Сергей Сергеев, директор по ИТ и цифровым инновациям "Ленты"
Сергей
Сергеев

директор по ИТ и цифровым инновациям "Ленты"
© ComNews
31.08.2023

Сергей Сергеев, директор по ИТ и цифровым инновациям "Ленты", рассказал порталу ComNews.ru о миграции в российское облако, перспективах развития бизнес-решений отечественных поставщиков услуг ЦОДов и планах по переходу на отечественное ПО.

Считаете ли вы, что российский бизнес должен хранить данные (не персональные) исключительно на территории России?

С точки зрения хранения персональных данных - да. Если бы я был владельцем ИТ-компании, которая занимается обработкой различных данных, и был бы уверен, что договоры и процедуры, заключенные между мной и зарубежными организациями, позволяют полностью нивелировать риски для моего бизнеса, то я бы хранил информацию не в России. Если эти риски нивелировать нельзя, то я бы настаивал, чтобы данные хранились в России. Потому что если ты не контролируешь бизнес, ты не можешь управлять им.

Способны ли российские владельцы ЦОДов и провайдеры облачных услуг полностью удовлетворить спрос отечественных компаний, ушедших от западных гиперскейлеров?

Способны при развитии рынка. С точки зрения облачной инфраструктуры, мы пока не догнали зарубежные аналоги, такие как Azure и Amazon. Еще многое предстоит сделать. При этом у нас неплохие инфраструктурная и программная части. Но с точки зрения бизнес-решений предстоит развиваться, и рынок двигается очень активно. Я думаю, что если в течение двух-трех лет инвестирование в ИT-отрасль со стороны крупнейших интеграторов продолжится, мы догоним или по крайней мере будем очень близки к зарубежным компаниям.

Используете ли вы технологии ИИ - если да, то какие именно?

Мои коллеги в "Ленте" тестируют различные решения и проверяют ряд гипотез, которые позволят оценить возможности применения ИИ в бизнесе.

До недавнего времени "Лента" хранила данные и использовала приложения в облачной инфраструктуре Microsoft Agure. Почему компания не перешла в российские облака еще весной 2022 года и планирует ли переход в этом?

Мы перешли весной 2022 года. У нас есть кейс миграции в российское облако. Это был непростой проект, который проходил поэтапно. Наши партнеры дорабатывали многие сервисы под наши потребности.

Какие инструменты бизнес-аналитики вы используете? Изменился ли используемый вами набор инструментов с февраля 2022 года?

Для аналитики мы используем QlikView, Power BI и SAP BOBj.

Сейчас набор инструментов никак не изменился по сравнению с февралем 2022-го. За исключением одного нюанса: из облачной версии Power BI мы мигрировали на оn-premise-решение.
Сейчас перед нами не стоит задача заниматься поиском аналогов на рынке. Есть некоторые решения, которые нужно искать сейчас, потому что текущие инструменты либо устарели, либо не соответствуют бизнес-задачам.

Исторически "Лента" использовала ERP-систему и различные модули SAP - SAP for retail, SAP COMMERCE CLOUD, CAR, HCM и др. Насколько сильно эти продукты и используемые в них форматы данных "проросли" в другие информационные системы "Ленты"? Видите ли вы возможность безболезненного отказа от SAP с переходом на российское ПО и есть ли у компании такие планы?

Мы стараемся облегчить свои информационные системы, использовать open-source-продукты, чтобы построить гибкую инфраструктуру из open source, микросервисов и enterprise-решений.
Мы видим такую возможность, но в горизонте трех лет сквозь призму облегчения своих и enterprise-решений, чтобы было проще переходить на российские продукты. За это время они подрастут.

"Лента" использует продукты компании Atlassian, в том числе Jira и Confluence. Atlassian прекратила работу в РФ, удалось ли вам сохранить работу в этих приложениях, продолжаете ли вы использование этих приложений, как вам это удалось?

Да, удалось. Мы продолжаем работать в этих приложениях и ищем альтернативу на рынке.

Использует ли "Лента" предиктивную аналитику? Если да, то приведите успешные примеры.

Если рассматривать предиктивную аналитику как любой вариант предугадывания будущего в каком-то оцифрованном виде, то элементы предиктивности у нас есть в очень большом числе бизнес-процессов. Другое дело, что многие из них используют простые предсказательные модели. Например, очень много разных вычислительных алгоритмов, включающих в себя определенную предиктивную логику, крутятся у нас в SAP BW с последующей передачей результатов в SAP ERP для дальнейших действий и принятия решений бизнес-пользователями. В частности, на такой основе у нас организована логика автораспродаж избыточного товарного остатка в конкретном магазине, которая использует логику оценки избыточности запаса и оценивает, какую скидку следует предоставить для эффективной распродажи остатков и их снижения до приемлемого уровня.

Если говорить о специализированных решениях, то элементы предиктивности используются в системе WFM, которая на основе различных данных предсказывает необходимое и достаточное наполнение рабочих смен в наших магазинах. Что касается более сложных предиктивных технологий, то есть наша миграция прогноза спроса для пополнения на собственную разработку, которая идеологически глубоко прорабатывалась командой службы управления запасами. Одной из основных целей было сокращение списаний в наших магазинах и снижение упущенных продаж - команда реализовала прогноз с использованием технологий машинного обучения.

Маркетинг компании использует предиктивные алгоритмы для персональных товарных рекомендаций для наших клиентов - фактически комбинация различных алгоритмов и моделей на основе большого объема данных вычисляет оптимальные товары для персонального предложения конкретному клиенту. Также очень интересные решения у нас реализуются внутренней командой больших данных. В частности, решение для оценки потенциала открытия магазина в новой локации, для чего модель предсказывает потенциальные показатели продаж новой торговой точки; на основе спрогнозированных показателей команда развития принимает решение об открытии магазина в конкретной локации.

Повторюсь, "Лента" использует предиктивную аналитику разной сложности во многих бизнес-процессах. Степень сложности используемой технологии для предиктивной аналитики в каждом конкретном случае определяется исходя из экономической целесообразности, ведь зачастую хорошую эффективность показывают подходы в принятии решений на основе бизнес-правил или достаточно простых предиктивных моделей.

Как выстроено ваше взаимодействие с Big Data? Возникают ли между вами споры о типах и форматах необходимых данных?

На уровне сервис-ориентации. Когда-то мы являемся сервис-провайдером для команды Big Data, иногда происходит наоборот. Как в любой работе, конечно, возникают споры и разногласия, но мы договариваемся и конструктивно работаем.