BI-технологии или как сделать подготовку аналитики более быстрой

По данным Harvard Business Review, аналитик тратит на поиск данных для отчета в среднем около 80% рабочего времени.[1] Чтобы разгрузить аналитиков, компании внедряют системы BI. Что они из себя представляют и зачем нужны, рассказывает pro.rbc.ruЯна Шабанова, директор по глобальной операционной деятельности Atos в России.

Что такое BI?

BI (Business Intelligence) / системы для анализа данных — это методы и инструменты сбора и структурирования информации для последующего бизнес-анализа. Зачастую системы BI применяются, когда необходимо:

  • Подготовить отчетность в ускоренном режиме;
  • Выявить какую-либо закономерность;
  • Найти эффективное решение проблем бизнеса;
  • Интегрировать данные из нескольких источников единовременно;
  • Предоставить сотрудникам, находящимся в разных локациях, оперативный доступ к данным. В зависимости от занимаемой должности сотрудники получают информацию различного уровня детализации, необходимого для выполнения конкретных задач;
  • Внедрить новые ИТ-решения;
  • Обновить существующие алгоритмы;

Технологии для бизнес-аналитики трансформируют масштабные объемы данных компании в понятные структурированные выжимки. Основная цель BI — предоставить бизнесу все данные для принятия обоснованного решения. То есть система самостоятельно собирает данные, убирает ненужную информацию и делает краткие выжимки данных, делая акцент на самых важных аспектах, факторах роста эффективности. Например, топ-менеджеры компаний из самых разных сегментов используют такие решения, чтобы понимать, какое направление их предприятия работает эффективнее остальных, а также помогает отслеживать причины успешности того или иного отдела. Допустим, аналитик вводит в систему ключевые параметры деятельности компании и больше не обновляет их в зависимости от каких-либо изменений. Система автоматически рассчитывает динамику и предлагает варианты действий в случае негативных сдвигов. BI-технологии позволяют получать аналитику по заданным параметрам в режиме реального времени, и это одно из главных их преимуществ.

В каких сферах и как используются технологии BI?

Бизнес-аналитика применима в огромном количестве отраслей. Она используется для принятия решений на разных уровнях управления. Так, крупные компании привлекают BI-технологии для принятия обоснованных решений, развития бизнеса, сокращения издержек, а также для поиска новых перспектив развития. Ярким примером является компания ABN AMRO Clearing Bank N.V., занимающаяся оценкой рисков сделок или вложений. В период пандемии и особой нестабильности рынка, компания стала

использовать BI-технологии, которые стали важным инструментом в прогнозировании рисков финансовых сделок.[1]

Руководителям ИТ-подразделений бизнес-аналитика необходима для выявления неэффективных звеньев в операционно-техническом сопровождении бизнеса. Молодой сервис Koodos, занимающийся подбором контента для поколения Z, анализируя эмодзи. В своей работе он тестирует много разнообразных алгоритмов поиска и подбора от истории песен до ассоциаций их авторов. Используя бизнес-аналитику, руководители напрямую оценивают эффективность использования тех или иных средств сопровождения, которые помогают разработчикам совершенствовать свой продукт для более легкого использования им обычными потребителями. [2]

Предприятия общепита, кафе и рестораны используют системы бизнес-аналитики для принятия стратегически важных решений, в числе которых выявление неэффективных точек сети, нахождение непопулярных блюд и, напротив, самых востребованных товаров и пр. Например, Австралийский филиал McDonalds внедрил в работу своих точек питания технологию, с помощью которой происходило вычисление общей выручки ресторана, его продаж в указанные часы. Сервис помог менеджерам ресторана отслеживать необходимые данные и оценивать уровень работы в самый краткий срок.[3]

Топ-менеджмент компаний выявляет убыточные и прибыльные направления бизнеса при помощи BI-технологий, что помогает спрогнозировать динамику роста компании. Отсюда вытекает польза для отдела продаж и финансистов. Они могут планировать бюджет компании, исходя из результатов бизнес-анализа. Так, при производстве новых товаров, компания Brown-Forman всегда опирается на данные, собранные с помощью бизнес-аналитики. Именно с помощью них можно оперативно оценить успешность произведенного совсем недавно продукта и принять решение о снятии его с продажи или последующем выпуске.[4]

