев отдельной статьей расходов становится приобретение данных у других компаний, социальных сетей.

Возврат инвестиций

Подсчитать средний срок окупаемости проекта Big Data практически невозможно, так как это в значительно мере зависит от размера компании и направления, в котором она работает.

Опыт компании “Прогноз”, предлагающей аналитические инструменты не только на российском, но и на глобальном рынке, показывает, что возможности больших данных формируют два вида бизнес-преимуществ:

  1. Качественные улучшения, которые иногда трудно точно измерить, — например, снижение трудозатрат, повышение прозрачности, повышение точности и скорости подготовки отчетов.
  2. Количественные изменения, показывающие конкретный рост эффективности и экономию затрат в измеримых показателях, которые, в свою очередь, определяют окупаемость внедренного решения.

Самый ощутимый эффект — когда технологии помогают сэкономить либо приносят дополнительный доход, резюмируют в Teradata: «Недавно Forrester провел исследование по результатам внедрения платформы Teradata Aster Discovery у одного из американских онлайн-ретейлеров. ROI составил 106% со сроком окупаемости 13,9 месяца, а суммарная выгода за три года составила $6,1 млн».

Дмитрий Кузякин, вице-президент и директор департамента CRM ВТБ24, говоря о дивидендах, приносимых технологиями Big Data отметил: «Для ВТБ24 это стабильные +15% к бизнесу банка».

Так как средний срок окупаемости проектов Big Data подсчитать довольно сложно, Федор Прохоров, директор департамента информационных технологий банка “Сетелем”, считает целесообразным начинать с небольших краткосрочных пилотных проектов с четкими критериями успеха, которые помогут продемонстрировать эффект от Big Data руководству, чтобы в дальнейшем получить финансирование на более крупные и долгосрочные проекты.

Источники:

РБК

CNews

IDG Enterprise

PC Week

1 комментарий

Добавить комментарий

Ваш адрес email не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =