Прежде чем приступать к внедрению bi системы необходимо
Ключевые инструменты BI
Использование бизнес-аналитики повышает качество и оперативность управленческих решений, а также помогает управлять бизнес-процессами, что приводит к повышению конкурентоспособности компании. Это стало одной из главных причин значительного всплеска интереса к решениям класса BI (business intelligence), который IDC отмечает в России с 2010 года.
Эксперты спорят о функциональности информационных систем, позволяющих проводить бизнес-анализ. Но сам процесс работы с аналитическими данными и предназначенное для этих целей ИТ-решение – совсем не одно и то же. Прежде чем приступать к внедрению BI-системы, компания должна подготовиться к ее использованию: формализовать бизнес-процессы, определить точки сбора информации, типы собираемых данных и цели, с которой эта информация будет использоваться. После этого можно говорить о конкретных инструментах BI, необходимых бизнесу.
Бизнес-аналитика отличается от ручного анализа показателей в таблицах Excel примерно как самолет от дельтаплана. Вопрос далеко не только в скорости. Ведь BI – это автоматизация процесса сбора информации и построения отчетности. В то время как работа с Excel предполагает, что анализируемые данные кто-то должен собрать из всех информационных источников компании, привести к единому шаблону и уже потом формировать отчеты.
Велика и разница в результатах работы с этой информацией. BI – это многомерность используемых данных и возможность оперативно формировать отчеты в любом разрезе, используя для этого любую имеющуюся в компании информацию. Иначе говоря, задачу, с которой люди будут справляться сутки (например, высчитывать зависимость продаж магазином определенных моделей одежды от демографического состава населения и транспортной инфраструктуры района), система решит за минуты.
Долгое время в основе решений BI лежали так называемые OLAP-кубы. Применение таких систем продолжается и по сей день. Они представляют находящуюся в хранилище информацию таким образом, что в любой момент можно взять любые имеющиеся показатели в качестве осей «куба» и сделать по нужным срезам анализ, построив плоскую таблицу или график зависимости одного показателя от другого. Что немаловажно, анализ происходит в режиме реального времени, о чем и говорит аббревиатура OLAP – online analytical processing.
Среди других признаков выделим наличие функций управления метаданными, средств разработки, инструментов для совместной работы и управления процессами, средств создания отчетов, продвинутой визуализации, функций предиктивного моделирования и интеллектуального анализа (data mining), карт показателей.
Сейчас на рынке продолжают расти продажи BI-систем, в которых реализованы технологии іn-memory. Основная идея in-memory заключается в принципе постоянного хранения данных в оперативной памяти. Это дает пользователям возможность получать ответы моментально – за доли секунды – даже в случаях, когда они работают с огромными объемами данных. Однако такие решения с технической точки зрения подходят не всем, и многие заказчики продолжают использовать технологию OLAP.
Наличие online analytical processing является одним из признаков аналитической системы, позволяющей ей называться полноценной BI-платформой по версии Gartner.
Помимо различной технологической архитектуры, системы BI отличаются набором инструментов для разных категорий бизнес-пользователей.
Например, полноценные BI-платформы сильно отличаются с точки зрения функциональных возможностей от BI-модулей, встроенных в некоторые корпоративные информационные системы и имеющих ограниченные возможности представления.
Для каждой роли пользователя существуют свои информационные панели, представляющие нужные именно этим сотрудникам ключевые показатели бизнеса в виде таблиц или инфографики. Инструментарий BI предусматривает также средства построения отчетов и интерфейс для их просмотра: в окне системы, через web или на мобильном устройстве пользователя. В построении отчетов помогают инструменты для определения корреляции данных.
Одна из доминирующих тенденций последних пяти лет на рынке BI – это рост спроса на мобильную аналитику. Пользователи BI-систем, оценившие их значение для бизнеса, поняли также и ценность постоянного доступа к такому инструментарию. Практически каждый крупный BI-вендор сегодня готов предоставить пользователям средства онлайн-аналитики. При этом мобильные рабочие места ориентированы не только на топ-менеджеров, но и на ряд других категорий пользователей, которым необходимо постоянно иметь актуальную информацию о состоянии тех или иных бизнес-процессов. Так что из «привилегии начальника» BI-мобильность стала средством быстрого реагирования на события для руководителей среднего звена и аналитиков. Поскольку BI-система предусматривает работу с большими массивами данных, поступающими в хранилище из различных информационных систем и в неструктурированном виде, она может использоваться для работы с «большими данными» (big data), которыми в последние годы так интересуется бизнес. Это и неудивительно, поскольку объемы хранимой и обрабатываемой информации растут опережающими темпами, следовательно, компании вынуждены думать о приобретении дополнительных вычислительных мощностей. При этом в реальном бизнесе обычно используются до 30% всей хранимой информации, остальная же часть становится только источником затрат на ее хранение.
