В последние годы технологические изменения происходят с беспрецедентной скоростью, стремительно меняются привычки, потребности и предпочтения людей, использующих эти технологии. Много говорят о поколении Y – молодых людях, рожденных в последнее двадцатилетие XX века, которые, в отличие от своих мам и пап, превыше всего ценят не технологии как таковые, а доступность и удобство решений, созданных на их основе. Платеж в несколько кликов вместо посещения банка, фильм в Интернете вместо аренды кассет – вот лишь малая часть новых поведенческих моделей тех, кто сегодня начинает играть все более активную роль, в том числе в организации бизнеса.

Но вслед идет поколение Z — это те, кто родились после 2000-го. Им нужны не просто удобные технологии здесь и сейчас, но продукты и сервисы, способные предвидеть и в нужный момент реализовать их персональные потребности и желания. И уже появляются 15-16-летние миллионеры, сделавшие бизнес на понимании особенностей потребления у своих сверстников.

С такой ретроспективы начал выступление на форуме ITMF 2016, проведенном издательством «Открытые системы», Андрей Косыгин, ведущий консультант решений в области ITSM и DevOps компании Hewlett Packard Enterprise. Он задался вопросом: что означают эти драматические изменения в потребностях и задачах пользователей с точки зрения управления процессами в ИТ?

В современных реалиях бизнесу жизненно необходимо придумывать и быстро выводить на рынок инновационные высококачественные решения. Будет ли это выполнимо, в огромной степени зависит от ИТ-службы. В ответ на потребность оперативно разрабатывать новые продукты и учитывать в них постоянно изменяющиеся требования со стороны бизнеса появились agile-методики, которые позволили сломать стену между разработчиками и тестировщиками и создать условия для их работы как единой команды. Однако до последнего времени незыблемой оставалась стена между этой командой и специалистами по эксплуатации, метрики эффективности которых – минимизация инцидентов, стабильность инфраструктуры – шли в разрез с нацеленностью разработчиков на быстрый ввод в продуктив нового функционала. Эта «стена» серьезно тормозит развитие бизнеса.

Создать единую команду разработчиков, тестировщиков и специалистов по эксплуатации, действующую по общим правилам и с взаимовыгодными KPI ради достижения главной цели – быстрого выпуска качественных продуктов и услуг, – такова сверхзадача подходов DevOps, пояснил Косыгин. Компания HPE, в свое время ставшая первопроходцем и активным проводником принципов управления ИТ-сервисами (ITSM), сегодня стремится взять на себя аналогичную роль в продвижении DevOps. Компания предлагает свою методологию DevOps, которая, как и ITSM, имеет три основных компонента – люди, процессы, технологии. Было бы ошибкой сводить реализацию DevOps к внедрению соответствующих программных инструментов, подчеркнул Косыгин, и привел данные из недавнего исследования Gartner: 65% организаций, которые уже начали осваивать эти подходы, считают работу с людьми наиболее важным условием достижения успеха.

А что же ITSM? Не становятся ли рекомендации ITIL анахронизмом в текущей ситуации, ведь последнее обновление библиотеки было уже пять лет назад. В HPE убеждены, что нет. Во-первых, несмотря на потребность в быстрых изменениях и постоянный выпуск новых решений, никуда не уходят системы, на которых базируются важнейшие бизнес-процессы (например, АБС в банках или системы биллинга в телекоме). Косыгин напомнил выдвинутую Gartner идею «бимодальных ИТ», согласно которой в ИТ-службе должны развиваться параллельно две группы – «быстрых» и «базовых» ИТ, отвечающие соответственно за разные классы решений для реализации разных бизнес-задач. Понятно, что для управления процессами «базовых» ИТ подходы ITSM не теряют актуальности.

Но принципы процессного управления, которые декларирует ITSM, необходимы и командам, работающим по DevOps, подчеркнул Косыгин, хотя определенные изменения в процессы придется вносить. Для того чтобы облегчить такую работу, в шаблоны процессов методологии HP ITSM включены специальные дополнения под названием DevOps Specifics.

Продаем бизнесу управление ИТ

Антон Лыков: «Бизнесу необходимо наглядно показать, что ценность ему приносит не только то, что делает ИТ-служба, но и то, как она это делает»

Создание услуг в модели DevOps – одна из основ нового стиля работы ИТ-подразделения, отметил в своем выступлении на ITMF 2016 Антон Лыков, руководитель практики ITSM компании HPE. Другие важные компоненты этого стиля – облака и возможность интегрировать сервисы от внешних поставщиков.

Чтобы адаптировать эти новшества, ИТ-службе необходима трансформация. Но обосновать перед бизнесом затраты на совершенствование управления собственными процессами совсем не просто, подчеркнул Лыков. Бизнесу необходимо наглядно показать, что ценность ему приносит не только то, что делает ИТ-служба, но и то, как она это делает.

В HPE считают: разговаривать с бизнесом на понятном ему языке и обосновывать расходы на трансформацию процессов в ИТ поможет модель IT4IT, разработанная международным консорциумом по стандартизации The Open Group. IT4IT – это референсная архитектура комплексной системы управления ИТ, которая связывает воедино все дисциплины управления и демонстрирует вклад отдельных компонентов системы и их взаимосвязей в цепочку создания ценности для бизнеса. Лыков настоятельно рекомендовал участникам форума изучать новую архитектуру и брать ее на вооружение, чтобы определить для себя пути совершенствования работы ИТ-службы и сформулировать убедительные аргументы для получения бюджетов на реализацию этих планов.

В ходе организованного издательством «Открытые системы» традиционного ежегодного форума IT Management Forum 2016 не раз звучал тезис: большинству руководителей не хватает знаний и навыков работы в условиях цифрового бизнес-ландшафта. Между тем, вклад цифровой экономики в ВВП России уже составил в 2016 году 2,1%, что хотя и в три-четыре раза ниже, чем у лидеров цифровой трансформации: Южной Кореи, Дании, Швеции, но внушает оптимизм. В среднем в Европе доля цифровой экономики сегодня превышает 5% ВВП, а Россия, по данным Boston Consulting Group, находится на 39-ом месте между Словенией и Италией.

Компании цифровой экономики стремятся расти и развиваться, а для этого должны предлагать новые продукты и услуги, отличающие их от конкурентов. Однако рынок диктует новые правила — потребители хотят получать самые качественные, удобные в использовании и недорогие продукты и услуги, способные адаптироваться к изменяющимся требованиям. Пользователи уже привыкли, что на их персональных устройствах еженедельно обновляются любимые программы, и они того же ожидают от банков, магазинов, операторов и др. Предприятия вынуждены удовлетворять такие запросы своих клиентов, включая в арсенал своих инструментов средства поддержки мобильности, работы с Интернетом вещей и с Большими Данными. Но при этом большинство из них не готово отказываться от классической организации ИТ, а также от методов управления ими — стабильность, надежность, безопасность и управление рисками являются для них основным условием существования бизнеса.

Участники форума сошлись во мнении, что пришло время нового стиля управления ИТ, однако большинство руководителей бизнеса еще не разобрались в перспективах и угрозах, которые таит в себе цифровая эпоха, не могут планировать стратегию развития с учетом новых реалий. Как отметил на форуме Сергей Потапов, директор по ИТ компании «Русагро», пора разобраться, «вместе ли ИТ и бизнес». Например, для современных финансовых сервисов трудно сказать, где заканчивается ИТ и начинается маркетинг, однако не обязательно, что менеджеру по маркетингу следует выполнять работу директора по технологиям. Вместе с тем, в условиях, когда, например, российский рынок рекламы в 2015 году уменьшился на 10%, а рынок интернет-рекламы увеличился на 15%, менеджеру по маркетингу просто необходимо понимать ценность данных и как из них можно извлечь деньги, а это приводит к потребности пользования инструментами, которые ему рекомендует ИТ-директор. Неудивительно, что в 2017 году подразделения маркетинга потратят на ИТ больше, чем собственно ИТ-департаменты. Без изменения мышления цифровое предприятие не построить, а пока, когда речь заходит о цифровой экономике, бизнес-руководителям не достает соответствующего образования, опыта работы с цифровыми технологиями и анализа экспертизы соответствующих проектов. И наоборот, считается, что именно ИТ-руководители всегда были инициаторами и лидерами преобразований на пути к цифровому предприятию. Однако, как выяснилось из выступления Максима Тамбиева, регионального директора Forrester Research, мало кто из них пополняет ряды руководителей бизнеса. «Айтишники» никогда не имели дело с доходами, их менталитет ориентирован не на зарабатывание, а на расходование.

Стирание границ между ИТ и бизнесом в цифровую эпоху заставляет, как отметил Маартен Бордевийк, глава компании Bordewijk Training&Advies, учиться и на ошибках, и на успехах, но при этом избегать слепого следования советам консультантов, которые обычно подобны верстовым столбам, показывающим дорогу, но по ней не ездящим. При этом Бордевийк предостерегает: дорогая система управления ИТ, как и дорогой автомобиль, не является гарантией от «аварий», и если больше внимания уделять общению с практиками, минимизировать число уровней руководства и не усложнять формулировки задач, а главное — непрерывно во взаимодействии обсуждать новые идеи для выработки общего понимания проблем и способов их решения, — то вступление предприятия в цифровую эпоху будет гораздо менее болезненным.

Патрик Бьюх, руководитель направления управления сервисами в компании FNT, специализирующейся на поставках комплексных программных решений для учета телекоммуникационной, инженерной и ИТ-инфраструктуры, также призвал участников форума обратить пристальное внимание на цифровую трансформацию, но под углом каталогизации. В эпоху сервисной экономики составить каталог сервисов сложнее, чем каталог продуктов — приходится учитывать не только параметры продукта (сервиса), но и особенности его пользователей и время предоставления сервиса. При этом организация управления ИТ должна строится не на проектно-ориентированном, а продукто-ориентированном подходе.

Кирилл Кушнарев, генеральный директор компании Devoteam в России, попытался в своем докладе дать ответ, почему именно сегодня возникла необходимость в новых методах управления ИТ. Новые услуги появляются ежедневно, клиенты ищут альтернативы, выбирая более дешевое, но качественное, а побеждает производитель, способный быстрее других предложить качественное решение по более низкой цене. Сегодня, когда вместо ROI, по мнению Кушнарева, впору говорить о RONI (Return On Non Investment), то есть о выгоде от осмотрительного воздержания от неоправданных расходов, появляются компании наподобие Uber, Facebook или Netflix, не обремененные собственными громоздкими активами (автомобилями, контентом, кинотеатрами и пр.) и вместе с тем успешно работающие на цифровом рынке, и в то же время конкурентами любого бизнеса реально могут стать такие ИТ-гиганты, как Microsoft, SAP и Apple. Принципиальное отличие цифровой трансформации в том, что структура любой отрасли и компании уже не является фиксированной — успех агрегаторов типа Uber зиждется на долевой экономике, устраняющей посредников, максимально загружающей все имеющиеся ресурсы и широко использующей возможности обратной связи. Традиционным средствам управления ИТ трудно вписаться в такую экономику.

Андрей Косыгин, ведущий консультант HPE в области ITSM и DevOps, отметил, что технологии меняются быстро, однако методы управления ИТ отстают, например последняя версия ITIL вышла еще в 2011 году, когда мало кто знал о мобильном банкинге, а известные социальные сети только набирали популярность. Следовательно, требуется менять подход к организации ИТ, стремясь к предоставлению персонифицированных услуг, трактуя ИТ в терминах создания ценности.

Ответ на вопрос, «что делать для изменения стиля управления ИТ», прозвучал в докладе Кушнарева: включать задачи управления ИТ в стратегическое планирование бизнеса; разрабатывать и доводить до сведения сотрудников единую стратегию развития бизнеса в цифровую эпоху; рассматривать ИТ-проекты не только в разрезе соблюдения сроков и бюджетов; инвестировать в мобилизацию рабочих процессов и в облака; максимально полно пользоваться возможностями социальных сетей. Все это не означает, что бизнес-руководители должны стать экспертами в ИТ, но каждый из них обязан знать о возможностях цифровой трансформации, понимать, как их применить в своем бизнесе, и побуждать своих ИТ-директоров выйти за пределы цифрового ландшафта и заняться бизнес-образованием. А пока ИТ-руководители не стремятся осваивать тонкости бизнеса и обучать бизнес-лидеров навыкам цифровых технологий, что можно объяснить отсутствием соответствующей площадки обмена опытом и их высокой загруженностью текущими задачами. В этой связи трудно переоценить роль деловых форумов, подобных ITMF.

В Санкт-Петербурге прошел форум «IBM SolutionsConnect 2016: время новых возможностей», на котором значительная часть выступлений была посвящена прогнозной аналитике. Новые возможности, по версии IBM, связаны также с облачными технологиями, хотя новизны в этом уже и не очень много, и с обычной аналитикой, которая порой позволяет выявить неожиданные взаимосвязи.

Аналитика Больших Данных при существующем огромном объеме накопленной информации часто используется для понимания поведения клиентов. «В банках, — отмечает Андрей Солуковцев, руководитель департамента IBM Security в России и СНГ, — такое использование особенно распространено — более 60% случаев. Например, по структуре расходов клиента и ее изменению можно определить, насколько клиент близок к дефолту».

«Благодаря компьютерному анализу, который учитывает множество факторов и показателей, мы работаем 365 дней в году и 24 часа в сутки, формируя производственный заказ в автоматическом режиме на каждый следующий день», — поделился опытом Станислав Ефремов, начальник группы техподдержки и администрирования компании «Каравай», которая имеет одно из крупнейших хлебопекарных производств в Петербурге.

Александр Дмитриев, бизнес-консультант IBM Client Center в России и СНГ, рассказал об одной из корреляций, которую в автоматическом режиме предложила программа Watson Analytics. Выяснилось, что машины женатых мужчин на 24% чаще подпадают под град. Причины подобной закономерности, наверное, можно попытаться выявить, но для страховой компании они не важны: для них имеет значение сама статистика, с помощью которой корректируются страховые программы. По-видимому, женатым мужчинам придется платить за страховку чуть больше, чем неженатым.

Обратившись к криминальной тематике, Владислав Буянов, представитель по развитию бизнеса IBM Analytics, рассказал о том, как только по анализу базы данных о нераскрытых преступлениях силовикам удалось раскрыть несколько преступлений. По его словам, если в аналитическую систему загнать множество разнообразных данных о предпринимателях, технологиях, ситуации в экономике, то можно определить, насколько рискованно инвестировать в тот или иной стартап.

Однако в большинстве случаев типовая система не подойдет. «Эра коробочных решений прошла. Все простое из типовых систем уже у пользователей стоит на компьютерах. И не только простое, но и сложное. Сейчас требуются специфические решения под потребности конкретной компании. Такие решения можно разработать благодаря облачной платформе IBM Bluemix. В ней предусмотрены как бесплатная, так и платная формы работы», — представил инструмент для разработчиков Дмитриев.

После целой серии выступлений на форуме слушателям могло показаться, что менеджеру можно не думать и не гадать, рассчитывая на решение всех вопросов благодаря аналитическим способностям искусственного интеллекта — если не прямо сейчас, то уже в ближайшем будущем. Достаточно только загрузить какой-то массив данных в систему. Подобное представление характеризовали вопросы из зала. В частности, спикера спросили о возможности прогнозировать устойчивость политической системы, а также валютных курсов. Для этого, как оказалось, сложно набрать необходимый объем исходных данных. Кроме того, сама публикация прогноза может повлиять на развитие ситуации (на том же валютном рынке), а это влияние сделает прогноз неверным.

«Для успешного применения прогнозной аналитики нужны специалисты, которые разбираются в данных внутри организации. К тому же, эти данные нужно очистить, чтобы обеспечить высокую вероятность точности прогноза и выявленных взаимозависимостей», — заверил слушателей Буянов.

В Москве в рамках мирового тура компании Informatica прошла конференция Informatica Day. Организатором мероприятия в этом году, за отстутствием с недавнего времени в нашей стране представительства компании, выступила DIS Group, мастер-дистрибьютор Informatica в России и СНГ. В центре внимания Informatica Day были не только технологические возможности нового поколения инструментов компании, но и подходы и методики, которые Informatica продвигает, чтобы помочь своим заказчикам превращать данные в ключевой актив бизнеса.

Одной из методологий, на которую Informatica призывает предприятия обратить пристальное внимание, является data governance, что можно перевести как «управление данными», хотя термин «управление» в данном случае не совсем точен – речь идет скорее об организации стабильного процесса работы с данными на корпоративном уровне. Объясняя суть data governance, управляющий директор DIS Group Александр Тарасов отметил, что, если согласиться с возрастающей ролью данных как важнейшего фактора развития бизнеса, необходимо в первую очередь уделять внимание их качеству и управляемости. Цель data governance – обеспечить максимальный эффект для бизнеса от использования корпоративных данных, в том числе за счет повышения отдачи от информационных активов, обеспечения адекватной стоимости владения корпоративными данными и достижения доверия к данным со стороны бизнеса.

Тарасов подчеркнул, что data governance не является ИТ-проектом, это корпоративная функция, которая должна быть реализована прежде всего на организационном уровне и привязана к бизнес-стратегии. В компании должны быть разработаны соответствующие политики, регламенты и процессы, организован комитет по управлению данными, а в конечном итоге отлажена система работы с данными, обеспечивающая непрерывное улучшение качества данных, высокий уровень их полноты и достоверности и доступность данных для решения бизнес-задач.

Нет сомнений, что эффективным организационным мерам по управлению данными технологический фундамент абсолютно необходим. Informatica предлагает в качестве такого фундамента комплекс решений на базе Intelligent Data Platform. В основе самой этой платформы лежат продукты для интеграции, обеспечения качества и безопасности данных, управления мастер-данными, Большими Данными, данными в облаке. Их объединяет уровень интеллектуальных мета-данных, с помощью которых реализуются инструменты, предназначенные для использования не только ИТ-специалистами, но и бизнес-пользователями. Например, новое решение Intelligent Data Lake, позволяющее объединять массивы данных из внутренних и разнообразных внешних источников и строить «карту» всех корпоративных информационных активов, предоставляет средства самообслуживания с простыми интерфейсами, с помощью которых неискушенные в data science сотрудники бизнес-подразделений могут работать с нужными Большими Данными. Помимо прочего, это повышает эффективность их участия в процессах data governance.

В конце мая в офисе компании «Сбербанк-Технологии» прошла конференция Sberbank Data Day. Ее целью было привлечь внимание специалистов и студентов-старшекурсников к тому, как крупнейший отечественный банк работает с Большими Данными и какие видит перспективы в этой области, а также раскрыть некоторые секреты внутренней кухни анализа Больших Данных в банке.

Как подчеркнул старший вице-президент Сбербанка Никита Волков, банк считает работу с данными одним из ключевых направлений и источником роста, уже имеет достаточный опыт в сфере Больших Данных и может отнести себя к организациям, которые называют «направляемыми данными» (data-driven). Он также отметил, что Сбербанк крайне заинтересован в привлечении умных, талантливых и надежных специалистов, чтобы совершенствовать свой аналитический фундамент и формировать эффективную дорожную карту преобразований с помощью Больших Данных.

