«Дайте мне точку опоры, и я переверну Землю», — говорил Архимед. В наши дни таким «рычагом» становятся «большие данные»: мы чувствуем таящуюся в них мощь, которую надо лишь научиться использовать максимально эффективно.
Ряд специалистов, в частности, Дейв Рич из консалтинговой компании Revolution Analytics, связывают рост интереса к Big Data, а заодно и инвестиций в соответствующие проекты, с верой в безграничные возможности больших данных. Что ж, в умелых руках информация действительно превращается в производительное орудие, а подчас — и разрушительное оружие.
В нашем мире информация — такой же стратегический ресурс, каким долгие годы была и пока еще остается нефть. Состояние основателя Facebook Марка Цукерберга сегодня не подсчитал только ленивый. А философия бывшего главы Microsoft, а ныне мецената Билла Гейтса, основанная на соединении больших данных и больших денег, уже позволила ему перечислить на благотворительность свыше $27 млрд. Масштабирование, централизованный сбор информации по больницам, клиникам и лабораториям, отслеживание вакцинированных пациентов привели к впечатляющим результатам в борьбе с полиомиелитом в Нигерии, Пакистане, Афганистане, Индии и Эфиопии. Во всех регионах собранная фондом информация была намного более полной и объективной, чем официальная статистика.
Пять «V» больших данных
Большими данными называют огромные массивы неструктурированной информации из самых разных источников. Эти массивы трудно обработать, используя традиционные средства работы с базами данных и программное обеспечение. Ключевые характеристики Big Data в англоязычной литературе получили условное наименование 5V — Volume, Variety, Velocity, Veracity, Value (объем, разнородность, скорость, достоверность, ценность).
Объем. Объем данных в мире непрерывно растет. Норвежские аналитики из SINTEF подсчитали, что более 90% всей сгенерированной информации создано за последние два года. Согласно исследованию Калифорнийского университета, объем данных, ежегодно обрабатываемых компьютерными серверами в мире, еще в 2012 году достигал 10 трлн. гигабайт. По прогнозам консалтинговой компании IDC, к 2020 году в мире накопится не менее 40 трлн. гигабайт информации. Один только Facebook в настоящее время хранит и обрабатывает свыше 50 Тб данных. А сервис коротких сообщений Twitter, несмотря на ограничение длины сообщения в 140 символов, генерирует 8 Тб данных в сутки.
Скорость. С увеличением количества данных, а заодно и операций с ними растут и требования к скорости их обработки. Скорость чтения данных с носителей, их передачи по интернет и другим каналам связи, уровень вычислительных мощностей не должны отставать от роста объема обрабатываемой информации.
Разнообразие. С развитием прогресса во всех сферах человеческой деятельности растет и количество источников, а, следовательно, и разнообразие типов данных, которые требуют разных инструментов для сбора, хранения и обработки. Самое сложное, но и самое важное — объединить разнородные данные в общую, поддающуюся анализу взаимосвязанную структуру.
Достоверность. В условиях растущего объема данных особое значение приобретает отделение «зерен от плевел» — сортировка информации с целью отбора действительно важных и достоверных данных и отсеивания информационного «шума» и мусора.
Ценность. Ценность информации — ключевой параметр для оценки эффективности вложений в ее обработку. Оправдываются ли затраты на внедрение аналитических механизмов и систем? Дают ли собираемые данные ответы на поставленные вопросы? Способна ли компания извлекать пользу из собираемых данных? Без утвердительных ответов на эти вопросы работа с данными теряет смысл.
big data ahead.jpg" title="big data ahead.jpg" border="0" alt="big data ahead.jpg" width="400" height="272" />
Big data в тревел-менеджменте
«Понятие больших данных можно интерпретировать двояко, — говорит Пол Тилстоун, старший вице-президент по глобальной операционной деятельности GBTA. — Для покупателя тревел-услуг это совокупность потенциально доступной информации и то, как ее можно использовать. Но изначально этот термин появился вне нашей индустрии и связан с тем, что поставщики начали уделять больше внимания накоплению и обработке больших массивов информации ради того, чтобы предоставлять более клиентоориентированный сервис. То же самое сейчас происходит и в бизнес-тревел».
В 2013 году 71% компаний, опрошенных ACTE, заявили, что пользовались инструментарием для сбора и анализа данных. В 2012 году таких компаний было лишь 45%. Авиакомпании и отели уже давно используют информацию о закупках, покупательских предпочтениях, данные из социальных сетей для того, чтобы лучше монетизировать свою деятельность и предложить более индивидуализированные услуги, то есть учесть как можно больше личных предпочтений и потребностей заказчика. Вслед за ними TMC и их клиенты тоже начинают осваивать работу с Big Data.
Часто бывает, что по прибытии путешественники рефлекторно садятся в такси, чтобы добраться из аэропорта в центр города. Как часто при этом они застревают в пробках, не будучи в курсе актуальной дорожной обстановки. Между тем, используя big data, включающие информацию о погоде, интенсивности трафика, событиях в городе тревел-менеджер мог бы оперативно направить прибывшему, скажем, в Лондон сотруднику рекомендацию воспользоваться вместо кэба поездом Heathrow Express и сэкономить время.
Одним из лидеров в работе с большими данными в тревел-индустрии является копания Concur. По словам Майка Хилтона, исполнительного вице-президента компании, при помощи больших данных можно было бы оптимизировать результаты поиска при бронировании авиабилетов и гостиниц. «Смысл в том, чтобы предугадывать действия путешественника и выдавать ему наиболее релевантные опции, — говорит г-н Хилтон. — Сейчас, к примеру, когда вы пользуетесь OBT для поиска авиарейса, вам выдают все рейсы на заданном маршруте. Если там и присутствует какая-то сортировка, то она ограничивается выбором приоритетных с точки зрения тревел-политики вариантов. Я постоянно летаю из Сиэттла в Сан-Франциско и обратно, пользуюсь одними и теми же рейсами, и было бы здорово, если бы на основе этих данных инструмент отбирал для меня „мои“ рейсы, вместо того чтобы выдавать несколько сотен результатов поиска».
«Должен быть более интеллектуальный способ перемещения из одной точки в другую, — вторит Хилтону тревел-менеджер Microsoft Эрик Бейли. — Если ваш календарь говорит, что вы направляетесь на конференцию в Сан-Диего, которая начинается в 16.00 в понедельник и заканчивается в 15.00 в среду, вам не должны предлагать рейсов, которые прилетают после начала мероприятия или до его окончания. Это не коммерческое предложение, а лишний шум».
Большие данные могут также быть использованы для оценки общей стоимости поездки и тревел-программы в целом. Ведь стоимость тревела в компании определяется не только расходами на закупки. Нужно понимать и то, сколько времени сотрудники тратят на организацию командировки, и во что это время обходится компании. Имея данные об активности пользователя в OBT и его телефонных переговорах, тревел-менеджер может документировать не только само бронирование, но и действия и поведение покупателя. Это, в свою очередь, позволяет выбрать наиболее эффективный способ для бронирования тревел-услуг.
Источники данных
Перечень источников big data безграничен, но их можно разделить на три основные группы.
1. Данные из социальных сетей. Сюда можно отнести всю информацию, получаемую за счет мониторинга активности клиента в социальных сетях, просмотренных им страниц публичных сервисов вроде YouTube или Flickr, комментариев на форумах и тому подобное.
2. Данные о транзакциях. Источниками информации в этом случае выступают инвойсы, платежные поручения, квитанции, выписки и прочая финансовая документация.
3. Машинные данные. Они складываются из показаний датчиков, камер, технического оборудования, веб-машин, отслеживающих поведение пользователя в онлайне.
Данные можно также разделить на текущие и исторические, на получаемые из открытых и закрытых источников, на структурированные и неструктурированные.
Проблемы обработки и анализа данных
В ходе исследования, проведенного в 2013 году по заказу Cisco компанией InsightExpress в 18 странах, выяснилось, что большинство компаний собирает, записывает и анализирует данные. Однако в то время как 60% опрошенных признают, что решения Big Data могут усовершенствовать процессы принятия решений и повысить конкурентоспособность, лишь 28% заявили о том, что уже получают реальные стратегические преимущества от накопленной информации.
Работа с большими данными требует не только вместительных накопителей для их хранения и больших вычислительных мощностей. Главная проблема Big data — то, что бóльшая их часть представлена в формате, отличном от традиционных баз данных. Это могут быть видеозаписи, текстовые документы, машинный код, геолокационные данные. Всё это хранится в разных местах, на разных носителях. В результате корпорации могут иметь доступ к огромному объему информации и не иметь нужных инструментов, чтобы связать эти данные между собой, проанализировать и сделать выводы. А с учетом того, что с каждым днем в мире генерируется все больше данных и процесс этот ускоряется, традиционные методы обработки становятся фактически бесполезными.
