Вестник цифровой трансформации

«БАРС Груп»: основанная на данных трансформация бизнес-центра BI
«БАРС Груп»: основанная на данных трансформация бизнес-центра BI

Арслан Катеев: «Внедрение BI-системы позволило более эффективно перераспределить производственные ресурсы, что дало возможность существенно сократить нецелевые расходы, оптимизировать бюджетное планирование и увеличить чистую прибыль бизнес-центра компании»


10:47 27.03.2023  |  Николай Смирнов | 1724 просмотров



Арслан Катеев, руководитель отдела аналитики и внедрения бизнес-центра BI-решений компании «БАРС Груп», – о внедрении аналитического решения, позволившего оптимизировать работу подразделения.

В «БАРС Груп» внедрили решение Analytic Workspace в бизнес-центре BI, с помощью которого систематизировали данные ресурсного планирования и провели анализ эффективности выполнения задач. Это позволило запустить основанную на данных трансформацию подразделения и подготовить почву для масштабирования системы на всю компанию. О реализации проекта рассказывает Арслан Катеев, руководитель отдела аналитики и внедрения бизнес-центра BI-решений компании «БАРС Груп» и номинант на премию Data Award.

— Что привело к реализации проекта? В чем заключались проблемы?

В 2021 году с целью внутренней оптимизации и развития компания «БАРС Груп» запустила пилот по переходу на scrum-модель планирования и реализации задач руководителями структурных подразделений по достижению квартальных OKR (Objectives and Key Results) на основе мониторинга достижения количественных показателей. Каждый руководитель подразделения предложил свой список метрик, релевантных для оценки деятельности его направления. Списки были объединены для формирования общей картины эффективности работы отдельного юнита компании «БАРС Груп» – Бизнес-центра BI-решений (БЦ BI), который был выбран как пилотный для этого проекта.

— Почему это было важно для компании?

Финансовые метрики должны давать возможность видеть, насколько БЦ BI приближается к плановым показателям по выручке и рентабельности. При этом нужно контролировать возможный перерасход бюджета по каждому проекту для своевременного выяснения причин и коррекции стратегии реализации проекта.

Производственные метрики должны отражать оценку процента выполнения плана, среднее списание времени по типам задач для определения доли трудозатрат по коммерческим и инвестиционным проектам. Таким образом, еще одной задачей была оценка распределения трудозатрат по подразделениям для выявления возможности перераспределения кадровых и бюджетных ресурсов на более доходные либо иным образом коммерчески оправданные задачи.

Кроме того, требовалось разработать метрики, характеризующие работу команды. Это не классическая HR-аналитика, но близко к ней: востребованность ресурсов, переработки, командировки. Если мониторить эти показатели, то можно заранее увидеть потребности в увеличении команды или перераспределении нагрузки.

— Что вы понимаете под термином «трансформация, основанная на данных»?

Я для себя формулирую так: это изменение от видения картины бизнеса «по ощущениям» к видению этой картины в цифрах, на основании актуальных данных. Это позволяет легко сравнивать показатели, анализировать отклонения от плана и принимать соответствующие управленческие решения.

— Какие задачи были поставлены перед проектом?

Необходимо было реализовать сбор, анализ и визуализацию данных бизнес-центра компании в реальном времени по нескольким направлениям: финансовый и кадровый учет, проектная деятельность, производство (разработка и внедрение), сопровождение.

Важным моментом являлось обеспечение соблюдения уровней доступа к информации, то есть к некоторым информационным панелям либо разрезам данных должен быть доступ только у руководителей направлений, к другим – у рядовых аналитиков. При этом данные требовалось собирать из нескольких источников: внутренней СУБД компании на базе PostgreSQL, Jira (подключение по API), внешней системы техподдержки (подключение по API), а также партнерского кабинета «БАРС Груп».

— Какие требования предъявляли к создаваемому решению, как выбирали платформу?

Для решения поставленных задач был выбран комплекс решений, состоящий из платформы данных AlphaBI и self-service BI платформы Analytic Workspace. На начальном этапе важно было заложить прочную основу под описательную аналитику и обеспечить максимальное качество данных. Для этого использовались модуль ETL и конструктор хранилища AlphaBI, который позволил создать единое информационное поле для четырех систем и шести предметных областей, проставить зависимости между данными и обеспечить их своевременное наполнение. Для реализации диагностической аналитики, получения ответов на вопросы: «Почему это произошло?» и визуализации метрик был использован Analytic Workspace – инструмент интерактивного анализа и визуализации данных.

