Как построить стратегию работы
с данными

Сейчас умение разбираться с потоками данных — одно из условий успеха бизнеса. Но большинство организаций, даже обзаведясь директором по работе с данными (chief data officer, CDO) и специальной службой, плохо с этим справляется. Исследования, охватившие самые разные отрасли, показывают, что в среднем при принятии решений бизнес учитывает менее половины своих структурированных данных и менее 1% неструктурированных. Две трети сотрудников имеют доступ к информации, к которой им не положено обращаться, а аналитики 80% времени тратят на обнаружение и подготовку данных. Системы хранения то и дело подвергаются взлому, отделы пользуются непроверенной информацией, а технологии работы с данными в целом не отвечают задачам бизнеса.

ИДЕЯ КОРОТКО

Проблема

Компаниям необходимо грамотно оперировать большими объемами информации. Однако мы то и дело видим, как данные похищают, повреждают или не­оправданно дублируют в корпоративных информационных системах, и ИТ-службы не могут этого предотвратить.

Решение

Нужно выработать четкую стратегию, обеспечивающую оптимальный баланс между двумя подходами к управлению данными: оборонительным, сфокусированным на безопасности и четкости управления, и наступательным — для аналитики и прогнозов.

Исполнение

Соотношение обороны и наступления в информационной повестке дня, скорее всего, будет меняться со временем. CDO отвечает за свое­временную динамичную адаптацию стратегии — в соответствии с изменениями конкурентной среды и общей стратегии компании.

Учреждение должности CDO и создание подразделения для работы с данными — хорошее начало, но если у вас нет четкой стратегии упорядочивания и применения информации в бизнес-процессах, дело не сдвинется с мертвой точки. Без этого работа CDO осложняется и оказывается недолгой (по оценкам Gartner, средняя продолжительность пребывания управленца на этой должности — 2,4 года). В статье мы опишем новый подход к выстраиванию надежной стратегии, пригодный для разных отраслей вне зависимости от уровня применяемых ИТ. Наш подход проверен в глобальной страховой фирме AIG (Даллемуле занимает в ней пост CDO) и в других крупных компаниях. Эта стратегия поможет руководству принимать управленческие решения и в конечном счете — улучшать показатели.

Рутинная работа по управлению данными не столь эффектна, как создаваемые на ее основе прогностические модели и яркие аналитические диаграммы, но успех бизнеса зависит именно от нее. Нельзя, чтобы всей этой работой ведали только CDO и директор по ИТ — за качество управления данными должны отвечать все руководители высшего звена, включая гендиректора.

Оборонительная и наступательная тактики

Наш подход решает две главные проблемы — помогает четко определить основное предназначение больших информационных массивов и служит подспорьем в стратегии. От других его отличает разумный компромисс между «обороной» и «наступлением», то есть между жестким контролем и гибкостью использования информации. О проблемах управления корпоративными данными пишут и говорят много, но при этом обычно фокусируются на технических аспектах, передовых практиках, инструментарии и т. п. Мало моделей, которые исходят непосредственно из потребностей бизнеса. Мы покажем, как с максимальной пользой распоряжаться данными, распределять ресурсы и вести проекты.

У «обороны» и «наступления» в работе с данными совершенно разные цели и средства реализации. «Оборона» должна минимизировать риски, обеспечить соблюдение норм (защиту конфиденциальных данных, правильность финансовых отчетов и т. п.), выявлять и пресекать фальсификацию и предотвращать кражи данных. Кроме того, она обеспечивает сохранность и корректность данных, циркулирующих во внутрикорпоративных информационных системах. Это невозможно без учета основных источников, таких как базовые данные о заказчиках, поставщиках и продажах, и весь этот первичный ресурс нужно организовать и вести централизованно.

«Наступление» связано с решением задач бизнеса — увеличением доходов и прибыли, повышением удовлетворенности клиентов и прочим. Для этого строят модели поведения покупателей и соединяют разноплановые сведения о клиентах и рынках, так, чтобы полученная картина или интерактивная диаграмма помогала управленцам принимать обоснованные решения.

Наступательные действия характерны прежде всего для клиентских подразделений вроде маркетинга и продаж. Часто их ведут в режиме реального времени — в отличие от оборонительных операций, защищающих юридические, финансовые, организационные и технические рубежи (исключение составляет защита от обмана: тут счет идет на секунды, поэтому анализ нужно вести в режиме реального времени). Любой компании требуются и средства обороны, и средства наступления, но выстроить оптимальный баланс между ними не так просто. По нашему опыту, эти две ветви стратегии всегда соперничают в борьбе за материальные ресурсы, деньги и кадры.

