BI на фоне заморозков

Журнал CIO выяснил, какова ситуация с BI-проектами в российских компаниях, которые в 2008-2009 году заморозили ИТ-бюджеты. Юлия Амириди, заместитель генерального директора Intersoft Lab по развитию бизнеса, помогла автору статьи уточнить, каких ошибок следует избегать при начале BI-проекта "на фоне заморозков", как разработать бизнес-требования к системе и обеспечить достаточное качество данных.

Кризис в значительной степени изменил отношение компаний к информационным технологиям. С началом рецессии во многих организациях затраты на них были серьезно пересмотрены и урезаны, большинство ИТ-проектов заморожены или сокращены, за исключением поддержки жизненно важных приложений и ИТ-инфраструктуры. Сейчас наблюдается тенденция возобновления интереса к проектам автоматизации. При этом акцент сместился к краткосрочным проектам (полгода-год), которые могут дать практический результат в обозримом будущем.

Ситуация с BI (Business Intelligent) в период "заморозков" выглядит неоднозначно. С одной стороны, многие проекты в этой области были остановлены на неопределенный срок. С другой - кризис вынудил бизнес принимать решения быстрее и, соответственно, использовать все "информационные" возможности. "Теперь извлечение данных и публикация их в виде отчетов - функция хотя по-прежнему чрезвычайно необходимая, но уже вовсе не достаточная, - комментирует ситуацию Ольга Иванова, руководитель практики ВРМ-решений NaviCon Group. - Нужно, чтобы система оперативно помогала понять, в какую сторону следует направить усилия. Сегодня все более востребованной становится автоматизация управления на основе ключевых показателей деятельности: создание автоматизированных карт ключевых показателей, обеспечение возможности оперативного контроля достижения KPI, проведения факторного анализа отклонений". Таким образом, все актуальнее становится потребность в более действенной обработке информации с точки зрения ее использования менеджерами, в эффективном превращении корпоративных данных в бизнес-информацию.

"Конец 2008 года и кризисный 2009-й принесли массу изменений в индустрию BI и BPM, - рассказывает Юлия Амириди, эксперт АРБ, заместитель генерального директора Intersoft Lab по развитию бизнеса. - Во-первых, большинство пользователей отказывались от масштабных, длительных и дорогих проектов на базе средств BI и BPM и отдавали предпочтение точечным краткосрочным внедрениям, которые позволяют быстро получить результат. Самые активные в 2009 году пользователи BPM-систем - торговые компании и предприятия сферы услуг - чаще всего автоматизировали на BPM-платформе планирование и бюджетирование".

В целом в условиях кризиса подход к автоматизации стал более рациональным и обдуманным: заказчики систем BI все чаще сначала тщательно взвешивают, какие именно задачи нужно решить, какого результата необходимо и достаточно достичь и какие средства для этого можно выделить. Надежда Притулюк, менеджер проектов департамента CPM "КОРУС Консалтинг", приводит характерный пример из практики своей компании: "Компания-дистрибьютор продовольственных товаров до кризиса планировала проект по автоматизации бизнес-анализа. На этапе предпроектного обследования стало очевидно, что у заказчика нет четкого понимания, какая информация необходима для анализа. Заказчик предлагал включить в рамки проекта этап методологической разработки форматов отчетов, иначе говоря, хотел, чтобы исполнитель помог сформировать за него потребность в отчетности. Начался кризис, проект отложили. Через год заказчик вернулся к проекту, но уже с конкретно сформулированной задачей: построить хранилище данных на основании баз чеков магазинов розничных сетей, которым компания-дистрибьютор доставляет продукцию. Бизнес-цель построения отчетов над этим хранилищем - анализировать, какой товар у розничных сетей пользуется спросом, и если он не входит в товар, распространяемый компанией-дистрибьютором, то необходимо включить его в свою линейку товаров и предлагать розничным сетям".

- Многие компании, которые готовятся к выходу из режима строгой экономии и которые за время кризиса оценили остроту потребности в инструментах BI и BPM, уже начинают новые BPM-проекты, - отмечает Юлия Амириди. - Правда, расставленные кризисом акценты на удовлетворении требований регуляторов и управлении затратами еще долгое время будут влиять на приоритеты автоматизации. Вместе с тем очевидно, что компании будут уделять больше внимания анализу значимых данных.

Опыт, сын ошибок трудных

Кризис, впрочем, далеко не единственное препятствие на пути BI-проектов. Проблемы с построением систем данного типа можно условно разделить на два вида: организационные и технические.

