Об авторе: Николай Валиотти, data-аналитик, основатель аутсорсинг-агентства по работе с данными Left Join.
2025 год обещает стать знаковым для работы с данными. Компании все больше осознают их стратегическую ценность как ключевого ресурса для принятия решений, повышения эффективности и создания новых возможностей. От массового внедрения ИИ-решений до real-time обработки данных — рассмотрим, как эти изменения могут не только упростить работу с данными, но и стать драйверами роста бизнеса.
Автоматизация рутинных задач с помощью ИИ
Внедрение ИИ позволит оптимизировать работу аналитиков, освободив их от выполнения рутинных задач, вроде адаптации кода на другом языке программирования, составления сложных формул в Excel, регулярных выражений для подготовки данных или генерации системы названий для переменных.
ИИ сможет брать на себя значительную часть технической работы с данными — извлечение информации из различных источников, очистку и структурирование массивов, визуализацию и генерацию отчетов. Это позволит людям сосредоточиться на стратегических задачах — интерпретации результатов, разработке моделей и принятии бизнес-решений.
Эффективность автоматизации задач с помощью ИИ подтверждается реальными успехами в разных сферах. «СберСтрахование жизни» роботизировало более 50 процессов благодаря технологии RPA (Robotic Process Automation), что позволило компании автоматизировать взаимодействие с внешними системами и сервисами. Это не только облегчило коммуникацию с клиентами, позволив им заявлять о страховых случаях дистанционно, но и освободило сотрудников от выполнения монотонных операций. А X5 Retail Group автоматизировала процессы прогнозирования спроса и планирования пополнения запаса товаров. Благодаря внедрению системы управления цепочками поставок, на 17% повысилась точность прогноза, на 5% возросла доступность товаров на полках, а уровень товарного запаса снизился на 13%. Проект окупился всего за два месяца вместо планируемых восьми.
Но важно отметить, что проверять результаты работы искусственного интеллекта необходимо. ИИ может допускать ошибки или приходить к неверным выводам из-за неполных или некорректных данных. Роль человека в анализе данных останется ключевой — именно он будет ставить задачи, выбирать методы и оценивать результаты.
Больший акцент на защиту и грамотное управление данными
Информация становится одним из ключевых инструментов управления бизнесом, поэтому обеспечение безопасности, соответствие стандартам защиты данных и предотвращение утечек будут первоочередной задачей. Ожидается, что к 2025 году мировые расходы на информационную безопасность достигнут $212 млрд.
Компаниям придется инвестировать в передовые технологии кибербезопасности, такие как машинное обучение для выявления и предотвращения угроз в реальном времени. Важным аспектом станет также обучение сотрудников правилам безопасности и грамотной работе с данными.
Real-time обработка данных
Рынок требует все более быстрого реагирования на изменения. Параллельно растет необходимость обработки данных в реальном времени. Фокус с анализа исторических данных сместится на данные здесь-и-сейчас, ускоряя процесс принятия решений.
Real-time аналитика позволит компаниям мгновенно реагировать на изменения рынка, поведение клиентов, возникающие проблемы или новые шансы. Она даст возможность ускорить взаимодействие с каждым пользователем, предлагая релевантный контент, продукты или услуги в нужный момент. Для этого потребуется переход к event-driven архитектуре и стриминговой обработке данных. Компании будут инвестировать в технологии, позволяющие собирать и анализировать информацию в момент ее возникновения — сенсоры IoT, логи приложений, социальные сети. А облачные платформы и edge computing позволят быстро масштабировать вычислительные мощности под растущие потоки данных.
Российские компании уже активно внедряют эти технологии. Например, Почта Банк интегрировал CRM-технологию Real Time Marketing с мобильным приложением и интернет-банком, что позволило делать мгновенные персонифицированные предложения клиентам в режиме онлайн. Результаты впечатляют: отклик на кредитные предложения увеличился на 38%, а конверсия существенно выросла. В Т-Банке система фрод-мониторинга за считанные миллисекунды анализирует каждую транзакцию по тысяче факторов и выявляет аномалии. Это позволяет мгновенно реагировать на подозрительную активность и предотвращать мошеннические операции.
Трансформация роли CDO
Роль CDO (Chief Data Officer, директора по данным) отходит от фокуса исключительно на управление данными. Сегодня CDO — стратегический лидер, который синхронизирует data-инициативы с бизнес-целями компании и способствует развитию data-driven культуры.
CDO становятся связующим звеном между техническими командами и бизнес-пользователями, обеспечивая соответствие data-инициатив более глобальным бизнес-целям и их измеримую ценность. Они выступают адептами data-driven подхода внутри организации, помогая другим руководителям и сотрудникам увидеть потенциал использования данных.
