CC BY
32
Сравнительная характеристика программно-аппаратных решений для обработки
больших данных на российском рынке
Comparative characteristics of software and hardware solutions for processing big data in the
Russian market
Межов Илья Сергеевич
Студент 2 курса Факультет Бизнес-информатика Финансовый университет при Правительстве РФ (Липецкий филиал)
Российская Федерация, г.Липецк e-mail: mezhov_99@mail.ru
Mezhov Ilya Sergeevich
Student 2 term Faculty of Business Informatics Financial University under the Government of the Russian Federation (Lipetsk branch)
Russian Federation, Lipetsk e-mail: mezhov_99@mail.ru
Научный руководитель Черпаков И.В.
к.ф.-м.н., ст.преп.
Финансовый университет при Правительстве РФ (Липецкий филиал)
Российская Федерация, г.Липецк e-mail: IVCHerpakov@fa.ru
Scientific adviser Cherpakov I. V.
Candidate of Physics and Mathematics, Art. Financial University under the Government of the Russian Federation (Lipetsk branch)
Russian Federation, Lipetsk e-mail: IVCHerpakov@fa.ru
Аннотация.
В данной статье представлена сравнительная характеристика программно-аппаратных решений для обработки больших данных на российском рынке. Стремительное развитие информационных технологий обостряет конкуренцию и заставляет современные компании использовать новейшие инструменты цифровой экономики, среди которых одним из самых эффективных является феномен больших данных. Актуальность данного исследования вызвана отсутствием упорядоченной информации о возможностях анализа больших массивов информации в России. Объектом исследования стали компании и их услуги, связанные с обработкой больших данных. Все инструменты big data были подразделены на три группы, среди представителей каждой из групп было произведено сравнение продуктов различных компаний. Также был проведен анализ полученных результатов, сделаны соответствующие выводы и определена практическая значимость проведенного исследования.
Annotation.
This article presents a comparative description of software and hardware solutions for processing big data in the Russian market. The rapid development of information technology intensifies competition and forces modern companies to use the latest tools of the digital economy, among which the big data phenomenon is one of the most effective. The relevance of this study is due to the lack of ordered information about the possibilities of analyzing large amounts of information in Russia. The objects of research were companies and their services related to the processing of big data. All big data tools were divided into three groups; among the representatives of each of the groups, products of various companies were compared. An analysis of the results was also carried out, relevant conclusions were drawn and the practical significance of the study was determined.
Ключевые слова: цифровая экономика, анализ данных, бизнес, большие данные, big data.
Key words: digital economy, data analysis, business, big data.
В современном мире все чаще и чаще можно встретить информацию о важности и необходимости
внедрения цифровых технологий в самые разные сферы человеческой деятельности. Практически ежедневно
178
средства массовой информации сообщают о новейших разработках с использованием цифровых технологий в областях медицины, науки, образования и многих других. Естественно, исключением не стала и сфера экономики, для которой бурное развитие информационных технологий на сегодняшний день является основополагающим фактором эффективной работы. Крайне популярным стал феномен, связанный с появлением возможности анализировать гигантские массивы как структурированной, так и неструктурированной информации — большие данные. С теоретической точки зрения, история, цели, технологии больших данных доступны для понимания, так как существует множество качественных литературных источников, из которых можно почерпнуть необходимую информацию. Однако, на практике зачастую возникает проблема с поиском работающих инструментов для работы с большими данными. В данной статье я бы хотел рассмотреть реально существующие, конкретные готовые аппаратные решения для обработки больших данных, предлагаемые на российском рынке, описать их особенности, выявить существующие достоинства и недостатки различных средств, а также провести их сравнение.
Мировой рынок обработки больших данных стремительно растет и по данным компании «IDC» объем данной сферы в 2019 году достигнет $189,1 млрд, что на 12% больше прошлогоднего. В ближайшие годы рынок будет расти в среднем на 13,2% в год и к 2022 году вырастет до $274,3 млрд. Объем российского рынка по разным оценкам варьируется от $300 млн до $500 млн, однако демонстрирует неплохие темпы роста — по словам президента Ассоциации больших данных Анны Серебряниковой к 2024 году рынок больших данных в России достигнет $5 млрд.
Все инструменты для обработки больших данных, представленные на российском рынке, условно можно разделить на три основные группы:
1. Готовые сервисы для анализа данных или датамайнеры (от англ. «data mining» — интеллектуальный анализ данных). Позволяют клиенту загрузить необходимую информацию в облачное хранилище и получить результат.
2. Индивидуальные продукты, создаваемые на стороне клиента. Компании занимаются разработкой и внедрением программно-аппаратных средств для каждого уникального клиента отдельно.
3. Сервисы, обрабатывающие большие данные из открытых источников. В основном — компании, оказывающие услуги таргетированной рекламы.
С целью выявления преимуществ и недостатков программно-аппаратных решений для обработки больших данных из разных групп, рассмотрим реальные предложения на российском рынке в 2019 году.
