Бизнес-аналитик, системный аналитик: в чем разница? Системы бизнес аналитики


Как создать систему бизнес-аналитики и не наломать дров / Блог компании Badoo / Хабр

Для правильного принятия бизнес-решений необходимо владеть наиболее полной и подробной информацией о состоянии дел в компании. Но нередко такая информация ограничена годовыми да квартальными отчётами.

Этого, безусловно, мало. Для эффективного анализа на предприятиях часто внедряют системы бизнес-аналитики (англ. business intelligence, далее — BI-системы). Сегодня мы хотим поделиться несколькими советами, которые могут помочь при создании BI-системы в вашей компании (и которые помогли бы нам самим год назад).

Проектирование

Храните исходные данные, а не срезы по ним
Никогда не стоит надеяться на то, что фиксированных графиков и отчётов будет достаточно. Наоборот, менеджеры будут просить вас построить всё более детальные графики. И уточнений будет масса.

Например, к нам поступил запрос о том, сколько денег потратили холостые гетеросексуалы из Калифорнии возрастом до 25 лет за каждый месяц прошлого года. Чтобы быть готовым ответить на подобный вопрос, нам необходимо иметь под рукой не только таблицу с полными профилями пользователей, но и таблицу с их платежами.

Анализируйте «сырые» данные, а не готовые срезы
Старайтесь анализировать «сырые» данные. Не делайте предварительной агрегации. Помните: как только вы делаете агрегацию данных, вы теряете информацию.

Например, необходимо получить статистику о количестве новых контактов в день для жителей Нью-Йорка. Если делаете анализ непосредственно самих данных, то вы можете подтвердить полученные результаты конкретными примерами: кто, когда и с кем.

Забудьте про синдром «Not Invented Here»
Помните, что вы — не первый, кто создает BI-систему. И для многих задач уже существуют готовые решения. Потому большая часть разработки может просто сводиться к сбору данных и конфигурированию программ анализа.

Сегодня в Badoo используется колоночная база данных Vectorwise и аналитический «фронтэнд» Pentaho. Таким образом практически всё сводится к загрузке данных в БД.

Помните о заказчиках
Системой, которую вы проектируете, будут пользоваться обычные менеджеры, у которых слова «первая производная по времени» могут вызвать нестерпимую изжогу. Интерфейс к данным должен быть предельно простым и однозначным. Именно поэтому не стоит заново изобретать интерфейс. Лучше посмотреть, что уже придумано до вас.

У многих BI-инструментов есть демостраницы, где можно посмотреть на конкретный инструмент в действии. Желательно попросить будущих пользователей BI-системы оценить, насколько понятен им тот или иной инструмент.

Не откладывайте создание BI-системы
Проектирование, разработка и внедрение BI-системы — процесс довольно долгий и сложный. Это тот самый случай, когда 9 женщин не смогут родить ребёнка за один месяц. Внедрение BI-системы в Badoo ещё не завершено, но первые значимые результаты были достигнуты как раз примерно через 9 месяцев после начала. В составе BI команды было 3 человека плюс 1 консультант.

Разработка

Собирайте данные асинхронно
Если вы хотите начать собирать данные о поведении пользователей, то делайте это асинхронно. Можно писать в логи, можно писать в Scribe. Помните, что сбор данных об объекте надо проводить без заметного вмешательства в поведение этого объекта. Да и в принципе неполадки в BI-системе не должны отражаться на исследуемом объекте.

При разработке инфраструктуры для сбора информации о поведении пользователей мы знали о большом объёме обрабатываемых данных. И все эти данные было необходимо собрать в одном хранилище данных. Разумеется, любые проблемы в работе этого хранилища должны быть незаметны пользователям сайта. Потому было решено записывать первичные данные в логи, и только затем перекладывать их в хранилище отдельным фоновым скриптом. В дальнейшем логи и парсеры были заменены сервисом Scribe.

