Назад к кейсам

АВТОВАЗ: как мы централизуем более 300 информационных систем и переходим к Data-driven-решениям

Максим Мотин

и. о. директора по информационным системам АВТОВАЗа
Компания

АО «АВТОВАЗ»

Отрасль

Автомобильная промышленность

Продажи автомобилей в 2021 году

Более 350 000

Доля российского рынка в 2021 году

21%

АВТОВАЗ — крупнейший производитель легковых автомобилей в России. Компания активно развивает современные технологические направления, а также стремится применять передовые практики в операционной деятельности. Например, использовать данные из более 300 информационных систем для принятия управленческих решений.

Весь ИТ-ландшафт АВТОВАЗа размещался на физической инфраструктуре, что негативно сказывалось на скорости запуска новых продуктов и сервисов. В противовес этому облачные платформы дают большую гибкость в выборе и настройке инструментов, быстрый доступ к новым технологиям и надежность. Поэтому было принято решение мигрировать в облако. Как компания выбрала поставщика облачных услуг и начала реализацию проекта, рассказал и. о. директора по информационным системам АВТОВАЗа Максим Мотин.

О компании

АВТОВАЗ является крупнейшим и одним из старейших российских автопроизводителей, который выпускает автомобили под самым известным в России брендом LADA. С 1970 года компания выпустила более 30 миллионов автомобилей более чем 50 различных моделей. В 2020 году в России было продано 343 512 автомобилей LADA, а доля бренда в сегменте легковых и легких коммерческих автомобилей выросла до 21%. Акционеры компании — ФГУП «НАМИ» и госкорпорация Ростех.

Централизация информационных систем в облаке требует меньше времени и ресурсов

Несколько лет назад мы приступили к программе трансформации ИТ. К моменту начала работы в компании функционировало более 300 информационных систем. Они размещались на физических серверах, что существенно ограничивало скорость реализации проектов.

Если для запуска нового сервиса нам были необходимы дополнительные ресурсы для ускорения расчетов, поддержки растущего объема данных или других задач, нам приходилось ждать закупки серверов — это весьма длительная процедура. Кроме того, из-за разрозненности информационных систем было проблематично извлекать пользу из данных, которые они ежедневно генерируют.

Нам нужно было повысить управляемость инфраструктурой, централизовать управление информационными системами и полностью пересмотреть принципы хранения, обработки и анализа данных, а также обеспечить гарантированную безопасность данным и процессам.

Мы понимали, что облачные технологии позволят значительно сократить время реализации проектов за счет гибкого масштабирования ресурсов. Также облака облегчили бы нам доступ ко многим современным технологиям без необходимости расширять штат ИТ-специалистов. Так, мы рассчитывали получить Kubernetes как сервис для автоматического масштабирования приложений.

Однако, это не решало вопрос централизации и интеграции информационных систем: некоторые критические сервисы и приложения, влияющие на работу производственных линий, должны были располагаться во внутреннем контуре.

Таким образом, мы пришли к необходимости создания архитектуры, состоящей из приватной и так же защищенной публичной части. При этом приватное облако не должно уступать по функциональности публичному облаку, полностью соответствуя высоким требованиям к безопасности. Это позволило бы закрыть все наши текущие потребности.

Зрелость облачных решений и партнерское отношение: почему мы выбрали VK Cloud

При выборе облачного провайдера мы опирались на несколько основных требований.

В первую очередь мы обращали внимание на наличие у поставщика технологических возможностей для интеграции публичного и приватного облака в рамках одного проекта. Нам требовалось зрелое решение, которое бы включало в себя широкий портфель PaaS и современные инструменты для работы с большими данными и гарантировало их безопасность.

Мы стараемся избегать проприетарных решений и зависимости от одного вендора, когда это возможно. Поэтому одним из важных требований было наличие сервисов на базе открытого исходного кода.

Также для нас было важно, чтобы провайдер имел не только необходимые технологии, но и опыт создания высоконагруженных систем. Тут мы не могли не учитывать двадцатилетнюю историю VK и ее успех в создании сервисов для миллионов пользователей.

Мы сделали тестовое развертывание у нескольких провайдеров, по результатам которого выбрали VK Cloud. Для этого было несколько причин:

  1. Платформа обеспечивает высокий уровень безопасности хранимых данных.
  2. Есть все необходимые инструменты, включая Open-Source-решения, что принципиально важно для нас.
  3. На платформе доступны самые современные сервисы и ПО: как в публичном, так и в приватном контуре. Нам не пришлось искать компромисс между безопасностью и функциональностью.
  4. Есть эксперты, которые действительно обладают высокой компетенцией в области хранения, обработки и анализа данных и передают клиентам свой опыт.
  5. Ни одна другая компания не выделила нам столько ресурсов и времени своих лучших архитекторов. Мы увидели, что VK Cloud подошла даже к тестовому проекту не как исполнитель, а как партнер.

