бота, ведущего сотрудника по относительно простому скрипту и приводящего к финальному решению – в конце концов, выбор страховки не такая уж сложная проблема. Сейчас Alex (у бота есть собственное имя) доступен 14 миллионам сотрудников в 800 компаниях, выручка у Jellyvision 20 миллионов долларов в год – т. е. примерно 1,5 доллара за человека или несколько десятков тысяч долларов с компании. Если, скажем, зарплата живого консультанта со всеми дополнительными надбавками – долларов 30 в час, то окупаемость компьютерного помощника начинается, например, с того времени, когда им воспользуется одна треть сотрудников, и каждый из них сэкономит 10 минут времени HR (в жизни должно быть заметно больше). С другой стороны, делать и поддерживать своего бота, как бы это ни было просто, – явно дороже, да и деятельность для 99,9 % корпораций непрофильная.
Пока продажи с первичными интеграциями стоят для Jellyvision дорого, компания даже инвестиции на это привлекает, но через пару лет будет просто грести деньги лопатой. В России ниша, вероятно, свободна.
Snowflake предлагает своим клиентам Data Warehouse в облаке. Через красивый веб-интерфейс в систему можно загружать любые свои данные от excel-файлов до многогигабайтных таблиц, ну а если счет идет на терабайты (и гонять их через браузер – идея странная), то можно использовать готовые утилиты командной строки.
Следующий шаг после загрузки – собственно анализ. Предполагается, что большинство клиентов будут использовать встроенный SQL через всё тот же красивый веб-интерфейс, но и командная строка опять же никуда не делась. Для тех, кто не очень понимает, а зачем это вообще может понадобиться, несколько примеров (остальные могут три абзаца пропустить).
Пример 1. Выгружаем из своего магазина данные по всем заказам, загружаем их в Snowflake и начинаем делать всякие запросы, пытаясь найти какие-нибудь закономерности или что-то интересное. Это можно было бы сделать в excel, но excel может и не переварить наш объем; это мог бы сделать программист, но программисты всегда чем-то заняты; это можно было бы сделать в своем аналогичном интерфейсе, но его делать надо, а программисты всегда чем-то заняты.
Пример 2. Выгружаем из своего сайта все логи, загружаем их в Snowflake и вечно там храним, а при каких-то авариях-расследованиях смотрим, что же этот пользователь или эта группа пользователей делали на сайте месяц назад. Или, например, статистику по уникам за определенный период в определенном разделе считаем. Это всё мог бы делать сисадмин с помощью grep/awk/sort, но хранить достаточно большие логи на Snowflake, пожалуй что, и дешевле, чем у себя, SQL работает быстрее grep, да и искусство утрачено, не все уже руками считать умеют.
Пример 3. С двух разных сайтов выгружаем их базы и смотрим на пересечения по пользователям, пытаясь увидеть, чем такие люди и их поведение отличаются от остальных. Опять же если аналитик знает SQL, то ему можно программиста не отвлекать, это всегда эффективнее выходит.
По сравнению с традиционными решениями облако дает свое главное классическое преимущество
