sas сервис что это
Модель SaaS простыми словами
Так сложилось, что я много раз рассказывал о том, что такое SaaS и что в нем хорошего, как на различных it-конференциях, так и в кулуарных беседах, но до сего момента писать по теме не приходилось. При этом модель SaaS во-первых для меня по сути родная, учитывая сферу деятельности, а во-вторых является одним из основных трендов в современных веб-технологиях. В связи с этим, хочу поговорить о SaaS, как о таковом, а в перспектике, если окажется интересным, о частных аспектах. По сути материал о базисных вещах, но именно такого понимания многим не хватает. А о сложном надо хотя бы пытаться говорить просто. Помогает.
Сразу хочу сказать одну вещь, SaaS — это специализированный термин и, если начинать в нем копаться, сложный. Он может навести не только тоску, но и определенный благоговейный ужас. Но на самом деле штука это простая. Чтобы пользоваться каким-то SaaS-продуктом, в том числе нашим, понимать глубинный, да даже и поверхностный смысл данного термина совершенно не обязательно. Более того, когда uCoz создавался, никто из самих разработчиков даже не слышал подобного слова. Просто появлялись продукты, имеющие по своей сути общую модель, и потом ее стали как-то классифицировать, выделять особенности, плюсы, минусы.
Если своим призванием или увлечением вы сделали веб-технологии, или же задумываетесь о том, какой тип продуктов лично для вас подходит более всего, какие наиболее перспективны и т.п., все это может быть интересно и полезно.
О SaaS написано много, и начать изучение можно, например, со статьи в Википедии. Но, как правило, вся эта информация оттуда достаточно тяжело воспринимается. В итоге вроде бы о чем речь и понятно, но зачем надо человеку остается неясно. А если попросишь рассказать человека, о чем он только что прочел, то, опять же, далеко не каждый сможет. Выходит классическая ситуация: “Все понимаю, но объяснить не могу”.
Поэтому попробую упростить максимально и рассмотреть модель предоставления программного обеспечения как сервиса, как услуги, на простейших примерах.
Часто SaaS рассматривается в качестве бизнес-модели, при этом его зачастую ошибочно приравнивают к аренде, что хоть и носит общие черты, но основная суть все же в другом. При этом, как правило, интересным является технологическая особенность модели, а не порядок и периодизация оплаты.
Когда мы потребляем ту или иную услугу в качестве сервиса, а не в качестве устанавливаемого у себя программного обеспечения, мы уже в этот момент, как правило, становимся потребителями SaaS. Простейший, и всеми используемый SaaS-сервис — это сервис электронной почты — тот же gmail.
Чтобы организовать работу электронной почты самостоятельно с нуля, необходимо:
Почта, по большому счету, это самый простой пример, и самый массовый. Хотя бы в силу того, что абсолютное большинство пользователей сети электронной почтой пользуются, а вот какие-нибудь CRM, ERP системы, или те же самые сайтбилдеры нужны далеко не всем. У них более узкий круг потребителей. Но уже очень многие программные продукты можно найти в виде сервисов. В некоторых случаях они, конечно, еще отстают от своих десктопных аналогов, но зачастую дают своему потребителю преимущества. Почти всегда это выражается именно в простоте эксплуатации, в отпадении потребностей по обслуживанию, в экономической целесообразности, попросту говоря, в дешевизне такого решения и подхода. Другие плюсы зависят в основном уже от конкретной сферы, в некоторых случаях это более высокая степень безопасности, в других беспрецедентно удобная синхронизация и доступность комфортной многопользовательской работы, за счет облачного хранения данных.
Что бы не распылятся на общие слова и характеристики, предлагаю посмотреть на примерах. Самых таких обыденных.
Чаще других, в качестве примеров использования SaaS решений, можно встретить системы управления проектами, и совместной работы над ними, онлайновые органайзеры, системы документооборота. Они все уже под рукой и многие ими уже пользуются, не задумываясь над идеологией таких сервисов и страшными умными аббревиатурами.
Как я и говорил, за примерами далеко ходить не надо. Работа с документами? Пожалуйста — это популярный google docs, который позволяет вам отказаться от ворда, экселя, и получить ряд преимуществ, в первую очередь связанных с возможностями совместной работы над документами. Причем такие решения есть у целого ряда компаний — есть и у майкрософт, и у компании Zoho и прочих.
Онлайн органайзеров в принципе более чем достаточно, как и вообще систем для организации работы, ведения todo. Взять хотя бы наш календарь и систему по управлению проектам в вебтопе, или аналогичные решения от google, либо прославленные продукты компнаии 37сигналов: basecamp, backpack.
Третий (не очевидный) пример — онлайн игры. Их, конечно, не принято относить к SaaS-решениям, но и они на сегодня стали доступны как сервисы, со все той же идеологией. Чаще всего это MMORPG. На всякий случай напомню что игры — это такие же программы, а, к примеру, Xbox Live Microsoft очень четко себя классифицирует как SaaS-продукт.
К чему были все эти примеры? К тому, что программное обеспечение, представленное как сервис, давно вокруг нас. И рынок, и мы сами используем SaaS намного чаще, чем задумываемся. А удобство, простота, экономичность и прочие плюсы SaaS завоевывают сердца потребителей, не объясняя им свое сложное устройство и философию модели.
Надеюсь, это публикация для кого-то сделала термин SaaS не столь загадочным и страшным, каким он казался прежде, а его торжество в будущем окончательно очевидным.
SaaS — как они захватили мир и что потом с ними будет
Самое интересное из выпуска подкаста «Завтра облачно», на котором мы с Александром Демидовым («Битрикс24») обсудили рынок SaaS, его прошлое и будущее.
SaaS — одна из форм использования приложений, когда приложение стоит не на компьютере у пользователя под столом, а где-то далеко «в облаке». Пользователь только наполняет его своими данными через интернет. Facebook, электронная почта, Trello, и Google Analytics — это всё SaaS.
Итак, что думают о SaaS те, кто их создаёт?
В небольших компаниях обычно нет лишних рук. Но когда покупаешь приложение, кто-то должен его поддерживать в рабочем состоянии, обновлять, делать бэкапы и так далее. В модели SaaS эти административные задачи берет на себя сервис-провайдер.
Еще одна важная вещь — сегодня пользователь уже привык, что его данные доступны с разных устройств: ноутбука, планшета, смартфона, постоянно синхронизируются. Локальный софт для этого не подходит. Значит, должен быть сервис, к которому есть доступ в любом месте. Это и дает SaaS.
Многим проще пользоваться подписной моделью и ежемесячно платить небольшую сумму, чем покупать дорогой софт сразу. Раньше в нашей стране устанавливали много пиратского софта, потому что программное обеспечение было дорогим. Платить незначительные суммы каждый месяц намного комфортнее. Поэтому сейчас даже небольшая компания может легально использовать нужный софт, который раньше бил по бюджету серьезными однократными закупками.
Все серьезные SaaS позволяют экспортировать данные, чтобы в случае миграции с одного сервиса на другой они сохранялись, их можно было развернуть у себя на сервере или залить в SaaS другого провайдера. Такая возможность снимает опасения пользователя перед vendor lock-in — «залочиванием» в решении от одного вендора.
Не все об этом думают на начальном этапе выбора решения. Если потом не не получается вытащить данные из облака, остается два выхода: либо потерять данные и уйти к другому провайдеру, либо продолжать платить прежнему, даже если он уже не устраивает.
Этот риск — следствие не бизнес-модели SaaS, а недостатка компьютерной грамотности по части того, как пользоваться облаками, которые часто безопаснее собственной инфраструктуры.
Концепция, когда что-то хранится на компьютере физически, понятна даже людям, далеким от компьютера. А концепция облака, хоть и не сверхсложная, уже абстракция, которая кого-то пугает. Человек, далекий от IT, вряд ли поймет, как работает облако: где дата-центры, почему говорят, что они в облаке. Еще и название мультяшное, игрушечное — «облако».
Чтобы нечаянно не «запереть» данные у конкретного провайдера, до начала пользования сервисом нужно изучить его возможности и пути отступления.
Это обязанность сервиса ― предсказывать, добавлять, обогащать данные, которые клиент не может монетизировать самостоятельно. Эти возможности возникают благодаря тому, что SaaS агрегирует обезличенные данные многих пользователей и умеет с ними работать. Клиент, отдавая данные в SaaS, монетизирует их сразу, получает дополнительные предсказательные сервисы, возникающие именно за счёт этой агрегации и сопоставления с «чужими» данными.
Пример — антиспам. На основе данных одного почтового ящика или даже всех ящиков одной компании его не построить, а на данных миллионов ящиков — легко. Это ценность от агрегации данных, которую нужно использовать.
Важным препятствием для развития SaaS был интернет: его доступность, надежность, скорость и другие параметры. Сейчас все развивается, появился 4G, дальше будет 5G. Практически в любой квартире несколько провайдеров, а интернет становится такой инфраструктурной штукой, как электричество. Отключение интернета — форс-мажор.