Analytic Workspace – это наше партнерское решение, мы прекрасно знаем его возможности и поэтому долго выбирать нам не пришлось. Наиболее значимыми для нас была возможность подключения одновременно к нескольким источникам данных, быстрое внедрение обучение сотрудников – решение было полностью готово к использованию меньше чем за три месяца. Важно отметить наличие полноценного ETL-модуля, ролевой модели доступа, а также соотношение стоимости и функционала.

— Что собой представляет созданная система?

В рамках проекта «Метрики БАРС Груп» был сформирован ряд информационных панелей. Всего их было создано более 50.

Наиболее важным было финансовое направление, оно включило отклонения по бюджетам сделок, трудозатратам и коммерческому чеку. Например, на информационной панели «План-факт отклонение по бюджетам сделок» мы контролируем прямые расходы бизнес-центра по каждому из проектов и отклонения в процентном и абсолютном выражении от планируемого темпа расхода бюджета. Если отклонение становится существенным (скажем, более 25%), то актуальным может оказаться перераспределение бюджета между сделками либо плана проекта. То же самое касается отклонений от плана по трудозатратам – мы можем своевременно усилить команду на «буксующей» сделке, перебросив людей с проекта, где по факту сформировался избыток трудовых ресурсов.

Что касается анализа отклонений по коммерческому чеку, то бизнес в нашей компании организован таким образом, что некоторая часть сделок является не вполне коммерческой, это так называемые «инвестиционные» проекты. Доход по ним получается ниже коммерческого чека, однако они важны – например, для продвижения и повышения узнаваемости компании на рынке. При этом важно контролировать, чтобы доля таких сделок не превышала определенного предела для сохранения прибыльности бизнеса.

Если говорить о кадровом направлении, то основными пользователями этих метрик являются руководители отдельных направлений БЦ BI, которые принимают управленческие решения, касающиеся их подразделений, пользуясь актуальными данными метрик. Например, при планировании рабочего времени крайне полезным оказалось узнать фактическую мощность команды – ведь, скажем, из 10 человек, в среднем, один оказывается в отпуске, на больничном или в командировке. Кроме того, важно знать долю отпусков и больничных в общей структуре затрат, а также статистику по командировкам.

Производственное направление информационных панелей включает анализ трудозатрат (среднее списание времени по типам задач, доля задач с типом ошибок, доля непроизводственных затрат), а также анализ выполнения задач – процент попадания в оценку, абсолютное отклонение от оценки, среднее время пребывания в статусе и переиспользование функционала.

— Что в ходе проекта вызвало наибольшие сложности, как их решали?

Как ни удивительно прозвучит, наибольшей сложностью оказалось собрать с руководителей подразделений те метрики, с которыми они теперь работают каждый день, для формирования общей архитектуры проекта. Людям трудно отвлечься от каждодневных задач, чтобы выделить усилия на создание чего-то нового и непривычного.

— Каких бизнес-результатов удалось достичь за счет реализации проекта?

Внедрение BI-системы позволило более эффективно перераспределить производственные ресурсы, что дало возможность существенно сократить нецелевые расходы, оптимизировать бюджетное планирование и увеличить чистую прибыль бизнес-центра компании. Так, например, около 3% сделок содержали ошибки при планировании бизнес-процессов (а это порядка 50 сделок в год в абсолютном выражении). После реализации проекта удалось свести этот показатель к нулю.

Еще один пример: выяснилось, что около 20% трудозатрат одной из команд уходили на недоходные сделки. Мы пересмотрели ресурсное планирование, сфокусировав внимание на коммерчески выгодных сделках, что позволило ускорить разработку и внедрение наших продуктов для коммерческих заказчиков и на 7% повысить выполнение KPI.

— Что из этого для вас является самым главным?

Самое главное – удалось в целом достичь на 5% лучших показателей план-факт по году. Это произошло за счет того, что при анализе отклонений от плана по конкретным проектам мы теперь имеем возможность оперативно перераспределять финансовые и трудовые ресурсы, пользуясь актуальными данными и имея перед глазами всю картину бизнеса в реальном времени.

— Пытались ли оценить эффекты в финансовом выражении?

Да, конечно. За счет тех изменений в ресурсном планировании и сокращения нецелевых расходов, о которых я уже говорил, мы смогли добиться улучшения финансовых показателей бизнес-центра по рентабельности на 5% в целом по году.

— В каком направлении будет развиваться проект?

Поскольку проект оказался успешным на примере нашего бизнес-центра, планируется внедрение системы и в других бизнес-центрах компании «БАРС Груп».

 

Теги: BI Data Award

На ту же тему: