მონაცემთა მართვის პლატფორმები: კიდიდან ღრუბლამდე

დღეს კომპანიებისა და ორგანიზაციების უმეტესობისთვის მონაცემები ერთ-ერთი სტრატეგიული აქტივია. და ანალიტიკური შესაძლებლობების გაფართოებასთან ერთად, კომპანიების მიერ შეგროვებული და დაგროვილი მონაცემების ღირებულება მუდმივად იზრდება. ამავე დროს, ისინი ხშირად საუბრობენ გენერირებული კორპორატიული მონაცემების მოცულობის ფეთქებად, ექსპონენციალურ ზრდაზე. აღნიშნულია, რომ ყველა მონაცემის 90% შეიქმნა ბოლო ორი წლის განმავლობაში. 

მონაცემთა მოცულობის ზრდას თან ახლავს მათი ღირებულების ზრდა

მონაცემები იქმნება და გამოიყენება დიდი მონაცემთა ანალიტიკური სისტემების, ნივთების ინტერნეტის (IoT), ხელოვნური ინტელექტის და ა.შ. სხვადასხვა კვლევა და განვითარება.

ყველა მონაცემის 90% შეიქმნა ბოლო ორი წლის განმავლობაში. 

IDC პროგნოზირებს, რომ გლობალურად შენახული მონაცემთა მოცულობა გაორმაგდება 2018 წლიდან 2023 წლამდე, მონაცემთა შენახვის მთლიანი სიმძლავრე 11,7 ზეტაბაიტს მიაღწევს, ხოლო საწარმოთა მონაცემთა ბაზები შეადგენს მთლიანი რაოდენობის სამ მეოთხედზე მეტს. დამახასიათებელია, რომ თუ ჯერ კიდევ 2018 წელს მიწოდებული დისკის (HDD) მთლიანი სიმძლავრე, რომელიც კვლავ რჩება ძირითად საცავის საშუალებად, შეადგენდა 869 ეგზაბაიტს, მაშინ 2023 წლისთვის ეს მაჩვენებელი შეიძლება გადააჭარბოს 2,6 ზეტაბაიტს.

მონაცემთა მართვის პლატფორმები: რისთვის არის ისინი და რა როლს ასრულებენ ისინი?

გასაკვირი არ არის, რომ მონაცემთა მართვის საკითხები საწარმოებისთვის პრიორიტეტული ხდება, რაც პირდაპირ გავლენას ახდენს მათ ოპერაციებზე. მათი გადასაჭრელად, ზოგჯერ საჭიროა ისეთი სირთულეების გადალახვა, როგორიცაა სისტემების არაერთგვაროვნება, მონაცემთა ფორმატები, მათი შენახვისა და გამოყენების მეთოდები, მართვის მიდგომები გადაწყვეტილებების „ზოოპარკში“, რომლებიც განხორციელდა სხვადასხვა დროს. 

ამ არაერთიანი მიდგომის შედეგია სხვადასხვა სისტემაში შენახული და დამუშავებული მონაცემთა ნაკრების ფრაგმენტაცია და მონაცემთა ხარისხის უზრუნველყოფის განსხვავებული პროცედურები. ეს ტიპიური პრობლემები ზრდის შრომით და ფინანსურ ხარჯებს მონაცემებთან მუშაობისას, მაგალითად, სტატისტიკისა და ანგარიშების მიღებისას ან მენეჯმენტის გადაწყვეტილებების მიღებისას. 

მონაცემთა მართვის ბიზნეს მოდელი უნდა იყოს მორგებული, ადაპტირებული საწარმოს საჭიროებებზე, ამოცანებსა და მიზნებზე. არ არსებობს ერთი ავტომატური სისტემა ან მონაცემთა მართვის პლატფორმა, რომელიც დაფარავს ყველა ამოცანას. თუმცა, დღევანდელი ყოვლისმომცველი, მოქნილი და მასშტაბური მონაცემთა მართვის სისტემები ხშირად უზრუნველყოფენ მონაცემთა მართვისა და შენახვის პროგრამულ უზრუნველყოფას. ისინი მოიცავს საჭირო ინსტრუმენტებსა და სერვისებს მონაცემთა ეფექტური მართვისთვის. 

უახლესი განვითარებები საშუალებას აძლევს ბიზნესებს გადახედონ მონაცემთა მენეჯმენტს მთელს ორგანიზაციაში, მიიღონ მკაფიო გაგება იმისა, თუ რა მონაცემებია ხელმისაწვდომი, რა პოლიტიკა უკავშირდება მას, სად ინახება მონაცემები და რამდენ ხანს, და ბოლოს, ისინი უზრუნველყოფენ შესაძლებლობას მიაწოდონ ინფორმაცია. სწორი ინფორმაცია სწორ ადამიანებს დროულად. ეს არის გადაწყვეტილებები, რომლებიც აფართოებენ საწარმოების შესაძლებლობებს და საშუალებას იძლევა: 

• მართეთ ფაილები, ობიექტები, აპლიკაციების მონაცემები, მონაცემთა ბაზები, მონაცემები ვირტუალური და ღრუბლოვანი გარემოდან და წვდომა სხვადასხვა ტიპის მონაცემებზე.
• ორკესტრირებისა და ავტომატიზაციის ხელსაწყოების გამოყენებით გადაიტანეთ მონაცემები იქ, სადაც ისინი ინახება ყველაზე ეფექტურად - პირველადი, მეორადი შენახვის ინფრასტრუქტურაში, პროვაიდერის მონაცემთა ცენტრში ან ღრუბელში.
• გამოიყენეთ მონაცემთა დაცვის ყოვლისმომცველი ფუნქციები.
• უზრუნველყოს მონაცემთა ინტეგრაცია.
• მიიღეთ ოპერატიული ანალიტიკა მონაცემებიდან. 

მონაცემთა მართვის პლატფორმა შეიძლება აშენდეს რამდენიმე პროგრამული პროდუქტის საფუძველზე ან იყოს ერთიანი ერთიანი სისტემა. ყოვლისმომცველი პლატფორმა უზრუნველყოფს მონაცემთა ერთიან მენეჯმენტს მთელ IT ინფრასტრუქტურაში, მათ შორის სარეზერვო, აღდგენა, დაარქივება, ტექნიკის სნეფშოტების მართვა და მოხსენება.

ასეთი პლატფორმა საშუალებას გაძლევთ განახორციელოთ მრავალ ღრუბლოვანი სტრატეგია, გააფართოვოთ მონაცემთა ცენტრი ღრუბლოვან გარემოში, განახორციელოთ სწრაფი მიგრაცია ღრუბელში, ისარგებლოთ აღჭურვილობის შეცვლის შესაძლებლობით და განახორციელოთ მონაცემთა შენახვის ყველაზე ეფექტური ვარიანტები.

ზოგიერთ გადაწყვეტას შეუძლია მონაცემების ავტომატურად დაარქივება. და ხელოვნური ინტელექტის დახმარებით მათ შეუძლიათ აღმოაჩინონ, რომ „რაღაც არასწორედ მოხდა“ და ავტომატურად მიიღონ მაკორექტირებელი მოქმედება ან შეატყობინონ ადმინისტრატორს, ასევე დაადგინონ და შეაჩერონ სხვადასხვა ტიპის თავდასხმები. სერვისების ავტომატიზაცია ხელს უწყობს IT ოპერაციების ოპტიმიზაციას, ათავისუფლებს IT პერსონალს, ამცირებს ადამიანური ფაქტორების გამო დაშვებულ შეცდომებს და მინიმუმამდე დაჰყავს შეფერხების დრო. 

რა თვისებები უნდა ჰქონდეს მონაცემთა მართვის თანამედროვე პლატფორმას და სად გამოიყენება ასეთი გადაწყვეტილებები პრაქტიკაში?

ერთი ზომის მიდგომა არ მუშაობს მონაცემთა მართვის პლატფორმებთან. თითოეულ კომპანიას აქვს საკუთარი მონაცემთა მოთხოვნები, ისინი დამოკიდებულია ბიზნესის ტიპზე, სამუშაო გამოცდილებაზე და ა.შ. უნივერსალური პლატფორმა, ერთის მხრივ, უნდა უზრუნველყოს კონფიგურაცია კონკრეტულ საწარმოში მონაცემებთან მუშაობისთვის და, მეორე მხრივ, იყოს დამოუკიდებელი. გამოყენებითი ინდუსტრიის სპეციფიკა, გამოყენების ფარგლები მის საფუძველზე აგებული პროდუქტი და მისი საინფორმაციო გარემო. 

მონაცემთა მართვის პრაქტიკული სფეროები (წყარო; CMMI ინსტიტუტი).

აქ მოცემულია რამდენიმე პრაქტიკული პროგრამა მონაცემთა მართვის პლატფორმებისთვის:

კომპონენტი
პროგრამები

მონაცემთა მართვის სტრატეგია
მენეჯმენტის მიზნები და ამოცანები, მონაცემთა მართვის კორპორატიული კულტურა, მონაცემთა სასიცოცხლო ციკლის მოთხოვნების განსაზღვრა.

Მონაცემთა მართვა
მონაცემთა და მეტამონაცემების მართვა

მონაცემთა ოპერაციები
მონაცემთა წყაროებთან მუშაობის სტანდარტები და პროცედურები

მონაცემთა ხარისხი
ხარისხის უზრუნველყოფა, მონაცემთა ხარისხის ჩარჩო

პლატფორმა და არქიტექტურა
არქიტექტურული ჩარჩო, პლატფორმები და ინტეგრაცია 

მხარდამჭერი პროცესები
შეფასება და ანალიზი, პროცესის მართვა, ხარისხის უზრუნველყოფა, რისკების მართვა, კონფიგურაციის მართვა

გარდა ამისა, ასეთი პლატფორმები მნიშვნელოვან როლს ასრულებენ ორგანიზაციის „მონაცემებზე ორიენტირებულ“ საწარმოდ გადაქცევის პროცესში, რომელიც შეიძლება დაიყოს რამდენიმე ეტაპად: 

1. მონაცემთა მართვის შეცვლა არსებულ სისტემებში, როლური მოდელის დანერგვა პასუხისმგებლობებისა და უფლებამოსილებების გამიჯვნასთან ერთად. მონაცემთა ხარისხის კონტროლი, სისტემებს შორის მონაცემთა გადამოწმება, არასწორი მონაცემების გასწორება. 
2. მონაცემთა მოპოვებისა და შეგროვების პროცესების დაყენება, მათი ტრანსფორმაცია და ჩატვირთვა. მონაცემთა ერთიან სისტემაში შეტანა მონაცემთა ხარისხის კონტროლისა და ბიზნეს პროცესების შეცვლის გარეშე. 
3. მონაცემთა ინტეგრაცია. ავტომატიზირებულია სწორი მონაცემების საჭირო ადგილას და საჭირო დროს მიწოდების პროცესები. 
4. მონაცემთა სრული ხარისხის კონტროლის დანერგვა. ხარისხის კონტროლის პარამეტრების განსაზღვრა, ავტომატური სისტემების გამოყენების მეთოდოლოგიის შემუშავება. 
5. მონაცემთა შეგროვების, გადამოწმების, დუბლირებისა და გაწმენდის პროცესების მართვის ინსტრუმენტების დანერგვა. შედეგად, იზრდება ყველა საწარმოს სისტემის მონაცემების ხარისხი, სანდოობა და უნიფიცირება. 

მონაცემთა მართვის პლატფორმების უპირატესობები

კომპანიები, რომლებიც ეფექტურად მუშაობენ მონაცემებთან, უფრო წარმატებულები არიან ვიდრე კონკურენტები, უფრო სწრაფად შემოაქვთ პროდუქტები და სერვისები ბაზარზე, უკეთ ესმით მათი სამიზნე აუდიტორიის საჭიროებები და შეუძლიათ სწრაფად უპასუხონ მოთხოვნის ცვლილებებს. მონაცემთა მართვის პლატფორმები იძლევა მონაცემთა გაწმენდის, ხარისხის და შესაბამისი ინფორმაციის მოპოვების, მონაცემების გარდაქმნის და საწარმოს მონაცემების სტრატეგიულად შეფასების შესაძლებლობას. 

კორპორატიული მონაცემთა მართვის სისტემების მშენებლობის უნივერსალური პლატფორმის მაგალითია რუსული Unidata, რომელიც შექმნილია ღია კოდის პროგრამული უზრუნველყოფის საფუძველზე. ის გვთავაზობს ინსტრუმენტებს მონაცემთა მოდელის შესაქმნელად და ფუნქციების გაფართოების საშუალებებს სხვადასხვა IT გარემოში და მესამე მხარის საინფორმაციო სისტემებში ინტეგრირებისას: მატერიალური და ტექნიკური რესურსების შენახვადან პერსონალური მონაცემების დიდი მოცულობის უსაფრთხოდ დამუშავებამდე. 

ამავე სახელწოდების კომპანიის Unidata პლატფორმის არქიტექტურა.

