Прежде чем приступить к внедрению bi системы необходимо
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.
Современные Business Intelligence (BI) системы на примере IBM Cognos BI
В современном мире существуют определенные классы программного обеспечения, которое ориентированно в основном на корпоративный сегмент (крупный и средний бизнес) и соответственно не имеет широкого распространения. Но некоторые программные комплексы имеют достаточно интересные функции, которые можно применить не только в сфере мелкого бизнеса, но и в качестве персонального инструмента. Вот об одном из таких программных комплексов и пойдет речь в данной статье.
Примечание
Я являюсь техническим специалистом, соответственно статья имеет более технический уклон. Если есть желание почитать информацию по продукту, ориентированную на бизнес пользователей, то вам на офсайт IBM.
Основная цель этой статьи, показать вам как сделать свой первый «Hello World» (по аналогии с программированием) в IBM Cognos BI.
Также хочу отметить, что я имею большой опыт написания пошаговых инструкций со скриншотами каждого шага. Но эта статья не будет очередной пошаговой инструкцией, здесь я хочу показать концепцию работы с системой, а не сделать еще один мануал.
Что такое BI?
Возможность применения BI системы в качестве персонального инструмента
Сразу становится вопрос, как можно использовать эту систему в качестве персонального инструмента? Отвечу по личному примеру, я использую IBM Cognos BI в качестве инструмента по анализу статистики в своих проектах и инструмента по анализу статистики домашней бухгалтерии.
Тут конечно можно возразить, что-то в духе «я и обычным SQL запросами отлично анализирую статистику» или «встроенных функций Excel вполне достаточно чтобы проанализировать всю домашнюю бухгалтерию», но «все познается в сравнении». Как показывает практика, гораздо проще просто натаскать мышкой нужные элементы данных и получить результат в готовом виде, чем возится с написанием SQL запросов или перенастраиванием функций Excel.
Опять-таки, все написанное это лично мое мнение, с которым вы не обязаны соглашаться.
Архитектура IBM Cognos BI
Этапы работы с системой
Структура тестового источника данных
Перед тем как приступить к реализации вышеописанных этапов, я хочу сказать пару слов об тестовом источнике данных. С одной стороны, структура тестового источника данных относительно простая (как для промышленного хранилища данных) с другой стороны она несколько сложнее чем простой лист Excel. Все данные в источнике являются синтетическими (сгенерированы алгоритмами на основе случайных чисел), из-за этого агрегатные показатели выглядят весьма ровно.
Подключение к источнику данных
В IBM Cognos BI все необходимые параметры для подключения к источникам данных хранятся в специальных объектах системы, которые так и называются «Data Source Connections». Чтобы создать новое подключение, необходимо выполнить несколько простых шагов: зайти на портал IBM Cognos BI, перейти в раздел «Администрирование» («Administration»), открыть вкладку «Конфигурация» («Configuration»), выбрать подраздел «Подключения источника данных» («Data Source Connections») и нажать кнопку «Новый источник данных» («New Data Source») в панели инструментов. Далее появится серия диалоговых окон, в которых будет необходимо задать несколько параметров, таких как название подключения, тип соединения, сервер, логин, пароль и т. д.
Разработка метаданных
Разработка метаданных, это один из самых сложных и ответственных моментов. От качества метаданных зависит, как работоспособность системы (скорость формирования отчетов, корректность сформированных результатов и т. д.) так и удобство разработки отчетов. Но несмотря на вышесказанное, сложность разработки метаданных прямо пропорциональна сложности источника данных. Например, чтобы построить реляционное описание нашего тестового источника данных, достаточно запустить мастер построения метаданных, несколько раз кликнуть кнопку «Next», и метаданные готовы.
Итак, как я уже писал ранее, метаданные – это описание источника данных. В IBM Cognos BI. Фундаментом метаданных являются объекты «Query Subject» и связи между ними. Объект «Query Subject» это синоним «View» из реляционных СУБД. Т. е. в основе «Query Subject» стоит запрос к СУБД, определяющий структуру объекта источника, а связи между «Query Subject» это описание логического взаимодействия между этими запросами.
Для создания метаданных в IBM Cognos BI используется отдельное приложение IBM Cognos Framework Manager (единственное не Web приложение в комплексе IBM Cognos BI). После запуска Framework Manager будет предложено создать новый проект (необходимо будет ввести наименование проекта и его расположение в локальной файловой системе).
Следует понимать, что проект Framework Manager (также именуемый как модель Framework Manager) это набор локальных файлов, с которыми работает локальная программа, а пакет метаданных это результат, который располагается на IBM Cognos BI сервере (если проводить аналогию с программированием, то проект – это исходный код, а пакет – это скомпилированное приложение). На базе одного проекта Framework Manager можно создать несколько наборов пакетов.
Создание и публикация пакета метаданных
После того как метаданные созданы, необходимо сформировать метапакет и опубликовать его на IBM Cognos BI сервере. Как я упоминал ранее, метапакет – это некоторое подмножество метаданных, которое публикуется на сервере и с которым работают все Web приложения комплекса IBM Cognos BI. Настройки метапакета позволяют скрыть или не публиковать некоторые объекты метаданных. Например, в тестовых метаданных есть некоторый «Query Subject» [Country_RegDir], который влияет на логику обработки данных источника (является связующим звеном между страной и региональным директором), но не представляет ценности при разработке отчетов, вот такой объект метаданных имеет смысл скрыть на уровне пакета. Или, например, поля с идентификаторами, их тоже имеет смысл скрыть от пользователей метапакетов.
Создание отчетов (анализ данных)
Вот мы потихоньку и подобрались к самому интересному и регулярному процессу – это создание отчетов. Так сложилось что инструменты для создания регулярных отчетов и инструменты для быстрого анализа данных в IBM Cognos BI одни и те же (несмотря на то что в одних удобнее проводить быстрый анализ, а в других удобнее формировать регулярные отчеты, все они позволяют сохранять свои результаты в виде отчетов).
Лично я предпочитаю для всех BI задач использовать инструмент IBM Cognos Report Studio. Это наиболее универсальный инструмент, позволяющий строить отчеты фактически любой сложности и в тоже время предоставляет относительно удобные инструменты для быстрого анализа данных.
После запуска отчета на выполнение, получится примерно такой результат.
Глядя на получившийся отчет можно смело сказать, что оформлен он откровенно плохо, числа не отформатированы, экономический смысл откровенно сомнителен и т. д. Но все эти недостатки оформления можно убрать путем задания свойств соответствующих элементов настроек, а чтобы экономический смысл был более интересен, можно, например, сделать план/факт анализ.
Например, чтобы сделать отчет, показанный ниже (на готовых метаданных) я, как специалист с опытом, потратил где-то 20-30 минут.
А чтобы его полностью переоформить в темную цветовую схему, я потратил где-то еще 10 минут.
Заключение
Я надеюсь, что в этой статье читатель смог получить общие сведения о BI системах и принципе их работы. Конечно в рамках небольшой статьи невозможно рассмотреть относительно подробно ни один из затронутых аспектов (например, о том, как правильно сформировать метаданные, можно написать целую книгу), но я думаю, что если вы решите попробовать, то эта статья подскажет с чего начать и какого результата ожидать.
Также я совсем не затронул некоторые интересные механизмы и функции (например, механизм представления реляционного источника данных как многомерного), но это из-за того, что количество необходимого материала (минимум теории и минимум практики) потянет на отдельную статью.
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.