Судя по выступлениям на VIII форуме “Аналитические технологии управления: Business Intelligence”, внимание пользователей систем бизнес-аналитики (Business Intelligence, BI) сейчас направлено не столько на саму технологию BI, сколько на данные, с которыми система работает. Этой теме было посвящено большинство докладов заказчиков. Что касается остальных сообщений, то они как в зеркале отразили нынешнюю структуру рынка BI, который разделился на два сегмента: нишевые продукты и системы мегавендоров. Первый сегмент представил российский разработчик Contour Components, а второй — компания EPAM Systems, продвигающая систему SAP BI. Кроме того, прозвучало сообщение и о самописном решении, которое применяет “Вымпелком”.

“Качество данных — недофинансированная часть BI”, — считает Андрей Заварзин, директор по процессам BI Альфа-Банка. Однако очевидно, что результат работы системы бизнес-аналитики в значительной степени зависит от точности и корректности исходных данных. Как показал на примере своего банка Андрей Заварзин, использование некачественных сведений приводят к прямым и косвенным потерям. Но для повышения качества сведений требуются затраты на аудит, регулярный мониторинг и улучшение бизнес-процессов. Задача состоит в том, чтобы найти оптимальное соотношение затрат с учетом потерь от некачественных данных”, — сказал он и привел ряд примеров окупаемости за счет улучшения обслуживания клиентов банка.

Решить эту задачу непросто, но Альфа-Банк с ней справился, доведя процент ошибок до нуля. “Мы внедрили контроль качества в каждую фазу работы с данными. Каждая ошибка рассматривается как инцидент, — рассказал Андрей Заварзин. — Главное, что все прозрачно и можно увидеть причины и источники ошибок. Чтобы мотивировать людей, мы проводим конференции по разбору типовых ошибок и ввели должность офицера качества данных”. По его словам, контроль в основном выполняется автоматически на входе в хранилище, а результаты этих проверок рассматривает команда аналитиков, состоящая из нескольких человек.

“Качество данных — это реально, а выгоды от этого можно измерить, — сказал в заключение Андрей Заварзин и предложил начинать повышение качества данных не со сложных проектов, а с элементарного наведения порядка: “80% результатов вы получите, правильно организовав процессы”.

Опытом работы с данными поделился и Кирилл Лядов, руководитель BICC банка Home Credit Bank. Однако он подошел к этой проблеме с другой точки зрения. “В идеале BI реализуется как единое хранилище данных, единый мониторинг и единое средство подготовки отчетов, — отметил он. — Но по моему опыту, так никогда не бывает. Сколько ни старайся заменить Excel и другие решения на единое средство отчетности, ничего не получится”. Однако, по мнению Кирилла Лядова, это и не нужно делать, так как сами по себе инструменты никак не влияют на качество принимаемых решений и уровень удовлетворенности бизнес-пользователей. Главное — предоставить им хорошие данные и единый подход к их анализу. “Но как это сделать в разрозненной среде?” — задал он риторический вопрос и в качестве ответа рассказал о методике, внедренной в банке: “Мы согласуем определения для самых важных данных, независимо от того, где они находятся — в корпоративном хранилище или на компьютере пользователя. Этим занимается группа аналитиков”. Такая схема позволяет банку связать воедино децентрализованные аналитические средства и централизовать управление данными и тем самым получить эффект от BI за счет повышения качества управления, не заставляя людей пользоваться единым решением.

Для согласования показателей предусмотрен специальный процесс, а все, что уже согласовано, представлено на корпоративном портале, чтобы люди могли этим пользоваться.

Конечно, такой подход требует усилий и затрат. Как они окупаются? По словам Кирилла Лядова, точно оценить доход от BI трудно, но можно измерить прибыль от конкретных инициатив: “Например, мы подсчитываем так называемую пожизненную ценность клиентов, чтобы определить, каких из них нужно удерживать”.