Забудьте про нормализацию
Не бойтесь «денормализовать» данные. Так, если у вас есть таблица с пользователями и таблица с их платежами, возможно, вам окажется полезна таблица с парами «пользователь-платёж» (результат соединения двух таблиц). С одной стороны, вы получаете жёсткое дублирование данных. С другой стороны, вместо сложной операции «join» на каждый запрос вы получите более простую операцию подсчёта уникальных значений.

В качестве примера эффективности работы с упомянутой таблицей возьмём запрос, который выдаст количество потраченных денег женщинами и мужчинами прошлом году:

SELECT sum(money), gender FROM UserPayment WHERE gender IN (‘M’,’F’) and year(payment_date) = year(now()) GROUP BY 2

Этот запрос может быть легко «распараллелен», так как всё, что нужно сделать СУБД для его выполнения — обработать таблицу за один проход.

Следите за потоками данных
Обязательно нарисуйте для себя схему перемещения данных в системе. Следите, чтобы не возникало циклов (обратных связей).

Не допускайте, чтобы исследуемые объекты получали информацию из BI-системы. Например, менеджер после анализа данных решает отправить напоминание по почте определённой группе пользователей. Непосредственно список получателей не должен формироваться в BI-системе.

Внедрение

Проверяйте собранные данные
При внедрении BI-системы необходимо проверять поступающие данные, причём делать это нужно очень тщательно. Например, если вы получаете параметры пользователей системы, обязательно проверьте распределение дат регистрации, дней рождения и т.д. В идеале стоит проверить распределение значений в каждом столбце или даже в парах столбцов.

Часто при добавлении новых данных встречается ситуация, когда значение столбца во всех строках одинаково. Практически всегда причиной является человеческий фактор — разработчик просто забыл про этот столбец.

Лишних данных не бывает, бывают повторы
Когда вы смотрите, какие данные нужно импортировать в систему, помните, что лишних данных не бывает. Бывают повторы данных. И вот к повторам нужно отнестись с подозрением. Лучше взять дополнительные данные и убедиться, что у вас есть те же самые значения, чем заранее отказаться от повторов. Это помогает выявить ошибки в системах.

Именно так в процессе внедрения BI-системы в Badoo было исправлено множество ошибок. Это были и ошибки в профилях пользователей, и ошибки в данных о городах, и даже несколько ошибок в финансовых данных.

Не стремитесь за 100% соответствием
Сравнивая и сопоставляя данные из разных источников, не гонитесь за 100% соответствием. Если вы достигли 95% совпадения, этого, скорее всего, уже достаточно. Вы всё же не бухгалтерскую систему проектируете, когда за каждой копейкой следить надо.

Очень часто расхождение данных вызвано объективными причинам, например, такими как рассинхронизация времени. Например, время регистрации платежа в собственном «биллинге» и в платёжной системе. Разница во времени в 1 секунду 31 декабря может привести к тому, что один и тот же платёж будет датирован разными годами.

Заключение

Эти советы не универсальны, на каждый из них можно найти исключение. Не нужно их воспринимать как абсолютную истину. Наоборот, чем больше контр-примеров вы сможете привести, тем лучше вы поймёте суть этих правил. А если у вас есть конкретные вопросы, мы постараемся на них ответить.

Алексей alexxz Еремихин, разработчик Badoo.

habr.com

4.6. Системы бизнес-аналитики - Textb.net

Главная страница
Банковское делоГосударственное управлениеКультурологияЖурналистикаМеждународная экономикаМенеджментТуризмФилософияИстория экономикиЭтика и эстетика