Стратегический анализ покажет, какой из них следует отдать приоритет: выбор зависит от специфики компании и конкурентной среды. Если ваш бизнес относится к сильно зарегулированной отрасли вроде финансовой или медицинской, вы уделяете больше внимания защите данных. Если же определяющим фактором является жесткая борьба за клиентов, то превалировать будет наступательная тактика. Задача CDO и других топ-менеджеров — установить оптимальный баланс между двумя составляющими, который опирается на общую стратегию компании.

Поиск оптимума наталкивается на противоречие: с одной стороны, работу с данными нужно стандартизировать, с другой — сделать ее гибкой. Чем больше вы унифицируете информацию, тем проще ее защита, в том числе соответствие требованиям регулятора и контроль доступа. Напротив, гибкость, упрощающая всевозможные процессы преобразования и обмена информацией, расширяет возможности наступательных действий. Баланс между наступательной и оборонительной составляющими — это всегда компромисс между контролем и гибкостью.

Единый источник, разные версии

Прежде чем начать рассказ о нашем подходе, мы должны уяснить разницу между архитектурой информации и архитектурой данных. По определению Питера Друкера, «информация — это данные, охарактеризованные с точки зрения релевантности и предназначения». «Сырые» данные: цифры оттока клиентов, объем продаж, цена закупки и прочие — вряд ли принесут пользу, если не будут соединены с другими: их надо превратить в информацию, на основе которой можно делать выводы. Цифры продаж обретают значение, когда их сопоставляют с другими — например, со средними или предыдущими. Рост или падение всегда рассматривают относительно некой точки отсчета, либо как реакцию на какие-то действия.

Архитектура данных — это план того, как данные собирают, хранят, преобразуют, передают и используют. Она задает правила, по которым будут построены базы данных и файловая система, а также организует связь данных с бизнес-процессами, которые на них опираются.

Информационная архитектура определяет способы преобразования данных в полезную информацию. К примеру, обеспечивает ежедневное поступление данных о рекламе и продажах на аналитические панели, где можно видеть зависимость продаж от рекламных расходов по разным каналам и регионам.

Многие организации ради усиления контроля хотят максимально централизовать архитектуру информации и данных. Раньше это называли информационным инжинирингом, а сейчас — мастер-управлением. К сожалению, полная цент­рализация управления заметно снижает гибкость и возможности настройки данных, хотя и хороша для стандартизации. Наш опыт показал, что более практично организовать два уровня: единый источник достоверных данных — ЕИ (single source of truth, SSOT) — и множество разных корректных версий — МВ (multiple versions of the truth, MVOT). ЕИ работает на уровне первичных данных, а МВ — на уровне информационной системы.

В организациях, с которыми нам приходилось иметь дело, ИТ-службы и прочие подразделения прекрасно понимали, сколь важно, чтобы все опирались на достоверные данные (в частности, первичные данные о поступлении средств), полученные из одного и того же источника. Однако идея о том, что единственный источник может порождать множество разных, но верных картин происходящего, часто остается недопонятой, ее мало обсуждают и редко реализуют на практике.

Главное новшество нашего подхода именно в этом. Двухуровневая схема придает гибкость архитектуре данных и информации, так как поз­воляет работать как с единым источником, так и с разными версиями. Это помогает сбалансировать оборонительную и наступательную составляющие информационной стратегии.

Поясним сказанное. ЕИ — это логически организованное, часто виртуальное, основанное на облачных технологиях хранилище, в котором содержится «официальная» версия всех важнейших данных — о клиентах, поставщиках, продуктах и т. п. У ЕИ надежные источники и средства контроля, ведь компания должна полагаться на свои данные. Важно, чтобы система использовала единый общий язык, а не местный «жаргон», принятый в какой-то службе или подразделении. На этом языке в ЕИ записываются сведения о доходах, определения клиентов и классификации продуктов. После согласования и утверждения этот язык описания данных не должен произвольно меняться.

Отсутствие ЕИ — прямой путь к хаосу. Нам довелось работать с одной крупной промышленной компанией, у которой было более десятка наборов данных, содержащих примерно одни и те же сведения о поставщиках, включая имена и адреса. Но в каждом наборе данные были представлены немного иначе, чем в других. Например, в одном источнике поставщик был назван Acme, в другом — Acme, Inc., а в третьем — ACME Corp. Каждая служба компании пользовалась своим списком, и часто сотрудники даже не знали, что существуют альтернативные версии. Человек мог бы разобраться в этом многообразии и понять, что разными именами назван один объект (хотя и это, вероятно, отняло бы немало времени), но традиционные информационные системы на это не способны, так что у компании не было целостного видения ее взаимоотношений с данным поставщиком. К счастью, уже появляются системы искусственного интеллекта, которые могут проанализировать подобный хаос и свести воедино разночтения. Упомянутая компания в конце концов обзавелась таким инструментом и сэкономила значительные суммы за счет удаления избыточных вариантов. С помощью ЕИ руководители выявили разночтения в названиях и характеристиках поставщиков, продававших продукцию разным подразделениям компании. Сведя данные, компания провела с поставщиками переговоры о скидках и в результате уже в первый год сэкономила $75 млн.

МВ получаются в результате преобразования данных в информацию — в соответствии с конкретными задачами бизнеса. Когда та или иная группа преобразует, размечает и использует данные, она тем самым создает свою отдельную версию, а в дальнейшем с ней и работает.

В одной транснациональной фирме по управлению активами маркетинговый и финансовый отделы готовили свои ежемесячные отчеты о расходах на телерекламу — это были МВ, создаваемые на базе единого ЕИ. Маркетологам было важно проанализировать эффективность рекламы, и они рассматривали расходы после показа рекламных роликов. Финансистов интересовали денежные потоки, и они отслеживали расходы, связывая их с оплатой счетов. Таким образом, в отчетах двух функций фигурировали разные числа, но обе версии были корректны и достоверны.

Корпорация Procter & Gamble использует похожие методы. Она уже давно обзавелась цент­рализованным ЕИ, где хранились все данные о продуктах и клиентах. Долгое время никому не разрешалось представлять информацию по-своему. Однако CDO Гай Пери и члены его команды видели, что представление информации надо адаптировать под конкретные задачи: каждое подразделение смотрит на информацию под своим углом. И теперь бизнес-единицам разрешено создавать свои инструменты для преобразования данных в отчеты. Чтобы преобразованную информацию можно было однозначно соотнести с исходной, алгоритмы преобразований жестко контролируют. Таким образом в компании появляются МВ — прозрачно и единообразно.

Банк Canadian Imperial Bank of Commerce (CIBC), также сочетающий ЕИ и МВ, автоматизировал процессы преобразования, обеспечив согласованность исходных и полученных данных. По словам CDO банка Хосе Рибо, в ЕИ содержатся все основные данные о клиентах и их предпочтениях, а МВ с информацией о займах и взаимоотношениях с клиентами незаменимы для создания отчетов в регулирующие инстанции и для аналитики, оптимизирующей банковское обслуживание. Программы автоматической синхронизации связывают данные ЕИ с МВ, и каждую ночь проводится «обработка исключительных ситуаций», позволяющая выявить и устранить противоречия — например, в профилях клиентов.

Модель на базе ЕИ и МВ концептуально несложна, но ее использование требует жесткого и надежного контроля данных, четкой стандартизации и отлаженной технологии. В идеале топ-менеджеры компании должны активно участвовать в управлении данными и входить в соответствующие комитеты, обычно им это не слишком интересно. Процессами и технологиями, как правило, руководят CDO и директор по ИТ, важная роль отводится и начальникам бизнес-подразделений и служб. Необходимо следить, чтобы ЕИ оставался действительно единым источником корректных, достоверных данных, а МВ создавались на базе этого источника по определенным, жестко контролируемым алгоритмам (более подробно об этом говорится во врезках «Качественное управление, качественные данные» и «Озеро данных»).

НОВАЯ АРХИТЕКТУРА ДАННЫХ, КОТОРАЯ БУДЕТ ОКУПАТЬСЯ

Если у компании нет качественной архитектуры данных, поддерживающей баланс ЕИ и МВ, отдельные группы создают и хранят нужные им массивы в собственных репозиториях, различающихся по охвату, глубине и форматам данных. Каждая группа организует массивы по-своему. Это малоэффективно, затратно и, главное,  порождает множество неконтролируемых версий данных, непригодных для повторного использования. Создание ЕИ и контролируемых МВ позволяет агрегировать, стандартизовать и упростить работу с источниками данных, тем самым резко сократив операционные затраты.

Крупная финансовая компания, ведущая бизнес в двух сотнях стран, объединила в общий ЕИ порядка 130 использовавшихся ранее надежных источников данных, насчитывавших триллионы записей. В результате ей удалось оптимизировать свою ИТ-инфраструктуру, сократить значительную часть серверов и баз данных, автоматизировать процедуры консолидации данных и заметно снизить операционные затраты. Только автоматизация дала окупаемость инвестиций на уровне 190% за два года. Многие компании могли бы полностью финансировать свои работы с данными (включая зарплату персонала, закупки ПО и серверов) за счет средств, сэкономленных благодаря консолидации источников и упразднению устаревших систем. 

CDO и его служба должны полностью отвечать за создание и эксплуатацию структуры ЕИ, а также за использование сэкономленных средств для развития корпоративных программ работы с данными. Очень важно с самого начала настроить ЕИ так, чтобы на его основе было удобно решать приоритетные задачи бизнеса вроде привлечения клиентов или повышения доходности. Тогда проект быстро окупится, даст экономию и завоюет популярность в организации.

КАЧЕСТВЕННОЕ УПРАВЛЕНИЕ, КАЧЕСТВЕННЫЕ ДАННЫЕ

Разумная стратегия работы с данными предполагает, что в едином источнике достоверных данных (ЕИ) хранятся высококачественные структурированные и стандартизованные данные и что множественные версии достоверных данных (МВ) тщательно контролируются и исходят из ЕИ. Требуется хороший контроль как данных, так и технологий, иначе неизбежно возникнут проблемы. Вот самые типичные.

Определения данных оказываются непостоянными и нечеткими. Если с самого начала не дать конкретного определения «достоверных данных» (как для ЕИ, так и для МВ), участники проекта будут тратить много времени и ресурсов, разбираясь с неупорядоченными массивами.

Правила работы с данными лишены четкости, а их применение непоследовательно. Если правила сбора, интеграции и преобразования данных сформулированы неясно или их не выполняют (особенно если преобразование производится в несколько этапов и каждый плохо описан), вам будет трудно обеспечить единообразие и управлять информацией в масштабах всей компании.

Отсутствует система обратной связи для оптимизации преобразования данных. Сложную аналитику, например моделирование с предсказанием, можно осуществлять силами одной группы, при этом результаты могут быть полезными для всей организации. Однако без механизма, дающего остальным доступ к этим результатам (например, путем встраивания их в соответствующие МВ), другие коллективы, вероятно, либо будут понапрасну дублировать уже сделанную работу, либо останутся без полезных материалов.

Хорошо налаженное управление данными обычно означает наличие постоянных комитетов и комиссий с участием руководителей бизнеса и ИТ-служб, но огромную роль играет и надежный контроль над самой инфраструктурой ИТ. Если правила запрещают руководителям маркетинга по своему усмотрению покупать серверы по корпоративной банковской карте отдела, тем самым минимизируется риск появления неподконтрольных «теневых» МВ или аналитических материалов, дублирующих уже существующие аналогичные наработки.

ОЗЕРО ДАННЫХ

Еще сравнительно недавно технологические ограничения не позволяли многим компаниям строить архитектуру работы с данными на базе ЕИ и МВ. Компании имели дело с традиционными хранилищами данных, где использовалась иерархическая структура файлов и каталогов. Эти средства часто оказывались неудобными для организации огромных, постоянно растущих массивов данных и освоения новых форматов. Поняв, что нужны новые средства для дешевой, производительной и масштабируемой архитектуры, программисты из Кремниевой долины выдвинули концепцию «озера данных» — решение, позволяющее хранить практически неограниченное количество структурированных и неструктурированных данных самых разных типов — от баз данных и электронных таблиц до текстовых файлов и изображений. Озеро данных — идеальная платформа для архитектуры ЕИ/МВ. При хранении в озере ЕИ мы можете извлекать оттуда данные и поддерживать доступ к любым элементам, вплоть до отдельных транзакций. Агрегируя данные ЕИ в самых разных сочетаниях, можно создавать множество МВ и тоже размещать их в озере. Традиционные хранилища по-прежнему находят применение — в них держат данные рабочих приложений (например, бухгалтерской книги или системы управления заказами), требующих надежной информационной защиты и контроля доступа — озеро данных, как правило, не предназначено для решения таких задач. Многие компании используют одновременно и озеро, и хранилища, но все отчетливее проявляется тенденция к увеличению роли озер. 

