В исследовании Forrsights BI/Big Data Survey, проведенном компанией Forrester Research, сообщается о том, что ведущие игроки рынка, чей бизнес растет более чем на 15% в год, больше других инвестируют в BI (в среднем 11,9% от общей суммы их ИТ-бюджета). А имеющие бизнес в пределах 15-процентного роста вкладывают в BI 9,5% ИТ-бюджета. Системы BI становятся инструментом, с помощью которого предприятия уже сегодня повышают свою эффективность. Андрей Нугманов, директор блока BI, партнер компании AT Consulting прокомментировал эту ситуацию, выступив приглашенным экспертом в статье журнала CIO.

_______

В бизнес-аналитике важны процесс и финальный результат, отмечает Борис Эвельсон, вице-президент и ведущий аналитик компании Forrester Research. В процессе осуществляются извлечение данных из источников, их интеграция, моделирование, подготовка отчета и анализ данных — эффективное включение лишенных смысла данных в значимую информацию. «Процесс принято связывать с такими понятиями, как приложения по подготовке отчетов (reporting applications), системы управления информацией (MIS, management information systems), BI (Business Intelligence), аналитические системы — а теперь появился и такой тренд, как Big Data, — комментирует Эвельсон. — Но по большому счету все это об одном и том же — о процессе и конечных результатах».

Новый инструментарий BI

В последние годы появился особый класс задач, требующий специальных технологий, — это обеспечение аналитики в режиме реального времени. «При работе с дисковой системой управления базой данных (DBMS) достичь отклика на запрос в истинно реальном времени невозможно, — отмечает Эвельсон. — Всегда существует задержка при попытке встроить или обновить транзакцию в DBMS, а также при обновлении сводных показателей или перестройке индексов». Для аналитики, которая действительно работает в режиме реального времени, необходима бездисковая технология наподобие CEP (complex event processing), или технологии потоковой передачи в память (in-memory streaming), виртуализации данных (извлечение данных непосредственно из операционных источников, минуя хранилище) и прочие.

Еще одна актуальная тема, заявившая о себе на рынке два года тому назад, — решения BI в ландшафте Big Data. По словам Бориса Эвельсона, нет ясного ответа на вопрос, где кончается аналитика BI и начинаются «большие данные». Существует слишком много параметров — объем, разнообразие, скорость обработки, сложность информации. В этом же контексте ставятся и другие вопросы: как быстро изменяются требования, есть ли в компании понимание бизнес-требований.

— Как много из этих параметров вам необходимо для позиционирования себя на территории Big Data? Это вопрос субъективный и относительный, — говорит Борис Эвельсон. — Но одно реальное отличие есть — отсутствие конкретных бизнес-требований на старте проекта. Если кто-то нуждается в том, чтобы исследовать в первую очередь данные, ему следует посмотреть некоторые модели (discovery) и только затем взяться за бизнес-требования, чтобы построить приложение BI, которое способно работать в контексте Big Data.

Основная проблема в работе с Big Data, по мнению заместителя директора департамента информационных технологий, директора по бизнес-приложениям компании «КРОК» Максима Андреева, связана с извлечением информации из источников: необходимо понять, откуда брать данные, и настроить правильную схему работы с ними. Пользовательский интерфейс должен обеспечивать удобную работу с извлечением данных, чтобы аналитик мог в три клика включить автоматический сбор и перейти к следующей задаче.

Андрей Нугманов, директор блока BI, партнер компании AT Consulting, отмечает, что технологии анализа Big Data представляют новый взгляд на архитектуру, аппаратную платформу и методы анализа. Несмотря на множество подводных камней, популярность решений этого класса растет. «Наш опыт показывает, — поясняет Нугманов, — что Big Data расширяет возможности использования информации для анализа и прогнозирования поведения клиентов. Если у компании стоит задача собирать максимум информации о клиенте, этой информации можно доверять и есть персонифицированные сервисы, которые можно предложить клиенту, то имеет смысл двигаться в этом направлении. Желание просто сэкономить на оборудовании, формируя, например, типовую управленческую отчетность, с нашей точки зрения, не совсем обосновано. В этом случае будет потрачено слишком много ресурсов на изучение, миграцию и сопровождение новой технологии, основная особенность которой не предоставление данных с бухгалтерской точностью, а выполнение быстрого персонифицированного запроса к большому объему различной информации».

В настоящее время в компании AT Consulting решается ряд бизнес-задач с использованием Big Data. Например, клиент приехал в аэропорт, и у него возникла дилемма: выключить телефон, купить гостевую сим-карту или использовать роуминг. Если оператор успеет предложить выгодный пакет на услуги роуминга до посадки в самолет, то вероятность их использования сильно возрастает.

«Наше решение отслеживает нахождение абонентов в определенных местах и позволяет быстро получить необходимую информацию для таргетированного предложения, — рассказывает Андрей Нугманов. — Далее работает типовая модель онлайн-предложений. Для решения подобной бизнес-задачи необходимо собирать и анализировать огромные объемы информации в режиме реального времени, что было бы практически невозможно без применения Big Data».