4.6. Системы бизнес-аналитики

  Системы класса Business intelligence (BI) - это информационные системы, предназначенные для построения отчетов и анализа информации о деятельности предприятия и его окружения в ходе работы над задачами, связанными с принятием решений на основе фактических данных. Системы BI включают также инструменты, используемые для преобразования, хранения, моделирования, доставки и трассировки информации. BI- технологии позволяют анализировать большие объемы информации, заостряя внимание пользователей лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия тех или иных решений. С помощью ИС этого класса лица, принимающие решения, должны при использовании подходящих технологий получать нужные сведения и в нужное время.  Другие возможные и часто встречающиеся переводы термина на русский язык - бизнес-анализ и интеллектуальный анализ данных.  Использование программ финансового анализа позволяет организации:  • ускорить и упростить процесс получения прогнозов развития финансовой ситуации на предприятии. Компьютерная техника позволяет проводить сложные математические вычисления в максимально короткий промежуток времени, причем исключается «человеческий фактор» - ошибки, которые может сделать человек по невнимательности.  • иметь подготовленные на единой методологической основе варианты последствий управленческих решений. Использование комплекса компьютерных моделей позволит формировать единую стратегию финансового управления на предприятии и является стимулом к формированию аналитической службы предприятия как единого законченного подразделения.  • оптимизировать процесс обработки и получения необходимой финансовой информации. Данные для анализа экспортируются из программ бухгалтерского учета, обрабатываются, и сразу же выносится заключение о финансовом состоянии и прогнозная динамика на будущее как в табличной форме, так и, как правило, в виде графиков и диаграмм.  В основе технологии BI лежит организация доступа конечных пользователей и анализ структурированных количественных по своей природе данных и информации о бизнесе. BI порождает итерационный процесс бизнес-пользователя, включающий доступ к данным и их анализ, и тем самым проявление интуиции, формирование заключений, нахождение взаимосвязей, чтобы эффективно изменять предприятие в положительную сторону. BI имеет широкий спектр пользователей на предприятии, включая руководителей и аналитиков.  Сегодня BI-системы, как правило, включают следующие инструменты: генераторы запросов и отчетов, инструменты добычи данных (data mining), инструменты оперативной аналитической обработки (OLAP) и др.  Генераторы запросов и отчетов - инструменты, предоставляющие пользователям доступ к базам данных, выполняющие некоторый анализ и формирующие отчеты. Запросы могут быть как незапланированными, так и иметь регламентный характер. Современные BI-системы имеют возможности создания рассылок, публикации отчетов на Web, механизмы извещения о событиях или отклонениях.  Добыча данных (data mining) представляет собой процесс обнаружения скрытых корреляций, тенденций, шаблонов, связей и категорий между переменными в больших массивах необработанных данных. Она выполняется путем тщательного исследования данных с использованием технологий распознавания шаблонов, а также статистических и математических методов. При разведке данных многократно выполняются различные операции и преобразования над сырыми данными (отбор признаков, стратификация, кластеризация, визуализация и регрессия), которые предназначены:  1) для нахождения представлений, которые являются интуитивно понятными для людей, которые, в свою очередь, лучше понимают бизнес- процессы, лежащие в основе их деятельности;  2) для нахождения моделей, которые могут предсказать результат или значение определенных ситуаций, используя исторические или субъективные данные.  Английский термин «data mining» не имеет однозначного перевода на русский язык (добыча данных, вскрытие данных, разведка данных, информационная проходка, извлечение данных/информации) поэтому в большинстве случаев используется в оригинале. Наиболее удачным непрямым переводом считается термин «интеллектуальный анализ данных» (ИАД).  Важное положение data mining - нетривиальность разыскиваемых шаблонов. Это означает, что найденные шаблоны должны отражать неочевидные, неожиданные регулярности в данных, составляющие так называемые скрытые знания.  Инструменты data mining позволяют решать следующие задачи:  • классификация - отнесение входного вектора (объекта, события, наблюдения) к одному из заранее известных классов;  • кластеризация - разделение множества входных векторов на группы (кластеры) по степени «похожести» друг на друга;  • сокращение описания - для визуализации данных, лаконизма моделей, упрощения счета и интерпретации, сжатия объемов собираемой и хранимой информации;  • ассоциация - поиск повторяющихся образцов. Например, поиск «устойчивых связей в корзине покупателя» - вместе с пивом часто покупают орешки;  • прогнозирование;  • анализ отклонений - например, выявление нетипичной сетевой активности позволяет обнаружить вредоносные программы;  • визуализация - наглядное пользователю представление данных.   OLAP - технология обработки информации, включающая составление и динамическую публикацию отчетов и документов. Используется аналитиками для быстрой обработки сложных запросов к базе данных.   Причина использования OLAP для обработки запросов - это скорость. Реляционные базы данных хранят сущности в отдельных таблицах, которые обычно хорошо нормализованы. Эта структура удобна для операционных баз данных, но сложные многотабличные запросы в ней выполняются относительно медленно. Более хорошей моделью для запросов, а не для изменения, является пространственная база данных. OLAP делает мгновенный снимок реляционной базы и структурирует ее в пространственную модель для запросов. Заявленное время обработки запросов в OLAP составляет около 0,1% от аналогичных запросов в реляционную базу данных.  OLAP-структура, созданная из рабочих данных, называется OLAP-куб. Куб создается из соединения таблиц с применением схемы звезды. В центре «звезды» находится таблица фактов, которая содержит ключевые факты, по которым делаются запросы. Множественные таблицы с измерениями присоединены к таблице фактов. Эти таблицы показывают, как могут анализироваться агрегированные реляционные данные. Количество возможных агрегирований определяется количеством способов, которыми первоначальные данные могут быть иерархически отображены.   Пример OLAP-куба представлен на рис. 4. Каждый срез такого отчета-куба называется измерением. Средства OLAP позволяют исследовать данные по различным произвольным измерениям. Пользователи могут выбрать, какие показатели анализировать, какие измерения и как отображать в отчете, обменять строки и столбцы, сделать срезы и вырезки («slice&dice»), чтобы сконцентрироваться на определенной комбинации размерностей. Можно изменять детальность данных, двигаясь по уровням с помощью детализации и укрупнения («drill down/roll up»), а также кросс-детализации («drill across») через другие измерения.

