Чистая выгода: как промышленные компании извлекают прибыль из Big Data

Согласно исследованию ВШЭ, более 52% российских компаний, которые уже работают с большими данными, отмечают увеличение объема собираемых данных за последние три года. Однако сегодня продвинутые цифровые инструменты для работы с Big Data используют далеко не все предприятия. Наиболее активными в этом направлении остаются сервисные компании телекома, ИТ-сфера, финансовый сектор и ритейл. «Догоняющие» отрасли – это транспорт, нефтегаз и другие направления промышленности. Сергей Карпуничев, заместитель генерального директора ГК «КОРУС Консалтинг», рассказал о том, почему не все интенсивно работают с данными, нужно ли ими делиться и какие области применения Big Data могут быть точками роста.

Так или иначе с данными работают почти все крупные компании, но все зависит от конкретной отрасли и предприятия. Действительно, в целом мы наблюдаем, что бизнес, работающий в сегменте B2B, в среднем отстает от B2C. И это вполне закономерно: например, чтобы оставаться конкурентоспособным и сохранять уровень отраслевой маржинальности в ритейле требуется тщательно следить за спросом, сезонностью, предпочтениями покупателей и другими параметрами. А если брать производителей специализированного оборудования, то здесь конкуренция намного ниже, тем более сейчас, когда многие зарубежные игроки ушли с этих рынков.

Тем не менее, по нашим наблюдениям, среди «догоняющих» уже появляются исключения – и условно их можно поделить на две группы. Первая – это производители, которые постепенно трансформируют свою модель из B2Bв B2B2С, начиная работать с конечным потребителем. Это приводит к необходимости собирать и анализировать информацию о конечных потребителях, а также всех звеньях товаропроводящей цепочки. Вторая – это лидеры в своих сегментах, которые давно занимаются цифровизацией производственных и бизнес-процессов, в том числе – используют инструменты для работы с Big Data. К последней группе можно отнести, например, ОАО «РЖД» которое совместно с ГК «КОРУС Консалтинг» внедрило корпоративную систему управления данными (КСУД). Система позволяет обеспечить более 9 тыс. пользователей достоверной информацией о различных показателях и их наличии в любых отчетных формах – по сути это глубокая аналитика в реальном времени с высокой степенью детализации.

Прежде всего необходимо соблюдать гигиену данных. Любая информация должна собираться регулярно, в полном объеме и структурироваться – это особенно важно, если данные собираются из разных источников, а скорость накопления и обработки постоянно растет. Например, мы можем непрерывно собирать различные технические показатели оборудования чтобы спрогнозировать, когда нужно будет проводить капитальный ремонт. Но просто сбор таких данных мало что дает, их надо обогащать данными о контексте, косвенными показателями – нагрузки на оборудование в разные периоды, условия внешней среды, статистика по эксплуатации, наложенная на историю обслуживания т.д. Только тогда мы можем получить качественные данные для построения прогнозной модели. Таким образом для принятия эффективных управленческих решений подходят только чистые, унифицированные данные, «обросшие» аналитикой.

Основываясь на опыте работы с клиентами «КОУРС Консалтинг» можно сказать, что и зрелые компании, и зрелые ИТ-интеграторы всегда формулируют главную задачу любого цифрового проекта как значимый и измеримый бизнес-эффект: рост прибыли или производительности, снижение затрат в результате оптимизации различных процессов, создание бизнес-направлений для обеспечения новых источников дохода. Особенно это актуально сейчас, в условиях импортозамещения софта, меняющихся рынков сбыта и условий для бизнеса в целом – здесь важно расставить приоритеты в программе ИТ-проектов и сделать акцент на том, что позволит получить бизнес-эффект. Это относится не только к Big Data, но и к другим ИТ-решениям.

Наша принципиальная позиция в том, что любая компания и ее бизнес-пользователи должны видеть практическую пользу в ИТ-решении и результате его внедрения. В качестве примера можно привести совместный цифровой проект Иркутской нефтяной компании и ГК «КОУРС Консалтинг» по автоматизации и оптимизации управления запасами, который позволил снизить уровень запасов в топ-номенклатуре на 30%, сократить сроки обеспечения МТР в 2 раза, снизить затраты на хранение и стоимость закупок, а также минимизировать трудовые затраты. Другой показательный пример – агрохолдинг «Русагро», который наладил непрерывную поставку сельскохозяйственного сырья на переработку в сезон сбора урожая с помощью TMS-, YMS- и SCM-систем. Это позволило снизить транспортные затраты на 15% уже в течение трех месяцев.

Если возвращаться к большим данным, то есть наиболее типовые случаи использования таких технологий. Во-первых, это повышение эффективности продаж, сервисного обслуживания (во многом это относится к B2B2C). Также, учитывая острую нехватку кадров, бизнес работает с данными с целью привлечения, развития и мотивации персонала. Наконец работа с данными помогает автоматизировать и оптимизировать технические, управленческие и бизнес-процессы. Но, подчеркну, как бы компания не использовала Big Data или другие ИТ-решения, важно определить основу, как будет измеряться результат.

Безусловно, одной из таких областей является работа с данными о конечном потребителе, причем это характерно практически для всех сегментов, а не только для B2C. Например, в тяжелом и специализированном машиностроении мало компаний обращают внимание на сервисное обслуживание своих изделий и поэтому сейчас в стране развит рынок «серых» запчастей и неавторизованного сервисного обслуживания специального оборудования или транспорта. В этом случае цифровизация сбора, обработки и анализа данных о конечном потребителе может помочь крупным игрокам занять нишу на этом рынке, поскольку бизнес будет лучше понимать своего конечного клиента, какие возникают запросы в рамках послепродажного обслуживания, и совершенствовать это обслуживание на основе полученных данных. Еще одна точка роста – логистика. Особенно это актуально в областях промышленности, где процесс оптимизации цепочек поставок, по сравнению с тем же ритейлом, еще недостаточно выстроен.

В целом таких точек еще очень много. Только около 40% крупный компаний используют или планируют начать использовать большие данные в ближайшие три года. Среди средних и малых компаний этот процент еще ниже. Поэтому сегодня практически любая область применения больших данных обладает огромным потенциалом.

Пока обмен данными среди бизнеса не получил массового распространения. Этому препятствуют наличие нерешенных вопросов, например, юридических (переход прав на те или иные данные, и ответственности с этим связанной), или вопросов доверия к данным. Наличие единой площадки для обмена данными, которой все бы могли доверять, не опасаясь недобросовестной конкуренции и непроверенных данных, помогло бы снять некоторые вопросы. Думаю, что такой площадкой могло бы выступить государство или некоммерческие профессиональные сообщества.

В целом обмен данными, например, по отраслевому принципу, может помочь в решении бизнес-задач и это может быть еще одной точкой роста. Простой пример: компания производит промышленное оборудование, используя детали, сделанные на других заводах, и если все поставщики комплектующих будут знать сроки исполнения конечного изделия, то они смогут точнее прогнозировать дату отгрузки, эффективнее управлять своим производством и остатками на складах. Также может быть полезен обмен техническими данными, касающихся сроков эксплуатации тех или иных агрегатов, промышленных параметров типовых изделий и т.д. Это позволит создать качественные бенчмарки и использовать их в лучших отраслевых практиках.