Специальная подготовка

Для работы с системами BI, обрабатывающими Big Data, нужны специально подготовленные люди, эксперты особого уровня. «Организации, мигрирующей от BI к Big Data, понадобятся новые технические и процессные навыки, — отмечает Борис Эвельсон. — Подобные навыки иллюстрируют тот факт, что в мире „больших данных“ пользователи могут не знать всех требований. С „большими данными“ надо работать, используя новые технологии, которые помогут выбрать модель, отвечающую бизнес-требованиям. Для работы с Big Data нужны новые технологии вроде вычисления в памяти (in-memory computing), а также платформа Hadoop или подобные ей».

По словам Андрея Нугманова, на техническом уровне «большие данные», безусловно, требуют новых знаний, нового опыта, который нужно нарабатывать — и чем раньше, тем лучше: — В настоящее время на российском рынке нет специалистов с многолетним и разнообразным опытом использования данной технологии. Особенно это касается внедрения вендорских решений. Мы тестируем множество подобных решений, и пока они не обладают той надежностью, которая присуща традиционным BI-системам. Заявленные функции в большинстве случаев не отвечают необходимым требованиям, но это нормально для новой технологии. С точки зрения бизнеса Big Data — та же аналитическая работа с теми же аналитическими платформами, но с увеличенным количеством переменных, необходимых для анализа.

Выбор BI

Существует по меньшей мере пара сотен критериев, по которым аналитическая компания Forrester оценивает BI-вендоров. При выборе приложений BI ее специалисты также предлагают воспользоваться делением на категории с учетом технической архитектуры, возможностей разработки приложений и интеграции с другими приложениями. Во внимание принимают и наличие функциональности для бизнеса — отчетов, аналитики, OLAP-кубов, панелей управления и прочих характеристик. Важны также операционные требования, такие как безопасность, администрирование, поддержка, обучение и т. д. «Если речь идет о глобальной организации, то важным является вопрос о том, какую поддержку сможет обеспечить вендор или его партнеры во всех частях света, — добавляет Борис Эвельсон. — Ну и, конечно, одна из важнейших характеристик — самообслуживание BI».

Forrester провела оценку систем BI с функциональностью самообслуживания по 31 критерию и выявила, что такие вендоры, как IBM, Microsoft, SAP, SAS, Tibco Software и MicroStrategy, возглавляют этот список. А компании Information Builders, Tableau Software, Actuate, Oracle, QlikTech и Panorama Software замыкают список лидеров: они также предлагают серьезный комплекс возможностей, дающий бизнес-пользователям функциональность самообслуживания в большинстве требований к BI.

Максим Андреев отмечает, что базовый функционал BI-платформ от разных поставщиков пересекается на 95%. Поэтому, выбирая BI-решение, стоит обратить внимание на другие факторы. Например, на долгосрочную ИТ-стратегию компании: если заказчик делает ставку на решения определенного вендора, стоит выбрать именно его BI-систему.

— Кроме того, — отмечает Андреев, — нужно заранее рассчитать стоимость владения с учетом всех составляющих. Например, важно учесть, сколько стоят услуги консалтинга по выбранному продукту, достаточно ли на рынке соответствующих специалистов. Помимо этого, нужно составить список требований к BI-системе. Иногда у компании возникают критичные требования, которые не могут быть удовлетворены стандартными возможностями существующих систем. Именно так в портфеле КРОКа появляются специализированные решения.

Например, одному из наших заказчиков нужно было анализировать данные в OLAP-кубе, но при этом одним из измерений сделать не значение, а наличие в названии измерения определенных слов. Причем делать это требовалось в режиме онлайн. Мы исследовали рынок и нашли такое решение у вендора QlikView.

Максим Андреев указывает на то, что оценка эффективности от внедрения BI — непростая задача: количественные показатели здесь не всегда работают. Главный результат внедрения такой системы — оптимизация работы компании за счет возможности принимать верные бизнес-решения на основе информации, полученной с помощью BI.

«Впрочем, — говорит Максим, — иногда эффект от BI можно выразить стандартным способом — например, посчитав, сколько времени экономится на той или иной задаче. В нашей практике есть примеры, когда время подготовки отчета у заказчика сокращалось с двух недель до четырех секунд».

Стимулы к внедрению

BI-системы позволяют глубоко анализировать данные, причем нужная информация предоставляется быстро, в удобной и наглядной форме — вплоть до размещения на географических картах. Это позволяет повысить прозрачность бизнес-процессов, — поясняет Максим Андреев. — С BI становится значительно проще контролировать показатели деятельности компании и планировать действия, направленные на их улучшение. Все это повышает эффективность работы компании, увеличивает ее капитализацию и привлекательность для инвесторов.

В качестве конкурентных преимуществ, которые получает компания, внедрив систему BI, Борис Эвельсон отмечает наглядное графическое представление различных KPI, повышение доходов, сокращение затрат. Руководство компании получает отчетность во всевозможных разрезах для удовлетворения требований различных проверяющих госорганов. Последнее исследование Forrester Research указывает на корреляцию между более высокими инвестициями в BI, уровнем зрелости BI и лучшей производительностью.