Миграция в облако открывает нам путь к микросервисам и управленческим решениям на основе данных

Изначально мы имели дело с большим количеством монолитных унаследованных систем. Мы подошли к решению этого вопроса с двух сторон.

Во-первых, мы начали уменьшать количество используемых систем. Вместо них мы разворачиваем более продвинутые и стандартные для нашей группы компаний решения, которые можно разместить в публичном облаке. За прошлый год мы уменьшили число таких нецелевых систем на 14%.

Во-вторых, мы начали разделять монолитные системы и закладывать возможность размещения в публичном облаке при проектировании новой архитектуры. Для этого мы создаем слабую связность между информационными системами и используем специальный интеграционный инструментарий. Это позволяет нам свободно переносить переработанные системы из частного облака в публичное и обратно.

Публичное облако

Существенная часть защищенного публичного облака используется под сбор, хранение и обработку больших данных для задач аналитики. В публичном облаке мы планируем разместить основной массив данных.

В финальной реализации система по работе с данными будет включать как минимум три области. Первая — хранилище сырых данных, то есть классическое озеро данных (Datalake), для которого мы используем Apache Hadoop. Здесь будет накапливаться необработанная информация из множества источников: продажи, производственные данные, непрогнозируемые данные о техобслуживании оборудования производственной линии и так далее.

В следующей области — Processing — выполняется обработка и очистка данных. Processing развернут на базе Python и инструментов экосистемы Apache. Там могут происходить расчеты, поиски так называемых Golden ID для наших пользователей, чистка и обогащение данных.

Наконец, третья область — хранилище очищенных, обогащенных и структурированных данных, или Data Warehouse.

Для работы с собранной и обработанной информацией мы используем специализированный BI-инструмент. С его помощью мы готовим витрины к структурированным и неструктурированным данным в зависимости от потребностей пользователей.

В качестве Managed Database мы выбрали PostgreSQL. Эта СУБД отвечает нашим требованиям и одновременно с тем является ПО с открытым исходным кодом. После адаптационного периода мы планируем переход на Arenadata DB. Это распределенная аналитическая база данных для больших проектов. По сути, она является улучшенным и кластеризованным PostgreSQL, в работе с которым у нас уже есть опыт. Потенциально это даст нам ряд преимуществ по мере накопления информации.

Сейчас к данным обращаются отделы маркетинга и сбыта, финансовая служба, инжиниринговая служба, служба качества, производственники. По сути, в той или иной мере охвачены практически все направления. Поэтому отдельной масштабной задачей будет обучение сотрудников работе с новыми инструментами анализа данных.

Одно из решений, которое мы сейчас готовим к развертыванию на Datalake, — архив всей конструкторской документации по всем моделям машин с поисковой системой. Сейчас система, которая предоставляет доступ к этим данным, очень старая и неповоротливая, поэтому мы планируем заменить ее на легковесное решение в облаке.

У нас большие планы на использование аналитических возможностей новой архитектуры для работы с большими данными. Это и прогноз продаж, и предиктивное техническое обслуживание с использованием технологий машинного обучения. Сверхцель — привести компанию к Data-driven-решениям.

Приватное облако

Мы планируем развернуть приватное облако, используя решение от VK Cloud на своих серверах в своем дата-центре. Это распространенный способ развертывания и использования облаков, который обеспечит нам контроль над инфраструктурой на уровне On-premise-решения и все преимущества облака.

В среднесрочной перспективе мы планируем перенести в приватное облако информационные системы повышенной критичности, без работоспособности которых производственная линия просто остановится. Это система управления производством, контроль доступа и другие.

Мы также развернем там часть Datalake для хранения данных, которые требуют повышенного уровня защиты. Для обеспечения отказоустойчивости мы настроим несколько зон доступности.

Кроме того, частное облако мы планируем использовать как своего рода адаптационную площадку для устаревших систем для последующего переноса в публичное облако.

Ожидания от проекта

В конечном счете мы планируем достичь высокой степени интеграции между публичной и приватной частью облака. Мы должны быть уверены, что сможем разместить информационные системы там, где нам будет нужно: в публичном облаке либо в частном.

Мы ожидаем повышения эффективности в том числе на производственном уровне. Доступ к аналитике позволит сократить сроки производства автомобилей без потери качества.

Уже сейчас мы начали активно двигаться к принятию управленческих решений на основе данных: несколько десятков информационных систем передают данные в Datalake. На этих данных уже построено 37 отчетов, которые продемонстрированы и переданы бизнес-подразделениям.

Мы также рассчитываем, что облако ускорит адаптацию новых технологий внутри компании.

Попробуйте наши сервисы

После активации аккаунта мы свяжемся с вами и начислим 3 000 рублей на ваш счет VK Cloud, чтобы вы смогли протестировать сервис в течение 60 дней.

Или оставьте с индивидуальным расчетом

3500 разработчиков