Что понимают под бизнес аналитика business intelligence

Все бизнесы работают с данными — информацией, генерируемой множеством внутренних и внешних источников компании. Эти каналы данных служат органами чувств руководства, предоставляя ему информацию о том, что происходит с бизнесом и рынком. Следовательно, любое ошибочное представление, неточность или нехватка информации могут привести к искажённому восприятию ситуации на рынке и неверному пониманию внутренних операций, что в свою очередь несёт за собой ошибочные решения.

Для принятия решений на основе данных необходимо чётко видеть все аспекты своего бизнеса, даже те, о которых вы не думаете. Но как превратить неструктурированные фрагменты данных в что-то полезное? В этом вам поможет business intelligence.

Мы уже говорили о стратегии организации машинного обучения. В этой статье мы расскажем о том, как интегрировать business intelligence в существующую корпоративную инфраструктуру. Вы узнаете, как подготавливается стратегия business intelligence и интегрируются инструменты в рабочие процессы компании.

Что такое business intelligence?

Начнём с определения: business intelligence (BI) — это набор практик по сбору, структурированию, анализу и превращению сырых данных в картину бизнеса, позволяющую принимать решения. BI применяет методики и инструменты, преобразующие неструктурированные массивы данных, компилируя их в понятные отчёты или информационные дэшборды. Основное предназначение BI — создавать картину бизнеса и обосновывать принятие решений при помощи данных.

Пример интерактивного дэшборда для отдела продаж

Весь процесс business intelligence можно разделить на четыре этапа:

• Сбор данных
• Очистка/стандартизация данных
• Анализ
• Отчётность

Самая большая часть реализации BI — применение инструментов, выполняющих обработку данных. Инфраструктуру BI образуют различные инструменты и технологии. Чаще всего эта инфраструктура содержит следующие технологии хранения и обработки данных, а также формирования отчётности:

• Источники данных
• ETL (Extract, Transform, Load) или инструменты интеграции данных
• Хранилище данных
• Кубы данных Online analytical processing
• Киоски данных
• Инструменты отчётности (BI)

Чтобы узнать больше о части business intelligence, касающейся инжиниринга данных, можно прочитать нашу статью или посмотреть видео:

Business intelligence — это технологический процесс, сильно зависящий от входных данных. Технологии, используемые в BI для преобразования неструктурированных или частично структурированных данных, также могут использоваться для data mining, а также во фронтенде для работы с big data.

Business intelligence и прогнозная аналитика

Определение business intelligence часто сбивает с толку, ведь оно пересекается с другими областями знания, в частности, с прогнозной аналитикой. Серьёзной ошибкой было бы считать, что business intelligence и прогнозная аналитика (predictive analytics) — это одно и то же.

По сути, business intelligence — это методика анализа данных, отвечающая на вопросы что происходило? и что происходит?. Этот тип обработки данных также называется дескриптивной аналитикой. При помощи дескриптивной аналитики компании могут исследовать состояние рынка в своей отрасли, а также собственные внутренние процессы. Анализ исторических данных помогает выявлять слабые места и потенциал бизнеса.

Прогнозная аналитика занимается предсказаниями на основании обработки данных событий прошлого. Прогнозная аналитика не проводит анализ исторических событий, а делает прогнозы о бизнес-тенденциях будущего. Оба этих типа прогнозов основаны на анализе событий прошлого. Поэтому BI и прогнозная аналитика могут использовать для обработки данных одинаковые техники. В какой-то степени, прогнозная аналитика может считаться следующим этапом business intelligence. Подробнее об этом можно прочитать в нашей статье, посвящённой моделям зрелости аналитики.

Обе методики анализа обращаются к трём основным типам управления данными:

1. Дескриптивной аналитике (BI)
2. Прогнозной аналитике
3. Предписывающей аналитике

Предписывающая аналитика — это третий тип, нацеленный на поиск решений задач бизнеса; он предлагает действия для их решения. В настоящее время предписывающая аналитика (prescriptive analytics) реализуется при помощи многофункциональных инструментов BI, однако эта область знаний в целом не развилась до достаточно надёжного уровня.

Весь процесс интеграции инструментов BI в вашу организацию можно разбить на знакомство сотрудников компании с business intelligence как с концепцией и на саму интеграцию инструментов и приложений. Ниже мы расскажем об основных пунктах интеграции BI и раскроем некоторые сложности.

Схема реализации business intelligence по должностям и этапам

Этап 1: ознакомление сотрудников и руководства с business intelligence

Начнём с основ. Чтобы приступить к использованию business intelligence в вашей организации, вам первым делом нужно объяснить значение BI всему руководству. Здесь важно взаимопонимание, поскольку в обработку данных будут вовлечены сотрудники различных отделов. Поэтому нужно обеспечить согласованность, чтобы никто не путал business intelligence с прогнозной аналитикой.

Ещё одно предназначение этого этапа — объяснение концепции BI основным руководителям, задействованным в управлении данными. Вам нужно определить задачу, над которой вы будете работать, задать KPI и организовать специалистов, чтобы запустить собственный проект business intelligence.

Важно заметить, что на этом этапе вы, строго говоря, будете делать допущения об источниках данных и стандартах, которые будут задаваться для управления потоком данных. На последующих этапах вы сможете проверить верность своих допущений и сформировать процесс обработки данных. Именно поэтому нужно быть готовыми к изменению каналов получения данных и структуры команды.

Задаём цели, KPI и требования

Первым важным шагом после обеспечения общего видения обстановки будет определение задачи или группы задач, которые вы будете решать с помощью business intelligence. Установка целей позволит вам определить высокоуровневые параметры BI, например:

• Какие источники данных будут использоваться? (CRM, ERP, аналитика веб-сайтов, внешние источники и так далее.)
• Какой тип данных нам нужно принимать? (Показатели продаж, отчёты, трафик веб-сайтов и так далее.)
• Кому нужен доступ к этим данным? (Высшее руководство, аналитики рынка, другие специалисты.)
• Какие типы отчётов нам нужны и как они должны быть представлены? (Электронные таблицы, диаграммы, оперативные отчёты или интерактивные дэшборды.)
• Как будет измеряться прогресс?

На этом этапе наряду с целями вам нужно продумать возможные KPI и метрики оценки для проверки успешности выполнения задачи. Это могут быть физические ограничения (выделенный на разработку бюджет) или показатели результатов работы наподобие скорости запросов или частота отчётов об ошибках.

К концу этого этапа вы уже сможете сконфигурировать исходные требования к будущему продукту. Это может быть список фич в бэклоге продукта, состоящий из user story, или упрощённая версия этого документа с требованиями. Главное здесь то, что на основании требований вы должны понять, какой тип архитектуры, фичи и возможности необходимы в ваших ПО/оборудования для BI.

Этап 2: выбор инструментов или принятие решения о разработке собственного решения

Составление документа с требованиями к системе business intelligence — ключевой момент для понимания, какой инструмент вам нужен. Крупным компаниям стоит задуматься о разработке собственной экосистемы BI, и на то есть следующие причины:

1. Иногда организации корпоративного уровня не могут доверить сторонним компаниям обработку своих ценных данных.
2. Инструменты BI в основном дифференцируются по обслуживанию потребностей в конкретной отрасли. Может оказаться так, что на рынке нет поставщика, предоставляющего услуги в вашей отрасли.
3. Обработка больших объёмов информации или работа big data могут стать обоснованием разработки собственной BI вместо поиска поставщика, поскольку своя система повышает гибкость в выборе поставщика облачной инфраструктуры.

Более мелким компаниям рынок BI предлагает огромное количество инструментов, способных работать как встроенные, так и облачные (Software-as-a-Service) технологии. Можно найти предложения, покрывающие все или почти все потребности в анализе данных для конкретной отрасли и имеющие гибкие возможности.

Исходя из требований, типа отрасли, размера и потребностей бизнеса вы сможете принять решение о необходимости вложений в собственный инструмент BI. В противном случае, можно выбрать поставщика, который возьмёт на себя ношу реализации и интеграции.

Этап 3: сбор команды business intelligence

Далее вам нужно будет собрать группу людей из разных отделов компании, чтобы поработать над стратегией business intelligence. Зачем вообще создавать такую группу? Ответ прост: команда BI помогает собрать представителей разных отделов для упрощения коммуникации и получения предложений отделов о требуемых данных и их источниках. То есть структура команды BI должна включать в себя две основные категории людей:

Представители предметной области из разных отделов

Эти люди будут отвечать за предоставление команде доступа к источникам данных. Также они вкладывают свои знания предметной области в выбор и интерпретацию различных типов данных. Например, специалист по маркетингу может определить, являются ли ценными типами данных трафик веб-сайта, процент отказа или количество подписок на рассылку. Специалист по работе с клиентами может дать ценные советы о взаимодействии с клиентами. Кроме того, вы получите доступ к информации о маркетинге или продажах от одного человека.

Должности, относящиеся к BI

Вторая категория людей — это люди, относящиеся к BI, которые будут вести процесс разработки и принимать архитектурные, технические и стратегические решения. То есть вам необходимо назначить людей на следующие должности:

Руководитель BI. Этот человек должен обладать теоретическими, практическими и техническими знаниями для поддержки реализации стратегии и инструментов. Это может быть руководитель со знанием business intelligence и доступом к источникам данных. Руководитель BI — это человек, принимающий решения, управляющие реализацией.

Инженер BI — это технический участник команды, специализирующийся на создании, реализации и настройке систем BI. Обычно инженеры BI имеют опыт в разработке ПО и конфигурировании баз данных. Также они хорошо должны владеть методиками и техниками интеграции данных. Инженер BI может руководить отделом ИТ в реализации инструментария BI. Подробнее о специалистах по данным и их обязанностях можно узнать из нашей статьи.

Также частью команды BI должен стать аналитик данных, способный применять свои знания в валидации, обработке и визуализации данных.

Этап 4: документирование стратегии BI

Собрав команду и выбрав источники данных, требуемые для решения конкретной задачи, можно приступать к разработке стратегии BI. Документировать стратегию можно при помощи традиционных стратегических документов наподобие дорожной карты продукта. Стратегия business intelligence может включать в себя различные компоненты, зависящие от отрасли, размера компании, конкуренции и бизнес-модели. Однако рекомендуются следующие обязательные компоненты:

Источники данных

Это документация выбранных каналов источников данных. В неё должны быть включены все типы каналов, будь то руководитель, аналитика отрасли в целом или информация от сотрудников и отделов. Примерами таких каналов могут быть Google Analytics, CRM, ERP и так далее.

Отраслевые/собственные KPI

Документирование стандартных отраслевых и уникальных для вас KPI может продемонстрировать полную картину развития и потерь вашего бизнеса. В конечном итоге, инструменты BI созданы для отслеживания этих KPI, поддерживая их дополнительными данными.

Стандарты отчётности

На этом этапе нужно определить, какой тип отчётности вам требуется для удобного извлечения ценной информации. В случае собственной системы BI можно выбрать визуальное или текстовое представление. Если вы уже выбрали поставщика, возможности выбора стандартов отчётности могут быть ограничены, поскольку поставщик устанавливает собственные. В этот раздел также можно включить типы данных, с которыми вы хотите работать.

Тип потока отчётности и конечные пользователи

Конечный пользователь — это человек, который будет наблюдать за данными через интерфейс инструмента отчётности. В зависимости от конечных пользователей можно выбирать различные типы потока отчётности:

Традиционная BI. Традиционно BI проектировалась исключительно для руководства. Поскольку количество пользователей и типов данных ограничено, необходимость в полной автоматизации отсутствует. Поэтому в традиционном типе потока BI требуется технический персонал в качестве посредника между инструментом отчётности и конечным пользователем. Если конечный пользователь хочет извлечь какие-то данные, то он может сделать запрос, а технический персонал сгенерирует отчёт из требуемых данных. В таком случае отдел ИТ действует как power user — пользователь, имеющий доступ к данным и влияющий на их преобразования.

Традиционный подход предлагает более безопасный и управляемый поток данных. Однако необходимость полагаться на отдел ИТ может привести к задержкам, снижающим гибкость и скорость в случае обработки больших объёмов данных (особенно в случае big data). Если вы стремитесь к большему контролю над отчётностью и к точности отчётов, то соберите отдельную команду ИТ, которая будет заниматься запросами и формированием отчётов.

BI с самообслуживанием. Современные компании и поставщики решений используют BI с самообслуживанием. Такой подход позволяет бизнес-пользователям и руководству получать отчёты, автоматически генерируемые системой. Для автоматической отчётности не требуются power user (администраторы) из отдела ИТ, обрабатывающие каждый запрос к хранилищу данных; однако для настройки системы всё равно нужен технический персонал.

Автоматизация может снизить качество конечных отчётов и их гибкость, а также быть ограниченной тем, как спроектирована отчётность. Однако у такого подхода есть преимущество: для работы с системой не нужно постоянное участие технического персонала. Не обладающие техническими знаниями пользователи смогут создать отсчёт самостоятельно или получить доступ к выделенному разделу хранилища данных.

Этап 5: подготовка инструментов интеграции данных

Этап интеграции инструментов потребует много времени и работы отдела ИТ. Если вам требуется создание собственного решения, то придётся разработать множество различных структурных элементов архитектуры BI. В остальных случаях вы можете выбрать поставщика на рынке, предоставляющего подходящие вам реализацию и структурирование данных.

Один из базовых элементов любой архитектуры BI — это хранилище данных. Хранилище — это база данных, хранящая информацию в установленном формате, обычно структурированном, классифицированном и очищенном от ошибок. Если данные предварительно не обрабатываются, инструмент BI или отдел ИТ не смогут запросить их. Поэтому нельзя напрямую соединять хранилище данных (data warehouse) с источниками информации. Вместо этого следует использовать инструменты ETL (Extract, Transform, Load) или инструменты интеграции данных. Они предварительно обработают сырые данные из исходных источников и передадут их в хранилище за три последовательных этапа:

1. Извлечение данных. Инструмент ETL получает данные из таких источников данных, как ERP, CRM, аналитика и электронные таблицы.
2. Преобразование данных. После извлечения инструмент ETL начинает обработку данных. Все извлечённые данные анализируются, очищаются от дубликатов, а затем стандартизируются, сортируются, фильтруются и проверяются.
3. Загрузка данных. На этом этапе преобразованные данные загружаются в хранилище.

Обычно инструменты ETL предоставляются в готовом виде вместе с инструментами BI, разработанными поставщиком. (Ниже мы рассмотрим самые популярные из них). Чтобы узнать, что нужно для очистки и подготовки данных, прочитайте нашу статью.

Этап 6: конфигурирование хранилища данных и выбор архитектурного решения

Хранилище данных

Сконфигурировав передачу данных из выбранных источников, необходимо настроить хранилище. Хранилища данных в business intelligence — это особые типы баз данных, обычно хранящие историческую информацию в форматах SQL. С одной стороны хранилища соединены с источниками данных и системами ETL, с другой — с инструментами отчётности или интерфейсами дэшбордов. Это позволяет отображать данные из различных систем в едином интерфейсе.

