Бизнес-аналитика на российской почве

Спад на рынке ИТ, вызванный мировым экономическим кризисом, в гораздо меньшей степени затронул сегмент технологий бизнес-аналитики (BI), сохранивший положительные темпы роста. Среди причин эксперты выделяют необходимость снижения издержек и оптимизации процессов принятия решений, ужесточение требований регуляторов и другие факторы, ставшие особенно важными именно в период кризиса. Учитывая глобализацию мировой экономики, можно согласиться с тем, что указанные факторы действуют во всех странах, но, думается, в каждой из них есть свои особенности. В то же время вендоры склонны рисовать общую “дорожную карту” развития своих продуктовых линеек для заказчиков из всех стран. Но даже и в одной стране компании могут иметь разную степень зрелости и готовности к восприятию современных инновационных решений, о чем свидетельствуют, в частности, и результаты опроса читателей PC Week/RE (см. врезку). Мы попытались получить у экспертов, представляющих лидеров сегмента BI, ответы на ряд важных вопросов. Каковы основные движущие силы, стимулирующие использование BI-решений на наших предприятиях? Как изменились эти стимулы с наступлением кризиса? Появятся ли в ближайшие годы новые побудительные мотивы и с чем они могут быть связаны?

По мнению Дмитрия Ковалева, традиционно основной побудительный мотив внедрения BI-решений был связан с желанием топ-менеджеров отслеживать и анализировать финансовую информацию своих компаний, иметь инструмент контроля над ситуацией, получать все необходимые сведения именно тогда, когда они нужны для принятия решений. “Кризис усилил влияние этих факторов, — подчеркивает Дмитрий Ковалев, — но не очень заметно повлиял на них качественно. В ближайшие годы изменения тут вряд ли произойдут, если только вендоры не предложат кардинально новую функциональность”.

“Первоочередные задачи, которые стоят перед руководством предприятий, — это планирование продаж, прибыли, затрат и использования ресурсов, мониторинг реальной картины, сравнение ее с планом и анализ причин расхождений, — напоминает Юлия Перевозская. — В наши дни бизнесу приходится принимать во внимание огромное количество факторов, а если делать это без средств бизнес-аналитики, возможны ошибки и значительные потери. Отличительная особенность BI-продуктов в условиях нестабильной экономической ситуации в том, что они дают полную картину бизнеса в динамике (включая структурированные показатели по регионам, продуктам, клиентам и видам деятельности компании). Если руководители владеют ситуацией, они могут планировать свои действия, выбирая тот горизонт планирования, который считают разумным. С наступлением кризиса задачи по наращиванию оборотов и клиентской базы, по открытию новых торговых точек ушли на второй план, в то же время российский бизнес ощутил острую потребность в рациональном распределении и эффективном использовании ресурсов”.

По мнению Александра Тихонова, критически важным стимулом использования BI-решений на наших предприятиях является потребность в повышении качества принимаемых решений, их точности и своевременности. Но при этом организации испытывают значительные трудности, связанные с использованием разрозненных информационных систем, которые не позволяют обеспечивать согласованную работу различных функциональных подразделений.

“Когда цена ошибки высока, необходимость в инструментальной поддержке принятия решений возрастает многократно, — убежден Андрей Селянин. — Основным стимулом для использования BI-решений в кризисный период является потребность в инструментах оценки затрат и управления ими. Экономический рост, предпосылки к которому видны все отчетливее, ставит в повестку дня оценку эффективности долгосрочных инвестиций. В этих условиях особенно востребованы средства экономического моделирования и прогнозирования, определения эффективности инвестиционных проектов”.

А Дмитрий Лисогор в качестве таковых стимулов видит потребность в единой версии информации для всего предприятия, которой должны быть обеспечены лица, принимающие решения, а также в сокращении сроков проведения аналитических процедур, в том числе силами самих потребителей информации. В будущем, по его мнению, можно ожидать дальнейшего роста спроса на BI-решения, поскольку все больше компаний имеют полноценные транзакционные системы (ERP, CRM и т. д.), которые создают огромные массивы информации, требующей анализа. При этом стоимость необходимых технологий (аппаратного обеспечения, телекоммуникаций) все время снижается.