ეს მრავალფუნქციური პლატფორმა უზრუნველყოფს მონაცემთა ცენტრალიზებულ შეგროვებას (ინვენტარიზაციისა და რესურსების აღრიცხვა), ინფორმაციის სტანდარტიზაციას (ნორმალიზაცია და გამდიდრება), მიმდინარე და ისტორიული ინფორმაციის აღრიცხვას (ჩანაწერის ვერსიის კონტროლი, მონაცემთა შესაბამისობის პერიოდები), მონაცემთა ხარისხი და სტატისტიკა. უზრუნველყოფილია ისეთი ამოცანების ავტომატიზაცია, როგორიცაა შეგროვება, დაგროვება, გაწმენდა, შედარება, კონსოლიდაცია, ხარისხის კონტროლი, მონაცემთა განაწილება, ასევე გადაწყვეტილების მიღების სისტემის ავტომატიზაციის ინსტრუმენტები. 

მონაცემთა მართვის პლატფორმები (DPM) რეკლამასა და მარკეტინგში 

რეკლამასა და მარკეტინგში მონაცემთა მართვის პლატფორმის DMP (Data Management Platform) კონცეფციას უფრო ვიწრო მნიშვნელობა აქვს. ეს არის პროგრამული პლატფორმა, რომელიც, შეგროვებულ მონაცემებზე დაყრდნობით, საშუალებას აძლევს კომპანიებს განსაზღვრონ აუდიტორიის სეგმენტები კონკრეტული მომხმარებლებისთვის რეკლამისთვის და ონლაინ სარეკლამო კამპანიების კონტექსტში. ასეთ პროგრამულ უზრუნველყოფას შეუძლია შეაგროვოს, დაამუშავოს და შეინახოს ნებისმიერი ტიპის საკლასო მონაცემები და ასევე აქვს მისი გამოყენების შესაძლებლობა ნაცნობი მედია არხებით.

Market Research Future-ის (MRFR) თანახმად, მონაცემთა მართვის გლობალური პლატფორმის (DMP) ბაზარმა შეიძლება მიაღწიოს $2023 მილიარდს 3 წლის ბოლოსთვის CAGR 15%-ით და გადააჭარბებს $2025 მილიარდს 3,5 წელს.

DMP სისტემა:

• შესაძლებელს ხდის ყველა ტიპის საკლასო მონაცემების შეგროვებას და სტრუქტურირებას; არსებული მონაცემების ანალიზი; მონაცემთა გადაცემა ნებისმიერ მედია სივრცეში მიზნობრივი რეკლამის განსათავსებლად. 
• გეხმარებათ სხვადასხვა წყაროდან მონაცემების შეგროვებაში, ორგანიზებასა და გააქტიურებაში და მათ სასარგებლო ფორმაში თარგმნაში. 
• აწყობს ყველა მონაცემს კატეგორიებად, ბიზნეს მიზნებისა და მარკეტინგული მოდელების საფუძველზე. სისტემა აანალიზებს მონაცემებს და ქმნის აუდიტორიის სეგმენტებს, რომლებიც ზუსტად წარმოადგენენ მომხმარებელთა ბაზას არხების ფართო სპექტრში, სხვადასხვა საერთო მახასიათებლებზე დაყრდნობით.
• საშუალებას გაძლევთ გაზარდოთ ონლაინ რეკლამის დამიზნების სიზუსტე და შექმნათ პერსონალიზებული კომუნიკაციები შესაბამის აუდიტორიასთან. DMP-ზე დაყრდნობით, თქვენ ასევე შეგიძლიათ დააყენოთ ურთიერთქმედების ჯაჭვები თითოეულ სამიზნე სეგმენტთან, რათა მომხმარებლებმა მიიღონ შესაბამისი შეტყობინებები საჭირო დროს და საჭირო ადგილას.

ციფრული მარკეტინგის მზარდი წილი მნიშვნელოვნად ახდენს გავლენას მონაცემთა მართვის პლატფორმების ბაზრის ზრდაზე. DMP სისტემებს შეუძლიათ სწრაფად გააერთიანონ მონაცემები სხვადასხვა წყაროდან და დაახარისხონ მომხმარებლები მათი ქცევის შაბლონების მიხედვით. ასეთი შესაძლებლობები ზრდის მოთხოვნას DMP-ებზე მარკეტერებს შორის. 

მონაცემთა მართვის გლობალური პლატფორმის ბაზარი წარმოდგენილია მრავალი წამყვანი მოთამაშით, ასევე რამდენიმე ახალი კომპანიის მიერ, მათ შორის Lotame Solutions, KBM Group, Rocket Fuel, Krux Digital), Oracle, Neustar, SAS Institute, SAP, Adobe Systems, Cloudera, Turn, Informatica და ა.შ.