Поиск баланса

Вернемся к проблеме стратегии данных — к нахождению оптимального соотношения обороны и наступления, надежностью контроля и гибкостью. Хотя в итоге ответственность за корпоративную стратегию данных несет генеральный директор (зачастую совместно с директором по ИТ), планирует и реализует эту стратегию чаще всего CDO. Именно он должен определить условия допустимых компромиссов, а затем динамически корректировать всю систему, используя архитектуру ЕИ и МВ.

Очень редко можно видеть организацию (особенно крупную, со сложной структурой), которая сочетала бы надежный контроль над данными с гибкостью их использования. В большинстве случаев CDO решают отдать предпочтение либо оборонительной тактике и контролю (то есть на первый план выходит устойчивый ЕИ), либо наступательной тактике и гибкости (это обеспечивается с помощью МВ). В отдельных случаях оптимальным выбором бывает равноправие оборонительной и наступательной составляющих, но чаще всего превалировать должно что-то одно. Определяя реальное и желательное соотношение между наступательностью и оборонительностью, CDO должен наметить общую стратегию своей организации, регулирующие нормы, уровень работы с данными у конкурентов, информационные компетенции своей организации и бюджетные ограничения. К примеру, страховые компании и поставщики финансовых услуг обычно работают в условиях жесткого регулирования и потому уделяют больше внимания обороне. Ритейлеры, действующие в менее зарегулированной среде, в условиях жесткой конкуренции нуждаются в средствах анализа данных о клиентах, и для них приоритетно наступление (см. врезку «Спектр стратегий работы с данными»).

По словам Пери из Procter & Gamble, оборонительные и наступательные действия обычно требуют разных подходов от ИТ-службы и специалистов по данным. Оборона требует повседневной оперативной работы. В P&G ею занимаются постоянные команды ИТ-отдела. Они заняты организацией и хранением основных данных, информационной безопасностью и прочим. Наступательные действия ведут в рамках тактических и стратегических инициатив, как правило, при участии руководителей бизнеса. Топ-менеджеры обычно не желают заниматься управлением основными данными, но охотно помогают при оптимизации маркетинга или затрат на промоакции.

Конечно, некоторым видам бизнеса трудно однозначно выбрать между оборонительной и наступательной стратегией. CDO одного крупного хедж-фонда заявил нам, что защита данных волнует его меньше, чем возможность оперативного сбора и использования новых данных. Наиболее ценные для фонда данные по большей части поступают извне, из открытых или доступных на коммерческой основе источников. Данные собираются в режиме реального времени, их качество достаточно высоко, они уже прошли очистку и хорошо структурированы. Кроме того, хотя фонд работает на финансовом рынке, бизнес здесь не очень сильно зарегулирован. В результате главный аспект для этого CDO — наступательный. Его коллега, Чарльз Томас, CDO из Wells Fargo, отвечает за анализ данных о клиентах, а эта сфера относится к наступательной категории. Но Томас старается сохранять соотношение между наступательным и оборонительным аспектами на уровне 50/50, и даже на производственных совещаниях время между ними делится поровну.

Ответы на вопросы в анкете «Оцените свои стратегические приоритеты» помогут CDO определить место компании на шкале наступления/обороны и понять, насколько сегодняшнее положение дел соответствует ее общей стратегии. Сопоставив реальную точку с оптимумом на этой шкале, вы найдете баланс между инвестициями в оборонительные и наступательные инициативы. Конечно, анкета не самый точный измерительный инструмент, но она поможет CDO корректировать стратегию данных и полнее информировать других топ-менеджеров относительно этой стратегии.

Мы убедились, что самые продвинутые в этом направлении компании прошли несколько изменений. К примеру, переносили фокус от защиты и жесткого контроля к наступательным действиям, если видели, что система обороны достигла зрелости или что конкуренция резко обостряется. Путь в обратном направлении: от преимущественно наступательной стратегии к оборонительной, то есть от гибкости к большему контролю, как правило, сложнее.