Поэтому многие приложения уже нагружают устройство пользователя минимально, самая нагруженная работа происходит где-то там: в интернете, в облаке.
Сейчас нам привычно открыть ноутбук, а через 10 лет мы будем считать странным что-то открывать, носить или доставать из кармана. Это будут избыточные действия, потому что есть более удобные виды доступа к информации, которые запускаются, например, по голосу или щелчку.
Вендоры и провайдеры SaaS не спешат отказываться от коробочных версий. Их наличие параллельно с моделью аренды ПО по подписке — огромный плюс для клиентов. Даже если они не планируют переехать на коробочную версию, то понимают, что всегда могут это сделать, не станут заложниками сервиса, который надо постоянно оплачивать.
Есть клиенты со специфическими политиками безопасности. Например, с хранением данных только в закрытом контуре у себя в компании. Они не могут пользоваться SaaS, а «коробкой» — пожалуйста. Есть компании, которые хотят делать сложные интеграции с внутренними системами (от ERP до пропускных систем) — это тоже не всегда можно сделать в облаке.
Будущее за SaaS, которые могут кастомизироваться под задачи любой сложности. Сейчас если нужен кастом, компании дорабатывают его сами, получают проприетарные варианты, которые есть только у них.
А можно ли сделать облачный сервис, который станет конструктором сервисов SaaS? Совместить выигрыш SaaS на масштабе с возможностью по далеко идущей кастомизации у сегодняшних on-premise решений?
Сейчас вопрос решается модулями, аддонами, с помощью которых можно что-то менять. Причем вендор SaaS пытается угадать, где в сервисе клиентам может понадобиться кастомизация, и в этих отдельных точках открывает возможность добавлять аддоны. Но, видимо, скоро парадигма разработки станет такой, что аддоны можно будет крепить на любое место SaaS.
Вспомним о концепции API-first. Если каждую новую сущность разрабатывать с возможностью работы через API, это и будет движение к тому самому будущему.
Узкоспециализированные кастомизации клиент делает сам. Кастомизации, которые будут широко востребованы, создает сам «Битрикс24» и включает в продукт.
Промежуточные по популярности дополнения делают сторонние разработчики, которые размещают их в маркетплейсе дополнений «Битрикс24». Такие дополнения бывают бесплатные, с расчётом на то, что клиенту понадобится платный консалтинг или расширенные пакеты услуг.
Чтобы эта модель хорошо работала, «Битрикс24» просто сделал API, маркетплейс и открыл возможности по расширению приложений.
У любого крупного SaaS-сервиса есть система аддонов и маркетплейс. Их наличие — критерий зрелости SaaS. Вендор понял, что невозможно самому сделать все фичи. Значит, нужно создать экосистему партнеров, которые будут создавать нишевые фичи и решения.
PaaS — платформа как сервис. Если SaaS — приложения в облаке для пользователей, то PaaS — «кирпичики» для создания приложений, тоже в облаке. Они нужны тем, кто приложения создает — разработчикам и ИТ-отделам. Типичные PaaS — это облачные базы данных, элементы ИИ, анализа больших данных и другие. Ценность PaaS для разработки в том, что не нужно настраивать, администрировать, обновлять эти самые базы данных и так далее. Можно сфокусироваться на бизнес-логике приложений.
Платформы дают возможность быстро и много экспериментировать. Когда возникает идея нового продукта или сервиса, не нужно с нуля тратить много времени, сил, разработки и денег, чтобы получить MVP (минимально жизнеспособный продукт) для проверки гипотезы: взлетает продукт или нет.
Послушать целиком подкаст про SaaS можно тут: ВКонтакте, iTunes, Google Podcasts, SoundCloud
Цифровой маркетинг в режиме одного окна: разбираем облачные продукты SAS
Меня зовут Максим, и я работаю консультантом по клиентской аналитике в компании SAS (это не спецназ и не авиакомпания, а институт). Мы оцениваем применимость новых технологий в бизнес-процессах различных отраслей и на основе этого делаем проекты. В том числе в цифровом маркетинге. Самыми интересными результатами нашей работы я буду делиться с вами в этой и последующих публикациях.
Сегодняшний герой — облачный продукт для цифрового маркетинга SAS Customer Intelligence 360, который позволяет централизованно собирать и обрабатывать данные о клиентах. Разбор возможностей и примеры работы — под катом.