Наличие больших объемов неструктурированной и потенциально полезной информации в компаниях, а также большие возможности, предоставляемые аналитикам системами BI, стали одним из драйверов прогресса в этой области. Сегодня все больше аналитиков ищут более гибкие инструменты, которые бы позволили изучать любые данные и строить бизнес-гипотезы. Это привело к появлению нового класса инструментов — data discovery. Они базируются на гибкой модели данных и интерактивных пользовательских интерфейсах, более удобных бизнес-пользователям, чем аналитикам. На примере data discovery мы видим, как инструментарий постепенно вырастает в самостоятельное направление ИТ-систем для аналитики.
Поскольку BI – это не только анализ текущей ситуации, но и прогнозирование, для аналитиков и руководителей разработаны продвинутые средства для проверки выдвинутых ими гипотез. А контролировать ключевые показатели при анализе поможет нотификация о достижении ими пороговых значений.
Как будет развиваться инструментарий BI-систем и его использование российскими компаниями в будущем? Появятся ли новые роли пользователей, новые интерфейсы, станут ли топ-менеджеры больше работать с бизнес-аналитикой? Консультант аналитического отдела компании Softline Мария Голикова убеждена, что один из векторов развития связан с растущим спросом на “облака” и средства визуализации: «С развитием облачных технологий многие крупные разработчики BI стали предлагать дополнительные возможности, доступные именно в облаке.
Если в компании существует “традиция” готовить отчеты в виде статичных Excel-таблиц, то многим сотрудникам будет сложно от этого отказаться. Однако надо надеяться, что со временем будет расти число компаний, которые будут получать исчерпывающую информацию, пользуясь информативными дашбордами».
Также, по мнению эксперта, росту популярности BI будет способствовать внимательное отношение разработчиков к дружественности интерфейсов и созданию мобильных рабочих мест: «BI-инструментарий сейчас движется в сторону самостоятельного анализа – решения становятся максимально простыми в использовании. Это дает возможность бизнес-пользователям за счет интуитивно-понятного интерфейса самостоятельно изменить текущие отчеты либо создать новые. Топ-менеджмент сегодня также привлекает возможность использования мобильных BI-решений. Руководитель может уехать в командировку, но при этом на экране портативного устройства видеть основные показатели деятельности своего бизнеса».
Говоря о том, какие инструменты, предоставляемые BI-платформами, в наибольшей степени востребованы российскими заказчиками, директор департамента ИТ и облачных сервисов J’son & Partners Consulting Александр Герасимов отмечает: «То, что используется сейчас, — это инструменты формирования разнообразной управленческой и маркетинговой отчетности постфактум на основе анализа данных транзакционных систем, таких как ERP, OSS/BSS (биллинг в частности), автоматизированные банковские системы и т. п.
То, что имеет хорошие перспективы, — это технологии анализа больших данных: не только структурированной информации транзакционных систем, но и слабо (или сложно) структурированных данных, таких как, например, логи и геоданные пользователей смартфонов и многое другое. Сейчас подобная информация используется в основном для обогащения и улучшения качества отчетности постфактум. В перспективе они могут применяться уже непосредственно в системах управления — с целью их интеллектуализации».
Некоторые BI-системы предлагают использовать больше инфографики вместо классических табличных отчетов. Но далеко не все готовы воспринимать графическую информацию.
Как внедрить BI-подход к анализу данных: практические рекомендации
Статья подготовлена Сергеем Шопиком, руководителем и основателем «Лаборатория клиентского опыта». За основу взят материал, опубликованный Martha Bennett на сайте международного аналитического агентства Forrester Research. Приглашаем всех желающих 18 июня в 20:00 по мск. на бесплатный мастер-класс «Процесс визуализации от А до Я». Записаться можно здесь.
Слишком мало данных. Слишком много данных. Неполные данные или ограниченность доступа к ним, отчеты и дашборды, которые слишком долго формируются, которые часто не отвечают поставленным целям. Инструменты аналитики, которыми умеют пользоваться всего несколько подготовленных специалистов. Все это — список жалоб из области интеллектуального анализа данных и бизнес-аналитики (BI). Он крайне длинный, и автоматизация, к сожалению, не служит решением этих проблем. В то же время BI уже несколько лет является одним из главных приоритетов для внедрения в организации, поскольку компании начинают четко осознавать ценность данных и аналитики, когда дело доходит до оптимизации решений для получения лучшего результата.
Итак, что вы можете предпринять, чтобы ваша BI-инициатива не оказалась на свалке неудачных проектов? Поиск ответа на этот вопрос не является чем-то необычным и сложным, однако потребует ответы на четкие вопросы и отделения «зерен от плевел». Достаточно часто можно услышать истории, как многомиллионные проекты в этой сфере потерпели полнейшее фиаско. Часто это была одна из следующих причин, в которых мы попробуем разобраться.
Чем отличается успешный проект по внедрению BI-аналитики от проекта, застрявшего в производственном аду? Изучая лучшие практики успешных проектов, разница может показаться очевидной, но именно отличия выделяют тех, чьи BI-проекты не отвечают потребностям бизнеса (или в принципе терпят неудачу), от тех, чьи проекты достигают успеха.