Самой распространенной проблемой построения BI-системы эксперты называют несогласованность позиций разных подразделений заказчика в отношении целей проекта и их слабую проработку. «Компания должна хорошо понимать, что внедрение решения в первую очередь повлияет на изменение регламентов работы ее подразделений, — отмечает Олег Гиацинтов, технический директор компании Data Integration Software. — Если при реализации проекта в компании нет сильного заинтересованного бизнес-спонсора, то рано или поздно возникает ситуация, при которой ответственность за изменения в работе компании не хочет брать на себя ни одно подразделение. Технические проблемы в настоящий момент не являются существенными при наличии промышленной платформы для реализации проектов».

Юлия Амириди советует начинать проект с четкого формулирования его результатов для каждого потребителя внутри организации. При этом глубина проработки бизнес-требований может быть незначительной, а ширина — максимальной. Зачастую это представляет большие сложности, и на старте проекта заказчик склонен занять «страусиную» позицию:

Подход бизнеса к внедрению и развитию систем BI стал более рациональным и обдуманным

«Постройте сначала хранилище, и тогда мы определимся, какие отчеты нам нужны для принятия решений». Но, как говорится в известной филатовской сказке, «может, дело наконец и дошло бы» до управленческих отчетов, если бы в хранилище для этого было достаточно данных. А при выбранном подходе наверняка выяснится, что какие-то данные вообще не собирали: или не предполагали, что они будут нужны, или решили повременить из-за низкого качества. Потребуется доработка ETL-процедур, механизмов обогащения, расчетных алгоритмов, понадобятся дополнительные расходы, увеличатся сроки — и неизвестно, дождутся ли заказчики результатов.

Часто проблемой построения системы становятся также завышенные ожидания менеджмента. «Система и ее внедрение, как правило, бывают дорогостоящими, и заказчик ожидает, что такая система максимально решит все его проблемы, — объясняет Ольга Иванова. — Но система будет выполнять только те функции, которые в ней настроены, и если ожиданиям такой результат не соответствует, то удовлетворения и ощутимой пользы автоматизация, скорее всего, не принесет».

Узкое место практически всех BPM-проектов — недостаток исходных данных для анализа и наличие претензий к их качеству. «Справиться с этой проблемой полностью автоматически невозможно, хотя в борьбе с ней сегодня применяют широкий арсенал механизмов обогащения данных, — считает Юлия Амириди. — Поэтому едва ли не любой BPM-проект предполагает длительный этап работ над корректировкой процедур и регламентов ввода первичных данных, для чего необходимы организационные изменения, доработка автоматизированных рабочих мест, предназначенных для ввода первичных данных».

Кроме недостатка исходных данных и полного набора аналитических признаков, проблемы качества практически всегда вызваны несогласованностью применяемых операционных источников и ошибками ввода.

Многие пользователи самописных BPM-решений сталкивались с проблемой «решения одной задачи»: изначально разработанное для поддержки узкой функциональности, решение начинает требовать полной перестройки при попытке расширить его возможности. «Природа проблемы „решений одной задачи“ в том, — полагает Юлия Амириди, — что пользователи, замкнутые на сиюминутных проблемах, не могут сформулировать комплексные требования к системе и не имеют стратегии ее использования и развития. В результате разработчик заказного решения создает логическую и физическую модели системы, изначально ограничивающие ее функциональность. Обезопасить себя от „решения одной задачи“ можно, только выбирая тиражные системы на основе готовой отраслевой модели данных».

— Многие организационные проблемы связаны с неправильным позиционированием системы, — рассказывает Максим Крючков, руководитель департамента бизнес-приложений компании «Verysell Проекты».

При внедрении BI-решений особое внимание надо уделять процессам сбора информации

— Обычно происходит так. «Надо сделать нашу инфраструктуру круче, поэтому давайте поставим BI-систему», — говорят ИТ-специалисты. На самом деле такой заказ должны делать бизнес-пользователи компании для решения комплекса информационно-аналитических задач, в противном случае BI превращается в систему интеграции данных. Кроме того, сюда нужно отнести проблему оценки масштаба системы: заказывают десятеро, а она нужна большинству пользователей компании для различных целей и под разные срезы данных. На первом этапе следует всегда четко определить цели и рамки системы.

