Subscribe to the Teradata Blog

Get the latest industry news, technology trends, and data science insights each week.



Я соглашаюсь с тем, что Teradata Corporation может информировать меня о своих продуктах, а также приглашать на мероприятия и вебинары по электронной почте. Я осведомлен, что могу отписаться от рассылки по ссылке внизу письма.

Ваша конфиденциальность важна для нас. Сбор, хранение и обработка персональных данных осуществляются в соответствии с Глобальной политикой конфиденциальности.

Тарифные планы на аналитику

Тарифные планы на аналитику

Представление о реальной стоимости моделей ценообразования в аналитике

Много лет назад у меня был клиент, который хотел добавить свой международный сегмент к имеющемуся хранилищу данных. Однако, хранилище на тот момент поддерживало только пользователей из США. Он попросил провести анализ дополнительных инвестиций, которые могли бы на это потребоваться. В любом случае ресурсы (и соответствующие вложения) были бы весьма значительными. Когда я посмотрел на рабочую нагрузку и паттерны использования, оказалось, что почти весь новый набор пользователей можно добавить в текущую систему без дополнительных инвестиций, поскольку зарубежная нагрузка приходилась на периоды низкой интенсивности для пользователей из США, и можно было использовать значительную часть имеющихся ресурсов (т.е. мы могли бы устранить избыточность).

Несмотря на то, что это не очень хороший пример с точки зрения продаж, та ситуация показала преимущества совместного использования рабочей системы и максимально эффективного использования инвестиций (то есть «выжать из актива максимум»). Интересно, что самая большая проблема, с которой мы столкнулись, заключалась в том, как разделить затраты. Международные отделы рассматривали это как уже существующую среду, но американские отделы хотели получить некоторые финансовые выгоды за свои первоначальные инвестиции. Хотя это был оптимальный финансовый результат для компании в целом (финансовый директор, безусловно, был доволен), это шло вразрез с одним из самых больших вопросов при совместном использовании аналитической платформы: как справедливо разделить расходы?

Краткая история аналитики ценообразования

Исторически эта дилемма ценообразования привела многих к количественному измерению затрат на аналитику, чтобы можно было установить справедливую модель. Вот некоторые из опробованных:
 
  • выделенное хранилище — просто измерить количественно, но это всегда сомнительный путь в плане расчета стоимости, поскольку хранилище всегда наименее затратный аспект (по сравнению с использованием ЦП и вводом-выводом) у любой аналитической платформы;
  • количество пользователей, хотя пользователи очень различаются по числу и сложности запросов;
  • количество выполненных запросов — опять же, легко подсчитать, но запросы все разные; а также
  • извлеченная выгода — если получится оценить ее количественно, можно прийти к тому, что будут поощряться организации, которые неправильно используют аналитику, а успешные — наоборот.
Отмечая все негативные моменты, связанные с вышепречисленными методологиями (а есть и другие), а также продолжающийся общий переход от капитальных инвестиций в платформу к  моделям с подпиской на программное обеспечение, сейчас в аналитике наблюдается волна интереса к модели ценообразования, основанной исключительно на фактическом использовании. На первый взгляд это кажется идеальным сценарием: при ценообразовании по факту использования с пользователей будет взиматься плата в зависимости от того, сколько ресурсов те потребляют на платформе, т.е. на основе фактически используемых вычислительных ресурсов и ресурсов хранения, а не просто предоставленных и доступных для использования. У потребления есть много преимуществ: гибкость в развертывании, простота количественной оценки и легкость возврата средств соответствующей организации. Для некоторых случаев это совершенно верно. Однако оплата исключительно по факту использования не является универсальным решением, поскольку потенциально может превратиться в очень дорогостоящий вариант — сценарии использования в аналитике сильно различаются с точки зрения потребляемых ресурсов.
 
Итак, каков ответ по методологии ценообразования для аналитики? Один из способов — посмотреть, как ее можно применить в управлении нашими личными транспортными расходами.

Чему могут научить нас транспортные расходы в области моделей ценообразования в аналитике?

Сервисы совместного проезда по запросу пережили взрывной рост популярности, потому что это доступно практически повсеместно, гибко (можно пользоваться когда и где угодно) и вы платите только за фактическое использование. Тем не менее пользователи, которые часто ездят в разные места, могут предпочесть гибкость и потенциальную экономию, которую дает аренда автомобиля, когда платишь фиксированную цену за определенный набор возможностей за определенное время и/или пробег или больше, если пользуешься сверх установленного. Наконец, существует возможность покупки или аренды автомобиля (в первую очередь, в виде инвестиций в основной капитал), и, хотя здесь самые высокие предварительные общие обязательства, чем больше вы ездите, тем более рентабельным может стать этот вариант.

Если мы изобразим эти три варианта в виде простого графика относительно оси X «Потребление активов» и оси Y, обозначенной как «Транспортные расходы», мы увидим что-то вроде этого:
Screen-Shot-2020-06-01-at-1-00-43-PM.png
Хотя соотношение затрат и преимуществ у этих трех вариантов сильно упрощено, оно показывает, что в зависимости от конкретного сценария использования любой из вариантов можно рассматривать как наиболее рентабельный: по запросу лучше всего подходит для малоинтенсивного использования, гибкий — лучше для умеренного использования, а фиксированный — для интенсивного использования. Правда в том, что оптимальный вариант определяется вашими транспортными потребностями и тем, насколько гибкими требуется быть в рамках этих потребностей. Также обратите внимание: гибкость может потребовать значительных затрат, и в какой-то момент чисто финансовая доступность может намного перевесить любое желание учесть неоднозначность использования. Итак, что же делать компании, желающей инвестировать в аналитическую платформу?