И так самое важное: к какой категории задач мы отнесем подобный проект? К корпоративными ИТ или же к одному из бизнес-подразделений, чью отчетность мы хотим автоматизировать и на чьи данные мы хотим смотреть? Обычно вся проблема заключается в том, что реализация проекта полностью отдается на откуп корпоративному ИТ без вовлечения в процесс бизнес-пользователей. При чем часто происходит это именно по инициативе последних – пусть внедряют, а мы потом на одну кнопку нажмем и начнется «анализ». На самом деле нет. Инициатива должна идти именно от бизнеса и бизнес-задач, но никак не наоборот. Очевидная, но при этом сложная вещь. Как же нам это сделать?
Там, где присутствуют лучшие практики, по определению присутствуют и подводные камни, которых следует избегать. Мы выделили самые распространенные среди них:
Следуйте этим простым правилам и у вас без сомнения все получится. И переход от принятия решений по наитию, до взвешенных и оцифрованных решений с помощью BI-аналитики пройдет максимально безболезненно. Успехов, друзья!
6 этапов грамотного внедрения BI-системы
Данные – важнейший ресурс для принятия обоснованных управленческих решений. Именно поэтому на фоне общего сокращения экономики рынок продуктов для бизнес-анализа переживает бум. Мы хотим поделиться опытом внедрения систем Business Intelligence (BI-систем). Это экспертиза, которую мы накопили за годы работы с сотнями компаний как уровня Leroy Merlin или «Транзас», так и с молодыми проектами, которым важно оптимизировать ресурсы, чтобы выжить в турбулентном пространстве российской экономики. Мы покажем, как поэтапно проходит грамотное внедрение систем такого класса, и обоснуем, для чего нужен каждый этап.
Что такое BI-система, и как она работает
Чтобы построить высотку, директор строительной компании должен знать о проекте все до последнего шурупа: количество этажей, объем необходимых материалов, проверенный макет здания. А еще нужно адаптироваться к сокращающимся графикам постройки, позаботиться о сдаче площадей, уладить множество вопросов с государственными органами.
Умелое использование данных для него – гарантия прочности здания. Ошибаться нельзя: высотка не должна обрушиться и похоронить под обломками людские жизни. Так и в бизнесе. Чтобы принимать взвешенные стратегические решения, развивать предприятие и вовремя противостоять рискам, собственник должен ежедневно анализировать терабайты информации (что практически невозможно) или автоматизировать этот процесс.
BI-системы аккумулируют разрозненные массивы данных, выстраивают между ними связи и выдают наглядные отчеты, которые и используются при важных операционных и стратегических решениях. Система работает в разных зонах: она прогнозирует и детализирует существующие бизнес-показатели, отслеживает динамику изменения прибыли, дает подробную выгрузку по выполнению KPI, загрузке мощностей и рассказывает о многом другом.
Но дьявол прячется в деталях. Получить корректную информацию по конкретному запросу удастся только если система подобрана правильно, грамотно внедрена и протестирована. В противном случае цифры и графики могут значительно отличаться от реальной ситуации. Давайте разберемся, как всегда получать только актуальную и точную информацию.
Существует две возможности: у вас уже есть аналитическая система и вы меняете ее на новую, или вы считаете показатели руками, и это ваш первый проект по автоматизации. Ниже мы рассмотрим оба случая.
Этап №1. Определение и анализ требований
Первый этап – это всегда формализация требований. Иногда в компании очень четко понимают и документируют информационные запросы для каждого уровня. При этом практика показывает, что самостоятельно разобраться, какие отчеты нужны и как с их помощью повысить эффективность, почти никому не удается. На этом этапе правильно быть в контакте со специалистом или подрядчиком, обладающим рыночной экспертизой и знанием, как в индустрии подходят к решению аналогичных задач. К примеру, как в других компаниях считают эффективность маркетинговых акций и какие вообще существуют показатели в коммерческом отделе.
Правильным методом здесь будет идти сверху вниз – если автоматизировать существующую отчетность, двигаясь от специалистов нижнего уровня, руководителей и аналитиков в сторону высшего руководства, то на финише может оказаться, что работа была бесполезной, потому что топ-менеджерам нужны другие цифры. Продвигаясь сверху вниз, мы получаем правильную картинку: финансовый директор знает, что он должен видеть в P&L, дальше его запрос адаптируется на уровень региональных и местных управленцев, а они, в свою очередь, четко понимают, какие цифры нужны на их уровне. Так мы спускаемся на уровень транзакций до самого низа.
Когда мы, к примеру, выстраиваем цепь от финансового директора к региональным менеджерам и далее вниз, то дополнительно структурируем данные и исключаем из работы лишнее. Такая цепь называется «деревом отчетов». Когда она сформирована, проект разбивается на несколько итераций.