CDO будут играть ключевую роль в развитии data-компетенций у сотрудников на всех уровнях. Одна из важных задач — участвовать в разработке и внедрении программ обучения для повышения компьютерной грамотности и улучшения способности сотрудников использовать аналитику в своей работе.
Наконец, CDO будут отвечать за создание и реализацию долгосрочной data-стратегии компании, а также за показатели успеха. Они станут ключевыми фигурами в полноценном внедрении data-driven подхода в бизнесе.
Грамотность в области данных как ключевая компетенция
Способность работать с данными и грамотно их интерпретировать без помощи технических специалистов станет ключевой для сотрудников всех уровней. Согласно совместному исследованию «Академии бизнеса Б1» и «Эксперт РА», в 2024 году среди наиболее востребованных тем обучения лидировало использование искусственного интеллекта — эту область назвали приоритетной 52% респондентов. Также в топе: лидерство в условиях неопределенности (39%), управление изменениями (35%), анализ информации и принятие решений (31%) и операционная эффективность (28%). Можно прогнозировать, что бизнес будет и дальше вкладывать значительные средства в программы повышения грамотности в области данных, чтобы их сотрудники могли эффективно использовать их для принятия решений и внедрения инноваций. Этот сдвиг поможет преодолеть разрыв между специалистами по данным и другими пользователями, способствуя формированию более коллективной организационной культуры. Сотрудники смогут самостоятельно находить ответы на свои вопросы, используя доступные аналитические инструменты и дашборды.
Важным инструментом здесь становятся self-service BI или системы бизнес-аналитики самообслуживания — они помогают нетехническим менеджерам самостоятельно работать с данными, не обращаясь к техническому отделу. Интуитивно понятные интерфейсы позволяют строить отчеты и визуализации простым drag-and-drop способом (перемещение объектов на экране с помощью манипулятора — мышки или тачпада, путем захвата, перетаскивания и отпускания в нужном месте), без необходимости писать SQL-запросы или разбираться в структуре хранилищ данных.
Программы повышения грамотности будут включать в себя как технические навыки работы с программами, так и развитие аналитического мышления, умения задавать правильные вопросы и интерпретировать результаты. А встроенные в бизнес-процессы data-практики позволят закрепить полученные знания и сделать их частью ежедневной работы.
В результате, в 2025 году работа с данными и аналитикой станет повсеместной для сотрудников совершенно разных уровней, которые смогут использовать полученные результаты для решения самых разных задач — от оптимизации маркетинговых кампаний до прогнозирования спроса и выявления новых бизнес-возможностей.
Аутсорсинг работы с данными как стратегический выбор
С ростом объема данных и усложнением их обработки, аутсорсинг работы с данными также становится важным трендом 2025 года. Компании все чаще передают задачи обработки и анализа данных специализированным провайдерам. Например, так уже делают Т-Банк, Альфа-банк, «Яндекс», «Зигмунд.Онлайн», ТАСС и другие.
Такой подход имеет ряд преимуществ:
- Оптимизация затрат. Содержание собственной инфраструктуры для хранения и обработки данных, а также целой команды аналитиков требует значительных инвестиций и постоянных затрат. Аутсорс же позволяет перевести капитальные расходы в операционные и платить только за фактически используемые ресурсы и экспертизу.
- Доступ к более глубокой экспертизе. Data-агентства инвестируют значительные средства в расширение компетенций и набора инструментов, которым владеют специалисты. Они накапливают опыт работы с различными индустриями и технологиями, выявляя лучшие практики и стандарты. Заказчики получают доступ ко всем этим ресурсам без необходимости разбираться в технических деталях и растить собственную экспертизу.
- Фокус на ключевых компетенциях. Передача непрофильных для бизнеса задач, таких как управление данными, на аутсорс позволяет компаниям сфокусировать свои усилия на основной деятельности. Бизнес может концентрироваться на своих ключевых компетенциях, продуктах и клиентах, полагаясь на экспертизу партнеров в области аналитики. Это повышает общую эффективность и конкурентоспособность.
- Гибкость и скорость. Накопленный опыт и высокий уровень компетенций datа-агентств позволяют командам быстрее включаться в работу и решать задачи заказчиков. Это дает бизнесу возможность оперативно получать нужные инсайты и быстро реагировать на изменения рынка без длительных циклов внедрения систем аналитики в компанию.
Аналитика данных продолжит трансформироваться в ближайшие годы, открывая новые возможности для бизнеса. Внедрение ИИ для автоматизации рутинных процессов, усиление защиты данных, переход к real-time аналитике, эволюция роли CDO и развитие data-грамотности сотрудников — все эти направления уже сегодня формируют будущий ландшафт индустрии. Тщательное изучение этих тенденций поможет организациям принимать взвешенные решения по развитию своих аналитических возможностей для улучшения результатов.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.