התעשייה שהופכת את הררי המידע לכלי נשק ולמודיעין עסקי

במאמרים הקודמים על תחום ה־Big Data סקרנו את תחום אחסון הנתונים ואת מסדי הנתונים. הפעם נתייחס לחברות שמפתחות כלי תוכנה לניתוח נתונים ולהשגת מודיעין עסקי. תחום זה מפותח למדי בעולם "הישן" של מידע מובנה (Business Intelligence), והוא הולך ומתפתח גם בעולם הלא מובנה (Analytics). זהו אחד התחומים הצפויים לצמוח באופן ניכר בשנים הקרובות, ולפי הערכות אנשי מקצוע, היקף השוק הרלבנטי עבור מידע בלתי מובנה עומד על 15 מיליארד דולר.

התחום של כלי ה־Analytics הוא רובד הנשען על תחום מסדי הנתונים, כאשר מסדי נתונים שיכולים לנהל באופן איכותי ויעיל יותר את המידע הלא מובנה יאפשרו בהמשך יכולת טובה יותר לביצוע ניתוחים עסקיים שונים באמצעות כלי ה־Analytics.

הצורך הקיים בכלי ניתוח חזקים, לאור עומס המידע והאתגר שבאחסון המידע הרלבנטי, הוא ברור לכל, והשימושים המסחריים שאפשר להפיק מכלי ניתוח שכאלה הם רבים ומגוונים בתעשיות כמו קמעונאות, תחבורה ציבורית, תשתיות לאומיות, בריאות ומחצבים. שתי דוגמאות פשוטות מחיי היומיום של כולנו הן מנוע דחיפת הפרסומות של פייסבוק שיודע לבצע פרסונליזציה של פרסומות בהתאם לפרופיל המשתמש ולמידע שהצטבר עליו במאגרי החברה ומנוע הלינקים של גוגל שמאפשר שליחה של לינק רלבנטי בדואר האלקטרוני של ג'ימייל בהתאם לתכנים שהיו בשימוש בעבר.

תבניות בים של נתונים

במילים פשוטות (יחסית), כלי הניתוח עבור עולם ה־Big Data - אחסון וניצול כמויות המידע הענקיות שמייצרים ארגונים - הם אלגוריתמים חזקים ומתוחכמים שיכולים לגלות ולחשוף תבניות שימוש, ידע ותובנות מתוך Big Data ולעבוד במקביל על כל סוגי המידע הקיימים, המובנה והבלתי מובנה, וכל זאת תוך הסתמכות על כמות עצומה של נתונים ובניסיון לספק את התובנות הללו בזמן אמת.

במאמר הקודם הזכרנו את פלטפורמת Hadoop שמהווה היום תשתית לניהול של מידע בלתי מובנה שלא ניתן לניהול בשיטות הישנות של בסיסי הנתונים, כדוגמת מסמכים שונים, קובצי וורד, מיילים, קובצי אודיו ווידיאו ועמודי web. בנוסף ציינו כי על פי הערכות, כמות המידע הבלתי מובנה אשר נוצרת מהווה כ־80% מכמות המידע הכוללת (כאשר היחס הזה משתנה מדי יום לטובת המידע הבלתי מובנה), דבר אשר ממחיש את חשיבותם של Hadoop ושל כלים נוספים שמאפשרים ניהול מידע. המצב הזה מעצים את החשיבות של פיתוח כלי תוכנה חזקים לניתוח נתונים והסקת מסקנות אופרטיביות ממידע שהוא בלתי מובנה, בשילוב עם כלים דומים שקיימים עבור ניתוח מידע מובנה.

חברות רבות הפועלות בעולם ה־Big Data מאמצות את Hadoop בתור אבן יסוד עיקרית בכל הקשור לטיפול במידע לא מובנה ומפתחות כלי ניתוח בהתבסס על Hadoop. אחת החברות הבולטות בתחום הזה היא חברה אמריקאית פרטית בשם קלאודרה (Cloudera) שמוסיפה על גבי התשתית של Hadoop כלים ניהוליים וניתוחיים משלה המאפשרים לחברות אחרות שימוש טוב יותר בפלטפורמה. חברות כמו אורקל עושות שימוש בשירותיה של קלאודרה כדי לחבר את כלי הניתוח מבוססי Hadoop עם כלי הניתוח המסורתיים שלהן מתחום מסדי הנתונים היחסיים מבוססי המידע המובנה. באמצעות כלים אלה אורקל תמשיך להיות שחקן מרכזי בתחום מסדי הנתונים גם בעולם ה־Big Data

.

אורקל מבצעת גם רכישות בתחום הזה, ובסוף 2011 היא רכשה את חברת אנדקה (Endeca) שגם לה כלי ניתוח מתקדמים עבור מידע שאיננו מובנה. באמצעות הרכישה הזאת אורקל מצפה לספק מערכת פתרונות משולבת שמאפשרת לעבד, לאחסן, לנהל ולבצע ניתוח נתונים, מובנים ולא מובנים, באופן אחיד.