День D
«Диджитал» подкрался незаметно из социальных сетей, поисковых систем, экранов мобильных телефонов и различных носимых устройств.
К комфорту современного интернета быстро привыкаешь, некогда непривычно высокий уровень обслуживания становится делом обыденным и соответствующим минимальным «must have».
Для того чтобы безнадежно не отстать от потребностей своих клиентов, компании вынуждены рваться вперед в гонке цифровых клиентских сервисов.
С какими проблемами сталкиваются организации при работе с цифровыми каналами? Их много, но мы выделяем три наиболее острые:
Что делать?
Чтобы успешно решать эти и другие проблемы, мы разработали SAS Customer Intelligence 360. Это решение распространяется по модели SaaS и пока включает два модуля — для сбора данных о поведении пользователей (Discover) и для управления клиентскими путешествиями и персонификацией (Engage).
У нескольких заказчиков проходят закрытое тестирование еще два модуля — управления email-рассылками и маркетинговыми инициативами (MRM). Мы планируем регулярно обновлять существующие модули и добавлять новые. Все обновления происходят автоматически, без участия пользователей.
На данный момент SAS Customer Intelligence 360 состоит из двух модулей
В отличие от традиционных продуктов SAS, решение базируется в облаке. Это типичный подход для реализации SaaS-решений, который не требует от пользователя покупки дополнительного «железа», и мы не стали идти против трендов индустрии.
Облачная реализация имеет и дополнительные преимущества: гибкое управление потребляемыми услугами, автоматическое обновление и быстрый старт при начале работы (у меня уходит меньше 10 минут, чтобы подключить новый сайт).
«Облачность» требует повышенного внимания к аспектам безопасности и вопросам передачи данных, в том числе персональных. В Customer Intelligence 360 все соединения шифруются по протоколу https (TLS 1.2), а при сборе данных можно «обфускировать» значения.
На стороне браузера клиента происходит хеширование по алгоритму SHA-384. Если данные вдруг попадут в чужие руки, процесс восстановления значений из хеша окажется крайне сложным и нерентабельным (в отличие от шифрования данных, когда достаточно знать правильную парольную фразу для расшифровки). Когда захешированные данные попадают в облако, они подвергаются повторному хешированию с иными параметрами. Требования к хешированию предъявляются и при пакетной (например, из CRM) загрузке персональных данных в облако – SAS не допускает их хранение в открытом виде.
Данные собираются в специальном облачном хранилище – DataHub, где находятся обезличенные профили посетителей всех подключенных сайтов, мобильных устройств, информация об их поведении в подключенных онлайн- и оффлайн-каналах. DataHub можно расширить – достаточно подготовить таблицу и отправить ее в облако, определенным образом указав «ключи». Тогда DataHub свяжет новую таблицу с уже имеющимися данными. Привязка осуществляется в разрезе профилей посетителей.
Теперь подробнее остановимся на составляющих решения. Начнем с модуля Discover.
Все собирают данные о работе сайта, но не все обладают способностью формировать единый омниканальный профиль клиента и автоматически загружать собираемую информацию в нормализованную витрину данных, не прибегая к необходимости писать код или совершать какие-то сложные интеграции. А SAS 360 Discover это делать умеет. Сбор большей части действий клиента происходит автоматически сразу же после добавления тега на сайт. Для отслеживания более сложных событий или процессов используется мастер настройки, который позволяет гибко сконфигурировать систему. И, да, для этого не требуется писать код.
Настройки сбора правил задаются через интерфейс администратора – не нужно что-либо дополнительно дорабатывать на сайте
«Окей, — скажет кто-то, — у любого решения есть ограничения, не все события на сайте можно собрать. Что делать в таком случае?». Без паники, это также предусмотрели. Есть возможность передавать события напрямую в SAS 360 Discover простым вызовом RESTful сервиса по API. В самом простом виде тело запроса будет похоже на эти два примера:
Для сбора данных из мобильного имеется особый SDK, который несложно прикрутить к приложению под Android или iOS. Собираемые с разных устройств данные накапливаются в единой витрине и всегда доступны.
Теперь поговорим про вовлечение — модуль «Engage».
Имея под рукой столь ценные разведданные, было бы преступлением ими не пользоваться. Все, что известно о посетителе сайта, может быть использовано против него для более точного таргетинга.