Безусловно, одной из лидеров среди организаций, предлагающих готовые сервисы для обработки больших данных является российская транснациональная компания «Яндекс». Набор связанных сервисов «Яндекс.Облако» предлагает широкий спектр всевозможных услуг по работе с big data, среди которых виртуальные машины и диски, масштабируемое хранилище данных, сбор и визуализация метрик, визуализация и анализ данных. Стоит отметить, что «Яндекс» имеет многолетний опыт в данной области, позволяющий компании создавать программно-аппаратные решения на базе собственных разработок и дата-центров. Система удаленного доступа, при которой нет необходимости создания и внедрения программно-аппаратного решения на стороне клиента, позволяет значительно снизить стоимость услуг облачного инструмента анализа данных от «Яндекса». Это делает его доступным для широкого круга лиц — «Яндекс.Облако» используют как предприниматели из среднего бизнеса, так и крупные компании: банки, ритейлеры, промышленные предприятия и другие.
Компания «Форс», созданная в 1991 году, специализируется на информационно-коммуникационных технологиях и предлагает множество различных услуг в данной области, одной из которых является разработка, создание и внедрение программно-аппаратных решений для анализа больших данных на стороне клиента. Важным является тот факт, что компания является официальным дистрибьютором и партнером одной из крупнейших информационных корпораций в мире— «Oracle». Стоит учитывать, что развертывание системы анализа больших данных достаточно дорогостоящий процесс, поэтому такие решения подходят далеко не всем. Для представителей банковского сектора, государственных органов, системы здравоохранения, муниципалитета собственный инструмент анализа больших данных может оказаться весьма полезным и экономически более эффективным чем использование услуг облачных сервисов, однако для мелкого и среднего бизнеса данный путь является абсолютно нецелесообразным.
«Mail.Ru Group» — российская технологическая компания, одним из направлений деятельности которой является предоставление рекламных услуг. Сервис «myTarget» является платформой для самостоятельного размещения и управления рекламой. Важно понимать, что любой инструмент таргетированной рекламы функционирует на основе анализа больших данных, поэтому несмотря на то, что данный сервис не предоставляет непосредственно услуг по анализу больших массивов информации, мы все равно рассматриваем его как участника российского рынка больших данных. Мелкий и средний бизнес заинтересован в эффективной рекламе, и способ достижения поставленных целей выбирается в основном исходя из экономической целесообразности. А так как «myTarget» использует информацию из открытых источников, например, социальных сетей, и клиенты избавлены от затрат на создание инфраструктуры для цифрового маркетинга, все это позволяет сделать рекламные услуги в интернете максимально дешевыми и доступными.
Результаты сравнительного анализа инструментов для работы с большими данными представлены в таблице 1.
Таблица 1. Сравнительный анализ программно-аппаратных решений для обработки больших данных
№ Название группы Компании Преимущества Недостатки Клиенты
группы
1 Датамайнеры «Яндекс», Широкие Высокая Средний и
«АлгоМост», возможности в стоимость в крупный
«IBS», «Прогноз», краткосрочной долгосрочной бизнес
«AT Consulting» перспективе, средняя стоимость перспективе
2 Интеграторы «Форс», «Крок» Широкие возможности в долгосрочной перспективе Высокая стоимость, долгие сроки внедрения Крупный бизнес
3 Рекламщики «Mail.Ru Group», Низкая стоимость, Ограниченные Мелкий,
«Рамблер» кратчайшие сроки возможности средний и крупный бизнес
Подводя итоги проведенному анализу, можно сделать вывод — российский рынок программно -аппаратных средств для работы с большими данными активно развивается и предлагает широкий выбор компаний, предоставляющих множество различных инструментов для обработки big data, каждый из которых имеет свои особенности и подходит под определенные цели и задачи бизнеса. Данная статья может помочь российским предпринимателям с выбором необходимого именно им программно-аппаратного решения,
учитывающего специфику их деятельности, что позволит оптимизировать издержки компании и добиться максимальной эффективности работы с большими данными.
Список используемой литературы:
1. Баранов Д. Н. Сущность и содержание категории «Цифровая экономика» / Д. Н. Баранов // Вестник Московского университета им. С. Ю. Витте. Серия 1: Экономика и управление. - 2018. - № 2. - С. 15-23
2. Статья «Большие данные (Big Data)» [Электронный ресурс] // URL: http://www.tadviser.ru/index.php/Статья:Большие_данные_(Big_Data) (Дата обращения: 21.08.2019)
3. Статья «Профессия датамайнер: кто занимается анализом данных?» [Электронный ресурс] // URL: https://rb.ru/news/dataminers-are-cool/ (Дата обращения: 21.08.2019)
4. Статья «Работа с Big Data: основные области и возможности» [электронный ресурс] // URL: http://www.marketing.spb.ru/lib-research/methods/Big_Data.htm (Дата обращения: 21.08.2019)
5. Шваб Клаус Четвертая промышленная революция : перевод с английского / Клаус Шваб. — Москва : Эксмо, 2019. — 209 с.
