Применение инструментов для самостоятельной работы пользователей с данными становится все более распространенной практикой. Именно за счет self-service BI компании избегают «бутылочного горлышка» в виде ограниченных ресурсов ИТ-подразделений и повышают оперативность разработки дата-продуктов. В группе компаний «Деловые Линии» анализ данных силами бизнес-пользователей дает возможность обеспечить непрерывность производственных процессов, оперативно реагировать на возникающие проблемы и повышать эффективность обеспечительных процессов. О причинах построения решений self-service BI и достигнутых результатах рассказывает Фарид Мадани, генеральный директор ГК «Деловые Линии».
— Как развивалась в компании работа с данными? Какие ключевые этапы можно выделить?
Работа с данными для нас – всегда одна из первостепенных задач: массивы информации трудно анализировать. Раньше для корпоративных информационных систем всегда действовали ограничения на глубину анализа данных, отчеты формировались относительно долго и имели недостаточную гибкость. Но главной проблемой было отсутствие консолидации данных в одном месте. Поэтому первым шагом в этом направлении для нас стало внедрение корпоративного хранилища данных, в котором происходила консолидация из основных источников и формировались витрины информации для последующего анализа, а также внедрение BI-системы. Следующим этапом было внедрение озера данных, которое значительно расширило наши возможности по анализу данных, в том числе больших и неструктурированных массивов. Когда уже были внедрены основные компоненты консолидации и работы с данными, мы приступили к передаче функции анализа данных в руки бизнес-пользователей – появились инструменты для самостоятельной работы с данными (self-service BI), которые развиваются и сегодня.
— В чем заключалась главная боль бизнеса, какие задачи требовалось решить за счет внедрения self-service BI?
В компании рос интерес к принятию решений на основе данных, и со временем стала выстраиваться очередь из запросов от бизнес-подразделений в ИТ-отдел, который, среди прочего, занимался разработкой отчетов и выгрузкой данных. Если же требовалось самостоятельно поработать с данными, то согласование доступа занимало очень много времени. Это замедляло бизнес в проверке гипотез и принятии решений, от которых и зависит успех наших инициатив. Так назрела потребность внедрения сервисов самообслуживания, которые дали возможность оперативно получать доступ к нужной информации и самостоятельно проводить ее анализ.
— Аналитика требует надежного фундамента. Что лежит в основе построенной системы?
Если говорить о технологиях, то озеро данных мы построили на базе Hadoop, хранилище данных сделано на решениях Microsoft, а в качестве BI-систем используем QlikView и Power BI. Для эффективной работы пользователей с инструментами self-service BI наш партнер – BIA Technologies – разработал специальные компоненты, которые позволили значительно ускорить сбор данных и работу с ними, а также упростил получение к ним доступа. Например, у нас появился коннектор BIA Tech Bridge, который обеспечивает быстрый сбор данных из систем «1С», или инструмент DMT, который позволяет просто – без написания кода – получить данные в песочнице бизнес-пользователя.
— Какие данные и какие платформы для работы с данными используются?
Используем учетные системы на базе «1С», корпоративные сайты и прочие внутренние источники: данные по клиентам, заказам на перевозку, остаткам и заказам на закупку и поставку расходных материалов, данные по загрузке сотрудников, сбор финансовой отчетности.
Бизнес-пользователями создана практика прототипирования отчетов, систем планирования и производственных систем, не требующих оперативных данных.
— Как выстроена архитектура инструментов self-service BI?
Это не одно решение, а целый инфраструктурный, программный и методологический комплекс. Основой работы сотрудников является «песочница», в которой развернуты все компоненты для комфортной работы с данными. Она находится в защищенном контуре и соответствует всем требованиям информационной безопасности. Внутри «песочницы» есть необходимый инструментарий для анализа данных. Также внедрен сервер публикации, на котором могут размещаться разработки пользователей, если к ним требуется доступ другим сотрудникам.
— Вероятно, потребовалось изменение культуры сотрудников. Какие мероприятия были проведены?
Это одна из самых сложных задач – вовлечь сотрудников в работу с данными. Для начала мы стали проводить мероприятия по ознакомлению коллег с возможностями self-service BI и выгодами, которые дает сервис при решении задач, по сравнению с прежними подходами. Для тех, кому была нужна помощь в освоении инструментария и ознакомлении с практикой анализа данных, мы разработали курсы и сейчас проводим обучение и ведем базу знаний. И, конечно же, мы обеспечиваем полную поддержку всем пользователям, которые занимаются самостоятельным анализом данных. Это дает эффект – интерес к self-service BI растет.
— Насколько эти инструменты востребованы в реальности? Какой процент сотрудников пользуется инструментами, какой целевой показатель?
Мы видим, что сервисом пользуются. Об этом говорит постоянно растущее число Power Users – так мы называем сотрудников, которые изучили инструментарий self-service BI и используют его в своей повседневной деятельности. Регулярно растет и количество опубликованных отчетов и наборов данных, которые впоследствии доступны конечным пользователям.
— Каких результатов удалось достичь?
Если говорить о самостоятельном анализе данных, то результатов много. Начиная от публикации локальных отчетов, которыми пользуются сотрудники подразделений, до более глобальных решений. Например, силами бизнес-пользователей финансового департамента и подразделения маркетинга была создана модель, которая позволяет создавать более целевые предложения нашим клиентам. Еще можно привести пример службы по работе с поставщиками, которая многие процессы внедряет при помощи инструментов self-service BI.
В целом это ведет к повышению уровня удовлетворенности клиентов за счет контроля ключевых показателей и оперативного реагирования на возникающие трудности в производственных процессах – так обеспечивается своевременность поставок. Но, пожалуй, самый важный результат – увеличение вовлеченности бизнес-пользователей для работы с данными.
— Было ли среди результатов то, что действительно удивило?
Удивила скорость внедрения практики самостоятельного анализа данных в некоторые подразделения. Созданный подход и инструментарий оказались настолько удобными для некоторых бизнес-подразделений, что они его внедряют во многие свои процессы, и происходит это за считанные недели.
— Как это отражается на финансовых показателях?
Можно говорить как о прямом, так и о косвенном эффекте. Например, службе по работе с поставщиками удалось значительно оптимизировать затраты на закупку пиломатериалов. Не понадобилось также увеличивать штат сотрудников за счет более тонкой настройки процессов и распределения задач – с помощью инструментария self-service BI.
— Что дальше? В каком направлении будет развиваться система?
Сейчас мы сосредоточены на повышении качества данных: на основании неточных данных могут приниматься плохие решения. Также мы смотрим в направлении онлайн-аналитики, и особое место в нашей «дорожной карте» занимает предсказательная аналитика. И, безусловно, мы собираемся и дальше совершенствовать уже внедренные решения.