Применение гибкого подхода к ценообразованию

На предыдущей схеме не было указано, что мы можем выбрать сочетание всех трех вариантов транспортировки, где модели будут комбинироваться в соответствии с нашими потребностями. Та же самая парадигма верна в отношении того, как мы должны смотреть на наши инвестиции в аналитику. В различных сценариях наша способность инвестировать в конкретную платформу и «выжимать из актива максимум» может иметь смысл (цены на фиксированные мощности). В других случаях нужен определенный объем мощностей, но не круглосуточно (цены с переменными мощностями). Наконец, бывают задачи, когда потребности в мощностях оказываются весьма значительными, но фактическое использование нерегулярно (цены по запросу). В следующей таблице представлен общий обзор плюсов и минусов, связанных с каждой из трех моделей, а также типичных вариантов использования, где каждую из них можно применить наилучшим образом.

Screen-Shot-2020-06-01-at-1-04-13-PM.png
Каждая модель ценообразования может быть применима при определенных обстоятельствах и всегда должна обязательно учитываться при оценке любых инвестиций. Как и выбор транспорта, это зависит от того, что нам нужно в целом, а также от того, что нам нужно в конкретный момент времени. При выборе технологии необходимо учитывать и другие факторы, помимо финансовых.

3 основных фактора, которые следует учитывать при инвестировании в аналитику

Облако и связанные с ним технологии способны быстро масштабироваться под потребности пользователей. Таким образом, у многих поставщиков аналитических услуг теперь есть возможность применения гибкого подхода к ценообразованию с учетом этой масштабируемости. Следует сделать определенные выводы из прошлых нашумевших кейсов, например с компанией Hadoop. Аппаратная масштабируемость никогда не была проблемой для Hadoop, и люди выбирали эту технологию, не оценивая, поддерживает ли она те типы аналитических сценариев использования, которые необходимы для повышения ценности бизнеса. Облако, безусловно, поменяло правила игры с точки зрения выделения инфраструктуры. Тем не менее, возможность масштабирования оборудования (и соответствующее ценообразование) — это лишь одна из характеристик в отношении ваших требований к аналитике. Любая оценка в этой области должна учитывать три важных момента.
 
  1. Не мешать пользовательским инновациям
Инновации в аналитике тесно связаны с исследованиями и цикличны по своей природе. Пользователи часто исследуют неизведанные области и заходят в тупик, прежде чем обнаружат что-то стоящее. В некоторых случаях взимание платы с конечных пользователей за каждый запрос (а иногда и за каждый блок данных, возвращаемых в запросе) может препятствовать внедрению инноваций, если пользователю постоянно напоминать о стоимости каждого вопроса в сравнении с ценностью потенциального ответа. Другими словами, важно вложить на этапе исследований в сферу аналитики разумные средства, чтобы потом не пришлось потерять большие суммы.
 
  1. Не поощряйте отсутствие инноваций со стороны поставщиков
Возможность возврата средств компании по факту фактического использования, а также развитие мощностей для соответствия такому использованию, может приносить значительные преимущества в том, как управлять инвестициями в аналитику. Однако следует проявлять осторожность, если поставщик рекламирует это как свое основное предложение, поскольку он может быть не очень заинтересован инвестировать в функциональные возможности, позволяющие системе делать что-то лучше, быстрее или просто делать больше с меньшими затратами.  Если ваш поставщик в первую очередь думает о том, как взимать с вас плату за использование, то он может быть не очень заинтересован в разработке продукта, производительность которого со временем будет улучшаться. Работа с почасовой оплатой часто занимает больше времени, чем с оплатой по факту.
 
  1. Принять гибкий подход к ценообразованию
Когда речь идет об аналитике ценообразования и о том, как ее лучше всего применить в вашей организации, универсального решения не существует. Даже с одним и тем же набором конечных пользователей у вас может возникнуть необходимость использовать разные модели ценообразования для разных типов рабочей нагрузки. Как и в случае с транспортной аналогией, многие из нас используют все три модели, чтобы добраться в нужное место с учетом конкретных обстоятельств. Следует ожидать того же и от использования инвестиций в аналитику.

Решение использовать аналитику и вложение средств в нее дают очень много, особенно если это облачные системы. Аналитика — это  актуальная тема, и компании все больше и больше делают упор на аналитику как на конкурентное преимущество. Прошли те времена, когда аналитика ассоциировалась с хранилищем архивных документов (и да, я начинал свою карьеру аналитика, работая буквально именно в таком хранилище). Теперь возможности аналитики напротив вышли на передний план как повсеместно распространенный компонент почти каждой бизнес-функции.

Однако, как и в случае с любыми другими инвестициями, необходимо учитывать гораздо больше аспектов, чем просто модель возврата платежей. С точки зрения инвестиций в аналитику очень важны гибкость и подотчетность. Вопрос в том, стоит ли тратить значительное время, отвлекаясь на диковинные заявления о том, как та или иная технология поможет сэкономить вам деньги, или же сосредоточиться на выгоде, которую технология может принести, работая предсказуемо, надежно и эффективно. Какую бы цену вы за это ни определили, не забывайте, почему вы вообще инвестировали в это аналитическое решение: чтобы модернизировать свой бизнес, а не чтобы помочь партнеру.
Portrait of Tom Casey

(Author):
Tom Casey

Tom Casey is Executive Account Director for Teradata. He has nearly 25 years of experience working with, designing solutions around, and helping global customers make analytics actionable. As a data analyst, Tom has successfully implemented the use of statistics to better segment and target customers in support of major corporate programs. He’s a featured speaker at conferences, author of several papers, and has a solid track record delivering enterprise-scale analytical solutions.

View all posts by Tom Casey

Turn your complex data and analytics into answers with Teradata Vantage.

Контакты