Дерево отчетов на примере сети магазинов одежды
Этап №2. Организация данных
Тут тоже можно пойти двумя путями: от общих бизнес-требований или от нужд каждого подразделения. В первом случае нужно сначала проанализировать все бизнес-требования, затем проработать нужды каждого департамента. Второй подход итеративный – мы разбиваем весь объем работ на отдельные области, и в деталях описываем, как будут выглядеть аналитика и отчеты для отдела маркетинга, затем для финансов, HR и дальше идем итерациями по всем отделам.
Если хотите быстрее получить результат в виде первых отчетов, то второй вариант подойдет больше – при работе итерациями, пока следующая модель проектируется, первая уже работает. При общем подходе вы быстрее получите конечный результат, то есть общую аналитику по всем отделам.
Этап №3. Выбор стека технологий
Тема безграничная. Кратко опишем, что важно сделать на этом этапе: определить источники данных и уточнить, есть ли в них необходимая информация и показатели. Очень часто приходится дорабатывать учетные системы, чтобы показатели заводились. Когда пул источников собран, можно переходить к учетным системам, веб-ресурсам и внутренним системам компании, чтобы покомпонентно спроектировать архитектуру и прописать роль источников для трансформации данных. Любые сведения в BI-систему поступают в сыром виде, и на этом этапе только от нас зависит, насколько точные и удобные для восприятия данные менеджеры получат на выходе.
Этап №4. Проектирование интерфейсов
Сотрудники, которые пользуются системой, ценят удобный и приятный глазу интерфейс возможно так же глубоко, как и возможности, которые решение дает. Поэтому на проектах часто вводится этап прототипирования, когда мы отрисовываем формы интерфейса. Причем, если внедряем систему SAP, то UX и UI стараемся делать в интерфейсе этой системы, если Qlik, то рисуем в интерфейсе этой платформы. Благодаря такому этапу клиент понимает, какие графики лучше использовать для визуализации тех или иных показателей, какие цвета подобрать, как удобнее расположить фильтр и т.д. После этапа трансформации данных этот прототип достаточно будет наполнить. В остальном он полностью соответствует ожиданиям бизнес-пользователей.
Этап №5. Тестирование BI-системы
Если вы меняете существующую BI-систему, то убедить пользователей в точности данных и дополнительно проконтролировать расчеты, будет несложно. Нужно взять отчет из одной системы бизнес-аналитики, взять разработанный ответ в новой, и, если все цифры совпадают, то программой можно пользоваться — данные верные. Сложнее, когда разрабатываются новые отчеты или внедряется первая система бизнес-анализа, потому что сравнивать данные не с чем.
В этом случае нужно разработать сценарии тестирования. Возьмите выгрузки по одному из направлений за заданный период и точность сведений на этом же срезе данных из той же учетной системы. Например, вы взяли из системы отчет по остаткам с 1 по 15 февраля, и он был равен 1000 единиц. На этом же срезе данных в учетной системе остаток тоже 1000 единиц. Значит, системе можно верить – данные корректные. По-другому найти эту точку сходимости, на мой взгляд, невозможно.
Отдельная тема – внедрение системы на динамически меняющийся источник данных, или когда мы внедряем решение на данных Excel, но этап загрузки данных необходимо перенести на вновь внедренный источник, в котором могло поменяться все от структуры хранилища до самих сведений. Здесь внедрение и тестирование будет идти по иным правилам.
Этап №6. Обучение команды
На проектах мы стараемся обеспечить максимальный результат от использования системы. Для этого проводим обучение финансистов, маркетологов, IT-специалистов и управленцев: знакомим с платформой, возможностями доработки и управления нашим решением, учим менеджеров максимально использовать все возможности программы. В помощь администраторам и пользователям разрабатывается сопроводительная документация: классические «Руководство администратора» и «Руководство пользователя», а часто и обучающие видеоролики. Самый детальный и сложный, но полезный материал – тот, что обычно называется «Техпроект» или «Спецификация отчетов». Он описывает весь процесс движения данных от источников до конечных отчетных форм. Не пренебрегайте этим документом. С его помощью любой новичок в команде сможет разобраться, как данные попадают в первый слой загрузки, и где они находятся в выходных отчетных формах. С помощью этого материала любое изменение или просьба по доработке системы займут минимальное количество времени.
Частые ошибки при внедрении BI-системы
Как мы уже говорили, популярная ошибка при построении дерева решений — это движение от потребностей низших уровней к верхним. Но есть еще несколько критичных моментов, на которых чаще всего «прокалываются» неопытные внедренцы.
Сколько это стоит и от чего зависит
Стоимость готовой системы начинается с маленьких проектов до миллиона рублей и заканчиваются крупными внедрениями под сотню миллионов. Цифры привязаны к объемам работ — количеству отделов и количеству необходимых отчетов. Случается, что клиент хочет очень компактный по времени проект. Такая срочность тоже повлияет на общую стоимость, потому что увеличит затраты на команду и оптимизацию ресурсов.
Чем помогут консультанты
Часто консультанты самостоятельно выполняют весь объем работ и минимально привлекают сотрудников клиента. Но случается, что объем работ собственных сотрудников соизмерим с объемом работ интегратора. В зависимости от задач и финансовых возможностей клиента, компания-консультант может участвовать в проекте в нескольких форматах.