“Применение технологий BI становится актуальным при выполнении двух условий: количество объектов управления на предприятии (например, клиентов, поставщиков, счетов и т. п.) возрастает до сотен тысяч и миллионов, а ключевые бизнес-процессы, фиксирующие основные операции и события, уже автоматизированы, — убежден Юлий Гольдберг. — Потенциал для внедрения BI-решений всегда определялся степенью и качеством первичной автоматизации, которые заметно варьируются от одной отрасли к другой. Кризис снизил интерес компаний к многолетним “тяжелым” ИТ-проектам. К тому же, поскольку финансовый эффект таких проектов с трудом поддается достоверной количественной оценке, многие из них были заморожены “до лучших времен”. С другой стороны, возрос интерес к тем BI-проектам, что сулят осязаемую и измеримую выгоду, например, в виде сохранения или увеличения выручки от имеющихся клиентов”.

Платформы или готовые решения?

Какими же средствами отечественные предприятия решают подобные задачи? Сегодня наряду с BI-платформами на рынке широко представлены базирующиеся на этих платформах горизонтальные и вертикальные аналитические приложения, помогающие управлять эффективностью бизнеса, контролировать стратегическое развитие компании, осуществлять бюджетирование, управлять рисками, проводить целевые маркетинговые акции и т. д. К чему же склоняются российские заказчики — к развертыванию BI-платформы и последующему построению на ее основе упомянутых выше решений собственными силами или к приобретению готовых аналитических приложений? В каких случаях предпочтителен первый и второй подход? Как повлиял кризис на спрос в области BI-консалтинга?

По мнению Дмитрия Ковалева, заметного уклона в сторону вертикальных или горизонтальных решений не прослеживается. Все зависит от бюджетов, от масштаба компаний и рынков, на которых они работают. Зачастую вертикальные решения — это нишевые разработки местных фирм, решающие конкретную задачу. Они тоже пользуются определенным спросом, но в общем объеме этого сегмента рынка их доля невелика.

“На мой взгляд российские заказчики склоняются к развертыванию тех BI-платформ, которые включают в себя и некоторые вертикальные решения, —отмечает Александр Тихонов. — Учитывая подобный спрос и основываясь на нашем проектном опыте и специфических потребностях компаний, работающих в различных сферах бизнеса, специалисты Cognos Innovation Center построили отраслевые решения на базе стандартных программных продуктов IBM Cognos”.

“На российском рынке, по нашему опыту, в первую очередь востребованы не просто BI-платформы, а готовые решения “под ключ”, в полной мере охватывающие все бизнес-процессы заказчика, настроенные на его первичные данные и представляющие информацию в необходимом виде, — констатирует Андрей Селянин. — И здесь крайне важными становятся услуги BI-консалтинга, способные помочь заказчику четко сформулировать свои требования и получить оптимальные решения, а не просто представить платформу, которую еще нужно оптимизировать и настраивать”.

“Безусловно, платформа сама по себе даёт полную свободу в создании любого аналитического приложения, — соглашается Дмитрий Лисогор. Однако этап построения такого решения увеличивает сроки реализации проекта и, как следствие, откладывает момент получения финансовой отдачи. Кроме того, при анализе ситуации компании оценивают не только себя, но и проводят сравнение с конкурентами и лидерами в своих отраслях и сегментах. И те вертикальные решения, в которых уже отражен накопленный опыт, позволяют использовать подходы (например, наборы ключевых показателей), наиболее распространенные в отрасли в мировом масштабе”

“Причина различий подходов кроется в проработанности ИТ-стратегии компании, — уточняет Юлий Гольдберг. — Если такая стратегия существует и учитывает бизнес-потребности функциональных подразделений, то подход к внедрению аналитических решений скорее всего будет “платформенным”, т. е. будет выбрана единая BI-платформа, на базе которой строятся решения для бизнес-подразделений. Если единая ИТ-стратегия не выработана, то реальностью становится “кусочная информатизация”, когда каждый функциональный департамент является заказчиком необходимых ему решений, непосредственно работает с поставщиком продуктов и услуг, а зачастую имеет и собственную ИТ-службу. Если данную тенденцию вовремя не переломить, то “зоопарк” ИТ-систем в компании станет неуправляемым”.

