from 01.01.2014 to 01.01.1924
Moskva, Moscow, Russian Federation
from 01.01.1991 until now
Moskva, Russian Federation
VAC 08.00.05 Экономика и управление народным хозяйством (по отраслям и сферам деятельности, в том числе: экономика, организация и управление предприятиями, отраслями, комплексами; управление инновациями; региональная экономика; логистика; экономика труда; экономика народонаселения и демография; экономика природопользования; экономика предпринимательства; маркетинг; менеджмент; ценообразование; экономическая безопасность; стандартизация и управление качеством продукции; землеустройство; рекреация и туризм)
VAC 08.00.10 Финансы, денежное обращение и кредит
VAC 08.00.12 Бухгалтерский учет, статистика
VAC 08.00.13 Математические и инструментальные методы экономики
VAC 08.00.14 Мировая экономика
UDK 33 Экономика. Экономические науки
GRNTI 06.52 Экономическое развитие и рост. Прогнозир-ние и планирование экономики. Экономич. циклы и кризисы
OKSO 38.03.01 Экономика
BBK 65 Экономика. Экономические науки
BISAC BUS043000 Marketing / General
In modern conditions, the competitiveness of companies and the national economy is determined by their ability to apply digital technologies, including Big Data technologies. They offer great opportunities for increasing efficiency of marketing and other activities of the company. An analysis of the level of development of the Russian Big Data market, Russian cloud services and digital platforms made it possible to conclude that despite the fact that Russia has the prerequisites for creating digital products of “high redistribution”, only the fragmented development of digital platforms will greatly complicate this process. The solution is seen in the substantial participation of the state in the creation of digital platforms since business opportunities, both financial and information, are insufficient.
Big data, cloud services, digital platforms, big data analytics, data scientist
Современные условия хозяйствования, характеризующиеся высочайшей конкуренцией практически на всех рынках, определяют условия для сохранения конкурентоспособности компании и экономики в целом, заключающиеся в использовании новейших технологий и инструментов. Сегодня таковыми являются цифровые технологии, к которым, наряду с широким использованием продвинутой робототехники, интернетом вещей (IoT), облачными вычислениями и трехмерной (3D) печатью, относится аналитика на основе больших данных, нашедшая применение практически во всех направлениях деятельности компании, в том числе, и в маркетинге.
Цифровой маркетинг развивается на основе сбора, измерения и анализа большого объема данных, поступающих из самых разнообразных источников – данные от потребителей, оставляющих активный цифровой след, использующих пользовательские устройства, подключенные к Интернету, из интернета вещей (IoT), от разнообразных датчиков систем автоматизированного производства, а также с электрических счетчиков, камер видеонаблюдения, электронных касс и т.д.
Объем данных, генерируемых сегодня в экономике ошеломляющий, в частности, используемый для приближенной оценки объемов потоков данных, интернет трафик вырос с 100 гигабайт (ГБ) в день в 1992 г. до 100 ГБ в секунду в 2002 г., а в 2017 г. составил 46600ГБ в секунду. К 2022 г. прогнозируется рост мирового IP трафика до 1650700 ГБ в секунду.. Столь большой объем данных, обработанных и подвергнутых анализу, преобразуется в цифровой интеллект, позволяет выделять закономерности и взаимосвязи, которые ранее было бы невозможно установить. Это открывает широкие возможности для маркетинговой деятельности, например, для настоящего понимания потребителя.
Понимание потребителя – залог успеха для любой коммерческой компании. Но для этого мало проследить за действиями потребителя, надо понять его намерения, а также получить представление о том, как им принимается решение о покупке, или, наоборот, о не покупке. Это можно сделать на основании веб-данных, для чего необходимо собирать и обрабатывать данные обо всех действиях потребителей в процессе взаимодействия с компанией, в частности, о покупках, просмотренной информации, пополнении корзины, просмотре видео, загрузке файла, чтении/написании отзыва, запроса помощи, отправки ссылки, публикации комментария и т.д. Многие компании уже активно собирают такую информацию для того, чтобы формировать индивидуальное предложение потребителю.
Но одних только данных о покупках потребителя и его поведении на сайте компании недостаточно – для отличного результата. Действительно хорошо понять потребителя можно, если проанализировать большую часть его цифрового следа, а не только ту незначительную, которую он оставляет в рамках взаимодействия с самой компанией. Большой интерес представляют его поисковые запросы, активность в социальных сетях, информация о его основных маршрутах, о времени и местах нахождения. Кроме того, потребители сами поставляют много информации о себе, даже не задумываясь об этом. Например, устанавливая и используя на своих средствах коммуникации - ноут-буках, планшетах, смартфонах, даже умных часах – различные заинтересовавшие их приложения, они тем самым дают много информации фирмам и разработчикам приложений о себе, своих привычках, образе жизни.
