Каким образом ваша организация извлекает истинную ценность из имеющейся бизнес-информции? Ответ на этот вопрос в течение десятилетий оставался серьезной проблемой для специалистов по технологиям и руководителей бизнеса.

По мнению Джо Бугайски, старшего аналитика, специализирующегося на бизнес-аналитике (BI) в компании Burton Group (Мидвейл, штат Юта), со времен, когда отчеты сводились к простым диаграммам, средства BI значительно продвинулись в своем развитии, и тем не менее этой отрасли предстоит еще очень долгий путь, прежде чем она сможет предложить компаниям деловую информацию, на основании которой можно предпринимать конкретные шаги и достигать желаемых результатов.

“В мире BI грядут огромные перемены, — сказал Бугайски. — Нынешний инструментарий присутствует на рынке с начала 1990-х, а кое-что появилось еще раньше. И эти средства по-прежнему слишком сложны для многих пользователей. Мы очень часто принуждаем людей напрямую иметь дело с технической абракадаброй, которая стоит за BI, и при этом большинство деловых пользователей до сих пор не имеют доступа к ценной информации, которая подавалась бы в простом виде. В результате у пользователей возникают вопросы к подразделениям бизнес-аналитики: а что вы для нас сделали в последнее время? Лучшие BI-команды отвечают на это, выделяя пять новых направлений, меняющих облик мира BI.

Направление 1: упреждающий анализ

Если бы Рэму Нагаппану, управляющему директору компании Pershing (Джерси-Сити, шт. Нью-Джерси), являющейся подразделением финансовых услуг Bank of New York Mellon, предложили назвать одну важнейшую область, в которой средства BI могут полностью революционизировать работу его предприятия, он бы назвал упреждающий анализ: “Посмотрите: все работают с записями, все обзавелись инструментальными панелями или планируют ими обзавестись. Но в нынешних экономических условиях лишь информация, которую я могу узнать заранее, поможет мне сэкономить деньги и вывести корабль на нужный курс”.

По мнению Нагаппана, сейчас поставщики средств BI только подступаются к проблеме упреждающего анализа. Отчасти это объясняется тем, что аналитика в целом заметно отставала от других, более традиционных функций BI.

“Собственно аналитические средства плелись в хвосте в мире BI, — отметил Бугайски. — С простыми вещами мы хорошо справляемся — чертим красивые диаграммы и графики, но это совсем не то, что взаимодействовать с ключевой информацией с целью понять, что же происходит в реальности. А такого взаимодействия до сих пор нет”.

Уже сейчас многие организации стараются расширить границы возможностей имеющегося инструментария. “В основном мы видим это в научно-исследовательских организациях и университетах, — отметил Нагаппан. — Я знаю, что люди уже могут применять свои аналитические модели данных и другие наработки и на их основе строить прогнозы, но полноценных инструментов такого рода пока нет”.

“Традиционно все сводилось к тому, что человеку выдавалась электронная таблица, и едва ли не единственное, что с ней можно было сделать, это повернуть”.

Рэм Нагаппан, управляющий директор компании Pershing

Очевидно, что обозначенная Нагаппаном потребность в более совершенных инструментах имеет прямое отношение к недавним потрясениям на рынке BI. По данным IDC, рынок аналитических систем в этом году должен вырасти на 4%.

В конце июля IBM продемонстрировала свою уверенность в первостепенном значении упреждающего анализа для будущего BI. Она выделила более 1,2 млрд. долл. на поглощение компании SPSS, известной своими технологиями упреждающего анализа.

“Это приобретение расширяет наши возможности, выводя нас на новый уровень анализа, который позволит клиентам не только строить более интересные догадки, но и по-настоящему предвидеть развитие ситуаций, — заявил Амбудж Гойял, генеральный менеджер по информационному управлению IBM. — Упреждающий анализ поможет клиентам продвинуться дальше обычного режима “обнаружить и отреагировать”, который зачастую оставляет пробелы в стратегической информационной картине, особенно в нынешних быстроменяющихся условиях. Они смогут делать полноценные предсказания и благодаря этому добиваться лучшего результата в бизнесе”.