Важность данных для принятия правильных управленческих решений подчеркнул и Владимир Клинков, главный консультант по SAP BI компании EPAM Systems. По его словам, принятию верных решений мешает разрозненность источников данных, интенсивный рост объемов деловой информации, проблемы поиска и консолидации данных и отсутствие единого информационного пространства. Он показал, как внедрение BI позволяет перейти от исходных сырых данных к управленческому воздействию. “На основе сведений об общем состоянии предприятия можно с помощью показателей эффективности выявлять тенденции, прогнозировать перспективы и проводить сценарное моделирование и оценку влияния на результат различных параметров, — сказал г-н Клинков. — Однако обычно внедрение BI ограничивается уровнем отчетности и аналитики. Это позволяет улучшить понимание ситуации и дает эффект, но не в состоянии показать, почему так происходит. Это уже другой уровень — моделирования и прогнозирования”. На ряде примеров он показал, что внедрение информационно-аналитической системы и доведение ее до уровня моделирования и прогнозирования сулит компаниям ряд преимуществ за счет принятия правильных решений и своевременного реагирования на изменения ситуации в бизнесе.

От лица нишевых игроков выступил Владимир Некрасов, генеральный директор компании Contour Components. Он представил новую версию системы Contour BI 5.0, которая разработана с учетом последних тенденций в области бизнес-аналитики. “Сначала аналитикой пользовался ограниченный круг специалистов, которые готовили отчеты, но сейчас BI постепенно становится неотъемлемой частью рабочего стола любого сотрудника. Вот в этом направлении мы и развиваем свой продукт”, — объяснил он. По его словам, предусмотрена простота использования, высокая масштабируемость и производительность (за счет размещения базы данных в ОЗУ и распараллеливания по процессорам), мультиплатформенность (поддержка Web и мобильных устройств) и возможность подготовки разных типов отчетов.

Что касается ниши, то, по словам г-на Некрасова, компания начинала в 2000 г. с работы с банками, а теперь решила сосредоточиться на госсекторе: “Эта ниша не закрыта. А ведь в госсекторе есть море специфических проблем, которые никто не решает, и в основном многие организации прозябают на самоделках”. Он добавил, что Contour BI масштабируется от пяти рабочих мест до нескольких тысяч и является недорогим решением по сравнению с продуктами мегавендоров.

Но, как показал представитель “Вымпелкома”, и самодельные решения позволяют компаниям решать задачи бизнес-аналитики. “Когда в 2003 г. мы перешли на новую биллинговую систему, требования к отчетам изменились, и было решено создать единую централизованную систему отчетности”, — рассказал Сергей Шеленцов, руководитель службы интеграции информации и операционной отчетности компании “Вымпелком”. Сформулировав большой список требований к BI-инструменту, компания стала изучать рынок и не нашла ничего подходящего. Возможно, так получилось потому, что в 2003-м рынок BI еще не был так развит, как сейчас. Поэтому “Вымпелком” заказал специализированное решение у российского разработчика.

Так появилась система операционной отчетности МОЗ. По словам Сергея Шеленцова, в ней предусмотрены средства самообслуживания: встроенный конструктор позволяет построить любую форму отчета. Но вместе с тем она в отличие от других BI-систем не позволяет пользователю самостоятельно изменить алгоритм расчета показателей. “Мы избегаем ситуации, когда человек может сохранить у себя локальную версию отчета, а потом использовать его, хотя общий алгоритм уже изменился, и в результате принять неверное решение”, — объяснил он. Кроме того, в МОЗ предусмотрены средства информирования пользователей обо всех имеющихся отчетах, реализован механизм поиска и подбора подходящих отчетов.

В целом “Вымпелком” доволен системой МОЗ. Она развернута в семи странах, работает семь лет без единого критичного сбоя, обслуживая 16 тыс. активных пользователей и хранит более 5,3 млн. отчетов.

Версия для печати (без изображений)