Отдельно стоит сказать про сегмент розничной торговли. Там BI помогают проанализировать продажи — определить самые «ходовые» товары, предвидеть объем продаж того или иного товара и т.д. Такими данными пользуется сервис Stitch Fix, помогающий своим клиентам с помощью команды стилистов подбирать наиболее удачные образы. С помощью анализа покупок одежды клиентом, сотрудники не просто подбирают максимально удачные для него фасоны или модели, но также могут собирать данные о самых продаваемых и универсальных товарах и менее популярных.[5] Что касается государственного сектора, то наиболее часто BI-технологии помогают реализовать инструменты прогнозирования и автоматизации бюджетирования. Так, правительство штата Миссисипи, США создало портал, который помогает отслеживать состояние дорог и мостов региона. Он создает статистику состояния, работоспособности, дорожных происшествий таким образом помогая руководителям планировать бюджет, оценивая все необходимые затраты на поддержку транспортных систем.[6]

Как внедрить систему BI-инструментов?

По оценкам TAdviser, к концу 2024 года примерно 75% организаций начнут внедрять ИИ-алгоритмы, благодаря чему скорость анализа данных и инфраструктура для их передачи вырастут в пять раз.[1]

Для грамотного подбора BI-программы стоит внимательно изучить все бизнес-процессы компании. На рынке существуют различные системы и платформы для бизнес-аналитики, и их выбор может быть обусловлен текущей эко-системой компании, бизнес-задачами, детализированностью необходимой аналитики, а также объёмами обрабатываемой информации.

Чтобы грамотно внедрить системы BI, надо:

  • Сфокусироваться на целях бизнеса и определить главные показатели эффективности, наиболее значимые для развития и контроля хода бизнес-процессов, к примеру, повышение лояльности клиентов компании, увеличение объема продаж какого-то продукта и т.д. От этого зависеть выбор ключевых параметров и, как следствие, эффективность и польза внедренной системы;
  • Проанализировать алгоритмы принятия стратегических решений в компании;
  • Оценить конкретные преимущества от внедрения BI-технологий, а также спрогнозировать, какие риски может понести компания в случае, если ожидания не совпадут с результатами;
  • Убедиться, что все данные достоверны и могут быть использованы для анализа, всегда обращать внимание на качество информации;
  • Определить, какой тип данных необходим для оперативного анализа (например, первичная документация, данные бухгалтерского и оперативно-технического учета, материалы личного наблюдения и т.д.);
  • Выбрать необходимый уровень детализации в соответствии с занимаемой должностью;
  • Сделать сравнительный анализ платформ, наиболее подходящих для выбранного уровня детализации и объёма данных (наиболее популярные платформы – QlikView, Klipfolio, Tableau и Power BI и т.д.);
  • Определить формат сбора, анализа и хранения данных;
  • Зафиксировать требования и приступить к внедрению программ;
  • Задокументировать изменения и обучить всех пользователей системы;

Существует ряд трудностей, с которыми компании могут столкнуться, внедряя системы BI:

  • Сопротивление пользователей, которым удобнее собирать информацию вручную;
  • Большие объемы нерелевантной информации невысокого качества из-за несовершенности систем;
  • Непонимание того, какую именно роль выполняют BI-инструменты. Не стоит ожидать, что благодаря им управление бизнес-процессами будет автоматизировано. Это лишь система, которая поможет оптимизировать и систематизировать информацию для дальнейшей ее обработки. Также со значительными затруднениями могут столкнуться компании, которые сами не представляют себе собственные бизнес-процессы, вследствие чего руководство не понимает, как их улучшить;

Частые ошибки:

По мнению аналитиков Technology Evaluation Centers (TEC), лишь около 30% проектов внедрения BI-систем оказываются успешными. Зачастую с неудачами при внедрении BI-сервисов сталкиваются компании, в которых менеджеры не заинтересованы в новом бизнес-инструменте. Иногда руководство компании безответственно подходит к подбору команды, которая будет реализовывать проект. Отсутствие единой терминологии в этой сфере также может привести к ошибкам: когда один и тот же показатель по-разному назван в различных системах, анализ данных может быть произведён некорректно. Еще одна часто встречающаяся ошибка — это не проработанные требования, когда заказчик некорректно ставит задачу по внедрению сервисов для бизнес-анализа. Руководство должно быть заинтересовано в обучении своих сотрудников работе с новыми инструментами, в противном случае их внедрение потерпит крах. Часто предприятия совершают такую ошибку, как неправильный подсчет бюджета на внедрение BI-сервисов, в результате чего ожидания не оправдываются.

По мнению аналитиков Technology Evaluation Centers (TEC), лишь около 30% проектов внедрения BI-систем оказываются успешными. Зачастую с неудачами при внедрении BI-сервисов сталкиваются компании, в которых менеджеры не заинтересованы в новом бизнес-инструменте. Иногда руководство компании безответственно подходит к подбору команды, которая будет реализовывать проект. Отсутствие единой терминологии в этой сфере также может привести к ошибкам: когда один и тот же показатель по-разному назван в различных системах, анализ данных может быть произведён некорректно. Еще одна часто встречающаяся ошибка — это не проработанные требования, когда заказчик некорректно ставит задачу по внедрению сервисов для бизнес-анализа. Руководство должно быть заинтересовано в обучении своих сотрудников работе с новыми инструментами, в противном случае их внедрение потерпит крах. Часто предприятия совершают такую ошибку, как неправильный подсчет бюджета на внедрение BI-сервисов, в результате чего ожидания не оправдываются.

BI в России

В России BI присутствует с 2009 года. Тогда российские компании могли лишь локализовать западные решения, а сейчас уже активно разрабатывают собственные. На рынке BI есть закономерность — нет полного внедрения аналитической платформы на целом предприятии – распространена лишь частичная автоматизация каких-то отдельных подразделений. По средним оценкам BI-системы наиболее востребованы среди заказчиков из финансового сектора, ретейла и госсектора. Внедрение BI традиционно происходит в несколько этапов. Такие вендоры, как Microsoft, Oracle, SAP, Qlick предоставляют лицензии на ПО и другие решения для BI-аналитики, а интеграторы исследуют бизнес-процессы заказчиков еще до внедрения программных инструментов, чтобы определить, какое именно решение подходит в конкретном случае.

Сегодня в системы BI все чаще встроен ИИ, который оценивает заданные параметры и проводит предиктивный анализ. По оценкам ИТ-компании Tibco Software, 11% специалистов, работающих с технологией BI, уверены, что ИИ и машинное обучение будут играть в BI-аналитике основную роль.[1]

Компании-интеграторы оснащают современные программные решения технологиями искусственного интеллекта и машинного обучения, которые считывают всю информацию, что облегчает работу с данными и сокращает время на принятие решений.

Источник: Pro.rbc.ru

  1. https://hbr.org/2017/05/whats-your-data-strategy
  2. https://www.tableau.com/solutions/customer/abn-amro-clearing-seamlessly-manages-settlement-risk-stressed-markets-tableau
  3. https://chartio.com/learn/business-intelligence/7-real-world-examples-of-business-intelligence-in-use/#1-koodos-proves-their-concept
  4. https://nanopdf.com/download/case-study-mcdonalds-business-intelligence_pdf
  5. https://www.tableau.com/solutions/customer/brown-forman-maker-jack-daniels-scales-1000-users-month-subscription-pricing
  6. https://builtin.com/big-data/business-intelligence-examples-applications
  7. https://path.mdot.ms.gov/
  8. https://www.tadviser.ru/index.php/BI
  9. https://www.cnews.ru/reviews/analitika_30_2019/articles/analitika_i_bi_v_2020m_tendentsiikotorye
  • Share on Linked In