Пока организации ждут, чтобы рынок по-настоящему встряхнулся, Нагаппан убежден, что те, кто уже сейчас готовят экспертов по предметным областям, лучше других сумеют воспользоваться преимуществами технологических инноваций. “Думаю, серьезной проблемой при использовании упреждающего анализа станет осуществление предметной экспертизы, — считает Нагаппан. — Чтобы делать систематические прогнозы, аналитик должен хорошо разбираться в предметной области”.

Направление 2: оперативная разработка

Экономический спад заставляет подразделения BI пересматривать свои комплексы решений. По мнению Уэйна Экерсона, директора по исследованиям и услугам The Data Warehousing Institute (Рентон, шт. Вашингтон), пользователи нуждаются в более широких возможностях, а менеджеры требуют более быстрого внедрения, и поэтому предприятия будут все активнее осваивать принципы оперативной разработки, уже получившие популярность в среде разработчиков традиционных систем BI.

“Мы наблюдаем множество попыток создать более экономные модели и оперативные механизмы внедрения, которые шли бы в ногу с требованиями бизнеса, — сказал Экерсон. — Организации изучают методы оперативной разработки BI, поскольку для бизнеса даже три месяца — слишком большой срок ожидания”.

Классический трехмесячный срок до сих пор считался идеальным для развертывания систем командой BI при необходимости решить ту или иную проблему бизнеса на основе инновации. “Сейчас речь должна идти скорее о периоде от двух недель до месяца”, — предупреждает Экерсон.

“Основной принцип оперативной разработки применительно к BI заключается в поэтапном, эволюционном развертывании аналитических средств, с обязательным вовлечением в этот процесс конечных пользователей, клиентов”, — заметил Кен Коллиер, старший консультант по BI, средствам оперативной разработки и управлению проектами в консалтинговой компании Cutter Consortium (Арлингтон, шт. Массачусетс).

Приступая к реализации каждого корпоративного проекта, Коллиер рассчитывает внедрить новую функциональность в течение двух недель. Самыми важными условиями соблюдения столь сжатого срока он считает установку сравнительно небольших по масштабу, но четко сфокусированных промежуточных целей, создание среды, благоприятной для сотрудничества между аналитиками, разработчиками и пользователями, а также использование тестовых автоматизированных процедур с базами данных.

“Это совершенно новая концепция для людей, которые годами тестировали базы данных вручную, — пояснил Коллиер. — Проблема, однако, в том, что когда вы при двухнедельном сроке пытаетесь вручную тестировать новую функциональность, то быстро оказываетесь погребенными под грудой результатов. Но если подойти к вопросу правильно, оперативная разработка BI даст вам несколько преимуществ. Самое важное из них — возможность чутко реагировать на запросы и нужды пользователей”.

По словам Коллиера, даже если объемы хранилища данных или BI-системы сравнительно невелики, организации может потребоваться 8—12 мес на анализ требований, разработку и тестирование, чтобы в итоге на экранах пользователей появилась работающая бета-версия нового продукта. “Главное здесь — показать пользователям нужные функции уже в первые недели, чтобы они могли увидеть, как это работает на материале ежедневно поступающих данных, — считает Коллиер. — Даже если эта функциональность не будет в таком виде запущена в производство, все равно нужно, чтобы пользователи видели, как реально работают функции, — тогда вы сможете быстро адаптировать продукт”.

Оперативная разработка к тому же нередко позволяет уменьшить количество лишних, неиспользуемых функций. Коллиер приводит данные отраслевой статистики, согласно которым средний пользователь любой информационной системы использует лишь порядка 50% ее функций. “Просто за счет того, что мы в первую очередь фокусируемся на наиболее ценных аспектах, мы можем завершать проекты быстрее и с меньшими затратами, — пояснил Коллиер. — Мы очень быстро находим приемлемые решения для систем, которые уже готовы для запуска в производство, так что пользователь признает: да, это хорошо и этого достаточно, я могу обойтись без остальных 40%”.

Даже если предприятие не испытывает энтузиазма по поводу двухнедельного графика, оно усваивает ценный принцип быстрого развертывания — важность инкрементального, поэтапного движения. Нагаппан подчеркивает, что это особенно полезно предприятиям, стремящимся нарастить свой интеллектуальный потенциал: “Многие пытаются сразу же создать решение, охватывающее всю организацию, но у них получается неповоротливый мастодонт. Такой проект вряд ли окажется успешным”.

Направление 3: клиентоцентричная бизнес-аналитика

Предыдущий экономический спад пришелся на 2001 г., и с того времени Нагаппан переориентировал стратегию своего подразделения, поставив цель: усовершенствовать адаптируемость информации, поставляемой различным категориям пользователей, в зависимости от их роли в организации. “Мы заметили, что отдельные категории клиентов, использующих нашу платформу, существенно отличаются друг от друга, — пояснил Нагаппан. — Мы называем таких клиентов персонами, и они образуют целый спектр — от финансовых агентов и специалистов по маркетингу и продажам до бизнес-консультантов. Главное, что мы поняли: невозможно создать решение, которое одинаково устроило бы всех”.

Важнейшей своей задачей Нагаппан считает создание клиентоцентричной системы анализа, которая основывалась бы на концепции ролей. “Надо использовать одни и те же данные так, чтобы построенные на них различные аналитические модели удовлетворяли потребности разных персон. Нужно, чтобы каждая персона, использующая предлагаемую моделью информацию, имела наилучший инструмент для принятия своих решений. Исходные транзакционные данные у нас одни и те же, но на их основе создаются разные функциональные области, и каждая категория потребителей получает то, что нужно именно ей”.

Джо Бугайски также считает, что подразделениям BI необходимо осваивать клиентоцентричный подход, позволяющий компаниям извлекать из анализируемой информации по-настоящему ценные знания. По словам Бугайски, организациям, как правило, приходится собирать информацию для BI через так называемые “человеческие пользовательские интерфейсы” предприятий. Это значит, что пользователи, знающие, как извлекать данные, в конце концов бывают вынуждены взаимодействовать с системами BI, предназначенными для сотрудников, которые не знают, как это делать, или не хотят учиться этому.

“Имеется ценная информация, имеется разумный, ответственный подход к делу, — сказал Бугайски. — Но это не дает настоящей перспективы, необходимой для BI. Где тот инструментарий, который был бы доступен моему генеральному директору? Где инструментарий, который могли бы использовать мои бизнес-аналитики, не являющиеся специалистами по информационным системам? Они нуждаются в средствах, простых в использовании, как поисковик Google. И они вправе их требовать”.

Направление 4: совершенствование средств визуализации

Бугайски убежден, что организации смогут полноценно извлекать знания из своих систем BI лишь в том случае, если идеология и дизайн соответствующих средств визуализации будет кардинально переработан: “В том виде, в каком средства BI существовали до сих пор, они представляют собой практически мертвый груз. Необходима новая парадигма, и ключевой ее частью должна стать визуализация”.

Способы отображения информации, используемые при коллективной работе (в частности, при анализе данных) в системах Web 2.0, можно, по мнению Бугайски, считать образцом, устанавливающим планку достаточно высоко и для систем BI, многие из которых до сих пор отражают представления, сложившиеся еще в 1990-х, а то и в 1980-х годах.

С этим согласен и Нагаппан. Его компания Pershing уделяет огромное внимание технологиям Web 2.0, стремясь найти более совершенные способы визуального представления данных и тем самым сделать эффективнее взаимодействие пользователей с этими данными.

“Традиционно все сводилось к тому, что человеку выдавалась электронная таблица, и едва ли не единственное, что с ней можно было сделать, это повернуть, — рассуждает Нагаппан. — С появлением Web 2.0 мы получили новые средства, например возможность нанесения данных на карты в Google, анимации на базе Flash, технологию AJAX и коллективное использование данных”. По словам Нагаппана, соединение концепций BI и Web 2.0 позволяет компаниям вроде Pershing использовать одну и ту же информацию самыми разными способами. Это прекрасно сочетается и клиентоцентричной моделью, также взятой на вооружение в Pershing.

Нагаппан и его компания полны энтузиазма по поводу возможностей Web 2.0 в плане визуализации данных в системах BI. В результате компания решила использовать эти функции при создании программной платформы для своего флагманского продукта, предназначенного для финансового планирования. Выпущенный в июле пакет Pershing NetX360 позволяет пользователям работать с настраиваемыми инструментальными панелями данных, с помощью которых можно в удобном виде представлять финансовые показатели, поступающие в режиме реального времени, а также данные, извлекаемые по запросу из самых разных источников.

