Из тех компаний, которые работают с отечественными системами работы с данными, 52% перешли на них после ухода из России западных вендоров, а 48% и прежде использовали российские решения. 43% перешедших на отечественные системы компаний разработали собственные технологические решения.
Аналитика по использованию российских BI-систем также подтверждает тренд перехода на отечественное программное обеспечение. Доля российских разработок в топ-5 выросла на 20 процентных пунктов.
В исследовании было проанализировано применение IT-систем разных назначений. Так, самыми распространенными оказались системы управления взаимоотношениями с клиентами (CRM), системы электронного документооборота и работы с контентом (СЭД/ECM) — их используют 50% предприятий. Почти четверть компаний внедрили системы планирования ресурсов предприятия (ERP). Также в топ-5 самых популярных систем вошли системы по управлению персоналом (HRM) и системы по работе и визуализации данных (BI-системы). Показатель удовлетворенности работы таких IT-систем находится на высоком уровне и варьируется от 76 до 82%.
Станислав Карташов, вице-президент, директор дивизиона «Корпоративные клиенты 360» Сбербанка:
«Цифровизация и IT-трансформация — ключевые направления развития отечественной экономики. Эти два понятия лежат в основе многих нацпроектов и госпрограмм, а поддержка и внимание к IT-отрасли на государственном уровне позволяют двигаться вперед ещё быстрее. И задача СберАналитики как аналитической компании — помогать бизнесу и госсектору внедрять успешный опыт работы с большими данными во все сферы жизни. Мы видим, что потребность в аналитике big data растёт, поскольку она решает ключевые задачи заказчика: помогает изучить целевую аудиторию, увеличивать продажи и оптимизировать закупки».
Данные СберАналитики строятся на агрегированной обезличенной информации о потребностях и предпочтениях 107 млн покупателей и 6 млн юрлиц, а также данных из более 70 внутренних и внешних источников, что позволяет детально анализировать различные рынки с учётом их отраслевой и региональной специфики. Применение собственных запатентованных алгоритмов обработки информации (№№ 2766156, 2766548, 2767465, 2770568, 2771000, 2795902) и моделей машинного обучения обеспечивает высокую точность и широкое покрытие сервиса.