რუსული გადაწყვეტის მაგალითია Mail.ru Group-ის მიერ გამოშვებული ინფრასტრუქტურული პროდუქტი, რომელიც წარმოადგენს მონაცემთა მართვისა და დამუშავების ერთიან პლატფორმას (Data Management Platform, DMP). გამოსავალი საშუალებას გაძლევთ შექმნათ აუდიტორიის სეგმენტების პროფილის გაფართოებული აღწერა მარკეტინგის ინსტრუმენტებთან ინტეგრირებულ პლატფორმაში. DMP აერთიანებს Mail.ru Group-ის გადაწყვეტილებებსა და სერვისებს omnichannel მარკეტინგისა და აუდიტორიასთან მუშაობის სფეროში. კლიენტებს შეეძლებათ შეინახონ, დაამუშაონ და დაასტრუქტურონ საკუთარი ანონიმური მონაცემები, ასევე გაააქტიურონ ისინი სარეკლამო კომუნიკაციებში, გაზარდონ ბიზნესი და მარკეტინგული ეფექტურობა. 

ღრუბლოვანი მონაცემთა მენეჯმენტი

მონაცემთა მართვის გადაწყვეტილებების კიდევ ერთი კატეგორია არის ღრუბლოვანი პლატფორმები. კერძოდ, მონაცემთა დაცვის თანამედროვე გადაწყვეტის გამოყენება, როგორც ღრუბლოვანი მონაცემთა მართვის ნაწილი, საშუალებას გაძლევთ თავიდან აიცილოთ პოტენციური პრობლემები - უსაფრთხოების საფრთხეებიდან მონაცემთა მიგრაციის პრობლემებამდე და შემცირებულ პროდუქტიულობამდე, ასევე გადაჭრათ კომპანიის წინაშე არსებული ციფრული ტრანსფორმაციის გამოწვევები. რა თქმა უნდა, ასეთი სისტემების ფუნქციები არ შემოიფარგლება მხოლოდ მონაცემთა დაცვით.

Gartner Cloud მონაცემთა მართვის პლატფორმის მახასიათებლები: რესურსების განაწილება, ავტომატიზაცია და ორკესტრირება; სერვისის მოთხოვნის მართვა; მაღალი დონის მენეჯმენტი და პოლიტიკის შესაბამისობის მონიტორინგი; პარამეტრების მონიტორინგი და გაზომვა; მრავალ ღრუბლიანი გარემოს მხარდაჭერა; ხარჯების ოპტიმიზაცია და გამჭვირვალობა; შესაძლებლობებისა და რესურსების ოპტიმიზაცია; ღრუბლის მიგრაცია და კატასტროფებისადმი გამძლეობა (DR); მომსახურების დონის მართვა; უსაფრთხოება და იდენტიფიკაცია; კონფიგურაციის განახლებების ავტომატიზაცია.

მონაცემთა მართვა ღრუბლოვან გარემოში უნდა უზრუნველყოფდეს მონაცემთა ხელმისაწვდომობის მაღალ დონეს, კონტროლს და მონაცემთა მართვის ავტომატიზაციას მონაცემთა ცენტრებში, ქსელის პერიმეტრის გასწვრივ და ღრუბელში. 

Cloud Data Management (CDM) არის პლატფორმა, რომელიც გამოიყენება კორპორატიული მონაცემების მართვისთვის სხვადასხვა ღრუბლოვან გარემოში, კერძო, საჯარო, ჰიბრიდული და მრავალ ღრუბლოვანი მიდგომების გათვალისწინებით.

ასეთი გადაწყვეტის მაგალითია Veeam Cloud Data Management Platform. სისტემის დეველოპერების თქმით, ის ეხმარება ორგანიზაციებს შეცვალონ მონაცემთა მართვის მიდგომა, უზრუნველყოფს მონაცემთა ინტელექტუალურ, ავტომატიზირებულ მართვას და მის ხელმისაწვდომობას ნებისმიერ აპლიკაციაში ან ღრუბლოვან ინფრასტრუქტურაში.

Veeam თვლის ღრუბლოვანი მონაცემთა მენეჯმენტს ინტელექტუალური მონაცემთა მართვის განუყოფელ ნაწილად, რაც უზრუნველყოფს, რომ მონაცემები ხელმისაწვდომი იყოს ბიზნესისთვის ნებისმიერი ადგილიდან. 