אסטרטגיה של רכישות

שחקנית נוספת אשר עושה שימוש ב־Hadoop כחלק מאסטרטגיית הצמיחה שלה בעולם ה־Big Data היא חברת EMC, אשר רכשה במהלך 2010 את גרינפלאם (Greenplum), שפיתחה פתרון של בסיס נתונים עבור מידע מובנה. באמצעות פלטפורמת Hadoop, מצליחה EMC לספק פתרון אחד עבור מידע מובנה ומידע בלתי מובנה של בסיס נתונים עם יכולות ניתוח גבוהות.

חברה נוספת שפעלה באסטרטגיה דומה היא טרדאטה (Teradata). באמצעות רכישה של חברת אסתר דאטה (Aster Data), המציעה פתרונות עבור מידע בלתי מובנה, טרדאטה מספקת פתרון אחד עבור שני סוגי המידע.

שתי שחקניות נוספות שמבססות את אסטרטגיית הצמיחה שלהן בתחום על רכישות שביצעו הן HP ו־SAP. חברת SAP רכשה במהלך 2010 את חברת ורטיקה המציעה מאגר נתונים עם כלי ניתוח מתקדמים עבור Big Data. באוגוסט 2011 רכשה HP את אוטונומי הבריטית (חברת הטכנולוגיה הגדולה ביותר בממלכה באותה תקופה) תמורת כ־10 מיליארד דולר. למרות הרכישות הללו ולמרות שיתוף פעולה שמקיימת HP עם מיקרוסופט בהקמת מערכות של "כריית נתונים" (וכמובן היותה של HP אחד הלקוחות היותר חשובים של מלאנוקס), יכולת ההתמודדות שלה עם ענקיות התחום היא כפי הנראה מוגבלת.

SAP מביאה לתחום פתרונות הניתוח בעולם ה־Big Data את הדומיננטיות שלה בעולם ה־ERP (מערכות הליבה הארגוניות), והפתרון שהיא מציגה - מערכת בשם Hana - הוא פתרון תוכנה בלבד הנשען על שיתופי פעולה עם שחקני חומרה כמו יבמ ו־HP כדי להציג פתרון כולל.

גישה הוליסטית

תחום ה־Analytics, הניתוח העסקי והאופטימיזציה של מערכות בתוך ה־Big Data הוא בראשית דרכו. אף שחברות רבות נותנות פתרונות חלקיים ואין עדיין אף חברה בעלת יכולות מקיפות בתחום, חלק גדול מהחברות לומדות תוך כדי תהליך ההטמעה של מערכות הניתוח שלהן בארגונים ומשם ממשיכות ללקוח הבא עם סל מוצרים רחב יותר.

החברות שמסתמנות כמובילות בתחום ה־Analytics הן אותן חברות בעלות אסטרטגיית Big Data הוליסטית, ובהן בראש ובראשונה יבמ ואורקל. שתי החברות הללו הן הדומיננטיות ביותר בתחום המידע המובנה, והמאמצים האדירים שהן משקיעות בתחום הצומח של העולם הבלתי מובנה צפויים למצב אותן כמובילות התחום בשנים הקרובות.

להערכתנו, יבמ ממוצבת כשחקנית המובילה בגלל ההימור הגדול שלה על שוק הניתוח העסקי לפני שנים רבות. ההפיכה של החברה לספקית שירותי IT מלאה עוד בשנות השמונים, שיודעת לספק את כל דרישות הלקוח, הובילה את החברה לעמדת הפתיחה הטובה שבה היא נמצאת היום. לחברה יש כ־7,800 יועצים לתחום הניתוח העסקי בשמונה מרכזים שונים בעולם, ולמעלה מ־1,000 חוקרים ומאות מהנדסים שמתרכזים בחקר הניתוח העסקי. לאורך השנים האחרונות רכשה יבמ 25 חברות בתחום הזה בהשקעה של כ־14 מיליארד דולר כדי לבנות סל מוצרים רחב.

יבמ מעריכה כי היא תגדיל את המכירות שלה בתחום הניתוח העסקי והאופטימיזציה מ־11 מיליארד דולר ב־2010 לכ־16 מיליארד דולר ב־2015, וכי הרווח למניה יעמוד על כ־20 דולר למניה ב־2015 לעומת כ־13.4 דולר בשנה שעברה.

השורה התחתונה

ההימור של יבמ על שוק הניתוח העסקי מציב אותה כיום בנקודת הפתיחה הטובה ביותר בשוק ה־Big Data. התחזית היא לעלייה של 49% ברווח למניה עד 2015

רמי רוזן מנהל את מחלקת המחקר Sell Side בהראל פיננסים. יוני אבישר הוא מנהל קרנות חו"ל בהראל פיא