Как BI-системы и аналитика помогают бизнесу выйти на новый уровень эффективности

Успешность и конкурентоспособность компании любой сферы деятельности сегодня зависят от скорости принятия решений. Оперативный анализ больших объемов данных позволяет быстро ориентироваться в обстоятельствах и трендах, принимать объективные решения, строить гипотезы и оценивать их эффективность, прогнозировать деятельность с учетом влияния всех значимых факторов. С другой стороны, недостаток информации или ее низкое качество – причины серьезных проблем в управлении любыми процессами. Основой контроля и управления бизнесом может стать современная аналитическая система, которая позволяет консолидировать нужные данные в едином хранилище, систематизировать, очищать, обогащать и предоставлять их пользователям в удобной форме. Подготовленные таким образом данные дают информацию для принятия решений. Технологичные инструменты помогают оцифровать большинство процессов: от финансов до логистики или управления персоналом.

Принципы работы систем аналитики

Система аналитики – это цифровой инструмент, результатом работы которого является оперативно сформированная, наглядная бизнес-отчетность для мониторинга показателей организации и анализа эффективности применяемых бизнес-моделей, созданная на основе массива релевантных данных.

Соответственно, к ключевым функциям платформ аналитики относятся:

1. Автоматизированный сбор данных, необходимых для решения той или иной задачи, из различных источников. Источники могут быть внутренними (корпоративные базы данных, таблицы, учетные системы CRM, ERP и др., СЭД и многие другие) и внешними (веб-ресурсы, государственные информационные системы, сервисы статистики и т. д.).

2. Хранение и обработка данных: структурирование, классифицирование, очистка, обогащение, преобразование. Для консолидации и обработки данных используются аналитические хранилища – специализированные базы данных, разработанные для проведения аналитических исследований.

3. BI-система для построения отчетов, анализа и визуализации данных в формате, максимально удобном для конечных бизнес-пользователей.

Визуализация в BI-системе чаще всего бывает представлена в виде:

• простых форматов – таблиц, диаграмм, графиков, схем;
• дашбордов – интерактивных информационных панелей, отображающих в наглядном виде один или несколько бизнес-показателей в соответствии с заданными параметрами и с возможностью более глубокого раскрытия каждого показателя;
• OLAP-кубов (online analytical processing) – аналитических данных, представленных на многомерной модели и предоставляющих доступ к ним одновременно в нескольких измерениях.

Важным свойством аналитических платформ является наличие в них BI-инструментов для самостоятельного построения аналитического отчета без необходимости программирования и навыков работы с базами данных (self service). Именно благодаря таким инструментам организация, во-первых, может предоставить доступ к необходимой информации всем заинтересованным лицам, от руководителей до рядовых сотрудников, и, во-вторых, получать аналитические сведения практически в режиме онлайн. Например, если раньше руководителю для принятия важного стратегического решения приходилось ждать отчет от бизнес-аналитика, то с помощью инструмента BI самостоятельно можно настроить нужную выборку и получить информацию в течение нескольких минут. По статистике БФТ-Холдинга, платформа аналитики сокращает время подготовки отчета в среднем с 40 часов до 15 минут.

Таким образом, аналитика предоставляет бизнесу целый ряд преимуществ:

• благодаря оперативному доступу сотрудников к актуальным данным улучшаются процессы операционного управления и принятия обоснованных стратегических решений;
• наглядные отчеты и дашборды позволяют определить точки роста и узкие места в бизнес-процессах, моментально оценить причины их возникновения и принять соответствующие меры;

• возможность получать аналитические данные в режиме онлайн помогает контролировать и повышать производительность любых ресурсов – от офисных сотрудников до станков на промышленном предприятии;
• инструменты бизнес-аналитики могут служить для построения моделей прогнозирования и быстрой проверки гипотез;
• аналитические платформы способствуют увеличению выручки компаний и сокращению издержек.

Функциональная и отраслевая специфика применения BI-инструментов в системах аналитики

Аналитика в организациях может применяться повсеместно. Принципы работы системы с данными в любом функциональном подразделении схожи. Различие заключается в конкретных задачах аналитики и наборе данных для ее решения.

Так, в финансовом департаменте аналитика помогает управлять бюджетом доходов и расходов, отслеживать динамику выручки, проводить план-фактный анализ, выяснять причины снижения прибыли.

В HR-подразделении бизнес-аналитика направлена на оптимизацию управления кадровыми ресурсами: мониторинг закрытия вакансий в отделах, определение наиболее эффективного способа взаимодействия с кандидатами, оценка вовлеченности персонала, контроль трудовой дисциплины, ведение статистики причин увольнения.

Маркетологи используют BI для оценки эффективности рекламных акций и SMM-продвижения, количества посещений на сайте, для отслеживания динамики активностей в различных каналах коммуникаций с клиентами.

Специалистам по продажам аналитика помогает контролировать все важнейшие метрики продаж: средний чек покупателей, товары-лидеры продаж, результативность акционных кампаний, причины отказа клиента от покупки, сезонные колебания продаж и т. д. А также – строить прогнозы для получения максимальной прибыли и реализации механизмов допродаж.

В рамках системы электронного документооборота аналитика используется для отслеживания объема обработанных входящих документов, процессов согласования, исполнения поручений, проведенных заседаний.

Для сервисных подразделений BI полезна, к примеру, при планировании закупок необходимого оборудования и расходных материалов.

Такое же разделение задач систем аналитики можно провести по отраслевой специфике их применения:

• в банковской сфере – это, например, отчетность о продажах банковских продуктов, анализ кредитных и рыночных рисков;
• в ритейле – это анализ потребительского поведения, формирование персонифицированных предложений, выявление потребительских предпочтений, проведение аналитических срезов по категориям покупателей и регионам присутствия;
• в промышленности – контроль соблюдения планов и загрузки производственных линий, статистика производительности оборудования, отслеживание его работы и выявление аномалий, свидетельствующих о возможной неисправности;
• в здравоохранении – отслеживание загруженности врачей, статистика пациентов по нозологиям, контроль за обменом электронными медицинскими документами.

Наличие под рукой ключевых показателей деятельности организации дает дополнительные преимущества:

• улучшение коммуникации внутри компании, отсутствие необходимости затрачивать дополнительное время на подготовку отчета, возможность решения вопросов оперативно без необходимости вовлечения руководства;
• высвобождение времени у менеджмента за счет наличия в оперативном доступе актуальных данных без необходимости ожидания дополнительных расчетов.

Особенности применения аналитических систем в организациях крупного бизнеса

Организации крупного бизнеса предъявляют особые требования к BI-системам в платформах аналитики. Во-первых, очевидно, что данных в таких организациях накапливается гораздо больше, чем в хранилищах небольших компаний. Поэтому система должна уметь работать в условиях высокой нагрузки и обрабатывать огромные массивы данных. Например, для одного из клиентов мы разработали аналитическую подсистему, которая содержит 17 ТБ первичных данных. Ее пользователями являются более 28000 сотрудников нескольких территориально распределенных подразделений организации.

Во-вторых, большой штат сотрудников и сложная организационная структура требуют от игроков крупного бизнеса широкого разнообразия отчетов, в том числе нетиповых (Ad-hoc). Например, для другого своего заказчика в рамках его аналитической подсистемы дополнительно к утвержденным форматам отчетности мы добавили возможность создавать отчеты в произвольной форме. Сегодня аналитические срезы такого типа содержат от 60 до 100 тысяч строк. Для их построения используются OLAP-кубы, каждый из которых оперирует более чем 120 измерениями и 50 фактами.

В-третьих, крупные организации имеют в ИТ-ландшафте большое количество различных систем и взаимодействуют с самыми разнообразными внешними ресурсами. Это приводит, в частности, к тому, что отчетность необходимо формировать на основе нескольких источников или использовать гибридный способ ввода данных. Например, один из заказчиков БФТ-Холдинга столкнулся с необходимостью реализации отчетных форм со смешанным получением информации: в одной из форм для расчета бизнес-показателей требовалось частично импортировать данные из файлов Excel, а часть данных вводить вручную. Возможность реализовать такие сценарии в аналитической платформе позволяет добиться кратного сокращения времени, затрачиваемого на получение информации.

Эти особенности должны быть учтены в архитектуре аналитических систем, предназначенных для крупного бизнеса. Цифровые аналитические платформы должны включать в себя основной модуль, позволяющий организовать сбор, обработку и хранение данных, конструктор информационных панелей (дашбордов), инструмент многомерного анализа (OLAP), инструмент формирования регламентированных отчетов и компонент форм сбора и консолидации производной информации. В портфеле продуктов это система БФТ.Хранилище, она предоставляет пользователям максимально возможный набор self-service инструментов, которые можно использовать как в комплексе, так и по отдельности для аналитики данных из самых разных источников. Такой подход, по нашему мнению, может принести бизнесу максимальную пользу.