И дело не ограничивается тривиальными механиками вроде «догони пользователя баннером любой ценой» (кстати, мы в SAS выступаем резко против подобного спама). Решение позволяет элегантно «отруливать» такие важные вопросы как контактная политика, тестирование, сегментация базы и анализ эффективности онлайн-кампаний. Можно загрузить список клиентов из CRM, выбрать контент для коммуникации, настроить правила и показатели эффективности проведения кампании и следить за ее успешностью — в рамках одного пользовательского интерфейса.
Встроенные аналитические помощники позволяют проводить различные А/B тестирования, оптимизировать коммуникации, профилировать клиентскую базу и подбирать товары или услуги для клиента.
Для примера разберем вариант реализации простой коммуникации в 360 Engage. Пока опустим создание баннера, настройку места вывода баннера, выбора аудитории и создание событий (об этом мы планируем рассказывать в новых публикациях) и ограничимся этапом постановки задачи.
Задачи бывают разных типов и для разных каналов. На сегодняшний день доступны web, mobile и email. Для примера выберем web – это самый простой из них. Откроется интерфейс настройки задачи Web. Указываем, в какой спот какой контент (креативы, баннеры) выводить.
Типы задач
Дополнительно указываем ограничения контактной политики. Можно задать максимальное количество показов баннера для конкретного пользователя за все время действия кампании или за определенный период (сессия или какой-то промежуток времени). Еще один параметр — срок актуальности задачи (например, время проведения кампании). Когда наступит «час Х», кампания автоматически завершится.
Контактная политика
Чтобы убедиться, что креативы (баннеры) будут корректно отображаться на сайте, можно воспользоваться превью.
Пример предпросмотра на сайте
360 Engage позволяет настроить тип аудитории, которая подходит для данной кампании — например, отобрать клиентов на основе их поведения в сети и/или данных, загруженных из внешних систем (например, из CRM). В нашем случае мы ограничим аудиторию задачи теми пользователями, которые заходили на страницу https://habrahabr.ru/hub/career/ и читали статьи, посвященные карьере в IT-индустрии. Еще можно настроить систему так, что пользователи не увидят баннер, если, например, видели аналогичный или уже выполнили некое целевое действие.
Выбор аудитории
Для реализации более сложных сценариев взаимодействия с клиентами можно настроить карту активностей – диаграмму, где отображается путь клиента в цифровых каналах. Каждый следующий шаг на карте активностей выбирается в зависимости от поведения пользователя на предыдущем шаге. Приятная особенность – можно проводить A/B тестирования целых процессов (нескольких объединенных шагов). Карты активностей — еще один предмет будущих публикаций.
Карты активностей позволяют строить многошаговые сценарии взаимодействия с клиентами
Что дальше?
Недавно я заглянул в дорожную карту SAS Customer Intelligence 360, и мне стало очевидно, что это уже не просто расширение digital-возможностей «классических» решений традиционного целевого маркетинга SAS. SAS Customer Intelligence 360 медленно, но верно превращается в самодостаточную Digital Marketing платформу. Дорабатываются интеграции (внешние DMP и традиционные каналы), шлифуются модели аналитических помощников (расширенная сегментация и продуктовый рекомендер), в имеющиеся инструменты добавляются новые «фичи» (мультистраничное A/B тестирование и online персонализация контента). C каждым релизом увеличивается встроенная функциональность MRM.
На все интересующие вопросы по SAS Customer Intelligence 360 я готов ответить в комментариях.
SAS: мы анализировали данные и обучали модели задолго до того, как это стало модным
Наша аналитическая платформа работает в WalMart, Bank of America, Bank of China, Сбербанке, МТС. SAS как предмет преподают в МГУ, ВШЭ, МИФИ, МГТУ им. Баумана, МЭИ, МИИТ и других ВУЗах. А под катом — наша краткая история-знакомство, с которой мы хотим открыть наш блог на Хабре.
Кто мы такие
Компания SAS существует с 1976 г. Мы выросли из маленького проекта одного молодого профессора математики из Университета Северной Каролины. Началось все с небольших подрядов на статобработку данных Минсельхоза, которые он выполнял вместе со своими студентами.
Разумеется, стандартных решений для автоматизации тогда не существовало, поэтому большинство статистических функций профессор писал сам на языках С и COBOL.
В какой-то момент количество перешло в качество: вместо того чтобы просто выполнять определенные расчеты для своих клиентов, профессор решил продавать сами свои наработки по расчетам и другим клиентам, которым необходимо было работать с аналитикой и статистикой, а также строить математические модели. Так появилась компания SAS.