Эти данные позволяют составить достаточно полный профиль потребителя, в том числе, определить его имущественное, социальное и семейное положение, профессиональную принадлежность, сферу интересов, тип покупательского поведения, восприимчивость к различным рекламным инструментам и т.д. Как правило, отдельно взятая компания не в состоянии самостоятельно агрегировать у себя столь разносторонние данные, тогда как для таких цифровых платформ, как, например, Google, Facebook, Instagram, Amazon это под силу. Поэтому они их агрегируют и проводят анализ с применением искусственного интеллекта, машинного обучения, автоматизированного принятия решений, и предоставляют компаниям для решения таких их задач, как:
- точное сегментирование потребителей, грамотное таргетирование для рекламных предложений, отправка им наиболее действенного - в их случае - контента. Такая услуга сегодня является очень востребованной, в частности, доходы от рекламы составляют до 80% всех доходов Twitter и Google? и почти 100% всех доходов Facebook и Snapchat, являющихся рекламными цифровыми платформами;
- повышение качества оказываемых услуг интернет-магазинами и он-лайн торговыми площадками. Такие платформы электронной коммерции, как Amazon или e-Bay предлагают более низкие трансакционные издержки для продавцов и покупателей, поэтому привлекают к себе большое количество людей. Это, в свою очередь, позволяет им собирать большой объем данных о потребителях, их покупательском поведении, образе жизни, увлечениях и т.д.
Аналитика больших данных так же позволяет создавать инновационные продукты на основе информации, получаемой, например, от Интернета вещей (IoT), то есть, подключенных к Интернету различных устройств, таких как датчики, счетчики, чипы радиочастотной идентификации (RFID) и другие гаджеты, которые встроены в различные предметы быта, позволяя им отправлять и получать различные виды данных. Например, одно из подразделений компании RollsRoys, выпускающей реактивные двигатели не продает их клиентам, а сдает в аренду, что позволяет ей получать большие данные относительно работы ее продуктов. Такой род компаний относится к товарным цифровым платформам. Также данные от IoT и датчиков используют для повышения эффективности цепочек поставок на основании данных интернета вещей, как это делает, например, Wallmart. Рынок IoT растет, так в 2018 году количество «вещей», подключенных к Интернету, оказалось больше (8,6 млрд.), чем людей (5,7 миллиарда - абонентов мобильной широкополосной связи). Прогнозируется, что к 2024 году количество подключений будет расти на 17% в год и к 2024 году достигнет цифры в 22 миллиарда.
Обращение к услугам публичных облачных цифровых платформ позволяет компаниям осуществлять доступ к большим объемам данных, а также их обработку в рамках поставленных задач в гибком режиме, что чрезвычайно важно, поскольку освобождает компании от значительных затрат на обеспечение собственных аппаратных и программных средств информационных технологий, затрат на оплату работы специалистов нужного профиля – программистов, специалистов в области углубленной аналитики (data scientist). К таким облачным цифровым платформам относятся, например, Amazon Web Services (AWS), Alibaba Cloud, облачная платформа Google, Microsoft Azure. Зачастую, компании, являющиеся поставщиками цифровых услуг, могут их поставлять своим клиентам бесплатно – в обмен на информацию о потребителях.
Использование больших данных совместно с современными информационно-коммуникационными технологиями превращают их в основной производственный ресурс в цепочке создания стоимости, поэтому доступ к таким данным, и возможность их использования становятся ключевыми для обеспечения конкурентоспособности компаний. Этим определяется столь важное место, которое сегодня занимают цифровые платформы, и их рыночная власть.
Рыночная власть цифровых платформ базируется, прежде всего, на сетевом эффекте – чем больше пользователей платформы, тем интереснее она становится для других пользователей, тем больше данных она может аккумулировать, тем более глубокий анализ этих данных может обеспечить. Кроме того, на этапе, когда платформа уже начинает предлагать интегрированные услуги, издержки пользователя на переход к другому поставщику услуг растут. Свое уже сложившееся конкурентное преимущество такие цифровые платформы укрепляют за счет приобретения компаний, предлагающих дополнительные услуги или технологии. Например, Microsoft присоединила LinkedIn, Facebook – купил WhatsApp и Instagram, Google купила Waze. Alphabet (Google) и Microsoft инвестировали в телекоммуникационное оборудование, приобретя соответственно Motorola и Nokia и т.д. В результате сегодня Google «держит» 90% рынка поиска, Facebook является главной социальной платформой в более, чем 90% стран мира. На Google и Facebook приходится львиная доля цифрового рекламного рынка - 65%, на Amazon приходится 40% он-лайн торговли в мире, а Amazon Web «держит» 40% мирового рынка услуг облачной инфраструктуры.
То есть, цифровые платформы превращают данные «на входе», выступающие своеобразным «сырьем», в данные «на выходе», которые можно сравнить с «готовым продуктом» с высокой степенью «передела». То есть, именно цифровые платформы являются тем важнейшим элементом для создания большей части стоимости в цифровой экономике. А страны, не способные на освоение более высоких цифровых «переделов», рискуют оказаться в подчиненном, зависимом положении. Они превратятся просто в поставщиков «сырья» для крупных цифровых платформ, и им придется платить владельцам этих платформ за цифровой интеллект, создаваемый на основе, в том числе, ими же предоставленных данных.
В этом разрезе представляется актуальным рассмотрение развития рынка больших данных (Big Data) в России, а также возможностей осуществлять аналитику больших данных.
Рынок больших данных (Big Data) включает технологии для сбора и хранения массивов информации, в том числе, программное обеспечение, оборудование и сервисные услуги, а также аналитические решения (BDA – big data analytics). Объем мирового рынка Big Data по оценке IDC, в 2018 году достиг $166 млрд., а к 2020 году – превысит 200 млрд. долл. (в 2022 году – 260 млрд. долл.), ежегодный прирост составит 11,9%. Лидируют на этом рынке США (88 млрд. долл. в 2018г.), Западная Европа (35 млрд. долл.).
Российский рынок Big Data только формируется, по оценкам экспертов, к 2024 году он достигнет порядка 300 млрд. руб. (т.е. 2,2-2,5% мирового рынка), сегодня же он составляет – по разным оценкам - от 10 млрд. руб. до 30 млрд. руб.
Очень незначительное – на фоне мировой практики - применение технологий Big Data в России определяется рядом барьеров, к которым относится, прежде всего, высокая стоимость внедрения технологий Big Data. В России, к тому же, отсутствуют собственные технологии по созданию периферии (hard ware), что определяет необходимость закупки зарубежного оборудования по мировым ценам. Не менее важным фактором является недостаточный объем накопленной информации. В частности, проведенный опрос CNEWS Analytics показал, что 44% опрошенных компаний работают с данными не более 100 терабайт, и только 13% с объемами выше 500 терабайт. Кроме того, на российском рынке в целом сегодня ограниченное количество поставщиков данных. К другим факторам, препятствующим развитию рынка Big Data, относится нехватка квалифицированных кадров для работы с большими данными, и отсутствие понимания руководством значительного количества компании преимуществ аналитики больших данных.
Фактором, стимулирующим расширение использования технологий Big Data в России, становится развитие облачной инфраструктуры.
Облачный рынок в России пока еще более, чем скромен. Если, по оценкам Gartner, к 2020 году объем мирового рынка публичных облачных сервисов составит порядка 250 млрд. долл. (в 2018 году эта цифра уже составила 182, 4 млрд. долл.), то на долю России приходится - по оценкам IDC - менее 1%. При этом можно констатировать его активный рост – порядка 25-30% в год. По данным ТМТ Консалтинг в 2018 году российский облачный рынок достиг 55,9 млрд. руб. , а к 2023 году - по прогнозам – достигнет 142 млрд. руб.
Анализ российского рынка Big Data показывает, что только в секторе программно-аппаратных комплексов и соответствующего им аналитического софта абсолютно доминирующее положение занимают такие глобальные компании, как SAP, Oracle, IBM, EMC, Microsoft, Teradata, Amazon Web Services. Тогда как среди разработчиков алгоритмов для проведения анализа (датамайнеров), IT-интеграторов, поставщиков готовых сервисов на основе Big Data очень заметную роль играют и российские поставщики (Yandex Data Factory, «Алгомост», IBS, «Прогноз», AT Consulting, Data-Centric Alliance, CleverData, Mail.Ru Group, Рамблер, 1C-Битрикс Big Data и т.д.).