Однако хранилище обычно содержит огромные объёмы информации (от 100 ГБ), из-за чего ответы на запросы оказываются достаточно медленными. В некоторых случаях данные могут храниться в неструктурированном или частично структурированном виде, что приводит к высокой частоте ошибок при парсинге данных для генерирования отчёта. Для аналитики может потребоваться определённый тип данных, который ради простоты использования сгруппирован в одном пространстве хранения. Именно поэтому компании используют дополнительные технологии для предоставления ускоренного доступа к мелким тематическим блокам информации.

Существуют различные типы решений, используемых для предоставления аналитике небольших частей данных из хранилища. Самый популярный из них — это Online Analytical Processing и киоск данных. Эти технологии обеспечивают ускорение отчётности и упрощение доступа к необходимым данным.

Рекомендации: если вы не обладаете большими объёмами данных, то достаточно будет использовать простое SQL-хранилище. Дополнительные структурные элементы наподобие киоска данных потребуют больших дополнительных затрат, не обеспечивая при этом никакой ценности. Этот вариант подходит мелким бизнесам или отраслям, работающим с относительно небольшими объёмами данных.

Так как хранилище данных невелико, инструменты отчётности конечных пользователей могут напрямую выполнять запросы к ней без задержек

Хранилище данных + кубы данных Online Analytical Processing

Находящиеся в хранилище данные имеют две размерности, напоминающие обычный формат электронной таблицы (таблицы и строки). Способ хранения данных в таком хранилище также называется реляционной базой данных. Одна база данных может включать в себя тысячи типов данных, поэтому обработка запросов к хранилищу данных занимает существенное время. Чтобы удовлетворить потребности аналитика и обеспечить быстрый доступ к данным, их анализ в разных измерениях, группировать их по необходимости, используются кубы данных OLAP.

OLAP или online analytical processing (интерактивная аналитическая обработка) — это технология, обрабатывающая данные и предоставляющая к ним доступ одновременно в нескольких измерениях. Структурирование данных в кубы позволяет преодолеть ограничения хранилища данных.

Модель куба данных OLAP, представление многомерных данных

Куб данных OLAP — это структура данных, оптимизированная для быстрого анализа данных из баз данных SQL (хранилища). Исходные данные кубов из хранилища данных являются уменьшенной версией её описания. Однако структура данных предполагает, что существует больше двух измерений (формат строк и столбцов электронных таблиц). Для формирования отчёта размерности являются критически важными элементами. Например, для отдела продаж они могут быть такими:

• Специалист по продажам
• Объём продаж
• Продукт
• Регион
• Временной период

Кубы образуют многомерную базу данных информации, которую можно адаптировать, чтобы группировать информацию разными способами для ускорения создания отчётов. Кубы данных OLAP, посвящённые разным тематикам данных, образуют базы данных OLAP. Хранилище и OLAP используются совместно, поскольку кубы хранят относительно малый объём данных и применяются для удобства обработки.

Рекомендация: архитектуру «хранилище данных + кубы данных OLAP» можно считать типичной. Её могут использовать компании любого размера, которым требуются хранение данных и сложный многомерный анализ информации. Если вы не хотите перегружать хранилище запросами, то рассмотрите возможность использования архитектуры с OLAP.

Кубы данных OLAP задают специфические размерности данных для запросов данных и снижения нагрузки на основное хранилище

Технологии хранилища данных + киоска данных

Хранилище — первый и самый крупный элемент архитектуры business intelligence. Менее масштабным описанием массивов данных хранилищ является киоск данных. Киоск данных — это специализированная часть хранилища, собирающая тематически схожую информацию, относящуюся к конкретному отделу. При помощи киосков данных отделы могут получать доступ к требуемым данным, поскольку киоски предоставляют информацию, относящуюся к одной из сфер бизнеса. Это значит, что разработчикам не придётся настраивать для конечных пользователей систему запросов на основе разрешений.

Рекомендация: «хранилище данных + киоск данных» — второй по популярности архитектурный стиль, основанный на использовании киосков данных для распространения требуемой информации по отделам. Такой подход может использоваться для настройки постоянной отчётности или упрощения доступа к информации без предоставления разрешений конечным пользователям.

Киоск данных — это менее масштабное описание хранилища данных, посвящённое конкретной сфере данных

Гибридная архитектура

Корпоративным бизнесам могут требоваться различные варианты управления данными. Киоски и кубы данных — это разные технологии, но обе они используются для описания меньших объёмов информации из хранилища. Киоски данных описывают подмножество хранилища данных, относящееся к конкретной задаче, но реализовать их можно по-разному. Среди вариантов реализации есть реляционные базы данных (хранилище или любая другая база данных SQL) и многомерные структуры, по сути, являющиеся кубами данных OLAP. То есть для управления данными и их распределения по отделам организации можно использовать обе технологии.

Рекомендация: можно использовать обе технологии, поскольку они поддерживают одну концепцию, но служат разным целям. Киоски данных можно реализовать как часть хранилища данных для обеспечения безопасности, агрегирования данных или доступности. Или можно использовать киоски как описание нескольких размерностей куба данных OLAP. Однако стоит иметь в виду, что и киоски, и кубы данных OLAP потребуют отдельной настройки баз данных.

Комбинированная версия с кубами данных OLAP и киосками данных

Этап 7: реализация интерфейса конечного пользователя — инструментов и дэшбордов отчётности

Данные, упорядоченные в удобные тематически связанные блоки информации в кубах Online Analytical Processing или киосках данных представляются при помощи интерфейса пользователя инструментов BI. Именно здесь дескриптивный анализ приносит пользу конечному пользователю.

Современные инструменты BI позволяют представить требуемые данные множеством различных способов. В прошлом business intelligence могла создавать только статичные отчёты на основании событий будущего и прошлого. Сегодня BI способна создавать интерактивные дэшборды с настраиваемыми порциями информации. Однако самым популярным способом представления данных остаются шаблоны отчётности.

Наиболее ценным способом представления информации считается оперативный отчёт (ad hoc report). Оперативная отчётность позволяет пользователям углубиться в подробности стандартного отчёта, используя любые типы данных для единовременного применения. Такой тип отчётности применяется вместо ежедневных или ежемесячных отчётов в качестве более полной версии, поскольку пользователь будет извлекать данные из хранилища (куба или киоска данных) непосредственно в момент просмотра отчёта. Это гарантирует свежесть информации, представленной запрашиванием из баз данных каждого элемента информации. То есть, по сути, оперативный отчёт — это настраиваемый отчёт в реальном времени, используемый для поиска ответов на конкретный бизнес-вопрос.

Этап 8: Проведение обучения конечных пользователей

Чтобы процесс онбординга сотрудников был плавным, мы крайне рекомендуем провести обучающие сессии. Эти сессии могут принимать разный вид: если вы используете аналитический инструмент, встроенный в CRM или ERP, то можно применить практики онбординга наподобие видеоинструкций или интерактивных инструментов онбординга, последовательно проводящих пользователей через все этапы.

Если у вас нет бюджета на автоматизацию обучения, то менеджер или участники команды BI всё равно должны его провести.

Основные инструменты business intelligence на рынке

Важно упомянуть, что поставщики инструментов BI предоставляют пользователям инструменты интеграции данных, ETL, отчётности (дэшборды), а также услуги хранения. Это означает, что чаще всего вы получите полную архитектуру BI, интегрированную в вашу систему. Ниже мы расскажем о некоторых примерах поставщиков инструментов business intelligence.

Sisense

Sisense — одно из крупнейших имён на рынке business intelligence. Продукт компании обеспечивает доступ к системам анализа данных в бэкенде и фронтенде для пользователей с разным техническим уровнем. Также Sisense предлагает услуги хранения данных, то есть обеспечивает полнофункциональное решение. В качестве модели ценообразования используется ежегодная подписка, однако на её стоимость сильно влияют количество пользователей, объёмы данных и тип проекта.

