Бизнес-анализ своими руками

технологии для бизнеса
Бизнес-анализ
своими руками
Николай Смирнов
Подход Data Discovery, появившийся в последние несколько лет, позиционируется
как альтернатива традиционным «ИТ-центричным» аналитическим системам,
в которых действия возможны лишь по определенным шаблонам. Отдавая
инициативу в руки пользователю, можно как расширить использование аналитики
внутри компании, так и сделать ее по-настоящему оперативной, влияющей на
принятие решений. Схожие методы подразумевает аналитика Больших Данных:
зачастую заранее неизвестен ни точный состав данных, ни ожидаемый результат
анализа, но полученный бизнес-эффект может быть огромным.
Н
а предприятия приходит новое поколение сотрудников,
которые не хотят ждать часами построения отчетов и тем
более не желают формировать запросы в ИТ-департамент на их подготовку. Им нужны быстрота и гибкость.
Только предоставив инструменты, отвечающие ожиданиям пользователей,
можно обеспечить реальное их применение и составить конкуренцию «народным» аналитическим инструментам — электронным таблицам.
На рынке систем бизнес-аналитики
наблюдается разгар трансформации —
от решений, направленных в первую
очередь на корпоративную отчетность,
к средствам прогнозирования, оптимизации и поддержки принятия решений. Из-за растущей важности систем
30 май 2014
l www.cio.ru
«продвинутой» аналитики в этом году эксперты Gartner впервые выделили их из
традиционных BI-систем, опубликовав
две версии «Магического квадранта».
Фактически Data Discovery стала
новой формой работы с данными, порожденной новыми возможностями
технологий. Она характерна тем, что
в ее ходе человек хочет не подсчитать
что-либо, а выявить тенденцию, причем иногда сам не зная, какую именно. Особенностями такой деятельности являются отсутствие типовых задач
и четко определенной модели данных,
а также использование «чужих» (а не
только корпоративных) данных. Но
главное — в этом случае количество гораздо важнее качества. «Грязные» данные могут дать вполне приемлемые результаты, что и становится главным
козырем технологий Больших Данных.
Однако имеет ли смысл противопоставлять традиционную аналитику новой? Как отмечает Алексей Мещеряков,
руководитель направления платформенных решений «SAS Россия/СНГ»,
применение аналитики в целом пошло
двумя путями. В первом, более традиционном, аналитика работает без участия человека, то есть решения принимаются автоматически по уже разработанным моделям и алгоритмам. Второй
же, напротив, предполагает непосредственное участие аналитика в процессе исследования и понимания данных.
Именно в результате такой работы и будут создаваться продвинутые аналитические модели для встраивания в бизнес-процессы организации.
Exploration and Discovery — это два
термина, которые активно используются в западных источниках для описания процессов, происходящих при
работе бизнес-пользователей с информацией, и современные BI-средства успешно совмещают два этих понятия. Очень важно не только иметь возможность проводить самостоятельные
исследования (Exploration), но и совершать открытия (Discovery). Для этого в
инструменты BI встраиваются аналитические возможности. Даже неподготовленный бизнес-пользователь может буквально двумя кликами мыши
продолжить найденный тренд, сделать
прогноз или выявить значимые характеристики, построив дерево решений.
«Предполагаю, что на начальном
этапе традиционные и новые решения
будут развиваться параллельно, вбирая,
пусть и в усеченном виде, функциональность друг друга», — полагает Владимир
Ермаков, эксперт в области математического моделирования бизнес-процессов компании «Аналитика Плюс». Далее произойдет конвергенция, схожая с
той, что имела место между совершенно разными мирами — телевидением,
телекоммуникациями и вычислительными системами. Аналогия очевидна —
ит-университет
прежде пользователю требовалось три
класса устройств: телевизор, телефон и
компьютер. Теперь есть огромное количество устройств и решений, которые
совмещают эти три функции.
Наиболее известны три поставщика платформ Data Discovery — Qlik, Tibco
и Tableau, первый из которых весьма популярен в России. Более того, в Qlik ввели
слово Discovery в название своего продукта, построив маркетинговую стратегию
на противопоставлении себя поставщикам традиционных решений и добившись
в этом значительных успехов. Несколько лет маркетинговых усилий не прошли
даром: независимые аналитики стали рекомендовать такие платформы для решения отдельных задач параллельно с уже
внедренными «тяжелыми» BI-системами.
Крупные поставщики BI-платформ
отстают, хотя и вынуждены адаптиро-
Пользователи в роли
идеологов
Потребность в новой, принципиально
иной аналитике вызвала необходимость
реализовать проект в бизнес-единице
«Минеральная изоляция» корпорации
«ТехноНиколь» — одного из крупнейших
производителей кровельных, гидрои теплоизоляционных материалов.
Благодаря возможности верно и
своевременно принимать управленческие
решения, должен был значительно
улучшиться клиентский сервис, а точность
поставок — составить более 80%.
Основным инициатором проекта стало
коммерческое руководство компании —
директор по маркетингу, дирекция
продаж, а также бизнес-аналитики. Они
не были удовлетворены существующими
традиционными BI-инструментами как
с точки зрения оперативности получения
необходимых отчетов, так и с точки
зрения удобства для пользователей.
«Решение QlikView привлекло нас
многими достоинствами: разумность
системы, легкость настройки,
дружелюбный интерфейс, — говорит
Татьяна Бертова, директор по развитию
производственной системы корпорации
“ТехноНиколь”. — Но
в первую очередь оно подкупило своим
быстродействием и ориентированностью
на бизнес-пользователей». Система
не только оперативно отрабатывает
данные с технической точки зрения,
но и дает возможность пользователям
ваться к требованиям рынка. Oracle заняла эту нишу после приобретения Endeca.
Другие выпустили собственные решения — например, IBM Cognos Insights,
SAS Visual Analytics, MicroStrategy Visual
Insight, Microsoft PowerView.
«Предоставление
исчерпывающей ин­
формации и способов исследования и обнаружения необходимых
фактов без ограничений — одно из основных качеств систем класса Data
Discovery», — подчеркивает Мещеряков. Можно сказать, что простота работы и наглядный графический интерфейс, позволяющий даже непрофессионалам в области ИТ буквально на лету
«читать» результаты анализа, — отличительные черты таких систем. При
этом сами технологии анализа не стали примитивнее — напротив, они позволяют очень быстро и точно обраба-
самостоятельно находить ответы на свои
бизнес-вопросы, без запросов
в ИТ-департамент. Скорость, простота
использования и минимальная
зависимость от ИТ-специалистов —
это то, чего не хватает большинству
корпоративных систем.
Как подчеркивает Бертова, многие
традиционные BI-системы помогают
строить отчеты, но решение другого
класса — Data Discovery — позволяет не
просто получать аналитику, а реально
минимизировать время, которое
проходит от возникновения проблемы до
ее решения. Во многом это происходит
благодаря реализованным в системе
возможностям самостоятельного
анализа и построения приложений
пользователями. Внедренная платформа
поддерживает решение бизнес-задач
на каждом этапе: от локализации
проблемы, конкретизации причин до
анализа эффективности принятого
управленческого решения.
Уже на первом этапе проекта удалось
создать приложение для доскональной
аналитики продаж, осуществляющее
анализ динамики продаж и планфактный анализ, анализ активности
покупателей и зависимости продаж от
различных групп факторов. Это помогает
оптимизировать клиентский сервис и
максимально эффективно загружать
производственные линии и склад.
QlikView интегрирована с ключевыми
бизнес-системами — «1С», SAP BW,
Oracle Demantra, Oracle SNO.
тывать огромные объемы информации
благодаря применению средств высокопроизводительной аналитики, например вычислений в оперативной памяти и распределенных вычислений.
Упрощение восприятия результатов
сложного анализа, а также возможность строить модели без привлечения
«вечно занятых айтишников» — все
это привело к существенному расширению числа пользователей подобных
систем.
Большое число принципиально новых возможностей, среди которых интерактивность и возможность работать на всех основных видах мобильных устройств, могут преобразить
стиль работы аналитиков в компании,
вывести популярность инструментов
бизнес-анализа на новый, невиданный ранее уровень.
Внедрение системы уже позволило
осуществлять эффективное
управление ценообразованием,
проводить объемное планирование,
усилить управление остатками
и продажами. В дальнейшем
планируется вооружить дирекцию
по маркетингу фундаментальным
инструментом управления, хотя ряд
задач по маркетинговой аналитике
реализован уже сейчас. В скором
времени в системе появятся данные
по протоколам испытаний готовой
продукции, что позволит повысить
эффективность управления качеством.
«Ключевыми факторами успеха
подобного проекта являются не только
качественные данные и их эффективная
интеграция. Что гораздо важнее, нужны
“продвинутые” бизнес-пользователи,
понимающие бизнес-задачи, обладающие
навыками построения отчетов
и пониманием архитектуры данных.
В системах класса Data Discovery такой
пользователь может стать не только
идеологом, но и разработчиком системы
аналитики», — резюмирует Бертова.
Как известно, аппетит приходит во
время еды. Самое сложное в развитии
проекта сейчас — это актуализировать
систему в соответствии с потребностями
пользователей. Ее широкие возможности
порождают запросы на новые
возможности и функционал, внедрение
которых ложится на плечи ИТ-службы
и бизнес-аналитиков, а их ресурс
времени ограничен.
www.cio.ru
l
май 2014 31