Рис. 4. OLAP-куб

  Отметим, что в отличие от использования OLAP разведка данных в значительно меньшей степени направляется пользователем, вместо этого полагается на специализированные алгоритмы, которые устанавливают соотношение информации и помогают распознать важные (и ранее неизвестные) тенденции, свободные от предвзятости и предположений пользователя. Средства data mining отличаются от средств OLAP тем, что вместо проверки предполагаемых взаимозависимостей, они на основе имеющихся данных могут производить модели, позволяющие количественно оценить степень влияния исследуемых факторов. Кроме того, средства data mining позволяют создавать новые гипотезы о характере неизвестных, но реально существующих отношений в данных.

Таблица 1. Примеры формулировок задач при использовании методов OLAP и Data Mining

  Кроме перечисленных инструментов, в состав BI могут входить следующие средства анализа: пакеты статистического анализа и анализ временных рядов и оценки рисков; средства моделирования; пакеты для нейронных сетей; средства нечеткой логики и экспертные системы. Дополнительно нужно отметить средства для графического оформления результатов: средства деловой и научно-технической графики; «приборные доски», средства визуализации многомерных данных.  Несмотря на то, что модуль финансового планирования с системами бизнес-аналитики стал устанавливаться уже на системах MRP-II, многие российские предприятия предпочитают пользоваться отечественными разработками систем BI, которые лучше ориентированы под отечественные условия ведения бизнеса. В качестве примера систем бизнес-аналитики отметим российские разработки «ИНЭК-Аналитик», «Audit Expert», «Альт- Финансы», «АБФИ-Предприятие» и западные «титаны» рынка - Business Objects, Cognos, OLAP-сервисы MS SQL Server и др.

textb.net

6 ошибок при внедрении системы бизнес-аналитики

Любой бизнес порождает огромное количество данных, различной природы и назначения. Это и цифры продаж, планов и фактов, остатков на складе – то есть исходных финансовых данных; это и данные о поведении наших работников и клиентов, количестве и маршруте транспортных средств или статистике аварий. Данными опутаны все департаменты и подразделения бизнеса, и так как речь идет о целостном процессе, то кажется, что все данные имеют смысл и связанны между собой. Мы думаем, что стоит нам собрать все данные и поместить в одном месте, то можно будет описать и контролировать все этапы бизнеса, принимать правильные решения и быть готовым к изменениям рынка. Но реальность сложнее, и я уже более 20 лет погружен в нее.

Первые восторги и надежды быстро сменились разочарованием от сложности проектов по внедрению аналитики данных, несоответствию ожиданий и результатов, а также неэффективности дальнейшего использования. Я искал «серебряную пулю», гарантирующую успешный проект. Но ни выбор программного продукта той или иной фирмы, ни новые технологии и методы проектирования и управления проектом не приносили успеха сами по себе. Анализируя удачные проекты, я заметил, что их успех лежал не в области технологий, а в уникальном сочетании индивидуальных и профессиональных качеств работников компании, участвующих в проекте внедрения со стороны заказчика.

Успешный проект внедрения аналитики данных в компании дает колоссальный возврат инвестиций, не сравнимый ни с какой другой областью автоматизации. Компании, удачно внедрившие аналитику, ничем не отличаются от других, просто они — лидеры рынка. Их успех и стабильность во многом определенна умением поставить анализ информации на службу управления бизнесом.

Со временем я выработал несколько признаков ошибочного внедрения анализа данных в компании, по которым можно прогнозировать неудачу проекта. Большинство признаков очевидны, но очень часто мы видим их грубое нарушение.

Ошибка 1. Начинать проект без сформулированных целей

Все успешные проекты успешны одинаково, все несчастные проекты несчастны по-своему. Конечно проект проекту рознь, но я смею утверждать, что и в большом корпоративном проекте, и в проекте, где финансовый директор стал использовать инструменты аналитики для принятия решений, лежит один принцип успеха. Успешный проект — это правильно сформулированные цели и результат, соответствующий поставленным целям. То есть постановка целей – важнейший и главный критерий успешности любого проекта.

Понятно, что проект должен иметь цели, но цели аналитического проекта обычно трудно описать. Возникает вопрос: кто должен в компании устанавливать цели? Руководство, ведущие менеджеры или ИТ департамент? Целью может быть сокращение трудоемкости операций, повышение точности планирования или поиск методов удержания клиентов и роста прибыли. Совершенно необходимо ставить высокоуровневые цели, имеющие отношение к стратегии бизнеса, а не решению технических задач работы с информацией. Точнее, надо составлять иерархию целей от стратегических до технических и организационных.

Не начинайте проект если у вас нет специалистов способных сформулировать цели проекта и задокументировать эти цели в соответствии с текущей ситуацией с данными и бизнес процессами в компании.

Есть хорошая информация: компании типа PricewaterhouseCoopers могут помочь в целеполагании и документировании, но их привлечение сильно изменит цифры бюджета. И, что самое обидное, может быть абсолютно бесполезно из-за формального и стандартного методологического подхода таких компаний.

Ошибка 2. Внедрять аналитику сразу во всей компании

Компания покупает программу анализа данных, потому что это:

  • модно
  • когда нибудь пригодится
  • требуют иностранные акционеры
  • хочет новый менеджер.

Аналитика данных не является жизненно необходимым процессом в компании. Весь вопрос – насколько компания зависит от конкурентной среды и как долго сможет игнорировать возникающие опасности и возможности рынка. Без аналитики можно стоять, но нельзя идти вперед. Более того, так как бизнес среда все время изменяется, то даже чтобы сохранить позиции на рынке надо все время изменяться и пытаться быть на шаг впереди конкурентов.

Какой компании нужен анализ данных, а для какой он не жизненно необходим? Зависит ли эффект от внедрения систем аналитики данных от размера компании, количества данных, области в которой работает компания? Ответ – совершенно не зависит, и каждая компания индивидуально может получить пользу от внедрения системы анализа данных или сделать этот процесс абсолютно бессмысленным.

Как-то мы решили собрать статистику и проанализировать работу сети салонов красоты. Руководство хотело поменять набор услуг и не потерять прибыль, или понять какие потери будут и можно ли на них пойти. Это было связанно с перегруженностью работников, многим клиентам приходилось отказывать. После года сбора информации мы провели базовый анализ и ответили на вопросы – на каких процедурах идет заработок, а какие можно вообще не оказывать. Выяснилось, что некоторые дорогие процедуры занимают много времени, а дохода дают меньше, чем две короткие процедуры. В результате анализа салон красоты серьезно изменил график работы и ассортимент предоставляемых услуг. И при увеличении на 75% дохода позволил работать через день. Нужна ли им аналитика?

Однажды я сидел в кабинете начальника ИТ охраны края (так в Литве называется министерство обороны) и, рассказывая ему о преимуществах анализа информации, то и дело использовал слова «эффективность», «экономия». Он посмотрел на меня осуждающе и сказал, что никогда не надо в бюджетной организации применять такие слова. Нужна ли им аналитика?

Основным критерием необходимости внедрять аналитику данных должно быть понимание ценности информации, возможности ее собирать и на ее основе принимать важные решения.

У нас есть шутка, что аналитика нужна, когда считают копейки. Когда считают рубли нужна не аналитика, а отчетность. Это о том, что аналитика нужна в сложные времена или в очень конкурентной среде, когда резко возрастает цена неправильного решения.

Для успешного внедрения проекта аналитики данных необходимо найти то место в компании, где использование данных будет наиболее эффективно и таких работников, которые смогут на основе данных принимать правильные решения и влиять на развитие компании.

Вместо стрельбы из пушки по воробьям, надо прицельно найти отдел и работников, способных получить быстрый и значимый успех от внедрения. Такой отдел в компании и такие работники будут продвигать свой успех, подтягивая другие отделы до новых стандартов контроля и управления бизнеса. Не надо стараться внедрить все во всей компании и сразу. Переход компании от интуитивного планирования только на основе опыта к аналитическому управлению и методу принятия решений на основе данных, долгий и комплексный процесс. И двигаться надо от одного локального успеха к другому

Ошибка 3. Проект без «пионера данных»

Когда передо мной проходит череда моих проектов по внедрению анализа данных в компании, я не всегда запоминаю, какую программу мы использовали в работе и какие задачи решали, но портрет руководителя проекта со стороны клиента всегда очень ярок. Иногда достаточно поговорить по телефону или скайпу с представителем клиента и понять, что проект перспективный. Настолько роль и профессиональные качества этого представителя важны для успеха проекта. Я имею ввиду аналитика, который будет принимать непосредственное участие и в формировании технического задания, и в тестировании прототипа, и в развитии проекта внутри компании.

Аналитик может иметь различные позиции и титулы в компании, но главная его черта – умение работать с информацией и помогать принимать обоснованные и жизненно важные решения в бизнесе.

Для аналитика, который руководит проектом внедрения анализа данных, я использую термин «пионер данных». Этот человек способен увидеть за повседневным бизнесом реки информации и острова принятия решений. Его отличает умение за стандартными отчетами результата продаж видеть закономерности и поводы задуматься над происходящим. Такие работники бывают из ИТ, но чаще из финансов или продаж. Сколько бы людей ни принимало участие в проекте, за ним всегда стоит архитектор. Так как анализ данных – это индивидуальный процесс, то и разработка подходов и методов анализа обычно ведется в индивидуальном порядке, даже в очень крупных компаниях. Отсутствие в компании такого работника не может быть заменено любым количеством высококвалифицированного ИТ, прекрасного программного обеспечения и внешних консультантах.

Успешность проекта анализа данных целиком лежит в области внутренней команды компании и напрямую зависит от наличия в команде стратегического аналитика – пионера данных.

Ошибка 4. Все отдать в ИТ

ИТ-департамент в компании играет роль завхоза склада, на котором все время что-то не работает, места не хватает, ходят посторонние люди и товары пропадают. Также ИТ-работники тотально загружены на месяцы вперед, раздерганы все время меняющимися требованиями. Но именно ИТ является узкими воротами, через которые редко пробивается ручеек нового программного обеспечения и особенно аналитического софта. ИТ воспринимает новое программное обеспечение как угрозу стабильности и безопасности всей системы компании. И в этом есть доля правды. Тем более если речь заходит об анализе данных. Ведь это связанно с открытием доступа в места хранения данных и их распространения.

Важнейшими элементами успеха проекта внедрения анализа данных в компании является поиск компромисса между безопасностью данных и простотой доступа к ним, интеграция нового программного обеспечения в имеющиеся в компании системы и соответствие необходимых расходов и текущего бюджета на приобретение нового софта.

Вот эти важнейшие вопросы лежат в области ответственности ИТ. Вопросы тестирования новых программ анализа данных, принципов стратегического использования и методов работы с программой должен взять на себя «пионер бизнес данных», о котором мы уже говорили.

Проект внедрения анализа данных в компании может быть успешным только тогда, когда он не отдан на откуп ИТ-департаменту, а курируется и управляется стратегическими бизнес подразделениями.

Ошибка 5. Выбирать программу, а не стратегию

Программное обеспечение не более чем средство достижения цели, и такой подменой часто грешат работники ИТ, считая, что главная задача купить хорошую программу и раздать ее работникам.

На самом деле сегодня все программы анализа данных примерно одинаковые и на 100% способны решать ваши задачи. Найти в них различия могут только очень продвинутые пользователи. И эти различия будут касаться специфических аспектов применения. Стоимость владения лицензиями, тоже почти не отличается. Я видел множество примеров продвинутой аналитики, системы отчетности и прогнозирования на Excel. Более того если вы ничего не сделали в Excel, вам вообще рано приобретать что-то более продвинутое.

Одинакового результата можно достигнуть в любых программах аналитики, только иногда разной ценой. Обычно встроенные продвинутые функции, например, прогнозирование, носят скорее рекламный характер и могут использоваться только для иллюстрации процессов, но не для серьезного планирования, например, объемом продаж или остатков на складе.

В любом случае для компании, начинающей внедрять аналитику данных, любая современная платформа BI будет избыточна по функционалу в течение нескольких лет внедрения и эксплуатации.

Итак, не ставьте во главу угла проекта програмное обеспечение! Принципиально важнее консультативные услуги, которые вы покупаете вместе с программой. Важен сервис обучения и консультирования, который по мере роста потребностей готов годами поддерживать вашу компанию.

Ошибка 6. Внедрять без пилотного проекта

В области анализа данных балом правят ИТ-компании интеграторы, как правило не специализирующиеся на аналитике, а продающие все подряд. Но главное, как продающие? Вам пытаются продать то, что вам, возможно, не нужно, в количестве всегда большем, чем вам понадобится на первых порах. Часто вы не сможете не только получить максимальный эффект от внедрения анализа данных, но и вообще развернуть систему и использовать ее. Ваши отчеты, не сомневаюсь, что у каждого бизнеса они есть, просто переводят из Excel в новомодную программу и этим результатом оправдывают год лихорадочного проекта, неоправданных трудозатрат своих работников и, как правило, больших инвестиций в такой проект.

Внедрение системы анализа данных в компанию достаточно непредсказуемый процесс, по многим причинам нас может ждать разочарование. К числу таких причин можно отнести:

  1. Отсутствие технического и стратегического задания по проекту.
  2. Неудовлетворительное качество данных и сложности их сбора и хранения.
  3. Отсутствие квалифицированного персонала и ресурсов на развитие.
  4. Плохая интеграция анализа данных в текущие бизнес процессы, делающий сбор и анализ данных бессмысленным.
  5. Неоправданная трудоемкость процессов сбора и анализа данных.
  6. Непродуманная стратегия расширения использования платформой аналитики и как следствие непомерное увеличение расходов на владение лицензий программного обеспечения

Как проверить не только и не столько программное обеспечение, а своих работников на предмет желания и возможности использовать инструменты анализа данных в своей повседневной работе? Как оценить эффект экономии времени и увеличения эффективности планирования и принятия решений от наличия в компании правильно поставленного процесса мониторинга, анализа и прогноза бизнеса?