Игорь Бардинцев, директор центра прикладных данных Сбербанка, рассказал о проектах монетизации данных – создании на их основе новых продуктов, не связанных с существующими банковскими линейками. В Сбербанке такие проекты делят на внутренние, направленные на оптимизацию деятельности и сокращение затрат, и внешние, предназначенные для продажи другим организациям. Приведенные примеры внутренних проектов (оптимизация остатков в отделениях на основе прогнозирования потребности в наличных, переход к более эффективной модели универсальных рабочих мест с помощью анализа исторических данных о том, как сотрудники работают в офисе, прогноз выхода банкоматов из строя на базе анализа их технических параметров) уже на стадии пилота продемонстрировали возможность сэкономить миллиарды рублей. Из внешних проектов монетизации Бардинцев упомянул разработку нескольких продуктов, в частности системы для ретейлеров «Геомаркетинг 2.0», позволяющей дополнить карту перемещений потенциальных покупателей данными об их доходах.

По словам Бардинцева, Сбербанку принадлежит существенная (от 40 до 99%) доля во всех видах финансовых операций в стране – от кредитования до выплаты зарплат и пенсий, что позволяет приобретать обширные «знания» о своих клиентах. Но до последнего времени эта информация была рассредоточена по локальным системам, и лишь недавно начался процесс консолидации данных, что и стало предпосылкой для развития деятельности по монетизации.

Ключевыми компонентами технологической платформы работы с данными – «фабрики данных» Сбербанка — являются консолидированный источник неструктурированных данных на базе Hadoop и корпоративное хранилище на технологиях Teradata. За них отвечают две разные команды компании «Сбербанк-Технологии»: Центр компетенции развития BI-технологий и Центр компетенции по супермассивам данных. Последний наиболее активно задействован в проектах по монетизации вместе с еще одной структурой – Лабораторией данных блока «Технологии» Сбербанка. Как рассказал ее руководитель Донат Фетисов, основная задача лаборатории состоит в выявлении правильных источников данных для реализации той или иной идеи монетизации. Уже сейчас есть более 60 гипотез монетизации, и их число будет расти. Но чтобы трансформировать гипотезу в продукт, нужно не только разработать модель и проанализировать финансовую состоятельность идеи (этим занимается Центр компетенции по супермассивам данных), но и предварительно выяснить, откуда брать нужные данные. Задача непростая с учетом того, что Сбербанк работает с более чем 400 источниками данных, а их общий объем составляет около 16 Пбайт.

В своих исследованиях Лаборатория данных использует кластер на базе Hadoop объемом 600 Тбайт. В ближайших планах – построение промышленного озера данных, создание инструментов самообслуживания для привлечения в проекты аналитиков от бизнеса и превращение исследований в регулярный процесс с целью сократить сроки поставки данных для экспериментов в области монетизации.

Компания «Крок» представила новый программный продукт Service Assistant для корпоративных заказчиков. Он адресован прежде всего тем организациям, в которых ИТ-директора нацелены на цифровую трансформацию, а потому у них не хватает времени и возможностей четко отслеживать жизненный цикл всех сервисных контрактов и работоспособность гетерогенной ИТ-инфраструктуры.

Service Assistant призван помочь руководителям ИТ-служб оптимизировать затраты и повысить надежность вверенных им ИТ-систем. Как рассказал заместитель генерального директора компании «Крок» по региональному развитию Александр Лопухов, эта новая услуга подкреплена многолетним опытом специалистов компании  в области построения и обслуживания ИТ-систем организаций и зарекомендовавшими себя методиками управления ИТ-сервисами (ITSM) и ИТ-активами (ITAM).

Обычно каждому проекту развития или модернизации ИТ-системы предшествует тщательное обследование имеющейся у заказчика инфраструктуры, в ходе которого проводится инвентаризация унаследованных аппаратных и программных ресурсов, других элементов ИТ-ландшафта, осуществляется ревизия контрактов на их поддержку, оцениваются условия соглашения об уровне обслуживания (SLA). За 20 лет работы на рынке компания приобрела уникальный опыт в проведении таких работ и теперь хочет предложить его как отдельный сервис тем заказчикам, кто реализует стратегические планы по цифровизации бизнеса. Фактически «Крок» предлагает им аутсорсинг услуг по аудированию ИТ-инфраструктуры и контролю сервисных контрактов поставщиков, выявлению в них проблемных моментов, а также консультирует, облегчая поиск решений для оптимизации имеющегося парка оборудования и альтернативных вариантов его поддержки.

«Появление Service Assistant созвучно актуальному теперь сервисному подходу к управлению ИТ. Мы на собственном опыте видим, как, передав часть задач (например, по поддержке логистических бизнес-приложений), сервисные организации облегчают жизнь ИТ-директору, дают ему возможность сконцентрироваться на креативных решениях по цифровизации бизнес-процессов, при этом обеспечивается высокая надежность ИТ-сервисов», — отметил директор по ИТ транспортной группы FESCO Максим Заярузный.

Как пояснил Лопухов, Service Assistant будет продвигаться по модели Try & Buy. Предусмотрено три уровня обслуживания заказчиков и испытательный период от одного до трех месяцев.

Во время бесплатного тестирования клиентам предоставят: результаты анализа инсталлированной базы оборудования и ПО; рекомендации по схеме поддержки ИТ-систем; подробный отчет по имеющимся условиям SLA. Всеми этими вопросами будет ведать один выделенный ассистент «Крока», который и проведет поверхностный анализ состояния ИТ.

Те же услуги, но в углубленном варианте и на постоянной основе будут доступны приобретателям базового пакета Service Assistant. Пакеты Managed Service и Managed Service+ предоставляют гораздо больше возможностей.

Первый включает подробный аудит ИТ-ландшафта, оценку состояния процессов поддержки ИТ-систем, услуги контактного центра из облака «Крока», мониторинг ИТ-инфраструктуры заказчика из облака, а также облачный Service Desk для отслеживания SLA. Во втором клиенты получат еще и поддержку с первой линии, а также расширенную экспертную поддержку – это будет уже по-настоящему комплексный сервис.

Если организация использует множество систем различных производителей (значительная часть которых устарела), а их поддержка ложится тяжким грузом на бюджет; если с каждым годом становится все сложнее отслеживать соблюдение SLA и сроков сервисных контрактов; если попытка разобраться в причинах инцидентов на стыке систем оборачивается «пинг-понгом» поставщиков услуг технической поддержки, то следует обратиться к Service Assistant, говорят в «Кроке».

В стремлении представить Большие Данные как доступную и понятную аналитику организациям все чаще приходится задумываться о переносе соответствующих функций в облако. Отдавая предпочтение Большим Данным, предлагаемым в качестве сервиса, когда поставщик берет на себя требующее серьезных затрат времени и ресурсов управление технологиями Больших Данных (Hadoop, Spark, Hive и пр.), предприятия получают возможность избавиться от черновой работы и переключить внимание на преимущества Больших Данных.

В эпоху Больших Данных перед организациями встают фундаментальные вопросы использования их потенциала, расширения сферы применения и интеграции в уже существующие корпоративные хранилища и киоски данных.

Доминирующей и коммерчески применяемой сегодня технологией Больших Данных является Apache Hadoop. Она используется вместе с другими компонентами в составе расширяющейся экосистемы Hadoop: средствами обработки данных в оперативной памяти Apache Spark, инфраструктурой хранилищ данных Apache Hive и системой хранения Apache HBase NoSQL.

Рэйми Стата, генеральный директор компании Altiscale

Чтобы интегрировать Большие Данные в базовую корпоративную архитектуру, нужна соответствующая адаптация и инвестиции в технологии Больших Данных, предоставляемые в качестве сервиса. Архитектура, отвечающая потребностям сегодняшнего дня, должна включать в себя следующие компоненты.

• Высокопроизводительное, готовое к поддержке аналитических средств хранилище данных на базе Hadoop. Как ускорить обработку Больших Данных и обеспечить поддержку аналитики? Лучший способ построить дружественную к аналитическим функциям среду Больших Данных — создать аналитическое хранилище, куда будут загружаться часто используемые наборы данных из озера данных Hadoop, и структуризировать многомерные модели. Имея в своем распоряжении готовый к применению аналитических средств набор данных поверх Hadoop, организации смогут быстро получать ответы на свои запросы. Такие модели понятны для бизнес-пользователей и упрощают исследование изменения контекста бизнеса с течением времени.

Аналитический набор данных должен не только поддерживать отчеты для известных сценариев, но и проводить исследовательский анализ незапланированных ситуаций. Пользователю не нужно задумываться, обращаться ли ему с запросом к аналитическому набору данных или к Hadoop напрямую.

• Семантический уровень, упрощающий «бизнес-язык» анализа данных. Как обеспечить доступ к Большим Данным самому широкому кругу бизнес-пользователей? Чтобы скрыть сложность необработанных данных и представить их бизнес-пользователям в понятных бизнес-терминах, нужен семантический уровень. На таком уровне обеспечивается логическое представление данных, к которому применимы бизнес-правила.

К примеру, «ценными клиентами» на семантическом уровне можно считать тех, кто поддерживает с компанией отношения на протяжении трех и более лет и совершает покупки на регулярной основе. Прежде чем попасть на семантический уровень, данные «ценных клиентов» собираются из разных таблиц и подвергаются многоступенчатой обработке и преобразованиям. Причем все это остается невидимым для бизнес-пользователя.

Прежде бизнес-пользователям приходилось обращаться с запросами к Hadoop напрямую, это было неудобно и требовало дополнительной информации от ИТ-службы. В результате формировалась очередь запросов. Семантический уровень позволяет бизнес-пользователям анализировать и изучать данные в привычных для себя бизнес-терминах, без ожидания ответов от ИТ-службы и назначения запросам приоритетов. Допускается повторное использование данных, отчетов и результатов анализа различными пользователями, тем самым обеспечивается необходимая синхронизация и согласованность, а ИТ-службе не нужно отвечать на каждый отдельно взятый вопрос.

• Среда Больших Данных с множественной арендой. Как обращаться к Большим Данным без привязки к конкретному местоположению пользователя? В условиях повсеместного спроса на аналитику организациям необходим гибридный централизованно-децентрализованный подход к данным. Это позволит различным командам использовать локальные наборы данных и семантические определения, сохраняя доступ к ресурсам корпоративных данных, создаваемых ИТ-службой.

Такой гибридный подход реализуется посредством множественной аренды данных. При этом на ИТ-службу возлагается сбор и очищение данных из озер Hadoop, а также подготовка к созданию централизованного семантического уровня и проведению анализа сохраняемых данных.

Затем создаются виртуальные копии централизованной среды данных для различных бизнес-групп: финансовой, группы продаж, маркетинга и поддержки клиентов. Таким образом ИТ-служба сохраняет за собой управление данными и семантическими правилами, а бизнес-группы и подразделения получают возможность увидеть результаты своей повседневной деятельности путем анализа исторических или корпоративных данных, хранящихся в Hadoop.

• Удобные способы использования аналитики. Как сделать анализ Больших Данных удобным для пользователя? На последнем этапе процесса доставки Больших Данных конечным пользователям необходимо рассмотреть форму их представления. Интерфейсы данных должны отвечать индивидуальным потребностям всех пользователей. Это предусматривает создание интерактивных инструментальных панелей для бизнес-пользователей, интуитивно понятных визуальных инструментов анализа и точных, заранее спланированных отчетов для потребителей информации.

Хотя каждый стиль уникален, лучшие практики предусматривают отказ от реализации любого интерфейса в виде отдельного инструмента. В процессе создания, совместного использования и публикации информации необходима точность и согласованность. Достигается это с помощью семантического уровня, гарантирующего неизменность сути данных, определяющей их ценность, в то время как способы представления могут варьироваться в зависимости от интерфейса.

Большие Данные играют для предприятий все более важную роль, составляя основу корпоративной архитектуры данных. Чтобы использовать их потенциал в полной мере, предприятиям необходимо ускорить инвестиции в технологии, помогающие эффективно хранить и анализировать данные. Благодаря облачным решениям для Больших Данных предприятия укрепляют свои позиции и совершенствуют непрерывно развивающуюся экосистему Больших Данных.

Hadoop, Spark и Kafka уже оказали огромное влияние на мир Больших Данных, и вот теперь на очереди новый проект Apache, обещающий в корне изменить сложившуюся ситуацию.

Для Apache Software Foundation проект Arrow, который призван вывести на новый уровень производительность неоднородных аналитических систем, обрабатывающих данные в оперативной памяти, приобрел первоочередное значение.

Программное обеспечение Apache Arrow, базирующееся на коде Apache Drill, позволит увеличить производительность аналитических систем более чем в сто раз. Такого повышенного быстродействия планируется достичь посредством устранения издержек, возникающих при организации взаимодействия между различными системами.

В реализации новой инициативы примут участие разработчики, которые внесли свою лепту и в другие проекты Больших Данных Apache: Calcite, Cassandra, Drill, Hadoop, HBase, Impala, Kudu, Parquet, Phoenix, Spark и Storm.

«Сообщество сторонников программного обеспечения с открытым кодом решило объединить свои усилия в работе над Apache Arrow, – сообщил вице-президент Apache Software Foundation Жак Надо, курирующий новый проект и проект Apache Drill. – Мы полагаем, что в ближайшие несколько лет большая часть данных в мире будет обрабатываться с помощью Arrow».

При решении многих задач от 70 до 80% процессорного времени тратится на сериализацию и десериализацию данных. Программное обеспечение Arrow изменяет представление данных при их обработке в системах хранения, благодаря чему в ходе информационного обмена между различными системами и процессами центральный процессор не перегружен операциями сериализации, десериализации и создания копий данных в памяти.

«Колоночное представление данных в памяти позволяет использовать при решении задач множество систем, приложений и языков программирования и избежать характерных издержек», – пояснил вице-президент Apache Incubator и член комитета управления проектом Apache Arrow Тед Даннинг.