Veeam Cloud მონაცემთა მართვის პლატფორმა ახდენს სარეზერვო ასლების მოდერნიზებას და აღმოფხვრის ძველ სისტემებს, აჩქარებს ჰიბრიდული ღრუბლის მიღებას და მონაცემთა მიგრაციას და ავტომატიზირებს მონაცემთა უსაფრთხოებას და შესაბამისობას. 

Veeam Cloud Data Management Platform არის „მონაცემთა მართვის თანამედროვე პლატფორმა, რომელიც მხარს უჭერს ნებისმიერ ღრუბელს“.

როგორც ხედავთ, მონაცემთა მართვის თანამედროვე პლატფორმები წარმოადგენს გადაწყვეტილებების საკმაოდ ფართო და მრავალფეროვან კლასს. შესაძლოა, მათ ერთი რამ აქვთ საერთო: ფოკუსირება კორპორატიულ მონაცემებთან ეფექტურ მუშაობაზე და კომპანიის ან ორგანიზაციის გარდაქმნაზე თანამედროვე მონაცემებზე ორიენტირებულ საწარმოდ.

მონაცემთა მართვის პლატფორმები ტრადიციული მონაცემთა მართვის აუცილებელი ევოლუციაა. რაც უფრო და უფრო მეტი ორგანიზაცია გადააქვს მონაცემებს ღრუბელში, მზარდი რაოდენობა სხვადასხვა შიდა და ღრუბლოვანი კონფიგურაციები ქმნის ახალ გამოწვევებს, რომელთა მოგვარებაც საჭიროა მონაცემთა მართვის პერსპექტივიდან. მონაცემთა მენეჯმენტი ღრუბელში არის განახლებული მიდგომა, ახალი პარადიგმა, რომელიც აფართოებს მონაცემთა მართვის შესაძლებლობებს ახალი პლატფორმების, აპლიკაციების და გამოყენების შემთხვევების მხარდასაჭერად.

გარდა ამისა, 2019 წლის Veeam Cloud Data Management ანგარიშის მიხედვით, კომპანიები გეგმავენ ღრუბლოვანი ტექნოლოგიების, ჰიბრიდული ღრუბლოვანი ტექნოლოგიების, დიდი მონაცემების ანალიტიკის, ხელოვნური ინტელექტისა და ნივთების ინტერნეტის შემდგომ ინტეგრირებას. ამ ციფრული ინიციატივების განხორციელება, სავარაუდოდ, მნიშვნელოვან სარგებელს მოუტანს კომპანიებს.

451 Research-ის ანალიტიკოსების აზრით, საწარმოები აჩქარებენ მონაცემთა პლატფორმის ტექნოლოგიების მიღებას და მზად არიან გამოიყენონ ღრუბელი ანალიტიკის დატვირთვის გასაშვებად, მაგრამ ბევრს აწყდება გამოწვევები მთელი თავისი მონაცემების გამოყენებაში უკეთესი ბიზნეს შედეგების მისაღწევად. მონაცემთა მართვის უახლეს პლატფორმებს შეუძლიათ დაეხმარონ საწარმოებს მონაცემთა რთული ნავიგაციაში რამდენიმე ღრუბელში, მართონ მონაცემები და შეასრულონ ანალიტიკა, მიუხედავად იმისა, თუ სად მდებარეობს ეს მონაცემები.

იმის გამო, რომ ჩვენ ვცდილობთ თვალყური ადევნოთ დროს და ფოკუსირება მოვახდინოთ ჩვენი კლიენტების სურვილებზე (როგორც ამჟამინდელი, ასევე პოტენციური), გვსურს ვკითხოთ ჰაბრას საზოგადოებას, გსურთ თუ არა Veeam ჩვენს საიტზე. ბაზარი? შეგიძლიათ უპასუხოთ ქვემოთ მოცემულ გამოკითხვაში.

გამოკითხვაში მონაწილეობა შეუძლიათ მხოლოდ დარეგისტრირებულ მომხმარებლებს. Შებრძანდითგთხოვთ

პაკეტის შეთავაზება Veeam-თან ბაზარზე

• 62,5%დიახ, კარგი იდეა 5

• 37,5%არამგონია აფრინდეს3

მისცა ხმა 8 მომხმარებელმა. 4 მომხმარებელმა თავი შეიკავა.

წყარო: www.habr.com