Выводы
Создать любую информационную систему непросто. Проектирование аналитических решений затрудняется капризным и сложным в работе элементом – данными. Команда с опытом решит эту задачу быстрее и без приключений. Независимо от того, предпочитаете ли вы одиночные спуски по порогам Амазонки или контролируемые инструктором, уделите наибольшее внимание действиям с данными. Тогда технические и методологические сложности будут представлять меньшую угрозу, а будущая система сможет решать сложные аналитические задачи без ошибок.
К чему прилагаются Business Intelligence (BI) — системы для бизнес-анализа?
В предыдущей публикации («Цифровая трансформация: полная свобода самовыражения») обсуждалась важность понимания терминов, которые употребляются в текстах вообще, и в нашем случае на ИТ-тематику. Я предложил обсудить значение наиболее популярных ныне понятий таких, как «бизнес-аналитика» (Business Intelligence, BI), «интеллектуальная система» (Intelligent System, IS) или «искусственный интеллект» (Artificial Intelligence, AI) и, конечно, «большие данные» (Big Data, BD).
Темы действительно популярные и, казалось бы, что еще обсуждать? Предлагаю рассмотреть их через призму практического применения этих технологий. Это то, чего не хватает большинству просмотренных мной публикаций, и, которые, возможно, поэтому вызывают бурную полемику специалистов. Вспомним, что «практика-критерий истины».
В данной публикации обсуждаю «Бизнес-аналитику». Почему? Просто у одного моего клиента, у которого внедрена автоматизированная система управления предприятием, новый заместитель директора вдруг изъявил желание заняться бизнес-анализом на «новом уровне». До сих пор все потребности заказчика в анализе удовлетворялись средствами внедренной системы. Пришлось разбираться в средствах «бизнес-анализа». Вот, что из этого вышло.
Основной темой данного сообщения является ответ на вопрос: можно ли директору предприятия, его заму или, например, экономисту без суфлера разобраться нужен ли им дополнительные инструменты для бизнес-анализа?
Думаю, что моё сообщение будет полезно маркетологам и всем, кто связан с продажей BI-систем и услуг по их сопровождению, а именно, возможно они захотят откорректировать свои рекламные сообщения и описания программ. Если, конечно, прочтут текст до конца и узнают цитаты из своих текстов. Цитаты точные, но, чтобы не обижать авторов, я не всегда делал ссылки на источники.
Предисловие к BI
Должен сразу сказать, что до сих пор у меня не было потребности в дополнительных средствах анализа деятельности предприятий. Все такие потребности на протяжении последних 20-25 лет решались типовыми средствами внедряемых систем автоматизации и простыми доработками платформы под конкретные нужды. Поэтому технических подробностей и сравнений различных программ бизнес-анализа здесь не будет. За этим можно обратиться к другим многочисленным источникам, на некоторые из них я сделал ссылки в тексте.
— BI: прилагательное или существительное?
— Вакансии BI
— Определения BI
— Реклама BI
— Что пишут на Хабре?
— BI или ERP III?
— Локальные сегменты BI
— Резюме.
BI: прилагательное или существительное?
Итак, первый вопрос, который возник у меня самого после чтения первых публикаций – зачем? А первая ассоциация, которая у меня возникла – это «Недоросль» Фонвизина Дениса Ивановича из курса русской литературы средней школы. Помните:
«Правдин. Дверь, например, какое имя: существительное или прилагательное?
Митрофан. Дверь? Котора дверь?
Правдин. Котора дверь! Вот эта.
Митрофан. Эта? Прилагательна.
Правдин. Почему ж?
Митрофан. Потому что она приложена к своему месту. Вон у чулана шеста неделя дверь стоит еще не навешена: так та покамест существительна.
Стародум. Так поэтому у тебя слово дурак прилагательное, потому что оно прилагается к глупому человеку?
Митрофан. И ведомо.»
Вот так и с BI-системами. Ну, то что эти системы – «существительные» — это медицинский факт. Они существуют, потому что продаются, или, как там у В. Маяковского (ну, почти у него), «зажигают»:
«Послушайте!
Ведь, если BI-системы зажигают —
значит — это кому-нибудь нужно?
Значит — кто-то хочет, чтобы они были?
Значит — кто-то называет эти плево́чки жемчужиной?»
Но вот являются ли BI-системы «прилагательными»? К чему их надо «приложить», чтобы они стали «жемчужиной»? Не все так ясно, надо разбираться.
Вакансии BI
Начал с рынка труда – он первый отзывается на всякие нововведения. Наткнулся на вакансию «BI разработчик». Текст такой:
«Мы ищем BI-разработчика к себе в команду. У нас есть несколько уникальных продуктов для строительной отрасли, которые нуждаются в аналитическом модуле. Если Вы имеете опыт разработки аналитических систем (Qlik, Power BI и тд), тогда обязательно откликайтесь на нашу вакансию!».
Я-то думал, что последние тридцать лет при автоматизации систем управления предприятиями занимался в том числе разработкой инструментов для бизнес-анализа. Ан нет! Неужели это нечто другое?
Описание вакансии несколько насторожило: что же это за «уникальные продукты для строительной отрасли», которые не имеют аналитических возможностей? Я знаю не одну систему для строителей и все они в типовой поставке (т.е. в готовом виде) содержат аналитические модули, и при необходимости могут быть дополнены новыми возможностями без особых затруднений средствами платформы этих систем.
Определения BI
Загуглил в Интернете. И понял, что с Business Intelligence та же проблема, что и с Big Data или Artificial Intelligence (AI, искусственный интеллект). Они являются «существительными», так как продаются и даже очень хорошо продаются. Но вот, что бы по этому поводу сказал Митрофанушка? Где и куда они прилагаются?
Определений BI получил много и в большинстве своем, очевидно, что они написаны продавцами, как реклама продаваемого продукта. Т.е. авторы описаний – это или программисты, которые знают, как устроены программы, или маркетологи, которые ничего в этих программах не смыслят, но знают, как продать продукт. И такое ощущение, что продают, перефразируя пословицу, то — не зная что, тому — не зная кому. Бизнесмену внушается, что он не может вести свою работу без BI-системы! Как он жил до сих пор без этого чуда? И что у него изменится после его покупки? А вот интересно, сами продавцы (они же тоже бизнесмены) используют BI-системы для автоматизации своей работы? Не очевидно!
Во вроде бы нейтральной Википедии дано такое определение:
«Business intelligence (сокращённо BI) — обозначение компьютерных методов и инструментов для организаций, обеспечивающих перевод транзакционной деловой информации в человекочитаемую форму, пригодную для бизнес-анализа, а также средства для массовой работы с такой обработанной информацией. Цель BI — интерпретировать большое количество данных, заостряя внимание лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия решений.»
Первый вопрос, который возникает при чтении этого определения – почему средства бизнес-анализа отсутствует среди «компьютерных методов и инструментов» в действующих системах автоматизации указанных организаций? Зачем внедрили какую-то систему, которая не содержит аналитических возможностей, содержит деловую информацию в «нечеловекочитаемой» форме, непригодной для бизнес-анализа, а теперь приходится тратиться на еще одну систему? Может просто сменить эту систему? Ведь я не знаю систем автоматизации даже для мелкого бизнеса, не говоря уж о крупном, которые бы не содержали модулей анализа экономической деятельности компании.
Второй вопрос. Указанные цели – в общем, это цели любой автоматизации управленческих бизнес-процессов. А «заострять, моделировать и отслеживать» – это уже функция интеллекта, т.е. человека. Без него никакая программа не сможет выделить «ключевые факторы», не зная специфики отрасли, которая собственно и выясняется на первых этапах проектирования путем обследования бизнес-процессов.
Опять же, что такое «большое количество данных»?
Реклама BI
А как вам такой перл уже в другой статье:
«Каждый крупный бизнес и большинство средних структур сталкиваются с проблемой предоставления руководству неточных данных о состоянии дел компании. Причины могут быть разные, но последствия всегда одинаковы – неверные или несвоевременные решения, отрицательно сказывающиеся на результативности финансовых операций. Для исключения подобных ситуаций предназначена профессиональная система бизнес аналитики или BI».
Вот интересно, как руководство этих «крупных бизнесов и средних структур» реагирует на предоставление им «неточных данных о состоянии дел компании»? Может надо просто сменить спецов, которые предоставляют такие данные? Очевидно, что даже если таким спецам дать «профессиональную систему бизнес аналитики» (а что бывают «непрофессиональные» системы?) они все-равно будут давать неточные данные. А ведь любой профессиональный автоматизатор знает, что основные проблемы с внедрением ИТ-систем – это проблемы с пользователями. Человечество пока не придумало способа автоматического программирования мозгов у сотрудников предприятий. А профессионал, знающий свое дело, с любым инструментом будет давать точные данные о состоянии дел компании! На таких сотрудниках держатся не только отдельные предприятия, но и цивилизации.
Все дело во времени: сколько его надо потратить для анализа?
А как вам такое:
«BI-решение полезно компаниям из большинства сфер. Например, производство, финансы, розничная и оптовая торговля, страхование, телекоммуникации, — где есть необходимость понимания того, что происходит в бизнесе».
То есть, авторы допускают, что существуют сферы, в которых НЕ существует «необходимость понимания того, что происходит в бизнесе», и там можно обойтись без бизнес-анализа. Я, например, не знаю таких сфер. Мне, например, за 30 лет автоматизации систем управления компаний не попадались такие компании и даже компашки. Не говоря уже о сферах – везде, всюду и всегда необходимо понимание. Даже «счастье – это когда тебя понимают»!
Ладно продавцы программ – они действительно могут что-то не понимать в бизнесе клиентов, но разработчики-то уж точно обследовали какие-то бизнес-процессы, и должны понимать назначение своей продукции. Вот представление довольно известного продукта известной отечественной фирмы, название которой далее заменено звездочкой:
«*.Бизнес-Анализ» – «современное BI-решение для аналитики больших объёмов информации. Система предоставляет наглядные ассоциативные отчёты для принятия обоснованных решений о стратегии развития бизнеса. Отличительная особенность *.Бизнес-Анализ — предоставление аналитической информации в насыщенных интерактивных визуализациях, позволяющих в одном окне получить все интересующие данные для принятия решения».
Самое интересное, что программа — для принятия «обоснованных» решений! Во как, оказывается, что без этой программы принимаются НЕобоснованные решения! Да еще не просто решения, а о стратегии развития бизнеса. Не более и не менее! И главное, все очень просто: в одном окне – все интересующие данные! И не просто данные, а опять же «большие».
Что же далее? Смотрим программу вебинара по данному продукту. Пункт 3:
«Демонстрация нескольких кейсов BI-панелей: анализ дебиторской задолженности, анализ прибыли, комплексное рабочее место руководителя».
Смотрим на волшебное «одно окно». Оказалось, что их, как минимум, шесть: анализ склада, текущие сделки, валовая прибыль, взаиморасчеты, анализ сроков поставок и ABC-анализ поставщиков, продажи.
Слушайте ребята, на кого рассчитана эта пропаганда? Я то точно знаю, что все это было еще двадцать лет назад в «1С: Торговля и склад 7.7». Впрочем, может что запамятовал, и это было 25 лет назад в «1С: Торговля и склад.7.0». А уж про 1С8 я и не говорю.
Ладно, думаю, может Гугл что-то не то нашел? Кто его знает, как и чего он ищет в «Большущих данных» мировой сети?
Что пишут на Хабре?
Думаю, дай гляну, что пишут на Хабре?
Есть, например, «Сравнение BI систем (Tableau, Power BI, Oracle, Qlik)». Автор в начале заявляет, что руководит направлением BI и аналитики Питерской клиники. В табличной форме сравнил разные параметры программ. В общем, интересно, но ни одного эпизода из жизни клиники, где бы понадобилась эта программы, так и не привел. О чем только не написал: способности сервера, верстка дашбордов, community пользователей, возможность рассылки, ну и т. д. И ни слова о том, зачем все это для клиники? Какие задачи управления предприятием должны решать эти программы? Какая на предприятии автоматизация и у кого и почему, вообще, возник вопрос о дополнительном ПО?
Наконец-то нашел хорошую статью «Технические отличия BI систем (Power BI, Qlik Sense, Tableau)», в которой заголовок отражает содержание. Статья ориентирована на ИТ-специалистов, но и продвинутый конечный пользователь может почерпнуть много интересного. По крайней мере я получил ответ на вопрос о том, что такое «BI система», хотя парадоксально, что определения этого термина в ней нет.
Надеюсь, что в следующей статье, которую автор проанонсировал, будет сказано о стоимости проектов внедрения BI систем. Насколько я понял, профессиональные версии (о прочих, я думаю, нет смысла говорить) стоят миллионы рублей, плюс стоимость внедрения, подготовки персонала и поддержки. Стоит ли овчинка выделки? За такие деньги любой автоматизатор управления предприятием напишет нужные отчеты, если вдруг их не окажется в типовой поставке 1С, SUP, Oracle и т.д. Тем более, что все эти платформы содержат средства соответствующего программирования и визуализации данных.
BI или ERP III?
Да и вообще, все современные ИС содержат весь необходимый функционал, если конечно они правильно спроектированы: собраны все требования пользователей, обследованы все бизнес-процессы, соответствующие этим требованиям, написано техзадание по автоматизации этих бизнес-процессов и ТЗ отдано в руки профессиональных программистов.
Корпоративные ИС разрабатываются по концепции ERP и стандарту ERP II, предложенному в 1999 году — управление внутренними ресурсами и внешними связями организации. Кроме традиционных для систем ERP производственных областей, они применяются в областях управления инфраструктурой (предприятия электроэнергетики, нефтегазовой отрасли, транспорт, связь, телекоммуникации и т.д.) и сервисного обслуживания (консалтинговые компании, организации финансового сектора и т.д.). А уже грядут системы ERP III, которые впишут своих владельцев в глобальный рынок, через социальные сети охватят поставщиков и клиентов. Где здесь можно найти место для BI-систем? Возможно в каких-то локальных сегментах?
Причем, это касается любых информационных систем, хоть коммерческих, хоть государственных. Вот, например, выдержка из отчета Минкомсвязи от 20.04.2020 г. о ходе реализации и оценке эффективности государственной программы «Информационное общество». В отчете говорится о создании ИС «Генеральная схема развития сетей связи и инфраструктуры хранения и обработки данных Российской Федерации» (сокращенно, ИС «Генеральная схема»). Цитата:
«ИС «Генеральная схема» является информационной системой, функционирующей на основе информационных технологий и технических средств, обеспечивающих сбор, обработку, размещение, хранение, анализ, представление, актуализацию и использование информации в целях получения сведений, необходимых для принятия решений по вопросам, отнесенным к компетенции Минкомсвязи России».