Zoho Analytics

Ещё одно крупное имя в отрасли business intelligence — это Zoho Analytics. Zoho предлагает полную инфраструктуру с масштабируемым интерфейсом как для малых, так и для больших бизнесов. Среди прочих полезных функций она предлагает открытые RESTFUL API для подключения всех необходимых систем CRS и ERP, площадки совместной работы сотрудников или руководства.

Tableau

Tableau — это облачное решение BI, первым использовавшее в инструментах отчётности интерфейсы drag-and-drop. ПО Tableau тоже имеет функции совместной работы: для аналитиков можно создать единую страницу входа для доступа к дэшборду и обмена информацией. Можно выполнять запросы данных так, чтобы они передавались на мобильное устройство. В приложении Tableau можно изменять отчёты и сохранять изменения прямо через телефон.

SAP

SAP — международная компания, предлагающая множество технических решений, в том числе продукты пакет Business Objects Business Intelligence и Cloud Analytics. Первый продукт — это базовое решение для бизнесов любого размера. Платформа предоставляет услуги умных запросов и оперативной отчётности. Кроме того, дэшборд-отчётность использует формат на основе должностей, то есть любой пользователь может настроить аналитический дэшборд в зависимости от своей должности. Дополнительное преимущество заключается в простоте интеграции продуктов SAP с продуктами Microsoft Office.

BusinessQ

Решения BI компании BusinessQ разработаны специально для мелкого и среднего бизнеса. BusinessQ предлагает как отдельное веб-приложение, так и embedded-версию, встраиваемую в приложение клиента.

Domo

Платформа BI Domo — это решение, в первую очередь рассчитанное на использование в облаке и предназначенное для бизнесов любого размера. Сервис масштабируем, что позволяет ему работать и с big data, и с мелкими корпоративными базами данных. Domo обеспечивает доступ к дэшбордам реального времени, использует реализованные в кубах OLAP киоски данных, обеспечивающие многомерный анализ и разделение данных по отделам.

Qlik

Qlik — это поставщик услуг business intelligence, предоставляющий различные продукты для визуализации данных, интерактивного дэшбординга и самостоятельного создания отчётности. Инфраструктуру можно реализовать на мощностях клиента или в облаке. Кроме того, Qlik предлагает доступ к списку публичных массивов данных в качестве источников информации.

В заключение

Инструменты business intelligence существуют уже более двадцати лет. Однако внешний вид и базовая функциональность «стандартного» инструмента BI существенно изменились. Вместо простой статической отчётности каждый поставщик сегодня предлагает оперативную отчётность или интерактивные дэшборды для совместной работы аналитиков. Кроме того, для обычных задач бизнеса стандартом становится BI с самообслуживанием, позволяющая предпринимателям выполнять аналитику с меньшей тратой ресурсов. Следуя общим техническим тенденциям, в BI появились такие нововведения, как облачные платформы и мобильная отчётность BI.

Таким образом, зная основные тенденции и технологии, используемые в этой отрасли, вы сможете создать собственную систему BI или выбрать готовую; это позволит вам создавать простые для понимания отчёты для обоснования своих решений. Business intelligence больше не является привилегией высшего руководства, это инструмент совместной работы для всей организации. Подберите подходящего поставщика и используйте все необходимые функции, чтобы ваши сотрудники могли пользоваться результатами BI.

Получайте новую статью каждую неделю

Что такое бизнес-аналитика?

Бизнес-аналитика, или BI, — это общий термин, подразумевающий под собой разнообразные программные продукты и приложения, созданные для анализа первичных данных организации.

Бизнес-анализ как деятельность состоит из нескольких связанных между собой процессов:

• интеллектуальный анализ данных (data mining),
• аналитическую обработку в реальном времени (online analytical processing),
• получение информации из баз данных (querying),
• составление отчетов (reporting).

Компании используют BI для принятия обоснованных решений, сокращения издержек и поиска новых перспектив для бизнеса. BI — это нечто большее, чем обычная корпоративная отчетность или некий набор инструментов для получения информации из учетных систем предприятия. IT-директора используют бизнес аналитику, чтобы выявить неэффективные бизнес-процессы, которые «созрели» для перестройки.

Используя современные инструменты бизнес-анализа, бизнесмены могут начать анализировать данные самостоятельно и не ждать, пока IT-департамент сформирует сложные и запутанные отчеты. Такая демократизация доступа к информации дает пользователям возможность подкреплять реальными цифрами свои бизнес-решения, которые в обратном случае были бы основаны на интуиции и случайностях.

Несмотря на то что системы BI достаточно перспективны, их внедрение может быть затруднено техническими и «культурными» проблемами. Менеджерам необходимо обеспечивать четкие и согласованные данные для BI приложений, чтобы пользователи могли им доверять.

Какие компании используют BI-системы?

Ресторанные сети (например, Hardee’s, Wendy’s, Ruby Tuesday и T.G.I. Friday’s) активно используют системы бизнес-аналитики. BI крайне полезен им для принятия стратегически важных решений. Какие новые продукты добавить в меню, какие блюда исключить, какие неэффективно работающие точки закрыть и т.д. Они также используют BI для таких тактических вопросов, как пересмотр договоров с поставщиками продуктов и выявление путей совершенствования неэффективных процессов. Поскольку ресторанные сети сильно ориентированы на свои внутренние бизнес-процессы и поскольку BI занимает в контроле этих процессов центральное место, помогая управлять предприятиями, рестораны, среди всех отраслей, входят в элитную группу компаний, которые получают реальную выгоду от этих систем.

Бизнес-аналитика является одним из ключевых компонентов BI. Этот компонент важен для достижения успеха компании из любой отрасли.

Как внедрить BI-систему?

Перед внедрением BI-системы, компаниям следует проанализировать механизмы принятия управленческих решений и понять, какая информация необходима руководителям для более обоснованного и оперативного принятия этих решений. Также желательно проанализировать, в каком виде руководители предпочитают получать информацию (в качестве отчетов, графиков, онлайн, в бумажной форме). Уточнение данных процессов покажет, какую информацию компании необходимо получить, анализировать и консолидировать в своих BI-системах.

Качественные BI-системы должны предоставлять пользователям контекст. Недостаточно просто составлять отчеты о том, какими были продажи вчера и какими — год назад в этот же день. Система должна давать возможность понять, какие факторы привели именно к такому значению объема продаж в один день и другому — в тот же день год назад.

Подобно многим IT проектам, внедрение BI не окупится, если пользователи будут чувствовать «угрозу» или скептически относиться к этой технологии и в результате откажутся от ее использования. BI, будучи внедренной в «стратегических» целях, должна, по идее, фундаментальным образом изменить функционирование компании и процесс принятия решений, поэтому руководителям IT-департаментов необходимо с особым вниманием подходить к мнениям и реакциям пользователей.

7 этапов запуска BI-систем

1. Убедитесь, что ваши данные корректны (достоверны и пригодны для анализа).
2. Проведите полноценное обучение пользователей.
3. Внедряйте продукт как можно более оперативно, привыкая пользоваться им уже по ходу внедрения. Не стоит тратить огромное количество времени на разработку «идеальных» отчетов, поскольку отчеты можно будет добавить по мере по мере развития системы и потребности пользователей. Составляйте отчеты, которые быстро обеспечат максимальную пользу (потребность пользователей в данных отчетах максимальна), а затем корректируйте их.
4. Придерживайтесь интегративного подхода к построению хранилища данных. Убедитесь, что вы не «запираете» себя в неработающей в длительной перспективе стратегии обработки данных.
5. Перед тем как начать, четко оцените ROI. Определите конкретные преимущества, которые намереваетесь получить, и затем проверяйте их соответствие действительным результатам каждый квартал или каждые полгода.
6. Сфокусируйтесь на целях вашего бизнеса.
7. Не покупайте программное обеспечение для аналитики, потому что вы думаете, что вам это нужно. Внедряйте BI с мыслями, что среди ваших данных существуют показатели, которые необходимо получить. При этом, важно иметь хотя бы примерное представление о том, где конкретно они могут быть.

Какие могут возникнуть проблемы?

Крупное препятствие на пути к успеху BI-систем — сопротивление пользователей. Среди прочих возможных проблем — необходимость «просеивать» большие объемы нерелевантной информации, а также данные неудовлетворительного качества.

Ключ к получению значимых результатов от работы BI-систем — это стандартизированные данные. Данные являются фундаментальным компонентом любой BI системы. Компаниям необходимо привести свои хранилища данных в строгий порядок прежде, чем они смогут начать извлекать необходимую информацию и доверять полученным результатам. Без стандартизации данных есть риск получать некорректные результаты.

Еще одной проблемой может стать некорректное понимание роли аналитической системы. BI- инструменты стали более гибкими и удобными для пользователей, однако основная их роль по-прежнему — составление отчетов. Не стоит ждать от них автоматизированного управления бизнес-процессами. Впрочем, определенные изменения в этом направлении все же намечаются.

Третьим препятствием при трансформации бизнес-процессов с использованием BI системы является недостаточное понимание компаниями собственных бизнес-процессов. Как следствие, компании просто не понимают, как можно эти процессы улучшить. Если процесс не оказывает прямого влияния на прибыль или компания не собирается стандартизировать процессы во всех своих подразделениях, внедрение BI системы может оказаться неэффективным. Компаниям необходимо понимать все виды деятельности и все функции, которые составляют отдельный бизнес-процесс. Также важно знать, как передается информация и данные через несколько разных процессов, и как данные передаются между бизнес-пользователями, и то, как люди используют эти данные для осуществления своих задач в рамках конкретного процесса. Если стоит цель оптимизировать работу сотрудников, все это необходимо понять еще перед тем, как запустить BI-проект.

Некоторые преимущества от использования BI-решений

Большое количество BI-приложений помогло компаниям с лихвой отбить вложенные средства. Системы бизнес-аналитики используются для изучения способов сокращения издержек, выявления новых возможностей для развития бизнеса, представления ERP-данных в наглядной форме, а также для быстрого реагирования на изменение спроса и оптимизации цен.

Кроме повышения доступности данных, BI может предоставить компаниям больше преимуществ во время переговоров, упрощая оценку отношений с поставщиками и клиентами.

В рамках предприятия существует множество возможностей экономить деньги путем оптимизации бизнес-процессов и процесса принятия решений в целом. BI способен эффективно помогать в совершенствовании этих процессов, проливая свет на допущенные в них промахи. Например, сотрудники одной компании в Альбукерке использовали BI для определения путей сокращения использования мобильных телефонов, работы в сверхурочные часы и других текущих расходов, сэкономив для организации $2 миллиона за три года. Также, с помощью BI-решений, Toyota осознала, что вдвое переплатила своим перевозчикам общей суммой $812 000 в 2000 г. Использование BI-систем для обнаружения дефектов в бизнес-процессах ставит компанию в более выгодное положение, давая конкурентное преимущество перед компаниями, которые используют BI просто для того, чтобы отслеживать происходящее.

Еще несколько советов по использованию BI

• Проанализируйте, как принимают решения руководители.
• Подумайте, какая информация нужна руководителям для оптимизации принятия оперативных управленческих решений.
• Обращайте внимание на качество данных.
• Продумывайте показатель эффективности, который имеет наибольшее значение для бизнеса.
• Обеспечивайте контекст, который влияет на показатель эффективности.

И помните, BI — это нечто большее, чем поддержка принимаемых решений. Благодаря развитию технологий и тому, как их внедряют руководители IT-департаментов, системы бизнес-анализа обладают потенциалом трансформировать организации. IT-директора, которые успешно используют BI для улучшения бизнес-процессов, вносят гораздо более значимый вклад в деятельность свой организации, руководители, внедряющие базовые инструменты составления отчетов.

По материалам www.cio.com

Перевод статьи Business Intelligence Definition and Solutions

Об эксперте: Вячеслав Матвиевский, управляющий партнер компании Sensu by TWIGA CG (системная интеграция и разработка BI-систем).

Последние несколько лет бизнес как мантру повторяет, что данные — золото. Но согласно исследованию Seagate и IDC, компании эффективно используют только 32% информации, а 44% данных не собирают вовсе. Препятствий для этого несколько: сложность со сбором информации, ее хранение в разрозненных базах, недостаточная сопоставимость данных из разных источников. Улучшить ситуацию помогает использование BI-систем.

Business Intelligence (или BI) — системы, которые автоматически собирают информацию из разных источников, соединяют в целостную картину в удобном формате и дают возможность строить отчетность, быстро и удобно анализируя большие объемы данных. Аналитики ожидают, что мировой рынок BI-систем к 2028 году увеличится с $24 млрд в 2021 году до $43 млрд в 2028 году, что говорит о востребованности бизнесом.

Как это работает

Типовая BI-система для среднего или крупного бизнеса состоит из следующих элементов:

• ETL-процесса (Extract, Transform, Load). Так обозначают набор инструментов, которые подключаются к источникам данных, собирают из них информацию, преобразуют до необходимого качества, и загружают в систему.
• Хранилища данных — базы, в которой хранится аналитическая информация из всех источников, очищенная от лишнего и связанная логически.
• BI-системы (BI-приложения). Она позволяет пользователям подключиться из внешнего интерфейса и работать с данными в графическом или табличном виде.
• Клиентской части — приложений, с которыми работают пользователи, разрабатывая и используя отчеты.

Работает система следующим образом. С помощью ETL-процессов система по расписанию получает данные из источников, преобразует их и сохраняет в хранилище (DWH) в единообразном виде. Из них формируется модель данных. Пользователи работают с моделью через привычный интерфейс Excel и Power BI.

Профессиональные BI-системы — это кастомизированные продукты, которые разрабатываются под конкретную организацию. Она выбирает платформу, на которой будет разрабатываться продукт (Microsoft, Google, Oracle, Open source и другие), а дальше компания-подрядчик на ней пишет код. Процесс может занять от месяца до двух лет.

Время разработки зависит от количества и сложности источников данных, их структуры, охвата функциональных областей, числа пользователей и возможности команды с обеих сторон (со стороны заказчика и со стороны исполнителя) вовремя выполнять свои части работы. Чтобы с последним не вышло заминок, а результат не разочаровал, обратите внимание на следующие шесть пунктов.

1. Разобраться с целями

Проблема. Компания осознает цель в общих чертах и хочет решить вопрос с данными и отчетами, но не представляет, как должен выглядеть конечный результат. Часто хочет «волшебную таблетку», которая решит проблему.

Решение. Вот как можно конкретизировать цели, посмотрев на BI-систему с двух сторон.

С точки зрения типа потребления:

• Гибкая система отчетности, позволяющая пользователям самим строить новые формы отчетности, интерактивно работать с данными без разработчиков.
• Стандартизированная система отчетности, автоматически рассылающая отчеты всем пользователям без возможности их править.
• Комбинированные варианты.

С точки зрения функциональных областей:

• Коммерческая отчетность (закупки, продажи, остатки, наценки, маржа, информация по торговым точкам, товарам и так далее).
• Финансовая отчетность (стандартизованные формы, любые пользовательские формы управленческого учета и отчетности).
• Производственная отчетность.
• Сводная отчетность по всем сферам бизнеса.
• Прочие области (охрана труда, экология, мониторинг стройки и так далее).

Идеально, если цели зафиксированы по методике постановки целей SMART: то есть они конкретны, измеримы, достижимы, значимы и ограниченными по времени.

2. Определить конечных пользователей системы

Проблема. Инициаторы изменений по работе с данными — чаще всего собственники и руководители бизнеса, но пользоваться системой будут скорее всего линейные сотрудники.

Решение очевидное: привлекать конечных пользователей на всех этапах разработки. Но все должно быть правильно оформлено внутри компании:

1. Работа сотрудников вписана в график проекта в человеко-часах.
2. Заложена финансовая мотивация участников проекта со стороны заказчика и привязана к тем же этапам, что и выплаты разработчикам.
3. В команду включены не все вообще пользователи, а только ключевые представители. Предложения от участников проходят утверждение руководителями проекта со стороны заказчика и только после передаются в работу.

3. Выбрать ответственных за проект

Проблема. Сотрудники заказчика часто не мотивированы на участие в проекте. Из-за этого с первых шагов проект начинает затягиваться по той причине, что «все заняты», а разработчики получают очень мало информации — процессы описаны поверхностно и без нюансов.

Решение: выделить отдельных исполнителей, связать запуск системы с их KPI, составить детальный план трудозатрат заказчика, с описанием задач, сроков и ответственных. О необходимости этого говорит тот факт, что объем трудозатрат со стороны организации составляет обычно 30% от времени аналитиков подрядчика.

4. Подготовить источники данных

Проблема. BI берет данные из других систем: учетных, бухгалтерских, управленческих и так далее. Важно, чтобы эти источники уже были спроектированы и внедрены до начала разработки самой системы BI. В противном случае это может привести к бесполезной подготовке и отмене проекта (по причине отмены внедрения источников информации), затягиванию сроков или огромному объему работ по перепроектированию подключения к системам, которые поменялись в процессе.

Запустив проект в неправильной последовательности, можно впустую сжечь до половины выделенных на него ресурсов: как времени, так и средств.

Решение: закончить работу по внедрению источников данных, а только после этого увязывать их в BI-систему. Хороший исполнитель не подпишется на исполнение проекта до тех пор, пока не будут завершены работы по проектированию и согласованию макетов отчетов и требований к BI-системе.

5. Поскорее переходить к промышленной эксплуатации

Проблема. Сотрудники компаний, заказывающих BI-системы, обычно не очень понимают, как должны выглядеть промежуточные версии: не задают уточняющих вопросов и ограничиваются односложной обратной связью, неохотно тестируют отдельные элементы продукта.

Решение: скорее переходить к этапу промышленной эксплуатации, потому что на этом этапе начинается реальное тестирование, и сотрудники со стороны заказчика могут дать более предметную обратную связь. К моменту запуска системы в эксплуатацию она может быть не готова еще на 30-50%.

6. Обо всем договориться на берегу

1. заказчик согласен с тем, как работает команда исполнителя;
2. по итогам предпроектных работ есть одинаковое понимание конечного результата проекта;
3. оценка проекта на основании предпроектный работ устраивает обе стороны;
4. в юридическое оформление оплат включены плановые и дополнительные работы сотрудников со стороны подрядчика на основе системы трекинга задач.

Кажется, такой подход ведет к тому, что заказчик вынужден инвестировать значительно больше времени и средств в проектирование и в дополнительную мотивацию собственных сотрудников. На первом этапе так и есть.

Но в результате компании удастся значительно снизить риски в части затрат времени и средств, а детально проработанное техническое задание и крепкая команда проекта с обеих сторон, которая сформировалась во время подготовки, позволит выдержать проект на длинной дистанции и сохранить общий бюджет в пределах рынка, не расходуя лишнее на доработку. Значит, организация максимально быстро получит работающую BI-систему, которая поможет находить скрытые возможности и развивать бизнес компании.

Business Intelligence (BI) — это набор инструментов и технологий для сбора, анализа и обработки данных. Например, в компании для приёма заявок используют несколько каналов и нужно собрать единую статистику продаж. Или рекламные кампании охватывают несколько площадок и необходимо сравнить их эффективность. Все эти процессы можно настроить через BI-систему.

Необработанную информацию из разных источников посредством BI преобразуют в удобную и понятную аналитику. BI-системы (Microsoft Power BI, Tableau, Qlik) можно применять в любой отрасли или сфере деятельности — как на уровне компании в целом, так и для подразделений или отдельных продуктов. 

Как работают BI-системы

Для обычного пользователя принцип действия BI-системы выглядит просто: к системе подключают источники данных, далее информация направляется в единое хранилище и обрабатывается, а затем показывается в виде готовых отчётов. Источниками данных выступают различные системы —  облачные (Oracle Cloud, Google BigQuery, Microsoft Azure и другие веб-подключения), файловые (Excel, XML, PDF и иные табличные файлы), реляционные (SQL Server, MySQL, Oracle).

Чтобы использовать BI-систему пользователю не нужно обладать специальными IT-познаниями. С помощью понятного интерфейса можно запросить нужный отчёт и получить доступ к аналитике. Система сформирует удобный дашборд — информационную панель, на которой визуально представленные данные сгруппированы по смыслу.

Все данные на дашборде — интерактивные. Графики можно увеличивать и перестраивать. Можно просматривать источники информации и детально изучать показатели аналитики. Для отображения доступны разные форматы — отчёты, таблицы, графики, диаграммы. 

За простым использованием системы скрываются сложные процессы обработки данных и формирования расширенной аналитики. В состав BI-решения входят: 

• Инструменты интеграции и очистки данных (ETL). ETL извлекают информацию из внешних систем-источников, трансформируют её, очищают и загружают в единое хранилище. 
• Аналитическое хранилище данных. Это информационная база, которая умеет структурировать и анализировать данные. 
• Средства Data Mining. Эти инструменты обрабатывают данные и анализируют их по различным срезам. Система выявляет зависимости и тренды. При этом могут использоваться самые разные методы обработки информации: от статистики и прогнозирования до семантического анализа.
• Инструменты визуализации данных. Это отчёты, с которыми работают пользователи. В зависимости от задач отчёты могут строиться по утверждённому формату или быть аналитическими. При построении аналитических отчётов пользователи самостоятельно устанавливают перечень отображаемых показателей, сортируют данные и выстраивают фильтры. 

BI-системы поддерживают множество бизнес-решений — от операционных до стратегических. С помощью технологий анализируют огромные объёмы информации. Но внимание пользователя акцентируется только на ключевых факторах аналитики, которые позволяют смоделировать варианты последующих действий и бизнес-решений.

Важно, что любая компания может адаптировать BI-систему под свои потребности. Например, выбрать источники данных, задать принцип обработки информации, определить формат отчётности. 

BI-системы особенно полезны, если объединяют сведения с рынка и информацию из финансовых и производственных источников компании. Совокупность внешних и внутренних данных даёт полное представление о ситуации в бизнесе. Такую картину невозможно получить при анализе одного источника и ограниченной аналитике. 

Зачем внедрять BI-системы в бизнесе

Компании оперируют огромными объемами данных. Например, считают расходы и выручку, определяют чистую прибыль, анализируют трафик и количество заявок, отслеживают выпуск продукции. Все данные для аналитики хранятся в разных форматах и различных системах. 

Чтобы обработать информацию, аналитики сначала собирают все данные в одну таблицу, затем сортируют и оставляют только нужные показатели, а потом сравнивают показатели с прошлыми отчётами. Такая работа отнимает десятки часов еженедельно. При этом в процессе формирования отчёта показатели могут утратить актуальность. К тому же аналитики могут ошибиться или собрать неполные данные. Итоговый отчёт может оказаться бесполезным. 

Вручную собрать и обработать все данные компании невозможно. Часть информации так и остаётся необработанной. Компания может случайно пропустить заявки клиентов, своевременно не узнать о сбоях производства, потерять деньги из-за игнорирования проблем. 

Основные задачи, которые помогает решить система BI: 

• Сбор данных из разных источников, их структурирование и хранение в единой системе. 
• Анализ больших объёмов данных для формирования и подтверждения гипотез или для разработки бизнес-решений с учётом аналитики. 
• Моделирование возможных решений для оценки их влияния на итоговые показатели деятельности и прогнозирование последующего развития на основе имеющихся данных. 
• Формирование оперативной и стратегической отчётности, в том числе оповещение об отклонении показателей от допустимых норм. 
• Сохранение и систематизация знаний с целью последующей передачи новым сотрудникам, чтобы опыт сохранялся и качество работы стабильно повышалось. 

Общая цель Business Intelligence — предоставить бизнесу возможность принимать обоснованные решения с учётом полной аналитики. У компании, внедрившей BI, будут полные, точные и организованные данные.

Благодаря BI-системам компаниям не нужно нанимать специалистов по data science (наука о данных) — система соберет все «сырые» данные, самостоятельно обработает их и автоматически покажет информацию, с которой можно работать. 

Как понять, что компании нужно использовать Business Intelligence

Любая компания в любой отрасли может применять Business Intelligence. Особенно задуматься о внедрении BI-систем стоит, если: 

• нужно интегрировать информацию из нескольких источников; 
• необходимо обеспечить оперативный доступ к бизнес-данным; 
• увеличилось число пользователей, которым нужен доступ к информации или аналитике; 
• внедряются новые продукты;
• происходят обновления в IT-среде;
• не получается отследить деятельность компании в определённых областях; 
• происходит быстрый рост компании. 

BI-системы могут стать ценным инструментом для принятия решений и разработки стратегии. Полученные данные можно использовать в самых разных сферах: маркетинге, продажах, поставках, финансах. Например, можно: 

• измерять результаты маркетинговых кампаний; 
• анализировать движение денежных средств, операционные расходы и валовую прибыль; 
• прогнозировать доходы и операции; 
• получать информацию о кадровых процессах; 
• визуализировать число посетителей сайта в динамике; 
• отслеживать потенциальных клиентов через каналы продаж; 
• сегментировать аудиторию по демографическим характеристикам; 
• исследовать поведение покупателей и тенденции продаж; 
• осуществлять финансовое планирование и прогнозирование; 
• измерять и прогнозировать финансовые показатели. 

Business Intelligence выводит работу компании на новый уровень. Постоянный мониторинг данных позволяет принимать более продуманные и своевременные решения. Доступность исторических и текущих данных помогает строить верные прогнозы для бизнеса. Оперативный доступ сотрудников к аналитике и операционным данным повышает качество работы и одновременно снижает трудовые и временные затраты. 

Как выбрать программное обеспечение для внедрения BI

Существует много надёжных поставщиков BI-инструментов. Например, популярны платформы Microsoft, Tableau, Qlik. Также востребованы системы Zoomdata, Sisense, Information Builders. 

Можно выделить несколько факторов, на которые стоит обратить внимание при выборе эффективной BI-системы: 

• Единая платформа. Решение должно предполагать комплексный подход. Информация должна собираться, храниться, обрабатываться и анализироваться в одной системе. Компания откажется от дополнительных инструментов, сэкономит на обслуживании и сократит временные затраты на обработку данных. 
• Облачное решение. Информацию из облака можно получить из любой точки. Желательно выбирать систему с возможностью масштабирования облачного хранилища, чтобы удовлетворить потребности растущего бизнеса. 
• Готовые возможности интеграции. Лучше выбирать решения, в которых уже предусмотрены возможности соединения с самыми разными источниками. Благодаря этому можно быстро внедрить BI-систему, а не ждать когда IT-специалисты объединят ее с вашими сервисами. 
• Наличие расширенной аналитики. Система должна уметь автоматизировать и упрощать задачи, предлагать новые наборы данных для получения более точных результатов. Умное решение со встроенным машинным обучением поможет быстро находить нужную информацию и изменять ее параметры. 
• Визуализация данных. Графики, диаграммы, информационные панели помогут быстро понять закономерности или тенденции. При использовании только электронных таблиц можно упустить важные сведения. 
• Самообслуживание. BI-система будет эффективна только в том случае, если все пользователи смогут в ней работать. Важно, чтобы интерфейс был интуитивно понятен, содержал навигационные подсказки и встроенные функции, не требующие настройки. 
• Мобильная версия. В бизнесе доступ к информации может потребоваться в любое время и независимо от места нахождения. При наличии мобильного решения можно просматривать данные, создавать отчёты и делиться ими моментально. 

Нельзя сказать, какое BI-решение является самым лучшим. Компании выбирают платформу BI с учётом различных критериев и собственных возможностей. 

Примеры BI-систем

Tableau 

Система выполняет углубленный анализ информации и представляет результаты на информационной интерактивной панели в режиме реального времени. Источниками данных для аналитики могут быть любые источники с программным интерфейсом. 

Над отчётом могут работать одновременно несколько пользователей. При этом пользователи могут самостоятельно создавать необходимые инструменты или использовать готовые решения. Результатом можно делиться через системный сервер, по ссылке или email. 

Tableau работает в вебе, на десктопе и мобильных устройствах.

Power BI 

Сервис от Microsoft предназначен для анализа и визуальной демонстрации больших объёмов информации. Можно подключать разные источники данных, в том числе собственные приложения. 

Система совместима с продуктами MIcrosoft (MS Excel, SQL Server, Azure Cloud Service). Интерфейс программы разработан по подобию Windows. 

Сервис функционирует на любых платформах: в облаке, на десктопе и смартфонах. Интерактивные дашборды показывают данные в реальном времени и доступны на любом устройстве. Пользователи могут делиться отчётами несколькими способами.

Qlik 

BI-система предусматривает импорт информации из различных источников. Данные проходят обработку в оперативной памяти. Созданные визуализации можно корректировать, дополнять любыми фильтрами. В Qlik доступна совместная работа над отчётами.

Платформа доступна для корпоративного и персонального использования. При этом продукт работает на десктопе, в облачной версии и на любых устройствах с наличием браузера. Для всех версий предусмотрен одинаковый алгоритм аналитики.

Business Intelligence превращает множественные разрозненные данные в полезную информацию для руководства и управления бизнесом, проверки гипотез и принятия решений. Компании, которые используют стратегии BI, располагают точными, полными и организованными данными. Это помогает оценить текущее состояние бизнеса, выявить проблемы и возможности, спланировать будущее развитие.

Главные мысли

История возникновения

Понятие «бизнес-аналитика» (Business Intelligence) зародилось в XIX веке, когда Ричард Миллар Девенс описал успех банкира сэра Генри Фернанса в своей книге «Энциклопедия бизнес-анекдотов».

В чем заключался успех? Банкир Фернанс быстрее конкурентов собирал информацию от своего окружения о результатах военных действий во Франции, Голландии, Германии, а также о различных экономических событиях. Полученная информация обрабатывалась, и на основе аналитических данных принимались решения, которые позволяли сэру Генри увеличивать прибыль. Эта история описывает суть BI — предоставление возможности принимать решения, основываясь на анализе оперативных данных.

Мифы про бизнес-аналитику

Системы бизнес-анализа сегодня используют многие организации. Но еще больше компаний привыкли вести процессы вручную, поскольку верят в мифы и не до конца понимают, что может дать их бизнесу использование BI-систем. Рассмотрим самые популярные мифы про бизнес-аналитику.