Разумеется, технологии не стоят на месте. Однако большинство профессиональных инструментов рассчитаны, условно говоря, на программистов, специалистов по работе с базами данных, а не на конечных пользователей, таких как тревел-менеджеры. Соответственно, компаниям приходится тратиться не только на средства работы с данными, но и на специалистов в этой области, что уже стало новым трендом на рынке труда.
По мнению Пола Тилстоуна, одной из главных проблем работы с большими данными в тревел-менеджменте являются также неправильная стратегия и уверенность в том, что чем больше данных вы собираете, тем лучше.
«Тревел-менеджер должен уметь распознавать нужные ему данные и понимать, как их использовать на благо компании и клиента. Он должен использовать лишь ту информацию, которая действительно полезна. В то же время ему необходимо мыслить стратегически, уметь использовать текущие и исторические данные в долгосрочной перспективе. Все перечисленное важнее, чем способность оперировать всеми попадающими в ваше распоряжение данными», — уверен эксперт. В этой связи GBTA предлагает своим членам разработанный ею инструментарий для работы с большими данными Strategic KPI Toolkit. На сегодня этот пакет скачан более 600 раз. Он помогает сфокусироваться именно на тех данных, которые действительно нужны.
Средства и инструменты для обработки данных
На технологии работы с большими данными в 2013 году в мире было потрачено порядка $34 млрд., а к 2015 году в этом секторе будет создано 4,4 млн. рабочих мест. Как и источники больших данных, средства и алгоритмы их обработки чрезвычайно многообразны. Среди них как традиционные методы статистики и информатики, так и специально разработанные для big data инструменты. Это методики выявления взаимосвязей, позволяющие предсказать поведение потребителей в определенном сегменте рынка, инструменты анализа комментариев в социальных сетях, алгоритмы машинного самообучения, методики анализа пространственных (географических данных), модели симуляции, средства визуализации и многие другие. Самое известное и распространенное аппаратное решение — Hadoop от Apache. Это софт с открытым кодом, и в IT-индустрии уже появилось целое направление по созданию продуктов на его базе. В настоящее время практически все современные средства анализа больших данных предоставляют средства интеграции с Hadoop. Их разработчиками выступают как стартапы, так и общеизвестные мировые компании.
Преимущества больших данных
Рон ДиЛео, CEO AirPlus International: «С точки зрения корпоративного покупателя большие данные позволяют, прежде всего, оптимизировать корпоративную тревел-программу, сделав ее более интеллектуальной и адаптированной под конкретную целевую аудиторию или бизнес-процесс. С помощью сбора и анализа больших данных можно повысить прозрачность расходов, способствовать увеличению compliance, оптимизировать работу с поставщиками тревел-услуг».
Поставщикам, в свою очередь, большие данные позволяют разрабатывать более клиентоориентированные решения. Авиакомпания British Airways собрала большой массив клиентской информации при помощи программы лояльности Executive Club и своего вебсайта и поместила этот массив в систему обработки данных. Полученные результаты использованы в программе Know Me, цель которой — лучше понимать потребности пассажиров. В рамках программы BA предоставляет наиболее лояльным клиентам различные преференции и бонусы, изучает вероятные проблемы, которые возникают у путешественников, и находит пути их решения, анализирует потребности клиентов для предоставления им самых релевантных предложений. Вся информация собирается и анализируется в реальном времени, поступая через стойки регистрации и залы ожидания. Если по каким-либо причинам багаж пассажира не оказался на борту того же самолета, в течение 10 минут после приземления на его телефон приходит текстовое уведомление. Авиакомпания собирает в реальном времени всю необходимую информацию для поиска потерянного багажа, так что последний автоматически отправляется в пункт назначения следующим же рейсом. Пассажиру при этом не нужно самостоятельно искать багаж или заполнять какие-либо заявления в аэропорту — он экономит время и нервы.
Еще одним положительным эффектом от работы с большими данными становятся оптимизация управления доходами и расходами и улучшение финансовых показателей. Авиакомпания Swiss International Airlines cумела существенно повысить свою прибыль за счет новой системы управления доходами. Компания объединила управление загрузкой рейсов и процесс ценообразования в один алгоритм, задействовав в нем также онлайн-инструмент для оперативного изменения цен. Получая запрос от контрагента, компания в реальном времени назначает оптимальную цену с учетом всех ключевых факторов и эта информация (вместе с информацией о наличии мест) мгновенно становится доступной для клиентов на всех уровнях.
Другой крупный авиаперевозчик, Air France-KLM внедрил систему обработки данных о своих рейсах за более чем двухлетний период, позволяющую оценивать и оптимизировать расписание и стоимость билетов исходя из данных о конкретных пассажирах. Система также оценивает вероятность отмены бронирования или неявки пассажира на рейс, определяя величину возможного избыточного бронирования.
При грамотном применении большие данные способствуют повышению эффективности бизнес-процессов. Сочетание неструктурированной и структурированной информации дает тревел-менеджеру или поставщику тревел-услуг более объемную «картинку», позволяющую находить скрытые доселе слабые места, оперативно и точно реагировать на любые изменения условий и выдавать именно те решения, которые нужны целевой аудитории.
Большие данные требуют больших идей и такой же большой готовности к их внедрению. Они задают ритм, который тревел-индустрия будет поддерживать в ближайшее время.
Перспективы big data в бизнес-тревел
«Использование данных и аналитики может значительно трансформировать весь процесс организации деловых поездок, — уверен Сергей Разаренов, руководитель отдела электронной коммерции и новых технологий ООО „Амадеус-информационные технологии“, дочерней компании Amadeus IT Group. — Представьте себе: менеджер Джон Смит регистрирует свое участие, скажем, в конференции. Затем вся логистика (город, отель проживания, даты начала и окончания поездки и т.п.) автоматически загружается в персональный органайзер Джона. Потом данные транслируются в систему организации деловых поездок. Без каких-либо дополнительных действий со стороны пользователя формируется маршрут поездки, состоящий из различных компонентов: перелет предпочитаемой авиакомпанией с учетом индивидуальной программы лояльности, отель на дни проведения конференции, трансфер „аэропорт-отель-аэропорт“ на автомобиле с автоматическим управлением, бронирование лучшего ресторана города, который собирается посетить Джон в свободный вечер, с отправкой приглашения трем его коллегам. После возвращения Джона из командировки система управления деловыми поездками отправит ему по электронной почте сообщение о том, что все расходы, вплоть до ресторанных чаевых, были переданы в его компанию для возмещения. Это только один из множества возможных сценариев по использованию BigData в бизнес-тревеле и назвать это научной фантастикой уже очень трудно».
Большие данные изменят суть тревел-менеджмента и профессию тревел-менеджера как таковую, уверена Сюзан Хопли, CEO и основатель компании The Data Exchange. В своей презентации The Value of Travel Management на форуме ACTE она заявила, что нынешние тревел-менеджеры в ближайшее время станут тревел-директорами с более широкими инструментарием и зоной ответственности. И если сегодня они анализируют отчеты TMC и данные о расходах по корпоративным кредитным картам, то уже завтра будут оперировать данными, полученными напрямую от поставщиков, информацией о закупочных бюджетах, сведениями из социальных сетей и HR-отделов, сравнительными данными о каналах бронирования и о тарифах, а также разнообразной информацией о самих путешественниках.
По словам Сюзан Хопли, тревел-директор, обладающий математическим образованием, будет искать и имплементировать новейшие мобильные технологии в области тревела, анализировать сравнительную окупаемость инвестиций на различных платформах для бронирования, управлять расходами на тревел, работать с базами данных и анализировать информацию. Он будет знать высокотехнологичные альтернативы и сможет извлекать выгоду из собираемых компанией данных, работая на увеличение прибыли, а не просто управляя тревел-программой.
Сегодня тревел-менеджер отвечает на следующие вопросы: кто и сколько тратит на тревел? Куда направляются сотрудники? Можно ли делать это эффективнее? Можно ли совершать те же поездки за меньшие деньги? Контролируется ли тревел-политика в компании? Анализируется ли динамика расходов и изучаются ли дополнительные возможности? Завтра к этим вопросам добавится оценка окупаемости расходов на тревел по различным направлениям, сравнение затрат и эффекта от альтернатив бизнес-поездкам, таких как телеконференции, оценка экономического потенциала тех или иных регионов, в которых ведет свой бизнес компания, оценка и оптимизация «человеческой логистики».
Большие данные могут стать настоящим локомотивом индустрии бизнес-тревела, да и бизнеса в целом. В условиях, когда решения принимаются молниеносно, от наличия полной, детальной, достоверной и непрерывно обновляемой в реальном времени информации зависит успех любого предприятия.
Дмитрий Киселев
