Рынок бизнес аналитики (BI) — инструментов, помогающих компаниям собирать, обрабатывать и анализировать данные — активно развивается во всем мире. Современным компаниям самых разных секторов очень важно подобрать именно те инструменты BI, которые подойдут под конкретные запросы и задачи организации.
Развитие рынка BI в последние годы
По некоторым подсчетам, глобальный объем рынка BI-платформ в 2024 году достигнет $33,9 млрд, а в последующие годы будет расти в среднем на 9,3% ежегодно, до $75,7 млрд в
BI-инструменты помогают бизнесу анализировать самые разные показатели: продажи, запасы, финансовые результаты, трафик на сайте. BI-инструменты выполняют за людей значительную часть рутинной работы, на которую без них уходило бы очень много времени. Именно это — автоматизация многих процессов, связанная с этим скорость обработки и более высокая, чем у людей, точность — являются важными свойствами BI-систем. В итоге люди — руководители и сотрудники компаний — могут посвятить время более серьезной и творческой работе.
При решении всех подобных задач необходима работа с большими данными, а значит, инфраструктура для их хранения. Суть работы с данными в BI-инструментах, как правило, состоит в том, чтобы
- собрать информацию из разных источников в одном месте;
- преобразовать данные в единый формат, чтобы их можно было сравнивать;
- проанализировать и сделать выводы на основании этих данных;
- и, наконец, представить в отчетах и дашбордах в легко воспринимаемом виде.
В последние годы перед BI-компаниями из России и Белоруссии встала задача замены иностранных инструментов и разработки решений для бизнес-аналитики в нестабильных условиях. Все это дало существенный стимул для бизнеса, в итоге местные разработчики довольно успешно развивали и масштабировали свои инструменты. В частности, многие российские и белорусские BI-платформы раньше пользовались западными решениями, такими как Qlik или Tableau. Теперь они перешли на локальные — в нашем случае это были, например, продукты компаний Visiology, Paragon или ModusB. Помимо общей необходимости заменить западные аналоги, местные BI-сервисы могут быть более эффективными благодаря лучшему пониманию специфики региона и бизнес-процессов местных компаний.
Что дает бизнес-аналитика компании
- Эффективный сбор и обработка данных
Почти любая современная компания собирает огромное количество данных — BI-инструменты помогают сделать сбор и обработку этих данных более эффективными. Такие инструменты помогают собирать информацию в разных форматах из разных источников (например, различные метрики, CRM, Excel-таблицы и др.) и выдавать ее в систематизированном виде и едином формате. - Анализ и визуализация
Еще одна важная задача — преобразование огромного количества разрозненных данных в такой вид, в котором ее будет легко воспринимать и анализировать. Инструменты BI анализируют огромные массивы данных и выдают пользователям обнаруженные таким образом закономерности и проблемные места. Подобные инструменты также помогают визуализировать полученную аналитику — представляют данные в виде понятных пользователям графиков, диаграмм и дашбордов. - Предиктивная аналитика и моделирование вероятных сценариев
Современные BI-инструменты также предоставляют возможности предиктивной аналитики — построения прогнозов с использованием технологий ИИ и машинного обучения. Сюда примыкает моделирование — выработка нескольких моделей развития событий при изменении тех или иных параметров, помогающая оценить разные варианты решения и выбрать на основе данных наилучшее из них.