Миф первый: это красивые и бесполезные картинки.

Диаграммы действительно выглядят красиво, однако за яркими картинками кроются инструменты, позволяющие получать и обрабатывать большие объемы данных и на их основе создавать не только эффектную визуализацию для анализа, но и строить прогнозы.

Многие компании, работающие над продуктом BI, постоянно совершенствуют и дорабатывают функционал создания отчетов, виджетов и дашбордов, делая его не только более привлекательным для пользователей, но и более информативным, что в дальнейшем приводит к принятию бизнесом верных решений.

Пример: цветовая дифференциация отклонения от плана. Зеленым выделяется положительная динамика, а отрицательная – красным. Такой функционал помогает быстрее обнаружить отклонение, найти причину и слабые места в бизнесе.

Миф второй: BI-система — сложный, но незначительный инструмент, который только мешает работать.

Начиная работать с системой BI или только присматриваясь к ней, некоторые люди заключают, что это дополнение к многочисленным табличным отчетам и аналитическим документам, которые они могут составлять самостоятельно, не используя системы бизнес-анализа.

Однако BI-система может являться основным источником информации для принятия решений, так как нередко включает в себя и отчеты, и документы, дополняя их визуализацией, прогнозом и мониторингом. Использование BI-системы приведет не только к порядку в документации, но и к уменьшению ошибок, так как данные перед использованием будут валидироваться специалистами.

Миф третий: BI бесполезен для аналитики.

Обычно перед покупкой BI-системы компании проводят анализ рынка, сравнивают функциональность программного обеспечения, возможности развития системы, стоимость ее содержания и многие другие аспекты. После внедрения аналитической системы компании не заботятся об обучении персонала или нанимают неквалифицированных сотрудников, а спустя довольно продолжительный срок неэффективной эксплуатации обвиняют продукт в бесполезности.

BI-система содержит в себе много инструментов, которыми нужно научиться пользоваться: овладеть навыками использования инструмента ETL, научиться собирать многомерные кубы (OLAP) и правильно визуализировать данные. Только научившись правильно использовать систему, можно говорить о возможности принимать решения на основе анализа данных.

Что такое BI?

Системы бизнес-аналитики в современном понимании выросли из появившихся в 1960-х годах систем поддержки принятия решений (СППР), которые были созданы для содействия принятия решений и планирования. Взяв от СППР лучшее, business Intelligence или бизнес-аналитика сегодня — это набор инструментов под одним интерфейсом, которые помогают принимать взвешенные решения на основе собранных и обработанных данных из различных источников и преобразованных в визуально удобную форму (графики, дашборды, отчеты), которые интерпретируются аналитиками.

Польза BI для бизнеса

Каждый год у бизнеса появляется все больше данных, которыми нужно уметь оперировать. Например, у компании, занимающейся продажами, открываются новые магазины, увеличивается ассортимент и появляются новые клиенты. Ей постоянно надо анализировать чистую прибыль, затраты, трафик на точках, количество клиентов, рентабельность продаж и многое другое. Все эти данные собираются и хранятся в разных форматах и источниках, что усложняет бизнес-аналитику.

Для принятия решений, подкрепленных анализом данных, приходится тратить десятки часов в неделю на агрегирование информации, составление отчетов, которые быстро теряют свою актуальность. Кроме этого, данные могут быть частично утеряны или будут сделаны ошибки, которые сделают отчет бесполезным для принятия решений.

С другой стороны, если данных в отчете будет слишком много, например, миллионы или миллиарды строк, то такой инструмент, как Excel, в котором можно проводить аналитику с небольшим объемом данных, просто «приляжет».

Работая с BI-системой, вы не столкнетесь с вышеперечисленными проблемами, поскольку она решает следующие основные задачи:

Инструменты BI-систем

Ранее было сказано, что у систем бизнес-аналитики чаще всего симпатичный и дружелюбный интерфейс, однако за внешней простотой скрываются сложные процессы.

Дальше будет немного занудная, но подробная и полезная информация, описывающая основные инструменты BI-систем.

ETL

ETL (Extract, Transform, Load) — инструмент BI, который предусматривает автоматизацию процессов получения, преобразования и хранения информации для ее последующей визуализации на аналитических панелях и отчетах.

Получение информации включает ввод данных через формы ввода, настройку подключения источников и планирования сбора информации.

ETL обеспечивает доставку данных, преобразование в структурированный вид, очистку данных, формирование наборов и структур, удобных для визуального представления. Отвечает за загрузку обработанной информации в хранилище.

Хранилище

Хранилище в BI представляет собой предметно-ориентированную информационную базу данных, которая предоставляет информацию для аналитических панелей и отчетов. Там хранятся все нужные и важные для принятия решений данные. Для хранения неструктурированной информации, электронных копий форм и документов включается файловое хранилище.

В основном предусматривается горизонтальное масштабирование хранилища с сохранением высокой скорости передачи данных. Неиспользуемые данные можно архивировать.

Нормативно-справочная информация (НСИ)

НСИ в системах BI предназначено для формирования единого информационного пространства (ЕИП) информационного взаимодействия, в рамках которого обеспечивается унификация и единство:

Указанные характеристики ЕИП достигаются за счет:

Также НСИ обеспечивает в BI-системе возможность валидации полученных, обработанных и хранимых данных, в том числе валидации для подтверждения корректности результатов работы моделей машинного обучения.

Многомерные кубы (OLAP)

В решениях Business Intelligence для удобства и быстрого получения результата по сравнению с реляционной базой данных используется технология OLAP (Online analytical processing). Большие объемы данных обрабатываются, агрегируются и структурируются по многомерному принципу.

Создание представлений данных выполняется по показателям с возможностью настройки:

Визуальный конструктор

Визуальный конструктор обеспечивает создание визуализации на основе собранной и структурированной информации, хранящейся в системе. В него входит создание виджетов с различных типов визуализации (графики, картосхемы, карты) и дашбордов, которые объединяют виджеты по одной тематике, для проведения комплексной бизнес-аналитики. Также во многих BI-системах есть возможность создавать регламентные и произвольные отчеты, состоящие из сводных таблиц, сложных заголовков и картинок.

Созданная визуализация может показываться на видеостенах, видеоэкранах, дисплеях автоматизированных рабочих мест пользователей в веб-представлении, в том числе путем использования адаптивной верстки для мобильного устройства (планшета) . Также есть возможность выгружать подготовленный материал в привычных форматах, таких, как .xlsx, .pdf, .png, .jpeg, . pptx и др.

Прогнозирование

В современных реалиях невозможно представить бизнес-аналитику без прогнозирования. Отечественные и зарубежные BI-системы используют различные методы и модели прогнозирования на основе хранимых данных (базовые математические и статистические методы, анализ временных рядов, корреляционно-регрессионный анализ, интуитивно-формализованный метод прогнозирования, машинное обучение и др.) .

Например, в BI-системе есть возможность обогащать данные, выведенные на виджет, прогнозом с использованием машинного обучения, что позволяет определить тренд развития показателей, используемых при разработке планов и выбора стратегии развития бизнеса.

Администрирование

В BI предусматривается наличие модуля администрирования, который отвечает за ограничение доступа к данным на уровне роли, логирование всех действий пользователя, настройку ролевой модели, мониторинг состояния инфраструктуры и многое другое.

Какой же вывод

Подводя итог, можно сказать, что бизнес-аналитика — это современный, мощный, профессиональный инструмент для работы с большим объемом данных, который помогает бизнесу легко анализировать любой объем информации и быстро принимать решения, основанные на подходе Data Driven. Про Data Driven-подход расскажем в следующей статье.