Сегодня мы работаем по всему миру практически во всех традиционных отраслях, где необходим анализ статистики. В круг наших партнеров входят банки и крупнейшие страховые компании, ритейлеры и производственные компании, энергетика и нефтегаз, ресторанные и гостиничные сети, а также самые разные госструктуры. На сегодняшний день мы обслуживаем более 83 000 клиентов по всему миру. В нашей компании работает 14 000 сотрудников, более 4 000 из которых заняты непосредственно разработкой ПО.
Мы имеем богатую историю работы и на российском рынке. Хотя официальная история SAS в России началась с 1996 года, первые крупные внедрения нашего ПО относятся к самому началу 90-х, а отдельные решения работали еще при существовании СССР.
Одним из первых крупных клиентов на российском рынке стал Альфа-банк, история работы с которым уходит в самое начало 90-х. Среди крупнейших российских клиентов можно упомянуть и компанию МТС, где мы создавали хранилище данных и систему обработки управленческой и аналитической отчетности. Общий объем хранилища составлял 30 ТБ, что на тот момент (более 10 лет назад) являлось самым большим хранилищем данных в РФ, а возможно даже и в Европе. Также наши технологии и решения активно используется в сфере железнодорожного транспорта и некоторых других отраслях российской промышленности.
Зачем мы здесь
Одна из целей нашего присутствия на Хабре – познакомиться с молодежью, развеять мифы о нас, в том числе главный – о недоступности SAS из-за высокой стоимости и прочих ограничений. Нет, у нас не все платное – вы всегда можете найти варианты бесплатного использования, в том числе для исследований и изучения; нет, у нас не все недоступное – в открытом доступе есть масса ресурсов; нет, у нас не все на английском языке – и мы обязательно будем работать над увеличением русскоязычного материала.
На каких рынках мы работаем
Мы активно работаем на банковском рынке, в число наших клиентов входят практически все крупнейшие банки. Наши решения используются в клиентской аналитике, целевом маркетинге, помогают обеспечить управление данными и подготовку управленческой и аналитической отчетностью. Одно из ключевых направлений — управление рисками, которое применяется в том числе для борьбы с мошенничеством.
Несмотря на изначальный скепсис в отрасли, мы успешно работаем со страховым бизнесом. У них главная проблема — это очень небольшой объем транзакционных данных по клиентам. Нормальный человек покупает полис и приходит только через год за следующим. Поэтому страховщики сомневались, можно ли извлечь из технологий машинного обучения какую-то пользу. Но капля камень точит. Пару лет назад плотину все-таки прорвало, и мы начали делать первые проекты. Самые перспективные направления для нас – борьба с мошенничеством и оценка потенциальной убыточности клиентов.
В последние годы мы активно выходим на рынок ритейла. В этой отрасли наши решения используются как в товарной аналитике (оптимизация цен, запасов, размещения на полках и пр.), так и в клиентской аналитике (все, что связано с персонализацией отношений с клиентами). Также аналитика дает реальный и быстрый эффект в таких секторах как логистика, медицина и сельское хозяйство
Сегодня потребности клиентов и рынка в аналитике развиваются чрезвычайно быстро, поэтому свои перспективы мы оцениваем с большим оптимизмом.
Ключевые требования
Однако не все так просто. Эффективность работы с аналитикой зависит от нескольких ключевых факторов, отсутствие которых способно испортить весь эффект.
Во-первых, для аналитики в первую очередь необходимо иметь адекватные и упорядоченные данные. В некоторых отраслях это не представляет сложности (банки, телеком), но в некоторых структурированность, да и просто наличие нужных данных – большая проблема (например, страхование, агробизнес).
Во-вторых, большую роль играет то, насколько руководство готово внедрять аналитику и использовать ее при принятии решений, причем основная проблема кроется даже не в затратах, а именно в готовности менять схемы работы. Много где руководство считает, что если их схемы работают уже двадцать лет, а эксперты раньше принимали нужные решения без всякой аналитики, то и менять ничего не стоит. В современном мире эта стратегия работает либо до первого крупного происшествия (мошенничества, неурожая и пр.), либо до тех пор, пока компания не начинает заметно проигрывать на рынке конкурентам, использующим современные технологии и схемы управления.
В-третьих, в компании должна быть команда аналитиков, которые будут работать с полученными данными. Такие команды тоже есть не везде, и в телекоме аналитики, математики, дата-сайентисты окажутся скорее, чем, например, в сельском хозяйстве. Впрочем, и здесь все меняется: с одной стороны, все больше предприятий понимают, что необходимо иметь собственное аналитическое подразделение, с другой – использование искусственного интеллекта позволяет аналитическим системам работать точнее и лучше подстраиваться под существующие условия, что повышает эффективность в конкретных задачах. Плюс системы стали проще для пользователя.
Наконец, сейчас широко распространяется аутсорсинг, когда собственно работу аналитиков берут на себя партнеры, а заказчик получает готовые для понимания и использования аналитические данные. Например, часто в начале сотрудничества мы работаем в качестве внешних аналитиков (по модели RaaS), и клиент получает эффект и понимание, что и как работает, какие направления следует развивать, а какие – нет. Это поможет ему при формировании своей команды или же подтолкнет принять решение продолжить работать на аутсорсе.
Что мы делаем
Наша аналитическая платформа имеет очень широкую функциональность. В круг ее возможностей входят разведочный анализ, подготовка данных, классическое прогнозное моделирование и машинное обучение, прогнозирование на основе временных рядов, оптимизация, и много чего еще.
Все блоки и решения мы разрабатываем сами. Поэтому мы понимаем, что и как работает и как взаимодействует между собой – у нас нет сложностей с согласованием работы различных компонентов и решений между собой. При этом блоки работают на единой платформе управления метаданными и имеют в основе общий язык программирования SAS Base.
Один из наших приоритетов – интегрировать наши решения в рабочие процессы и схемы принятия решений в компании. Дело в том, что если аналитика и данные существуют отдельно, «в вакууме», эффективность их использования существенно падает. Кроме того, без нормальной бесшовной интеграции очень велик риск операционных ошибок. А такие ошибки очень сильно бьют по доверию к аналитике и моделям.
Для встраивания аналитики в бизнес-процессы в SAS предусмотрен целый стек технологий. Интеграция на уровне данных (SAS Data Integration), интеграция на уровне потоков событий (SAS Event Stream Processing), интеграция на уровне запросов решений (SAS Decision Manager), интеграция на уровне управления жизненным циклом моделей (SAS Model Manager), интеграция на уровне разнородных аналитических инструментов типа R, Python, Scala (SAS Viya). В крупной организации, будь то банк, ретейлер, телеком или что-то другое, основная сложность — это огромное количество разнородных источников данных на разных платформах и СУБД, и большое число процессов, где требуется применение аналитики (потребителей аналитики), реализованных в разных системах.
Из новых приоритетов стоит упомянуть скорость. Сегодня многим нашим клиентам уже недостаточно получать данные и аналитику с задержкой. Время на принятие решения все сокращается, и во многих случаях данные требуются уже в реальном времени.
Естественно, что сегодня SAS работает не только по традиционной модели предоставления софта, но и предоставляет облачные сервисы. В самых разных форматах: SaaS (ПО как сервис), BaaS (бизнес как сервис – аутсорсинг аналитических процессов), RaaS (результат как сервис – реализация какого-либо законченного продукта для клиента под ключ, от разработки прогнозной модели, до формирования статистически обоснованной стратегии развития сети торговых точек, например).
Облачные сервисы востребованы больше не в банках, где все хорошо с данными, с деньгами, с аналитиками, а в других отраслях – страховании, ритейле, агросекторе, например. Клиенты в этих отраслях готовы привлекать внешних экспертов не только на этапе настройки, но и на постоянную работу. Еще один плюс облачных сервисов — отсутствие необходимости больших инвестиций в начале работы, что дает более быстрый выход на окупаемость и снижает риски убытков.
Как выбирают
Решения SAS выбирают крупные предприятия для серьезной работы, поэтому выбор решения занимает много времени и включает оценку широкого круга возможностей и параметров работы предлагаемых решений. При этом ключевым фактором для них является рост эффективности, который, как и точность принимаемых решений, в значительной степени зависит от точности используемой модели. Иногда заказчик даже устраивает своего рода соревнование – предлагает нескольким вендорам построить нужную ему аналитическую модель и смотрит, кто лучше справится с заданием.
Однако сама точность модели – фактор не постоянный. Она зависит от многих факторов, как относящихся к модели, так и внешних. Например, точность модели полностью зависит от корректности и адекватности предоставляемых в рамках тестирования данных. Иногда они есть, иногда нужные данные находятся в рассеянном виде и их нужно искать, собирать и приводить к единому формату, либо вообще приходится самостоятельно налаживать их сбор.