Внедрение инструментов BI способствует более высокому росту, лучшей рентабельности, более высоким результатам, продуктивности и проч.

Специфика проектов

Говоря о специфике использования инструментов бизнес-аналитики в тех или иных проектах, эксперты приводят примеры наиболее успешных проектов в тех отраслях, где одной из важных составляющих успеха работы торговой сети является скорость реагирования на изменения. Например, в ритейле быстрый анализ покупательского поведения позволяет оптимизировать структуру закупок компании, оперативно изменять выкладку и т.п.

Максим Андреев отмечает, что в настоящее время видна тенденция к кастомизации решений под нужды конкретного заказчика, вне зависимости от отрасли. «Если говорить о спросе, исторически активно внедряют BI финансовые организации, предприятия из отраслей промышленности и машиностроения», — говорит он.

Борис Эвельсон обращает внимание на специфику использования BI в рамках фронт-офиса (продажи, маркетинг) против аналитики бэк-офиса (финансы, HR): «В бэк-офисе точность, следование стандартам, соблюдение политик часто превосходят такие качества, как своевременность и гибкость. А во фронт-офисе, где необходимо реагировать на запросы клиентов или угрозы со стороны конкурентов, своевременный отклик на бизнес-события зачастую более важен, нежели точность и следование процедурам. Поэтому аналитика в бэк-офисе должна быть более структурированной, а во фронт-офисе — более быстрой, реактивной».

Эвельсон отмечает также важность связи между BI и управлением бизнес-процессами (BPM). «Но пока BI и BPM не связаны между собой, — констатирует специалист. — Основная проблема заключается в том, что многие процессы на предприятии еще не автоматизированы и являются узкоспециализированными.

Forrester даже называет такие процессы термином untamed — „неприрученные“. И это — большая проблема».

Факторы успеха

В качестве ключевых факторов успеха проектов по внедрению BI эксперт Forrester приводит следующие. 1) Руководство жестко требует внедрить и использовать BI. 2) В компании осуществляется регулирование между бизнесом и ИТ, то есть четко разграничено, кому какая часть принадлежит. 3) Процессы управления хорошо проработаны. 4) Осязаемые результаты дает внедрение BI небольшими порциями, но быстро. 5) Проводятся постоянный мониторинг приложений BI, постоянная настройка и улучшение.

Залог успеха проекта, по мнению Максима Андреева, — в наличии на стороне заказчика менеджмента, уверенного в необходимости перемен. «Только в этом случае, — убежден он, — BI-система станет реальным инструментом решения бизнес-задач, а не имиджевой игрушкой. Не менее важно, как и в любом технологическом проекте, обеспечить должный уровень техподдержки системы».

Участие в проекте будущих пользователей Андреев называет одним из важных факторов. Чем больше с ними консультируются, собирая требования, показывая прототипы системы, устраняя замечания к работе решения, тем лучше приживается система в дальнейшем. Кроме того, необходимо продумать детали проекта.

— Иногда, казалось бы, мелочи могут поставить под угрозу успех проекта, рассказывает Максим. — Порой с точки зрения системы BI разные отделы компании в буквальном смысле говорят на разных языках: например, по-разному понимают термин «выручка». Это особенно часто встречается, если система внедряется в рамках небольшого отдела, но при этом работает с данными из нескольких подразделений. Поэтому очень важно сформировать общий глоссарий на начальном этапе проекта.

На пути к результату

Андрей Нугманов, директор блока BI, партнер компании AT Consulting

Одна из ключевых проблем, влияющих на успех проектов по внедрению BI,— методологическая. В крупной компании крайне сложно выстроить методологическое поле, определить четкие правила игры. На уровне компании должно быть сформировано единое видение того, что, к примеру, понимается под «клиентом», «выручкой», «затратами» и как эти понятия друг с другом соотносятся. Так, маркетологи, финансисты и коммерсанты в одном и том же показателе могут видеть совершенно разный бизнес-смысл. Отсутствие общего понимания приведет к тому, что полученная информация не будет использоваться бизнесом полноценно, даже если система успешно внедрена.

Еще один фактор, который необходимо учитывать,— работа с исходными данными. Как правило, при сборе автоматизированной отчетности проявляется множество ошибок, незаметных при ведении отчетности вручную. На операционном уровне проблема качества данных не столь заметна. Однако когда организации необходимо видеть оперативную, консолидированную картину (например, по всем продуктам клиента), сразу же возникает очень много вопросов — от правильного наименования этого клиента до его актуального адреса и телефона. Все эти проблемы необходимо решать на уровне первичных систем — источников данных хранилища. Порой этим правилом пренебрегают и меняют исходные данные уже в хранилище. Это тупиковый путь, обычно такие проекты завершаются большой неудачей.

Квалифицированная команда внедрения — еще один фактор успеха. Команда не только должна разбираться в технических деталях, но и обязана хорошо знать бизнес клиента, ключевые бизнес-процессы, источники данных и понимать, как эти данные вложить в правильное аналитическое решение. Только в этом случае можно грамотно сформулировать требования к системе и донести до заказчиков необходимую информацию, чтобы они могли анализировать ее и принимать на основе анализа корректные управленческие решения.