На российском облачном рынке сегодня так же серьезно усилились позиции российских провайдеров. Крупнейшие мировые поставщики облачных услуг занимают по-прежнему значимое положение, к ним относятся, прежде всего, AWS, Microsoft, Google, IBM и др. Но сегодня их присутствие на рынке ограничено требованием российского законодательства, согласно которому операторы персональных данных граждан России должны хранить и обрабатывать эту информацию на территории России. В результате несоблюдения законодательства, например, такими компаниями, как Amazon или Google, Роскомнадзором весной 2018 года были произведены блокировки IP-адресов провайдеров. В результате последовавших за этим многомиллионных убытков клиентов, спрос на услуги российских провайдеров вырос на 30-60%. К наиболее крупным из них в секторе SaaS (soft as a service – ПО как услуга) относятся СКБ Контур, Softline, Манго Телеком, Корус Консалтинг СНГ, а в секторе IaaS (infrastructure as a service – инфраструктура как услуга) - ГК Ростелеком, #CLOUDMTS, Сервионика/СБКлауд, DataLine, КРОК, Selectel, ГК Softline.
Несмотря на такие положительные тенденции можно констатировать, что в России отечественные цифровые платформы могут составить конкуренцию глобальным цифровым платформам только в сегменте социальных сетей и мессенджеров, и в сегменте поисковиков, и лишь на российском рынке. В частности, среди поисковиков второе после Google место по популярности занимает российский Yandex - на них приходится, соответственно, 53,5% и 42,7% пользователей Рунета. Среди социальных сетей и мессенджеров первое место занимает YouTube, далее следуют ВКонтакте и Одноклассники – соответственно, 85%, 83% и 55% пользователей Интернет использует эти социальные сети. В сегменте мессенджеров абсолютным лидером являются WhatsApp (59)%. В России так же представлены цифровые платформы электронной коммерции, рекламные цифровые платформы, цифровые платформы различных услуг (туризм, образование), цифровая платформа госуслуг.
Негативным моментом является практически полное отсутствие российских товарных цифровых платформ, которые сегодня являются, по сути, новым этапом в развитии всех отраслей промышленности и необходимым условием достижения мирового лидерства. Товарная цифровая платформа позволяет аккумулировать и анализировать большие массивы данных так быстро и на таком высоком уровне – с использованием искусственного интеллекта, что компании, «подключенные» к такой цифровой платформе» получают практически недостижимое конкурентное преимущество, тем самым расширяя свое влияние на рынке и привлекая еще большее количество информации и участников на свою платформу. Ярким примером таких цифровых платформ за рубежом являются цифровые платформы Boeing, McDonnell Douglas, Airbus – в авиастроении, Ford – в автомобилестроении, Honeywell – для нефтеперерабатывающей, нефтехимической, газоперерабатывающей отраслей. Тогда как в России единичным решением в данной области является создание единой цифровой платформы ГК «Росатом».
Отсутствие российских товарных цифровых платформ объясняется, прежде всего, тем фактом, что реализацию таких проектов могут позволить себе только лидеры отрасли, какими, например, являются Boeing или Airbus, которые, по сути, аккумулируют отраслевые средства, а также отраслевую информацию. Российские компании сегодня практически не занимают лидирующих позиций ни в одной из отраслей промышленности, поэтому необходимых ресурсов, как финансовых, так и информационных они не имеют.
Таким образом, подводя итог, можно заключить, что в России есть предпосылки для создания цифровых продуктов «высоких переделов», в том числе, на основании глубокой аналитики данных. При этом стоимость технологий Big Data – все еще высока, имеет место недостаточность информации – и первое, и второе, связаны во многом с тем, что российские цифровые платформы практически «не работают» в масштабах глобального рынка. Кроме того, в России не хватает специалистов по работе с большими данными (data scientist). Все это ограничивает возможности развития, в том числе, цифрового маркетинга, более того, может привести к непреодолимому цифровому отставанию, что на современном уровне развития российской экономики может быть решено только со значительным участием государства.
1. Geliskhanov I.Z., Yudina T.N., Babkin A.V. Digital platforms in the economy: essence, models, development trends // Scientific and Technical Sheets of SPbSPU. Economic sciences. 2018.Vol. 11, No. 6. P. 22-36. DOI: 10.18721 / JE.11602 URL: https://economy.spbstu.ru/userfiles/files/articles/2018/6/02_Gelishanov-Yudina-Babkin.pdf
2. Digital Economy Report 2019 URL:https://unctad.org/en/PublicationsLibrary/der2019_overview_en.pdf (accessed March 20, 2020)
3. TAdviser (knowledge base on technologies, IT projects and industry professionals) URL: http://www.tadviser.ru (accessed March 20, 2020)