Вот как менялась стратегия данных у банка CIBC. Должность CDO появилась здесь несколько лет назад, и первые полтора года работа с данными была на 90% оборонительной. Главными задачами считалась стандартизация и построение новых систем хранения. Хосе Рибо, назначенный на должность CDO в 2015 году, решил, что защита данных достаточно надежна и что пора переходить к более активным наступательным действиям — в частности, осваивать более сложное моделирование и применять передовые методы науки о данных. Сегодня соотношение оборонительности и наступательности в стратегии CIBC примерно 50/50. По мнению Рибо, усиление наступательной составляющей повысит окупаемость инвестиций в системы работы с данными, а также поможет вырастить сильный аналитический отдел.

Соотношение оборонительности/наступательности в стратегии чаще всего меняется со временем. Обострение конкуренции часто побуждает страховые компании сместить баланс в сторону наступательности. А хедж-фонд, видя ужесточение регулирующих норм, может, наоборот, перенацелить стратегию на оборону.

Организация управления данными

Как и другими компонентами бизнеса, данными можно управлять либо централизованно, либо по отдельным службам или подразделениям. При централизованной организации в компании обычно имеется один CDO, отвечающий за работу с данными во всех элементах корпоративной структуры. Он следит за реализацией корпоративной политики и обеспечивает последовательное соблюдение принципов и стандартов. Такая схема больше подходит организациям, придерживающимся оборонительной тактики.

А вот компаниям, предпочитающим наступательные действия, выгоднее децентрализовать управление данными. Как правило, у таких компаний есть свой CDO в каждом подразделении и в большинстве служб. «Локальные» CDO подчинены руководителям соответствующих подразделений, но при этом в матричной структуре подотчетны еще и общекорпоративному CDO. Такая схема позволяет избежать размножения параллельных, не связанных между собой массивов данных, избыточных ИТ-систем и дублирования работы. Кроме того, при такой организации легче распространять по компании передовой опыт и обеспечить выполнение стандартов. Говоря упрощенно, «локальные» CDO работают со своими локальными версиями достоверных данных, тогда как общекорпоративный CDO контролирует ЕИ. Децентрализованный подход удобен для ведения наступательных действий, поскольку дает б?льшую гибкость и оперативность и упрощает настройку отчетов и аналитических средств. Во многих компаниях, включая Wells Fargo, CIBC и P&G, CDO отвечают и за аналитику, и за управление данными, и это расширяет шанс найти верный баланс между наступательностью и оборонительностью.

И наконец, если вы выбираете между централизованным и децентрализованным подходами, важно учитывать, как планируется, распределяется и используется финансирование. При цент­рализованной схеме работы с данными объем финансирования может быть больше, чем при децентрализованной. Децентрализованный бюджет обычно ориентирован на инвестиции наступательного характера, он приближен к нуж­дам подразделений и предполагает осязаемую окупаемость инвестиций. Напротив, централизованный бюджет чаще нацелен на минимизацию рисков, сокращение издержек и соблюдение регулирующих норм. Все это достаточно далеко от пользователей — и окупаемость менее осязаема. Поэтому наглядно показать его обоснованность бывает довольно трудно. Выгоды от инвестиций в организацию данных и усиление контроля довольно абстрактны, и понять, насколько они важны, легче тем компаниям, которые пережили неприятности, связанные с несовершенством обороны, — конфликт с регулирующими органами, взлом корпоративной сети и прочее.

Новые технологии порождают новые возможности организации данных. К примеру, при создании единого источника достоверных данных уже используют технологии машинного обучения. Ожидается, что это сделает работу с ЕИ и МВ более динамичной и менее затратной. Однако никакая новая технология не избавит от необходимости иметь эффективную, грамотно выстроенную систему. Наши рекомендации становятся особенно актуальными по мере распространения распределенных решений — в частности, блокчейна.

Когда-то данные представляли особую ценность лишь для бэк-офисных процессов — зарплата, бухгалтерия и т. п. Сегодня они стали центральным компонентом любого бизнеса, и от качества стратегического управления ими зависит многое. По оценкам Cisco, в 2016 году совокупный объем трафика в интернете превысил 1 зеттабайт (1021 байт) — такой объем имел бы видеофильм в высоком разрешении длительностью 150 млн лет. На преодоление этого рубежа интернету понадобилось 40 лет, но уже в ближайшие четыре года трафик удвоится. Компаниям, до сих пор не удосужившимся выработать полноценную стратегию данных и организовать их в надежную систему, необходимо быстро наверстать эти упущения. Иначе им вряд ли удастся удержаться на рынке.