BI и бизнес-процессы

Вендоры все чаще провозглашают необходимость включения BI-процедур в те или иные бизнес-процессы (например, выдачу кредита). Насколько велика реальная потребность в такой функциональности у российских заказчиков? Какие требования подобные подходы предъявляют к используемым BI-инструментам?

По мнению Дмитрия Ковалева, такая потребность у заказчиков действительно есть. Обычно включение подобных BI-процедур делается в целях исполнения надзорно-контрольной функции в рамках определенного бизнес-процесса. В системах документооборота, например, эта функция реализуется посредством представления отчетности о ходе движения документов и исполнения поручений.

“По нашему опыту спрос на подобную аналитику наблюдается у банков (оценка кредитоспособности заемщика на основе его характеристик, формирование наиболее интересных для данного клиента пакетов предложений), розничных сетей и производственных предприятий (оптимизация складских запасов, формирование дополнительных заказов на основании прогнозов) и везде, где используются CRM-системы (приоритизация потенциальных заказчиков, кросс-продажи, формирование пакетов предложений, планирование маркетинговых кампаний)”, — констатирует Юлия Перевозская. Однако, как считает Александр Тихонов, BI-инструменты не часто используются в бизнес-процессах, и связано это с тем, что специализированные решения обычно имеют свой собственный функционал отчетности, мониторинга и анализа.

“Включение BI-процедур в регламентированные бизнес-процессы позволит в значительной мере повысить скорость обработки данных и принятия решений на основе анализа первичной информации, — убежден Андрей Селянин. — По нашему мнению, на сегодня потребность в такой функциональности не очень высока, но наблюдается ярко выраженная тенденция к росту спроса не нее”.

“Вообще сначала нужно разобраться с терминами, — считает Юлий Гольдберг. — В большинстве случаев под BI понимают систему отчетности, управленческой, аналитической, но все-таки отчетности. Потребность в отчетах, безусловно, есть в любых бизнес-процессах, но сегодня уже понятно, что не в отчетах дело. Для успешного ведения бизнеса с опорой на фактическую информацию, а не на мнения и ощущения, необходимо включать аналитику в процессы принятия решений и, в частности, в процессы обслуживания клиентов. SAS с 2009 г. использует термин Business Analytics для обозначения тех инструментов и технологий, которые обеспечивают не просто выпуск отчетности и доступ к данным, но полноценную аналитическую поддержку бизнес-процессов. Первопроходцами здесь были подразделения банков, отвечающие за управление рисками, которым нужно было обеспечить минимизацию потерь и отказов клиентам, несмотря на жесткие требования к срокам выдачи кредитов (например, выдавать кредит в течение получаса). Но сейчас спектр применения аналитики существенно расширился. Это кросс-продажи, сегментация клиентов, прогнозирование их потенциальной ценности и предотвращение оттока, оптимизация управления наличностью и пр.”

По его словам, все это накладывает отпечаток на требования, предъявляемые к подобным инструментам бизнес-аналитики. Они должны предоставлять возможность оперативного управления жизненным циклом множества аналитических моделей, поддерживать коллективную разработку и постоянный мониторинг качества, основанный на получаемых бизнес-результатах. Должна быть обеспечена гибкая настройка и адаптация процессов принятия решений к быстро изменяющимся внешним условиям и потребностям бизнеса. Чтобы сложные запросы и расчеты выполнялись в режиме реального времени, требуется также высокая производительность ядра аналитической системы и СУБД.

В погоне за скоростью

О так называемых BI-системах реального времени сейчас говорят очень много. Однако есть ли в России реальная потребность в них? Какие задачи они могут решать? Какие инструменты присутствуют сегодня на рынке?

“Хочу привести только один пример, — говорит Дмитрий Ковалев. — С помощью BI-инструмента реального времени мы реализовали отчетность фирмы, клиенты которой хотят отслеживать ход организуемой ею рекламной кампании ежечасно. Быстрота реакции такой BI-системы в первую очередь зависит не от частоты обновления данных, а от того, насколько удачно построена модель и насколько грамотно спроектировано хранилище”.

Юлия Перевозская высказывает своё мнение: “В настоящее время BI-системы реального времени — это больше модная тенденция, чем сложившийся комплекс решений. Пока на рынке нет четкой классификации и нет окончательного понимания, какие функции должны поддерживаться такими системами и какой круг задач они могут решать. Среди задач, которые могут решаться BI-системами реального времени, следует упомянуть борьбу против банковского мошенничества, включая попытки несанкционированного доступа к карточным счетам; мгновенное принятие решений о покупке или продаже акций трейдерами; мониторинг и контроль безопасности (например, на высокотехнологичных производствах, на электростанциях)”.

“Потребность в BI-системах реального времени есть, — убежден Андрей Селянин. — Еще несколько лет назад наша компания создавала систему мониторинга приоритетных национальных проектов (ПНП), где контроль за их реализацией велся на основе ежедневных данных об исполнении плана реализации ПНП, в том числе с использованием средств фото- и видеомониторинга. Актуальны такие задачи и для Минздравсоцразвития, где ежедневно анализируется оказание государственных услуг пациентам, особенно в моменты вспышек сезонных заболеваний. Сложно говорить о приоритетности одной из двух задач: поддержка актуальности находящихся в хранилище данных в масштабе времени, близком к реальному, или быстрая реакция BI-системы на те или иные запросы к исторической информации. Скорее необходимо говорить о неком компромиссе между этими двумя качествами, удовлетворяющем конечного пользователя такой системы”.

“Конечно, в определенной степени такие аналитические системы востребованы, — соглашается Юлий Гольдберг. — Главное здесь не переусердствовать, поскольку решение реального времени всегда гораздо дороже традиционного: по стоимости внедрения, цене программно-аппаратного комплекса, расходов на сопровождение и эксплуатацию. Разумно выносить в контур реального времени только те задачи, которые могут дать серьезный экономический эффект именно за счет оперативности. К таким задачам следует отнести управление рисками при экспресс-кредитовании, подбор оптимальных предложений с учетом текущего запроса клиента, мониторинг и управление лимитами, оптимизацию транспортных потоков. Создание полноценного хранилища, которое будет наполняться данными в режиме реального времени, пока представляется невозможным: слишком сложные преобразования, процессы очистки и консолидации должно пройти большинство блоков данных, прежде чем попасть в хранилище. Но подобное обновление данных, необходимых для решения бизнес-задач реального времени, вполне возможно. Их объем, например, для банка по нашему опыту составляет не более 10% от общего объема загружаемой за день информации. С обработкой запросов сложностей обычно не возникает: практически любая современная СУБД может представить результат в режиме реального времени. Проблемы возникают, если нужно не просто извлечь данные, а провести их сложную статистическую обработку (например, просчитать вероятность мошенничества по транзакции с пластиковой картой с учетом отклонения поведения клиента от стандартных для него норм). На помощь сегодня приходит так называемая аналитика in-database, встроенная поставщиком BI-инструментов в ряд популярных промышленных СУБД”.

Кому нужны программно-аппаратные комплексы

В последние годы с целью повышения производительности наряду с программно-аппаратными специализированными BI-комплексами (Teradata, Netezza), применяемыми для решения уникальных по своим масштабам задач, на рынок выпускаются и более “демократичные” по цене программно-аппаратные конфигурации такого назначения. Есть ли потребность в этих решениях в нашей стране? Для каких задач их применение было бы особенно полезно?

“Потребность в более “демократичных” решениях в России есть, и она будет всегда, — сетует Дмитрий Ковалев. — Такова особенность нашей страны: заказчик реагирует на кажущуюся дешевизну, не задумываясь о стоимости дальнейшей эксплуатации. Зачастую специализированный функционал таких решений богаче, чем аналогичный в BI-продуктах SAP, Oracle или Cognos. Но сложность состоит в том, что эти решения зачастую требуют доработки, которая под силу только тем, кто эти комплексы произвел на свет. Да и за качество доработки не все способны поручиться”.

“Несмотря на рост интереса к специализированным аппаратно-программным комплексам со стороны наиболее крупных российских корпораций, вопрос об экономической оправданности подобного подхода для компаний второго и третьего эшелона остается открытым, — убежден Юлий Гольдберг. — В действительности есть и обратная тенденция: рост интереса к виртуальным вычислительным комплексам и решениям SaaS. Известно, что аналитические приложения характеризуются высокими пиковыми нагрузками, которые и определяют требования к их аппаратному обеспечению. Это значит, что значительную часть времени аппаратные ресурсы BI-решения простаивают в ожидании пикового периода (начало месяца, закрытие квартальной отчетности и т. п.). Разделение общих аппаратных ресурсов между различными приложениями, пользователями и организациями (виртуализация аппаратных ресурсов) должно обеспечить более эффективное их использование и, как следствие, существенное снижение совокупной стоимости владения ими. Такие технологии, как распределенные вычисления (Grid Computing) и облачные вычисления (Cloud Computing), уже успешно применяются для поддержки аналитических приложений”.

Сколько стоит

В условиях кризиса финансовая сторона дела интересует заказчиков далеко не в последнюю очередь. Чем же определяется стоимость BI-решения в терминах совокупной стоимости владения (TCO)? Можно ли снизить TCO или хотя бы отдельные ее элементы и за счет чего?

“Как известно, стоимость владения складывается из разовых и ежегодных платежей, — напоминает Дмитрий Ковалев. — В разовые вложения входит приобретение лицензий и стоимость внедрения. К ежегодным платежам относится бюджет на техподдержку от вендора, плюс затраты на сопровождение и развитие развернутого решения. Именно здесь скрыт основной резерв экономии, который напрямую зависит от правильного выбора платформы и поставщика, внедряющего решение. Если внедрение проведено грамотно и поставленные первоначально цели достигнуты, то зачастую заказчик имеет возможность обслуживать свою систему сам, прибегая к услугам консультантов только в наиболее ответственных случаях. Такова ситуация, например, у одного из наших крупных заказчиков — компании «Новатэк»”.

По словам Андрея Селянина, в BI-решениях зачастую весьма высока стоимость не только и не столько самих аналитических инструментов, сколько системы сбора первичных данных. Снижение затрат на доступ к первичным данным (путем выпуска соответствующих нормативно-правовых актов, электронных регламентов и т. д.), а также тщательное планирование требований к инфраструктуре, на которой развертывается BI-решение, и к обучению сотрудников позволит в значительной степени снизить затраты на всех стадиях жизненного цикла информационно-аналитической системы.

“Каждый элемент, определяющий TCO, может быть оптимизирован отдельно, причем конкретный способ зависит от назначения той или иной системы бизнес-анализа, — утверждает Дмитрий Лисогор. — Например, наличие отраслевого решения снижает стоимость внедрения, специальные ценовые предложения уменьшают затраты на лицензии и поддержку, правильный выбор СУБД сокращает объем требуемых аппаратных ресурсов для хранения и обработки данных и т. п. В то же время следует отметить и кардинально иной способ изменения ТСО: переход на модель SaaS. Например, предложение SAP Business Intelligence OnDemand позволяет предприятию отказаться от собственной инфраструктуры и поместить необходимые данные в облако, что дает возможность перейти к регулярным и предсказуемым ежемесячным платежам, получая всю BI-функциональность через интернет-браузер”.

“Важно иметь в виду, что стоимость BI-решения определяется не только объектами затрат, но и тем, на какой период они относятся и какие тенденции принимаются при этом во внимание, — полагает Юлий Гольдберг. — Не слишком разумно оценивать совокупную стоимость владения существующей ИТ-инфраструктуры без учета перспектив развития как информационных технологий, так и бизнеса компании в целом. При этом, как правило, анализируется не абсолютное значение TCO, а его вероятная динамика при изменении существенных параметров ИТ-ландшафта компании (например, числа пользователей)”.

По его словам, при покупке ПО следует особенно внимательно подойти к выбору варианта лицензирования: рекомендуется выбирать такую лицензионную модель, которая позволит максимально долго сохранить заинтересованность в конечном результате именно вендора. Желательно использовать современные методики управления проектами. Хорошо зарекомендовала себя практика формирования в рамках компании центров компетенции в области BI. Не надо забывать, что административные расходы составляют в разных случаях от 2 до 50% TCO. Ну и наконец, очевидная статья расходов, которая нередко незаслуженно упускается из рассмотрения при оценке проектов или решений, — обучение сотрудников компании.

Обслужи себя сам

Совершенно очевидно, что расходы на обучение, да и на борьбу с постоянно обсуждаемым сопротивлением персонала в немалой степени определяются простотой взаимодействия пользователей с приложением. Насколько важно для отечественных заказчиков такое качество BI-системы, как возможность ее эксплуатации конечными пользователями без заметного участия технических специалистов (самообслуживание)? Какова здесь роль дружественности интерфейса, и что еще необходимо предпринять для того, чтобы система приобрела такие качества?

Дмитрий Ковалев убежден: “Возможность эксплуатации BI-системы без участия технических специалистов — один из критических факторов, влияющих на выбор BI-платформы. Для этого помимо дружественного интерфейса, который, безусловно, должен присутствовать, необходимо грамотное моделирование бизнеса заказчика. Оно позволяет пользователям иметь дело с понятными для них бизнес-терминами, которыми они привыкли оперировать в своей повседневной работе”.

“Мы разделяем пользователей BI-системы на две группы, каждой из которых требуется возможность самостоятельной комфортной работы, — говорит Дмитрий Лисогор. — Аналитикам необходимы максимально гибкие инструменты анализа, но с невысокими требованиями к уровню технических знаний. Для этого наши технологии предусматривают построение слоя метаданных, который переводит “язык” базы данных в понятные бизнес-термины. Самим потребителям результатов анализа нужен максимально понятный интерфейс, приближенный к традиционным офисным приложениям (табличные и текстовые редакторы, интернет-браузеры и т. п.). Мы предлагаем, в частности, очень полезную технологию SAP BusinessObjects Explorer, которая позволяет осуществлять поиск, аналогичный привычному поиску в Интернете, прямо в хранилище данных с подбором наиболее удобной формы представления результатов”.

“Требования к возможности эксплуатации приложений конечными пользователями относятся к наиболее значимым, особенно если мы говорим о системах для госсектора, — отмечает Андрей Селянин. — Наряду с дружественностью интерфейса необходимо подчеркнуть важность подготовки курса обучения конечного пользователя (в последнее время очень востребованным стало дистанционное обучение)”.

Какой BI нужен госорганам

Роль госсектора в нашей стране, и без того весьма высокая, за время кризиса заметно увеличилась. Это касается как органов государственного управления, так и контролируемых правительством госкорпораций. Ими сегодня в значительной степени определяется объем инвестиций в ИТ, а следовательно, и динамика всей отрасли ИКТ. Какие же BI-решения востребованы в госсекторе? Какого рода системы следовало бы использовать там более широко? Какие стимулы могли бы активизировать использование инструментов бизнес-аналитики в столь неконкурентной сфере?

“В госсекторе BI-системы в значительной степени востребованы для реализации контрольно-надзорных функций, — утверждает Дмитрий Ковалев. — Тут, кстати, “демократическим” решениям пробиться очень тяжело, так как при выполнении серьезных государственных задач они зачастую пасуют. Если говорить о стимулах внедрения, то достаточно привести пример из жизни. Я лично наблюдал, как в одном из федеральных ведомств сотрудница два дня собирала информацию для справки, затребованной начальником департамента. После внедрения BI-решения этот же процесс занял у нее десять минут, девять из которых ушло на освоение методики работы с системой. Чем не стимул для внедрения?”. Со своей стороны заметим, что стимул конечно же совершенно очевидный, но действовать он будет лишь в том случае, если подобное ускорение необходимо начальнику департамента (или более высокому руководству), а не только рядовой сотруднице.