Что важно в BI-сервисе: чек-лист для компаний
- Стратегия внедрения
Для эффективной работы BI-платформ нужна хорошо разработанная стратегия их внедрения — иначе применение таких инструментов скорее всего будет хаотичным и недостаточно продуктивным. Поэтому сначала нужно поставить цели для BI-инструментов в разных отделах компании, а также унифицировать требования и настроить другие важные параметры. Еще один шаг, который позволит быстро оценить эффективность нового инструмента — выявление резервов окупаемости за счет BI и оценка итогов после внедрения. - Понимание целей проекта и сути аналитики
Этот пункт продолжает предыдущий — руководству компании важно понимать цели аналитики. По-настоящему эффективно использовать BI-инструменты получится тогда, когда вы хотите не просто сгенерировать отчет и забыть о нем, а стараетесь вникнуть в суть процессов, найти закономерности и причинно-следственные связи. Важно прививать такой подход всем сотрудникам, которые будут работать с BI. - Развитие аналитической культуры
Аналитической культурой я называю понимание всеми пользователями важности BI и создание единой аналитической системы в компании. Здесь можно выделить несколько важных пунктов, наличие которых сделает работу более эффективной: 1) единое аналитическое пространство, объединяющее всю компанию; 2) централизация аналитических сервисов и контроля данных; 3) совместное использование данных и аналитики разными подразделениями; 4) выстраивание единого аналитического цикла, при котором каждый сотрудник знает, когда и какие данные он должен вводить в систему, какие отчеты делать и т.д.; 5) прозрачность потоков данных и их источников. - Унификация данных и качественный отбор источников
Так как работа всех BI-инструментов основана на данных, очень важно тщательно подходить к их отбору. Для эффективной работы BI нужно унифицировать и систематизировать данные, избежать их дублирования разными отделами, постоянно актуализировать всю необходимую информацию, синхронизировать потоки данных в реальности и в системе. Поэтому важен качественный отбор источников — ложная и неточная информация не должна попадать в систему аналитики, иначе она будет засорять итоговый результат. - Унификация методологии по разным показателям
Также важно систематизировать не только поток данных, но и методологию работы с ними. Необходимы единые правила формирования отчетности, а в идеале — автоматизированная система для ее подготовки. Все подразделения должны формировать отчеты в единой системе и по одному образцу. После формирования отчетности она должна использоваться для дальнейшей аналитики и принятия решений, а не делаться просто для галочки. - Быстрое внедрение, взаимодействие с клиентами и обучение
BI-платформа должна быстро внедряться — первые результаты необходимы уже через несколько дней. При этом разработчик должен быть готов терпеливо и внимательно работать с сотрудниками компании-клиента — всем нужно научиться пользоваться этими инструментами, а также понять, какие преимущества они дают, как сделают работу более простой и эффективной. В компании нужен центр BI-компетенций, который будет заниматься внедрением таких инструментов, контролем качества знаний, аналитикой для всей компании. Для развития аналитической культуры многим компаниям, по крайней мере крупным, было бы полезно создать должность директора по работе с данными, который будет отвечать за эту сферу. - Индивидуальный подход к подбору решений и инструментов под конкретные задачи
Компании сталкиваются с очень разными вызовами и задачами, а значит, им нужны разные аналитические инструменты. В некоторых случаях подходят более стандартные пакеты из наиболее распространенных инструментов. В других случаях необходима индивидуальная настройка под конкретные задачи. Хороший BI-сервис позволяет довольно тонко настраивать необходимый набор инструментов под задачи и потребности конкретного клиента.
Кейсы: как «А2» решала задачи клиентов
Среди клиентов «А2 Консалтинг» — Conte, «БелАгро», «Милавица», «Дилис косметик», «Патио» и другие крупные компании из России и Белоруссии. Вот несколько кейсов работы с ними.
Один из кейсов — это подбор инструментов BI для белорусского производителя чулочно-носочных изделий Conte. Целью была оптимизация заказов и увеличение эффективности дистрибьюторов компании.
Сначала мы выбрали, какие данные нужно анализировать: это была информация о рекомендациях ассортимента, вторичных продажах и отгрузках. Следующим этапом была разработка методологии расчета оптимальных заказов для дистрибьюторов.
Было создано приложение для менеджеров, в котором можно было отследить и настроить целый ряд параметров: планирование производства, скидки дистрибьюторам, рекомендуемые цены и выявление недобросовестных продавцов. Это приложение позволяло анализировать продажи и контролировать финансовые показатели компании.
В итоге после внедрения этих инструментов удалось оптимизировать ассортимент и снизить оборачиваемость запасов у поставщиков в среднем на 17%.
Еще один кейс — работа с программой лояльности «Купилка», запущенной сетью магазинов «Соседи». У компании на тот момент было около 300 тыс. клиентов с картами лояльности, и нашей целью было настроить качественную и эффективную аналитику получаемых от них данных. Нужно было решить несколько проблем, которые встали перед сетью, когда число пользователей программы лояльности выросло: сложности с сегментацией клиентов; необходимость найти наиболее эффективные подходы и методы сегментации; сложности с анализом клиентской корзины и потребительского поведения.
Мы решили применить конкретный подход — RFM-анализ. В этом случае клиентов сегментируют по трем признакам: Recency (сколько времени прошло с последней покупки), Frequency (сколько покупок клиент совершил за определенный период), Monetory (сколько клиент потратил денег в компании за период). В каждой группе выделяются дополнительные подгруппы (например, с последней покупки могла пройти неделя, две недели, месяц или больше года), в сочетании они дают 125 вариантов. Уже это само по себе дает намного более точную сегментацию, чем была до того.
Дальше мы продолжили настраивать аналитику под конкретные задачи. Например, выделили пять самых массовых подгрупп и проанализировали их поведение и предпочтения более тщательно. Еще одно направление — оценка эффективности промоакций для разных категорий клиентов и в разных условиях. В итоге удалось получить лучшее представление о том, что именно покупают клиенты, где и когда чаще покупают, какие акции их привлекают — и на основании этого сформировать точечные предложения для них.
В итоге удалось обеспечить возврат 12% клиентов, которые снова стали покупать товары в магазине. Кроме того, мы смогли выделить наиболее эффективные промоакции и использовать их — например, стало ясно, что рассылка клиентам со спецпредложением в День рождения увеличивает средний чек на 86%.
Будущее BI: тренды на ближайшие годы
- Демократизация данных
Это одна из важнейших тенденций в развитии BI: сейчас растет спрос на платформы, которые делают аналитику доступной для широкого круга пользователей. В числе прочего это значит, что BI-платформы должны быть просты в использовании для любого человека, а не только для IT-специалистов. Все популярнее становится Self-Service BI — интуитивно понятные инструменты, позволяющие пользователям самим выбирать и визуализировать данные, создавать на их основе отчеты и т.д. Конечно, это не отменяет необходимость обучения сотрудников компании, перед тем, как они начнут пользоваться вашей платформой — скорее важность такого обучения растет, ведь инструмент должен быть доступен и понятен любому. - Важность безопасности
Одна из тенденций в BI состоит в том, что компании все больше заботятся о безопасности, причем с разных точек зрения — как с точки зрения требований конфиденциальности данных пользователей, так и с точки зрения защиты собственной информации компании, а также ее кибербезопасности. К этим вопросам особенно чувствительны крупные корпорации и госструктуры, для них выбор локальных BI-инструментов также становится способом повысить безопасность. - Важность прогнозирования и ИИ-инструменты
Все чаще клиенты хотят, чтобы BI-платформы не просто собирали и анализировали имеющиеся данные, но и могли сделать качественный прогноз. В этом помогают инструменты ИИ — прежде всего предиктивная аналитика, позволяющая выстроить разные сценарии с учетом сотен параметров. Растет и популярность ИИ-инструментов в целом: от автоматизации рутинных процессов или аналитики с использованием ИИ до генеративных моделей, которые помогают в подготовке отчетов и визуализации.
Будущее BI — это интеграция в такие инструменты голосовых ИИ-ассистентов, которые трансформируют взаимодействие с данными: аналитика станет доступной через естественные голосовые запросы, без необходимости открывать дашборды или писать SQL. Такой формат сделает BI по-настоящему повседневным инструментом принятия решений — быстрым, интуитивным и персонализированным.