«Необходимо всегда помнить, что система принятия решения — это прежде всего инструмент для менеджеров различного уровня, который позволит им решать стоящие перед ними задачи, — говорит Андрей Чернецкий, руководитель дирекции Oracle компании Tops Business Integrator (группа „Систематика“). — Чтобы инструмент был востребован, он должен быть адекватен задаче, не усложнять ее решение, а сокращать рутинную работу по обработке данных и освобождать время для осмысления ситуации. Прежде чем покупать какую-либо систему, необходимо понять, можно ли решить поставленную задачу „подручными средствами“. Может оказаться, что для решения задачи достаточно простых расчетов и агрегированных показателей. Или, наоборот, требуется серьезная коррекция бизнес-процессов. Если возможности существующих средств исчерпаны, следует выбрать специализированную систему для решения бизнес-задач».

Технические проблемы связаны с неправильным выбором решения, а также с использованием некачественных исходных данных. Необходимо продумать, какая информация будет использована для обработки запросов и формирования отчетов, с какой частотой необходимо синхронизировать данные, а также как будет осуществляться их детализация и консолидация.

BI и DSS

Анализировать накопленную корпоративную информацию и учитывать результаты такого анализа в процессе принятия бизнес-решений позволяют как системы BI, так и системы поддержки принятия решений — СППР (Decision Support Systems, DSS). В чем состоит их сходство и различие? Есть ли смысл внедрять оба эти инструмента?

«Когда речь идет о принадлежности конкретной системы к какому-либо классу, — объясняет Ольга Иванова, — нередко возникает некоторая терминологическая путаница, обусловленная в немалой степени маркетинговыми приемами, которые используют поставщики автоматизированных систем. Недаром шутят о том, что появление новых классов систем может остановиться, только когда закончатся варианты аббревиатур».

Ранние определения концепции систем поддержки принятия решений описывали их как средства, которые поддерживают принятие решений топ-менеджерами в условиях использования слабоструктурированной информации. Изначально это определение было сформулировано настолько широко, что не нашлось (ибо никогда не существовало) класса ПО, которое бы реализовывало эту концепцию целиком. Частично задачи поддержки принятия решений поддерживали отдельные инструменты BI, и трансформация концепции DSS долгое время определялась эволюцией BI-технологий. С появлением на рубеже XX–XXI веков концепции Business Performance Management, в составе которой значимую роль играют технологические BI-компоненты, задачи поддержки принятия управленческих решений получили наиболее комплексное технологическое обеспечение. Поэтому, считает Юлия Амириди, есть смысл говорить о BPM-системах, которые на сегодня позволяют эффективно использовать инструменты BI и комплексно поддерживать принятие решений топ-менеджеров. ВРМ-системы обеспечивают сбор и консолидацию данных из разных операционных источников организации и помогают выпускать аналитические, управленческие и регламентные отчеты, которые служат основой для выработки решений по разным направлениям: для стратегического и оперативного планирования ресурсов организации, для налогового планирования, для контроля исполнения планов и оперативного реагирования на изменения рыночной ситуации и внутренних бизнес-процессов и т. д.

BI-компоненты ВРМ-систем предоставляют информацию для проведения анализа и поддержки принятия решений. В этом смысле системы BI являются разновидностью систем DSS. Внедрение систем BI состоит из трех этапов. Первый — это организация, очистка и сбор данных. Второй — предоставление данных в согласованной форме — в виде отчетов. Третий, наиболее важный, — применение BI в процессе принятия решений. Многие организации успешно проходят через первый и второй этапы, но застревают на третьем. Это непросто, и большинство компаний не готово выполнить скачок на последнюю ступень. BI и DSS — это два элемента одного целого.

«DSS, в отличие от BI, — узкоспециализированные прикладные программные приложения, настроенные для принятия решений в каком-либо секторе бизнеса, — объясняет Андрей Чернецкий. — В этих системах реализованы довольно сложные математические, оптимизационные или статистические алгоритмы анализа определенной группы данных — например, для оптимизации цепочек поставок или прогнозирования спроса. Менеджеры могут с помощью настроек системы выбирать те или иные алгоритмы анализа».

В настоящее время для определения систем, поддерживающих принятие решений, чаще используется термин «Business Intelligence». Поскольку он стал активно употребляться с появлением систем, предоставляющих пользователям функционал по самостоятельной настройке представления данных без привлечения программистов, то ровно такое понимание ключевых требований к системам класса BI и сформировано на рынке. BI имеют более гибкие средства представления данных, чем DSS, а в DSS реализованы более сложные математические модели обработки данных. Источниками данных для BI и DSS, как правило, выступают транзакционные системы. «Системы BI, в отличие от DSS, не должны предоставлять пользователю готовые варианты решений, зато вооружают менеджеров максимальными возможностями по работе с информацией, — поясняет Ольга Иванова. — Но при этом современные системы BI уже не ограничиваются функциями формирования отчетности и анализа: их задача — помогать топ-менеджменту в оценке и интерпретации информации, построении прогнозов, разработке вариантов решений. Таким образом, BI становится все более совершенным инструментом принятия решений».