“Не соглашусь с мнением, что BI нужен только в конкурентной сфере, — говорит Юлия Перевозская.— Для госсектора оптимизация процесса управления и повышение его эффективности, автоматизация мониторинга показателей работы крупных организаций является актуальной задачей как сегодня, так и в ближайшей перспективе”.

“В настоящее время требования к организации деятельности государственных учреждений значительно ужесточились, — напоминает Александр Тихонов. — В современных условиях представление сведений в формате отчетных материалов, позволяющих оценить уровень эффективности предприятий государственного сектора, является обязательным требованием. Внимание к подобной информации растет и со стороны широкой общественности. Современные BI-решения помогают местным, региональным и федеральным государственным учреждениям быстро идентифицировать острые проблемы и оптимизировать использование ресурсов, а также улучшить управление проектами, руководство целевыми программами и повысить качество взаимодействия с другими государственными структурами и населением. Они могут найти широкое применение в сфере социального обеспечения, образования, здравоохранения, общественной безопасности, управления трудовыми ресурсами, обороне и т. д.”

“Государственный сектор характеризует вовсе не то, что это “неконкурентная сфера” деятельности, ведь те же естественные монополии, формально являясь коммерческими структурами, также работают в слабоконкурентной среде, — убежден Юлий Гольдберг. — Если в данном контексте рассматривать государственные учреждения (а не коммерческие структуры со значительным государственным участием), то традиционно госсектор проявляет внимание к системам формирования статистической отчетности, построения стратегических прогнозов, анализа KPI и (в последние один-два года) поддержки стратегического управления. В значительно меньшей степени там интересуются средствами бюджетирования или раздельного учета затрат. В настоящее время все больший интерес проявляется к инструментам управления рисками и системам борьбы с мошенничеством. Для государственного сектора характерны высокое внимание к интеграции данных, широкий спектр утвержденных отчетных форм и желание приобретать методологию вместе с автоматизирующим ее ИТ-решением.

Однако, добавляет он, до сих пор очень многие показатели, используемые в организациях госсектора или публикуемые ими, прогнозируются не математически, а экспертно. В качестве обоснования значений показателей на будущий период приводится не расчет, а подзаконный акт, регламентирующий, какие организации могут выступать экспертами при формировании данного показателя. Это породило весьма распространенное правило: прогноз на будущий год есть текущее значение плюс 10%. Такая практика уже показала свою несостоятельность: невозможно принимать решения в быстро меняющейся обстановке, исходя только из результатов прошлых периодов. Государственным органам стоит обратить внимание на прогностические и аналитические системы, дающие математическое обоснование принимаемым решениям. Кроме того, практически все госорганы в качестве основного инструмента повышения достоверности своих данных используют форматно-списочный контроль. Этот вид контроля способен защитить от ошибок ввода или очень грубого искажения, но пропустит 99% намеренных фальсификаций. Современные средства статистического и логического контроля позволяют обеспечить достоверность данных на высоком уровне за счет использования более сложных аналитических алгоритмов. Данный функционал BI-систем также потенциально интересен для госсектора.

BI с даром предвидения

Выявление тенденций, предсказание тех или иных событий, предвидение изменений поведения — все это важно не только для государственного управления, но и для бизнеса. Велик ли в нашей стране спрос на прогнозную аналитику? В каких отраслях такие решения уже нашли применение? Каковы основные проблемы, сдерживающие более широкое использование подобных инструментов?

“К сожалению, в России спрос на аналитику любого уровня, в том числе и на прогнозную, пока нельзя назвать массовым, — сетует Дмитрий Ковалев. — Это результат непонимания того, что подобные инструменты приносят реальную отдачу. Бизнес-аналитика в России так до сих пор и не превратилась в фактор, повышающий конкурентоспособность, хотя для этого имеются все возможности. Здесь-то и таится основная проблема”.

