Консалтинг и автоматизация в области управления
эффективностью банковского бизнеса

Публикации

Cnews

Бизнес-аналитика должна быть вариативной

Одно из главных требований, предъявляемых сегодня к BI-системам, – высокая вариативность, или способность к гибкой настройке как в отношении набора анализируемых показателей, так и числа аналитических разрезов. Только в этом случае можно говорить о полноценном инструменте для управления бизнесом.

Современная BI-система все больше напоминает по принципам своего устройства конструктор – элементы должны быть идеально пригнаны, и, вместе с тем, из одного и того же их набора можно собирать совершенно разные предметы, выбирая варианты использования деталей произвольно. Главное, что при этом не нужно каждый раз обращаться к производителю – возможность добавлять новые или исключать ненужные в данный момент детали заложена в самом продукте.

Михаил Федоров, руководитель направления корпоративных решений компании "Прогноз", отмечает, что важным аспектом вариативности является не просто возможность расширения набора показателей и справочников, добавления новых элементов, но и обеспечение ведения всех информационных объектов в динамике, чтобы данные, предоставляемые BI-системой, на каждый момент времени имели актуальное состояние. "Технология, которая позволяет легко расширять набор показателей и эффективно работать с ними, уже давно известна на рынке – это технология OLAP, – рассказывает Ирина Терещенко, специалист по продажам BI-решений, IBM в России и СНГ. – В отличие Excel она не имеет ограничений в объемах анализируемой информации. Сегодня доступен ее более "продвинутый" вариант – технология in-memory OLAP, которая позволяет не просто быстро добавлять показатели, но и просматривать результаты в режиме он-лайн".

"Соответствующая функциональность при этом обеспечивается специальными инструментальными средствами ведения справочников, описания показателей предметной области и алгоритмов их расчета, настройки информационного взаимодействия с внешними источниками информации", – дополняет коллегу Михаил Федоров.

Но нельзя забывать и о том, что аналитическая модель постоянно совершенствуется,  пополняясь новыми объектами и атрибутами данных. Юлия Амириди, заместитель генерального директора компании Intersoft Lab, отмечает, что в среднем объем адаптации тиражной модели в проекте составляет 10–15%. И для заказчика большую практическую ценность имеет возможность создавать и хранить "экземпляры" аналитической модели, актуальные в разные периоды эксплуатации системы. "Хранилище данных, наделенное механизмами историзации данных и метаданных, позволяет фиксировать их состояние, а также состояние структур, расчетных алгоритмов и выпускаемых отчетных форм на каждый момент времени. Тем самым обеспечивается сохранение работоспособных вариантов аналитической модели, применяемой заказчиком в разные периоды эксплуатации системы",  подчеркивает она.

Дмитрий Чернецов, руководитель отдела Information Management, SAS Россия/СНГ, напротив, полагает, что функциональные возможности системы в целом не являются решающим фактором вариативности, однако некоторые из них являются жизненно необходимыми. Это – единый слой метаданных, анализ зависимостей (impact analysis), разнообразные средства визуализации модели данных и объектов метаданных, система управления версиями и пр. Во многом гибкость BI-системы и модели данных обеспечивается методологией и подходом к построению системы.

Отметим, что всеми вышеперечисленными характеристиками обладают промышленные решения от крупнейших вендоров – IBM, Oracle, SAS. Ирина Терещенко предупреждает, что если заказчик предпочел внедрить BI-систему начального уровня, то риски, связанные с доработкой системы, неизбежны. Причем в какой-то момент мигрировать на более сложную платформу все же придется.

Завтрашний день

Единой методологии для измерения вариативности BI-систем не существует, но делать это нужно. Во-первых, для оценки степени ее соответствия требованиям заказчика, во-вторых – для планирования того, как система будет развиваться дальше. "Степень вариативности может определяться быстротой, удобством и простотой внесения изменений в систему, в том числе самими пользователями. Очень важен удобный визуальный интерфейс для работы со всеми информационными объектами системы (справочниками, показателями, алгоритмами, отчетами, аналитическими панелями и др.)", – поясняет Михаил Федоров.

Но всему основа – практика. "Мы оцениваем предполагаемые трудозатраты при необходимости внесения каких-либо изменений в аналитическую систему – структуру источника данных, отчетов, алгоритмов расчета и подготовки данных, витрин данных. Чем меньше трудозатраты, тем более гибкой может считаться BI-система", – говорит Дмитрий Чернецов. Ирина Терещенко обращает внимание на то, что у заказчика должно быть четкое понимание того, куда двигается бизнес, какая информация может понадобиться ему в будущем. Не стоит пытаться выстроить идеальную архитектуру "на все времена" – это невозможно, лучше создать roadmap и ориентироваться на него, держа, тем не менее, в поле зрения решение конкретных задач, стоящих здесь и сейчас.

Важнейшими для заказчика задачами директор департамента аналитических систем компании "Микротест" Сергей Борисов считает обеспечение высокой производительности, возможность расширения за счет дополнительных аналитических срезов и источников данных, а также индивидуальной настройки отчетов в зависимости от категорий пользователей. Система также должна разрабатываться с учетом временной глубины данных.

По мере изменений в составе аналитических разрезов шаблоны форм отчетов меняются. Для каждого отчетного периода должен использоваться актуальный на тот момент шаблон. Алгоритмы расчета показателей также меняются в связи с изменением законодательства, внутренней политики и  по другим причинам. И в каждом случае должны применяться актуальные для данного периода формулы. "Специально проработанные механизмы динамической адаптации информационного контента позволяют это сделать, обеспечивая наивысшую вариативность BI-системы", – говорит Михаил Федоров.

При внедрении системы аналитической отчетности в компании "Белая Дача Трейдинг" стояли задачи план-фактного анализа продаж, прибылей и убытков, движения денежных средств, себестоимости продукции и закупок. Основной объем работ был выполнен с января по август 2011 года. Рассказывает финансовый директор компании Ирина Шацкая: "Система должна была обеспечивать глубину аналитики, не меньшую, чем в бюджетной системе на платформе IBM Cognos Planning, и предусматривать возможность расширения набора аналитических признаков и показателей по мере развития и охвата новых бизнес-областей. На сегодня большинство изменений, вносимых нами в структуру и содержание аналитических справочников, переносятся в BI-систему автоматически. Те же изменения, которые требуют вмешательства специалиста, оперативно вносятся нашим ИТ-подразделением".

Цена вопроса

Каким образом степень вариативности аналитической модели влияет на сроки и стоимость проекта, нет однозначного мнения. Дмитрий Чернецов полагает, что чем более гибкой будет BI-система, чем выше ее способность к адаптации, тем больше ресурсов понадобится при ее реализации. Более того, это может привести к снижению производительности  и усложнению процессов подготовки данных. Поэтому разумнее всего выбрать "золотую середину" между вариативностью системы, с одной стороны, и стоимостью владения, производительностью и масштабируемостью, с другой.

Прямо противоположной точки зрения придерживается Михаил Федоров: "В большинстве случаев сроки и стоимость проекта не зависят от степени вариативности: требования к ней "покрываются" функционалом предлагаемых типовых решений". Эксперт отмечает другие факторы, которые считает ключевыми – сложность, объем (количество и состав объектов) самой аналитической модели, то есть того информационного контента, который нужно настроить в рамках проекта.

По мнению Ирины Терещенко, ситуация может развиваться двояко. Если есть понимание, какие данные должны быть добавлены в качестве очередного, добавочного, измерения, то на сроки и стоимость это никак не повлияет. А если такого понимания нет, то потребуется большое количество дополнительных усилий, а соответственно – трудозатрат для очистки и приведения данных к единому формату. Далее может последовать заметное удорожание проекта.

Таким образом, заказчик должен решать сам, какая BI-система ему нужна – дорогое промышленное решение "на вырост" с широкими возможностями для развития, либо более доступное по цене небольшое решение с ограниченными возможностями адаптации, которое позволит в будущем  по мере роста бизнеса мигрировать на другую платформу.