— На сегодняшний день видна слабая взаимосвязь между BI и принимаемыми решениями, что становится причиной недостаточной прозрачности в большинстве организаций, — подчеркивает Максим Крючков.

— Для того чтобы добиться изменений в этой сфере, необходимо создать системы поддержки принятия решений, которые будут использовать данные BI-аналитики, исходные данные, принимаемые решения и эффективность управленческого персонала. Программное обеспечение для взаимодействия будет сохранять историю принятых решений, что является очень важной информацией. Объединив аналитическую информацию с принимаемыми решениями и их результатами, организации смогут достигнуть высокой прозрачности, что предельно важно в условиях экономического кризиса.

Качество данных

При внедрении BI-решений необходимо уделять особое внимание вопросам организации процесса сбора информации, внедрять различные организационные регламенты ее сбора и обработки. «В регламентах, — подчеркивает Максим Крючков, — должна быть отражена информация о типах консолидируемых данных (таксономия данных по процессам, ранжирование по свойствам — справки, транзакции), информация об обеспечении доступа ко всем источникам данных, сведения о процедуре проверки данных, информация о внесении в информационные системы данных, которые формируются во внешней среде, и так далее. Эти документы должны быть разработаны внешними консультантами в тесном сотрудничестве с заказчиком».

Сбор данных из разных источников и удобное их представление — это основной функционал системы BI. В то же время она может работать в двух режимах: напрямую с источниками данных или с информацией, которая накапливается в специальном хранилище.

«В хранилище, как правило, собираются исторические данные из транзакционных систем, позволяя освободить место в таких системах и увеличить скорость их работы. Хранилище имеет заранее определенную структуру данных, ориентированную на их последующую аналитическую обработку, — расказывает Андрей Чернецкий. — Данные, которые периодически поступают в хранилище из разных источников, предварительно обрабатываются и приводятся к единой структуре хранилища. Использование специальных хранилищ позволяет существенно повысить скорость аналитической обработки информации по различным запросам пользователей. Однако эти данные могут быть «устаревшими», так как попадают в хранилище через определенные промежутки времени. Если необходимо принимать решения на основе самых свежих данных из различных систем, нужно организовывать прямое обращение к ним средствами BI. Менеджеры получают на информационных панелях или в отчетах самую оперативную информацию, однако большое число таких запросов, адресованное напрямую к базам данных транзакционных систем, может замедлить их работу».

Необходимым условием для принятия верных и своевременных управленческих решений и признаком качества созданного BI-решения является корректность данных.

— Самый главный вопрос, который мы задаем заказчику, — рассказывает Олег Гиацинтов, — «Что вы понимаете под качеством данных?». И каждый определяет это по-своему. Если мы говорим о заполнении данных, их правильном написании и т. п., то для решения задачи обеспечения их качества, стандартизации, обогащения, устранения дубликатов записей используются средства интеграции данных, а также отдельные средства обеспечения их качества. Однако всегда остается проблема достоверности данных, используемых для принятия решений. Мы называем это «бизнес-качеством». Иногда возникают ситуации, когда данные правильно и точно заполнены, но содержат абсолютную ерунду с точки зрения бизнеса. Для решения этой проблемы с помощью средств интеграции данных строятся параллельные процессы проверки их достоверности и соответствия бизнес-логике.

Часто заказчики считают, что проблема очистки данных должна по умолчанию решаться средствами BI-системы. Но опыт показывает также и противоположный подход, когда задача обеспечения качества полностью перекладывается на сотрудников подразделений, поставляющих исходные данные или же использующих BI. «На самом деле это задача комплексная, — считает Максим Крючков. — Некоторые BI-платформы имеют в своем составе инструменты для контроля качества данных, но их не всегда бывает достаточно. Часто требуется внедрение отдельных продуктов или даже специальной разработки для интеграции и очистки данных, и решение этой задачи выливается в отдельный проект».

Одним из наиболее удобных современных способов извлечения данных из различных источников является использование интеграционной шины. Такой инструмент позволяет использовать удобный, интуитивно понятный интерфейс для настройки маппинга между исходными базами и корпоративным хранилищем данных (КХД). Шина позволяет самим пользователям, без привлечения ИТ-специалистов, легко поддерживать и развивать систему интеграции данных, систему управления НСИ для поддержки единой, выверенной справочной информации компании.

Автор: Е. Некрасова

Источник: "CIO", 2010.0.6