“В настоящий момент мы отмечаем настороженное отношение к прогнозной аналитике на российском рынке, — отмечает Юлия Перевозская. — Распространено мнение, что так называемых специфических факторов, влияющих на нашу экономику, ни одна автоматизированная система учесть не сможет. Это связано с тем, что сами потенциальные заказчики не до конца понимают, какие именно задачи можно решать средствами BI. Ощущается также недостаток квалифицированных специалистов и опыта внедрения. Сегодня прогнозная аналитика находит применение в телекоме, розничной торговле (прогнозирование спроса, анализ покупательской корзины), интернет-магазинах (рекомендательные системы), банках (сегментация и классификация клиентов)”.

По мнению Александра Тихонова, прогнозирование помогает компаниям совершенствовать работу со своими клиентами и увеличивать отдачу от каждого из них. С помощью подобных технологий компании, формируя профили клиентов, начинают лучше понимать и прогнозировать варианты их поведения.

“Спрос на прогнозную аналитику сегодня достаточно устойчив и продолжает расти, — утверждает Андрей Селянин. — Причем прогнозирование востребовано как в государственных учреждениях, так и в реальном и финансовом секторах экономики. В некоторых ведомствах госсектора активно применяются BI-инструменты прогнозирования и моделирования ситуации. Благодаря опыту использования таких средств они могут строить сложные модели, охватывающие все сектора экономики. Это существенно повышает качество прогнозных оценок и позволяет оперативно оценивать различные стратегии развития курируемых ими отраслей. Основная проблема, сдерживающая более широкое использование подобных средств моделирования, — высокие требования к квалификации сотрудников, пользующихся инструментами прогнозирования”.

“Спрос на прогнозную аналитику наблюдается в России последние пять лет, хотя и гораздо в меньшей степени, чем в западных странах, — говорит Юлий Гольдберг. — В первую очередь эффективность прогнозной аналитики для ведения бизнеса оценили мобильные операторы и банки. Более широкое использование подобных инструментов сдерживается главным образом тем, что во многих отраслях отсутствует реальная конкуренция и поэтому нет необходимости вести продуманную борьбу за прибыльность. Когда принятие решений на основе грубых экспертных оценок обеспечивает бизнесу достаточную прибыльность, то и тратить деньги на дорогостоящую аналитику не имеет смысла”.

И всё же, думается, есть один прогноз, который, опираясь на опыт наших экспертов, можно сделать, и не привлекая столь сложные инструменты. Он таков: независимо от возможных сценариев выхода из кризиса, спрос на BI-технологии в нашей стране в ближайшие годы будет весьма активным. Для этого есть объективные предпосылки.

Опрос читателей PC Week/RE

Приведенные ниже результаты опроса читателей PC Week/RE, проведенного в апреле 2010 г., в какой-то мере отражают взгляд на ситуацию вокруг применения BI-решений в нашей стране, но взгляд не вендоров, а пользователей из компаний самого разного масштаба: большая часть респондентов (53%) представляет средний бизнес (25—500 ПК), около 22% — крупные предприятия (более 500 ПК) и 7% — малый бизнес (до 25 ПК). Еще 18% трудится в ИТ-компаниях разного размера.

Оценивая уровень использования средств бизнес-аналитики в своей организации, 20% респондентов признали его высоким. В то же время хотелось бы обратить внимание на то, что 19% опрошенных предприятий таких инструментов не применяют вовсе, а еще 56% считают уровень их использования у себя явно недостаточным.

Приведенная здесь диаграмма дает представление о том, какой эффект от развертывания систем бизнес-аналитики был получен в опрошенных нами компаниях. Определенную тревогу должен вызывать тот факт, что в 34% из них какой-либо положительный эффект вообще замечен не был. А то, что еще 23% в итоге обнаружили неупорядоченность своих данных и неготовность их к процедурам аналитической обработки, означает, что и у них о сколь-нибудь значимом экономическом эффекте можно говорить лишь с большой натяжкой.