Вот почему у Arrow сразу же появилось очень много поклонников, к числу которых относятся не только наиболее известные партнеры Apache, включая разработчиков проектов Calcite, Cassandra, Drill, Hadoop, HBase, Impala, Kudu, Parquet, Phoenix, Spark, Storm, Pandas и Ibis, но и такие компании, как Cloudera, Databricks, Datastax, Dremio, Hortonworks, MapR, Salesforce и Twitter. В качестве общей основы для механизмов исполнения команд SQL, систем анализа данных, хранения и обработки потоков и очередей программное обеспечение Arrow позволит добиться более высокой производительности и интероперабельности.

«Колоночное представление данных в памяти помогает системам и приложениям наиболее полно задействовать ресурсы оборудования в процессе обработки, – пояснил автор идеи Apache Kudu и член комитета управления проектом Apache Arrow Тод Липкон. – Современные процессоры ориентированы на параллельную обработку данных с помощью векторных операций и инструкций SIMD. Arrow упрощает организацию такой обработки».

Помимо традиционной реляционной структуры, Arrow поддерживает сложную организацию данных и динамические схемы. К примеру, можно управлять данными JSON, получившими широкое распространение в Интернете вещей, современных приложениях и файлах системных журналов. Уже доступна поддержка различных языков программирования, включая Java, C++ и Python. По словам Надо, к концу года планируется реализовать R и JavaScript. Примерно в те же сроки Arrow появится в арсенале Drill, Ibis, Impala, Kudu, Parquet, Spark и ряда других проектов: поддержка множества различных языков программирования способствует повышению интероперабельности.

«В обыденной жизни чаще всего используются сценарии, предусматривающие сложное сочетание структурированных и неструктурированных данных, – указал член комитетов управления проектами Apache Drill и Apache Arrow Парт Чандра. – Колоночное представление и обработка данных в памяти, уже доказавшие свою эффективность в Apache Drill, позволят Arrow объединить высокую производительность колоночной обработки с гибкостью JSON».

Программное обеспечение Apache Arrow будет распространяться по лицензии Apache License v2.0 и контролироваться наиболее активными участниками проекта. По словам Надо, первая официальная версия Arrow появится в ближайшие несколько месяцев.

itSMF России, отечественное сообщество профессионалов ITSM, с весны прошлого года практикует новую форму работы с будущими ИТ-менеджерами: студентов московских вузов приглашают на воркшопы под названием «Лаборатория ITSM-решений», где они могут попробовать себя в решении реальных задач из практики известных компаний. На очередном таком воркшопе «владельцем кейса» выступил Банк России.

Максим Григорьев, начальник управления архитектуры и стратегии департамента ИТ Банка России, рассказал о масштабных преобразованиях в ИТ-структуре банка. По его словам, впервые в истории Центробанка ИТ-стратегия принята на уровне совета директоров, и это означает, что банк трансформирует ИТ из обеспечивающей службы в основу цифрового бизнеса, как это и должно быть в финансовой организации такого уровня. Планируется кардинально менять ИТ-архитектуру, переходить на платформу частного облака для создания и предоставления ИТ-сервисов.

Все это требует и существенной перестройки управленческих процессов в ИТ. Ставка делается на централизацию и стандартизацию: если раньше многочисленные территориальные ИТ-подразделения банка по всей стране были самостоятельными, то теперь вся их деятельность будет подчинена единой операционной модели и вестись в рамках стандартных процессов.

Григорьев отметил, что управление ИТ-сервисами по рекомендациям ITIL в Банке России выстраивают с начала 2000-х годов, но уже созданное также потребовало значительной переделки – перехода от жестко структурированной, иерархической организации процессов, мало соответствующей философии ITSM, к более гибкой и эффективной и в то же время соответствующей курсу на централизацию и стандартизацию. Уже перестроены процессы управления инцидентами, запросами на обслуживание, проблемами. На очереди процесс управления изменениями.

Участникам воркшопа – студентам Государственного университета управления и РЭУ им Плеханова (МЭСИ) – была поставлена задача предложить свои варианты оптимизации управления изменениями в Банке России. Среди основных целей: не перегружать ключевых участников процесса – членов координационного совета по изменениям, найти баланс в распределении полномочий по принятию решений между территориальными подразделениями и центром, определить границы допустимых рисков, связанных с влиянием изменений на бизнес-процессы банка.

Три команды – «желтые», «красные», «синие» — за четыре часа должны были не только найти решение, но и защитить его перед экспертной комиссией и конкурентами, а также описать в пояснительной записке для Банка России, чтобы «владелец кейса» мог тщательно проанализировать и при желании взять на вооружение предложенные подходы. Победили «синие», продемонстрировавшие наиболее системный взгляд на проблему и ее решение.

Но, судя по количеству и качеству вопросов к участникам со стороны специалистов Банка России, каждая команда выступила достойно и их варианты решений содержат рациональное зерно, из которого главная финансовая организация страны сможет почерпнуть ценные идеи для совершенствования процесса управления изменениями в своем ИТ-департаменте.