Функционал выделен жирным. Скажите, куда здесь можно прилепить дополнительную систему BI для принятия решений? Но это типичный функционал любой современной ИС! Если в вашей системе нет хоть одного из этих пунктов, то смените разработчика!
Локальные сегменты BI
Так в каких локальных сегментах могут быть востребованы BI-системы? Прекрасный ответ дал Эдвард Сноуден, который обнародовал документы о двух сверхсекретных программах Агентства национальной безопасности (АНБ) США — PRISM и XKeyscore. По сообщению газеты «Коммерсантъ» PRISM позволяет скачивать закрытую информацию с серверов крупнейших интернет-компаний США: Microsoft, Yahoo!, Google, Facebook, AOL, Skype, YouTube, Apple и PalTalk. С помощью PRISM спецслужбы США (доступ к системе кроме АНБ имеют ЦРУ и ФБР) собирают личную информацию о пользователях соцсетей и поисковых сервисов, включая электронную переписку, аудио- и видеофайлы, а также сведения об их местонахождении и списке контактов.
XKeyscore еще более совершенна. В АНБ эту программу называют «инструментом для сбора сведений о почти всем, что пользователь делает в интернете». Программа работает посредством 700 серверов, большая часть которых размещена за рубежом в посольствах и консульствах США. Один сервер, как следует из презентации, расположен в Москве.
Естественно, что эти программы работают без всяких коннекторов и делают бизнес-анализ совершенно бесплатно для клиентов, которых обчищают!
Так что создание «суверенного интернета» — это не праздные хотелки-пыхтелки руководства России или Китая. Но возможно ли в принципе уберечься от незапланированного бизнес-анализа наших данных? Вопрос без ответа!
Резюме
Получается, что единственным преимуществом BI-систем становятся «встроенные» источники данных и коннекторы к ним. Как я понимаю, стоимость этих систем в основном и зависит от этого свойства. Пожалуй, за это стоит платить, если, конечно, ваш бизнес связан с мировым рынком. А если нет? Стоит ли платить медицинской клинике за BI-систему и есть ли коннекторы к соответствующим базам данных и серверам? Наверное, стоит, если клиника занимается, например, анализом распространения COVID19 в мировом масштабе. Но много ли у нас таких клиник?
Еще один вопрос возникает при работе с разными источниками данных – это качество данных? Как оценить актуальность, достоверность и точность данных в интернете, пусть даже от известной фирмы, и за плату? Картинку получили автоматически, а кто поставит под ней подпись и, соответственно, возьмет на себя ответственность? Что консалтинговый бизнес, который до сих пор поставлял данные хоть с какой-то достоверностью, умер? Что-то не слышал об этом. Ведь с консалтинговой фирмы можно потребовать откорректировать работу, вернуть деньги, наконец. На самый худой конец можно пойти и дать в морду директору, подписавшему отчет о работе и счет на оплату! Что вы предъявите «большим данным»? Только застрелиться!
А кто даст гарантию, что посредством доступных баз данных, вами не манипулируют?
Посредством доступности данных, тем более бесплатных, в общественное пространство можно вбрасывать и навязывать любое мнение. И, к сожалению, вся наша информационная жизнь является подтверждением этого тезиса.
Если вы управляете данными предприятия или тем более межконтинентальной корпорацией, то для начала не надо данные зарывать, чтобы потом не пришлось их добывать, или, как сейчас модно выражаться, датамайнить. Наведите порядок в базе данных и тогда не придётся использовать Data Mining и тем более Data Science, чтобы добыть нечто полезное из «сырых больших данных».
Ребята, «я тебе один умный вещь скажу, но только ты не обижайся». Прежде чем что-то написать, определитесь для какого специалиста вы пишите: для бухгалтера, экономиста, директора предприятия, маркетолога, бизнес-аналитика, системного администратора или программиста. Иначе вы уподобляетесь Митрофанушке. Ну, не надо специалисту-управленцу ничего знать о серверах и протоколах передачи данных! А вот качество, достоверность данных, полученных со стороны пусть самых «больших данных», и даже за плату, надо знать обязательно. Иначе, как вы собираетесь убалтывать спонсора проекта оплатить счет за программу, ее настройку и поддержку, и обучение пользователей?
Система бизнес-анализа – вещь прилагательная. Т.е. она предназначена для решения конкретных задач предприятия. Поэтому необходимо приводить конкретные примеры применения BI-Системы. При этом управленцу надо говорить одно, а системному администратору – другое. Но говорить надо!
Ну, вот зачем BI-система Питерской клинике?
«Мы ещё увидимся. Я так думаю». Далее – о «Больших данных». Без них никакой BI не нужен.
Юрий Душин, системный и бизнес-аналитик… и просто проектировщик ИС.