Business Intelligence (BI)

В открытых обсуждениях до сих пор встречается мнение, что BI – это не более чем графики и диаграммы, которые можно построить при помощи любых инструментов – даже карандашом нарисовать. Но современные организации стремятся внедрить BI-платформы, а далее – распространить практику BI на широкий спектр отделов потому, что системы бизнес-аналитики позволяют сформировать единый взгляд на сложные процессы организации, решить более сложные задачи и реализовать практику управления на основе данных.

В современном, быстро меняющемся мире, уже недостаточно просто накопленного опыта и экспертизы, чтобы принять верное решение. Внезапное изменение спроса, трансформация логистических цепочек, снижение производительности труда отдела, преждевременный износ деталей станков, увольнение сотрудников группы разработки – все эти события могут повлиять на результаты компании и требуют моментальной реакции со стороны руководства. Но, если в компании не налажен процесс сбора и анализа информации с возможностью ее изучения и визуализации, об управлении на основе данных можно забыть. Руководитель узнает о том, что произошли какие-то важные изменения, только в конце месяца или даже квартала, и их последствия уже успеют оказать серьезное влияние на показатели компании в целом.

BI-платформа – это в первую очередь средство решения задачи управления на основе данных. Правильно настроенные механизмы сбора информации, эффективное размещение данных в хранилище, а также удобные инструменты визуализации и изучения закономерностей (data discovery) позволяют модернизировать процессы принятия решений на всех уровнях – от стратегических задач до ежедневных рутинных операций.

1. Ключевая выгода от внедрения – это высокое качество и точность данных в необходимых бизнесу аналитических отчетах, значительное повышение доверия руководителей к аналитике. Минимизация человеческого фактора в процессе подготовки и обновления отчетности, документирование и автоматизация обработки информации позволяют радикально снизить количество ошибок и неточностей.

Русатом Оверсиз работает на глобальном рынке, одновременно ведет десятки сложных проектов в разных странах мира. Как следствие, у компании множество источников данных и огромные объемы информации, достоверность которой нужно контролировать.

Кардинальный рост качества данных в компании произошел после внедрения единой BI-системы, к которой были подключены информационные системы дивизионов, системы BIM, инструменты производственного планирования и КСГ. В результате были выявлены источники, содержащие искаженные данные, а также найдены причины снижения их качества. Достигнутая прозрачность данных стала новым активом руководства и помогла сэкономить значительные средства за счет оптимизации строительства

2. В компании или организации появляется единая «точка правды». Типичная картина на многих совещаниях – расхождение информации из разных департаментов или филиалов. И понять, где ошибка, далеко не всегда просто. BI дает возможность создать единый для всех источник информации, доступный в любой момент времени и позволяющий делать выводы, строить планы для любого подразделения компании без разногласий и споров.

В Аэрофлоте в начале 2000-х было четыре системы расчета рентабельности рейсов в разных подразделениях, что порой приводило к ожесточенным спорам по политике авиакомпании в отношении того или иного маршрута. Данная ситуация сильно осложняла принятие решений, в результате генеральным директором была выбрана и зафиксирована внутренним нормативным актом единственная система расчета рентабельности рейсов для авиакомпании.

3. Скорость получения информации – одна из важнейших составляющих принятия управленческих решений. BI обеспечивает ускорение доступа к информации, вплоть до получения данных в режиме реального времени, поэтому топ-менеджмент вовремя получает ответы на важные бизнес-вопросы, и управленческие решения чаще принимаются не на основе интуиции, а на основе фактов и цифр.

Россельхозбанк – крупная кредитная организация. Сотрудники банка ежедневно сдают большое количество разнообразных отчетов, а для построения стратегии продаж необходимо проводить анализ данных из разрозненных источников. До внедрения современной BI-платформы отчеты готовились несколько дней, а систематизация данных по продажам занимала до восьми часов.

Благодаря внедрению корпоративных практик BI с объединением разрозненных источников данных – aCRM, oCRM, Excel, Sendsay, MindBox, ИП РСХБ – аналитика по продажам стало отнимать два часа вместо восьми, причем ручной труд был сведен к минимуму. Время подготовки сложных отчетов сократилось в шесть раз, освободив ресурсы специалистов банка.

4. Чем больше менеджеров и рядовых сотрудников компании получают доступ к «единой правде», тем более верные решения они принимают и тем эффективнее будут процессы в компании. Если для каждого аналитического запроса потребуется привлекать ИТ-специалиста, добиться нужной доступности будет невозможно. BI-платформа позволяет масштабировать доступность данных в формате Self-Service аналитики, то есть сотрудники могут создавать отчеты без привлечения ИТ-специалистов, с учетом разграничения доступа к информации по ролевому признаку.

Система мониторинга ГИС ЕИС ЗАКУПКИ Федерального Казначейства РФ должна предоставлять доступ к аналитическим возможностям сотням организаций по всей стране. При этом количество пользователей системы на начало 2024 года приближается к 4000 человек, а объем информации в озере данных превышает 10 Терабайт.

Внедрение современной BI-платформы позволило обеспечить эффективную работу с такой нагрузкой. Развитый функционал решения позволяет не только аналитикам, но и бизнес-пользователям самостоятельно изучать данные, вести расчеты сложных мер, готовить новые представления и дашборды – и все это без программирования или привлечения ИТ-персонала. В результате порог входа для работы с системой мониторинга, содержащей огромные массивы данных, оказался минимальным, а эффективность труда аналитиков выросла на порядок.

В зависимости от исходного состояния процессов, отраслевой специфики и многих других параметров количественные выгоды от внедрения BI будут различаться. Однако еще в 2018 году компания IDC провела исследование Time to Value and ROI From BI, в котором выяснила окупаемость и рентабельность инвестиций в одну из известных BI-платформ. Как показал опрос, после внедрения время, затрачиваемое на поиск информации и доступ к ней, сокращается на 51%, а на анализ информации тратится на 48% меньше времени. При этом среднее время реализации и окупаемости проекта по внедрению информационно-аналитической системы составляет 12 недель, а средний срок окупаемости – 28 недель при среднем ROI в 186%.

Дополнительные финансовые показатели:

• 

31% – снижение расходов, связанных с поддержкой отчетности;

• 

30% – снижение расходов на разработку новой отчетности;

• 

20% – снижение операционных расходов;

• 

16% – увеличение выручки.

Важно понимать, что технологии не стоят на месте: с тех пор BI-платформы получили новый функционал, повысили производительность и так далее. Если бы подобное исследование проводилось в 2024 году, то результаты могли бы быть иными – возможно, более впечатляющими.

Данные, необходимые для работы BI-платформы, извлекаются из различных ИТ-систем с помощью ETL-инструментов и поступают в специальные хранилища данных. В отличие от баз данных, в этих хранилищах информация структурируется специальным образом для более эффективного анализа и обработки запросов. Изначально структурированные данные обычно подвергаются дополнительной очистке, гармонизации и другим преобразованиям, необходимым для удобной аналитической работы с данными. Неструктурированные данные (например, набор текстовых файлов) вообще не могут быть напрямую использованы в BI, поэтому требуют преобразования в структурированную форму путем выделения признаков и статистик из текста. Преобразования данных на уровне хранилища данных также, как правило, оркестрируются ETL-инструментом. Конечным результатом преобразования данных на уровне DWH являются так называемые «витрины данных» (Data Marts) – очищенные наборы данных, к которым пользователи получают прямой доступ с помощью OLAP-инструментов.