Направление 5: операционализация BI

Изначально идея BI заключалась в том, чтобы предоставить людям точные данные и аналитические инструменты, позволяющие вносить в бизнес коррективы и таким образом оптимизировать его. В процессе реализации этой идеи она потеряла свою четкость. Системы BI оказались беспорядочно рассеянными по предприятиям, слишком громоздкими и сложными в использовании. Рассматривая пути дальнейшего развития проектов, связанных с BI, предприятие должно в числе прочего стараться сделать их проще и доступнее для широкого круга сотрудников.

“Когда я начинал этим заниматься, одним из самых многообещающих достоинств BI считалась возможность вооружить лиц, принимающих решения, и работников знаниями, — сказал Дайк Хенсен, директор по маркетингу компании PivotLink. — Предполагалось, что каждый получит средства BI, которые будут всепроникающими и мощными инструментами. К сожалению, с годами многие из таких продуктов стали слишком сложными, раздутыми и дорогими”.

Экерсон соглашается, отмечая странность ситуации, при которой сотрудникам операционных служб приходится переходить из BI-системы в операционное приложение, чтобы открыть информационную панель или отчет и посмотреть, как повлияло на бизнес решение, принятое с помощью BI.

В последние два года на рынке наметилась тенденция к объединению этих функций. В частности, крупные поставщики ERP-систем прилагают усилия, чтобы включить средства BI в более широкий контекст операционной деятельности. Экерсон считает это стремление к интеграции аналитических средств с ERP и другими программами поддержки операционной деятельности оправданным. “Перед разработчиками открывается замечательная возможность для встраивания BI непосредственно в операционные программы”, — убежден Экерсон.

Нагаппан также считает, что идея операционализации BI очевидна. Его компания начала работать в этом направлении уже несколько лет назад: “Для нас это одно из ключевых направлений, так что мы приступили к этому уже давно. Я знаю много людей, занимающихся BI и при этом фокусирующихся на финансовом анализе, для кого-то приоритетными стали другие области BI, но Pershing уже много лет назад сделала ключевым аспектом своего бизнеса анализ именно операционной деятельности и соблюдения стандартов”.

Брайан Килкорс, управляющий партнер фирмы Retail Systems Research (Майами, шт. Флорида), специализирующейся на анализе розничного рынка, тоже уверен, что операционализация BI сейчас — одна из самых значительных тенденций в мире корпоративных аналитических систем. Килкорс знает множество наглядных примеров того, как встраивание функций BI в операционные приложения повышает эффективность повседневной работы специалистов на местах и позволяет клиентам принимать более обоснованные решения о закупках.

“Мы видим много компаний, внедряющих аналитическую информацию в операционные процессы по принципу “точно вовремя”, — сказал Килкорс. — Один из примеров — Virgin Megastores, предоставляющая менеджерам в магазинах эффективное средство для увеличения продаж. Системы BI интегрируются с системами поминутного учета магазинных продаж таким образом, чтобы менеджеры видели соотношение продаж различных популярных товаров. Аналитические средства сравнивают показатели в первые дни после выпуска данного товара с аналогичными показателями для других товаров, и это помогает прогнозировать дальнейшую динамику продаж. Кроме того, аналитические данные позволяют сотрудникам продвигать менее популярные товары, правильно сочетая их с бестселлерами. Сотрудники магазинов практически в режиме реального времени выставляют на своих торговых площадях различные сочетания товаров, с учетом поступающих сигналов о том, как сделанные ими изменения влияют на продажи. Увидев, что какой-то товар быстро раскупается, они тут же подкидывают по соседству другой товар, который тоже начинает лучше продаваться”.

Килкорс считает, что подобные инициативы помогают организациям лучше усвоить принцип “обнаружить и отреагировать”. Он добавляет, что подобное встраивание BI в операционную деятельность дает существенный выигрыш и с точки зрения BI: “Очень ценно, что процесс или система поддержки операционной деятельности может сообщить аналитической системе, что именно произошло после того, как та отреагировала на изменение”.