ТЕХНОЛОГИИ BIG DATA В РАЗВИТИИ ЦИФРОВОЙ ЭКОНОМИКИ РОССИИ

Стремительное развитие информационных технологий и социальных сервисов служит причиной поиска и разработки информационных решений, которые позволят обрабатывать гигантские объемы входящей информации.  В соответствии с исследованием IDC Digital Universe прогнозируется увеличение объема данных на планете до 40 зеттабайтов к 2020 г., это означает, что объем информации на человека будет составлять 5200 Гб [1].

Для создания необходимых условий по развитию цифровой экономики в Российской Федерации в настоящее время реализуется программа «Цифровая экономика Российской Федерации». Направление, необходимое для повышения конкурентоспособности страны, обеспечения экономического роста национального суверенитета, а также качества жизни самих граждан. Указом Президента РФ от 9 мая 2017 г. № 203 утверждена государственная программа «О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 г.», в рамках которой планируется развивать технологии Big Data [2].

Big Data - это серия подходов, технологий и методов, предназначенных для решения проблемы обработки больших объемов структурированных и неструктурированных данных для получения результатов, которые человек способен воспринять. Big Data следует отличать от обычного анализа объемов информации. Большая часть объемов данных представлена в нетрадиционном, неструктурированном для БД формате, таком как: веб-журналы, видеозаписи, текстовые документ, машинный код. Эти данные разбросаны по различным хранилищам, иногда находящимся за пределами фирмы.

В результате исследования технология обработки больших объемов информации сводится к трем основным направлениям, решающим три типа задач: хранение и обработка поступающих данных в гигабайты, терабайты и зеттабайты; структурирование различных видов информации: текстов, аудио, видео, фотографий; анализ Big Data и применение методов обработки неструктурированной информации [3, с. 25].

Внедрение Big Data подразумевает все способы работы с большой совокупностью данных, постоянно обновляемых и находящихся в разных источниках. Таким образом, организациям требуются инструменты для установления связи между этими данными, в соответствии с анализом которых можно сделать необходимые выводы. Учитывая обстоятельство, что данные постоянно обновляются, обработать и структурировать эту информацию становится еще сложнее, что объясняет возникновение технологий Big Data. Изучая теоретический и практический опыт, наиболее распространенными программными инструментами для создания информационной инфраструктуры являются Big Data-Map Reduce, Hadoop и NoSQL. Одной из основополагающих технологий считается Hadoop. Это проект фонда Apache Software Foundation, используемый для реализации поисковых и контекстных механизмов высоконагруженных веб-сайтов. Hadoop свободно распространяет набор утилит, библиотек и программный каркас для разработки и выполнения распределенных программ, работающих на кластерах из множества узлов. При импортозамещении Hadoop является основной платформой развития российского рынка, способствующей повышению отечественной конкуренции.

Согласно исследованию Accenture (Аксенчер), проведенному осенью 2017 г. (рис. 1) практически 60% компаний работают с большими данными и завершают минимум несколько проектов. Довольны результатом 92% этих компаний, а 89% считают, что Big Data крайне важная часть преобразования в бизнесе. В исследовании компании Accenture приняли участие 1000 руководителей из 19 стран мира. Опрос был проведен Economist Intelligence Unit среди 1135 респондентов по всему миру. Многие компании при внедрении новой технологии столкнулись с некоторыми проблемами. Безопасность является важнейшей составляющей для 51%, бюджет для 47%, нехватка необходимых кадров для 41%, затруднения в интегрировании для 35%. В целом оценка довольно оптимистична. 89% компании считают, что подобно интернету, они изменят бизнес также сильно. А свое конкурентное преимущество, по оценке 79% респондентов, потеряют компании, которые не внедрили большие данные.

Рисунок 1. Основные проблемы при внедрении проектов Big Data [4]

По мнению экспертов-разработчиков Big Data, на расширение сфер применения обработки больших объемов данных сильнее влияет интернет. В результате увеличение количества устройств, которые подключены к Интернету, возникает все больше информации, которую можно применить при управлении бизнесом. Это происходит от того, что производитель изучает потребительский спрос посредством анализа полученных из Интернета данных, что позволяет ему создать рекламу, которая привлечет внимание потребителя [5, c. 41].

Эксперты Meta Group в 2001 г. выделили три свойства, которые позволяют отнести данные к Big Data, так как не всю информацию возможно анализировать. Эти характеристики были названы «Три V». Во-первых, это величина физического объема (от англ. volume). Во-вторых, скорость (от англ. velocity), так как постоянно увеличивающийся объем данных требует быстрой обработки. В-третьих, многообразие (от анг. variety), то есть способность обрабатывать различные данные одновременно. В процессе анализа целесообразно выделить четвертую V (veracity — достоверность/правдоподобность данных) и даже пятую V (viability - жизнеспособность).

Специалисты TmaxSoft, выдвинули прогноз, согласно которому следующая «волна» Big Data потребует модернизации СУБД.В соответствии с отчетом IDC из-за увеличения объемов данных на подключенных к Интернету устройствах, доходы, связанные с большими данными, увеличатся c $130 млрд в 2017 г. до более, чем $203 млрд к 2020 г. [6]. По мнению экспертов TmaxSoft компании, не имеющие ИТ-инфраструктуру, необходимую для обработки больших объемов данных, не получат выгоду от предполагаемого роста. В накопленных объемах данных содержится важная информация о бизнесе и клиентах, это значит, что создать конкурентоспособный продукт, эффективно функционировать на рынке и получить преимущество по сравнению с другими могут только те компании, которые успешно используют эту информацию. Однако многие предприятия не располагают соответствующей IT-инфраструктурой для обеспечения необходимой емкости систем хранения, возникает необходимость в приобретении дополнительных ресурсов, способных обрабатывать, анализировать и извлекать информацию из неструктурированных данных, вследствие чего увеличиваются инвестиции в IT-инфраструктуру. Представитель TmaxSoft отмечает, что предприятиям требуется план, включающий в себя источники данных для извлечения, продолжительность жизненного цикла данных, совместимость разных реляционных СУБД и масштабируемость хранения.

Big Data и Business Intelligence являются совершенными дополнениями друг друга. Для анализа текущей ситуации больше подходит бизнес-аналитика. В режиме реального времени пользователи могут получать нужную им информацию. Если компании требуется анализ не только внутренних, но внешних источников, при использовании различных аналитических методов и подходов, требуется применение больших данных. Схожие цели этих технологий делают их союзниками, которые отлично взаимодействуют друг с другом и приносят в разы большую пользу бизнесу.

Big Data также является ключевым компонентом Интернет вещей (Internet of Things, IoT). По оценкам специалистов, в мире в ближайшие 5-10 лет появится около 50 млрд. взаимосвязанных подключаемых устройств, которые будут генерировать зеттабайты данных. Суть Интернет вещей заключается в создании более умной продукции. Встраивание «интернет-чипов» в те устройства, которые ранее не имели вычислительной мощности. Эти чипы используются для обработки данных устройства и распознания привычек потребителей. При увеличении подключаемых устройств соответственно следует и рост объема данных. Именно в этом заключается тесная взаимосвязь IoT с Big Data.

На российском рынке среди основных провайдеров Big Data выделяют: Sap, Oracle, IBM, EMC, Microsoft, IBS, Cloudera, Teradata. Наибольшей популярностью данные технологии пользуются в банковской сфере и телекоммуникациях, а также востребованными считаются в таких отраслях, как: энергетика, розничная торговля, добывающая промышленность, логистические компании и государственный сектор. Самый большой объем данных имеют Телеком-операторы, благодаря чему они способны проводить самый глубокий анализ данных. Технологии Big Data присутствуют во многих отраслях бизнеса. Они получили широкое распространение в здравоохранении, торговле, логистике, телекоммуникациях, а также в государственном управлении (рис. 2).

Рисунок 2. Процент внедрения компаниями различных отраслей технологии Big Data [7, с. 50]

В развитии рынка Big Data в России существуют свои барьеры:  обеспечение безопасности и конфиденциальности данных; нехватка квалифицированных кадров; недостаточность накопленных информационных ресурсов до уровня Big Data в большинстве российских компаний; сложности внедрения новых технологий в устоявшиеся информационные системы компаний; высокая стоимость технологий Big Data, что ведет за собой ограниченное количество организаций, имеющих возможности для использования этой технологии; политическая и экономическая неопределенность, которая привела к уменьшению капитала и остановке инвестиционных проектов на территории России; рост цен на импортную продукцию.

Таким образом, проанализировав место Big Data в развитии цифровой экономики России, можно подойти к логическому выводу. В современном информационном мире люди ежедневно будут сталкиваться с большим объём информации. Big Data имеет как положительные, так и отрицательные аспекты. Но, несмотря на все проблемы внедрения, этот подход во многом меняет наше представление о мире.

Список литературы:

1. Аналитический обзор рынка Big Data. [электронный ресурс] – Режим доступа. – URL: https://habrahabr.ru/company/moex/blog/256747/ (дата обращения: 30.11.2017).
2. Указ Президента Российской Федерации от 09.05.2017 № 203 "О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы" [электронный ресурс] – Режим доступа. – URL: http://publication.pravo.gov.ru/Document/View/0001201705100002 (дата обращения 30.11.2017).
3. Герасименко Н.А. О некоторых особенностях технологии BIG DATA / Н.А. Герасименко // Научное обозрение. – 2016. – № 16. – С. 54.
4. Большие_данные (Big_Data). [электронный ресурс] – Режим доступа. – URL: http://www.tadviser.ru/index.php (дата обращения 30.11.2017).
5. Волкова Ю.С. Большие данные в современном мире // Научно-методический журнал «Концепт». – 2017. – №11. – С. 83.
6. Решения для больших данных. [электронный ресурс] – Режим доступа. – URL: http://www.tmaxsoft.com/(дата обращения 30.11.2017).
7. Цыпин А.П. Информационное обеспечение процесса построения исторических временных рядов социально-экономических показателей России / А.П. Цыпин, А.Г. Ковалев // Интернет-журнал Науковедение. – 2017. – № 6. С. 50.