Также на первом этапе не всегда понятно, что к чему, какие есть особенности и главное, что именно нужно клиенту. Поэтому на первых этапах работы преимущество в точности часто получают усредненные модели, которые уже «из коробки» дают относительно высокую точность работы. Однако такая модель со временем скорее всего будет терять актуальность за счет того, что меняются условия работы предприятия и самого рынка. Это необходимо учитывать и либо вручную, либо автоматически адаптировать модель к меняющимся условиям.
При правильной организации работы (когда модель подстраивается под особенности работы клиента и рынка) точность модели в первое время будет расти по мере «тонкой настройки», накопления данных и пр. В одном из внедрений наша модель изначально показала результат хуже, чем у конкурентов, однако в кратчайшие сроки, набрав нужную информацию и адаптировав ее работу, мы вырвались вперед.
Мы уверены в своих решениях, и та статистика, что у нас есть, показывает, что клиенты нам тоже доверяют. Отток клиентов у нас не превышает 1%, очень часто менеджеры и клиенты, переходя в новую компанию, стремятся и ее перевести на использование наших решений. В России мы растем на 40% в год, что дает нам основания считать, что наши решения востребованы.
Что привлекает клиентов
Больше всего клиенты ценят то, что получают от SAS готовые решения. Наши решения позволяют не просто разрабатывать модели – мы можем встраивать их в бизнес-процессы компании. Очень часто именно эта возможность становится решающей при принятии решения об использовании именно нашего продукта. Потому что зарабатывать деньги на любых моделях или аналитике можно только тогда, когда они реально дают возможность принимать прибыльные бизнес-решения и повышать эффективность. Поэтому мы уделяем огромное внимание тому, чтобы наша аналитика была тесно интегрирована в бизнес-процессы компании. Но это не единственное наше достоинство.
Мы сами разрабатываем все свои продукты и решения, что обеспечивает единообразность и согласованную работу, в дальнейшем наши решения можно легко масштабировать или модифицировать. Наши решения тесно интегрированы между собой: мы предлагаем общую платформу, на которую можно «навешивать» разные модули. Благодаря этому степень риска при их внедрении гораздо ниже – клиенту не надо собирать в единую систему из чужих технологий и инструментов с неизвестным результатом. Можно сразу (и зачастую перед полноценным внедрением) оценить работу решения, составить предварительное впечатление.
В наши решения заложены накопленные нами знания и опыт в области решения конкретных аналитических задач, типовые бизнес-процессы, формы мониторинга и отчетности и т.д. Плюс, у нас нет «просто аналитиков», наши специалисты обладают предметными данными в конкретной области, что позволяет им лучше понимать ситуацию. В принципе, даже технические специалисты обладают знаниями и пониманием происходящих в отрасли процессов, что позволяет им более адекватно работать с данными.
Еще момент – скорость обработки данных. О высокой скорости говорят все, но чаще речь идет о каких-то специальных бенчмарках. Мы же имеем опыт реальных внедрений сложных решений с огромными скоростями обработки для таких компаний как WalMart, Bank of America, Bank of China, Сбербанк. Кроме того, у нас есть особая услуга: специальный дата-центр, имеющий 114 высокопроизводительных процессорных ядра, 3 ТБ оперативной памяти, 24 ТБ SSD емкости, который смонтирован в передвижном ящике весом в 120 кг. Мы можем поставить его у заказчика на пару недель, чтобы он смог проверить и оценить его работу. Да, и часто клиенты не хотят отдавать ее обратно.
Наконец, стоит отметить, что, хотя продукты SAS и стоят немало, для наших клиентов цены конкретных решений, как правило, не играют решающей роли – они больше смотрят на то, какие выгоды они получат от внедрения. Это может быть повышение рентабельности, снижение издержек или повышение скорости реагирования, что тоже повышает эффективность. Впрочем, если цена кажется излишней или заказчик пока не понимает, выгодным ли для него окажется использование наших решений, можно начать с облачных сервисов на платформе SAS – порог вхождения для них куда ниже, но при этом можно в полной мере оценить наши возможности.
Уже сейчас с решениями SAS работают ведущие предприятия во многих отраслях. SAS преподают в крупнейших вузах – спецкурсы, куда могут прийти все желающие, есть в МГУ, ВШЭ, МИФИ, МГТУ им. Баумана, МЭИ, МИИТ и др. Мы регулярно проводим набор на стажерскую программу, причем она расширена и на наших клиентов – всем нужны люди со знанием SAS.
Мы с радостью услышим ваши пожелания о темах, которыми нам лучше поделиться. Пишите в комментариях вопросы, мы с радостью ответим, в том числе, в будущих материалах.