Успешный проект всегда должен подразумевать большой и вдумчивый пилотный проект, результатом которого должен быть прототип будущей системы.

В рамках такого тест драйва становятся понятны проблемы и способы их устранения, кто и как может использовать инструменты анализа и насколько это будет эффективно. Какие изменения необходимо будет провести и в способах сбора и хранения данных и в процессах обмена информацией и принятия решений на ее основе.

Проект анализа данных нельзя заказать под ключ и «все включено». Несмотря на техническую составляющую, такие проекты всегда индивидуальны для каждой компании и даже для локального отдела в компании. Успешность проекта на 99% зависит от внутренней команды работников и их готовности использовать в своей работе аналитические данные. Скромный один процент успеха я оставляю на выбор хороших внешних консультантов и современного программного оборудования. Свою роль как консультанта я вижу в том, чтобы помочь компании раскрыть потенциал своего 99% успеха. Итак, за мной всего один процент, но он золотой!

При всей очевидности перечисленных мной ошибок проекта я раз за разом вижу эти ошибки во многих компаниях. Мой список не претендует на исключительность и законченность. Вы знаете другие критерии успеха или не согласны со мной? Был бы рад услышать ваше мнение в комментариях.

Узнать больше о современной программе для бизнес-аналитики и загрузить ее бесплатно вы можете на сайте АСУ аналитка

Партнерский материал

www.e-xecutive.ru

Программы и система бизнес аналитики

Решения для бизнес аналитики применяются для анализа финансовых и других данных о работе крупного и малого бизнеса. Инструменты бизнес-анализа включают в себя программное обеспечение для сбора, обработки и визуализации данных.

13.04.18. Бизнес.Ру добавил небольшой инструмент для большой аналитики

В Бизнес.Ру стало еще удобнее работать с дополнительными полями. Теперь можно автоматически передавать содержимое дополнительных полей документа в другие документы, созданные на основании. Дополнительные поля можно использовать как метку для документов. Если совершенно разные документы имеют одинаковую метку, то их легко найти по этой метке. Если несвязанные друг с другом документы будут иметь одинаковую метку, то между ними образуется связь. Например, можно логически связать совершенно разные Заказы покупателей, проживающих в одном городе. Достаточно присвоить всем заказам одинаковую метку «Город». Такой подход можно эффективно использовать при работе со Сделкой. В Сделке и всех документах, которые можно создать из Сделки, можно, создать дополнительное поле «Источник лида».

2015. Microsoft интегрировала Cortana в аналитическую систему Power BI

Microsoft интегрировала персональную голосовую ассистентку Cortana в систему бизнес аналитики Power BI. Кортана может отвечать на воспросы, заданные непосредственно голосом, например "какой у нас доход в прошлом квартале?" или "нарисуй график количества проектов по менеджерам". Конечно, это все пока работает только на английском. Поддержки русского языка в Cortana пока еще нет. Русскоязычную Контану обещают в начале 2016 года. Функция голосовой помощи работает только на Windows 10 и для ее использования необходимо активировать соответствующую опцию в Power BI. Напомним, Microsoft уже интегрировала Cortana в свою CRM систему Dynamics CRM и ERP систему Dynamics AX.

2015. SAP представил систему бизнес-аналитики для малого-среднего бизнеса

На конференции SAPinsider BI 2015 SAP представила свой набор инструментов для бизнес-аналитики. SAP Predictive Analytics 2.0 даёт возможность использовать одно решение для выполнения всех задач аналитика: от подготовки необходимых данных до визуализации результатов аналитики. Также решение обеспечивает согласованность модели данных. Чтобы сделать этот продукт более доступным для малого и среднего бизнеса, SAP создала решение SAP Lumira, которое предназначено для упрощения сотрудничества в визуализации данных. Благодаря этим инструментам аналитика все чаще рассматривается как способ ускорить создание бизнес-решений. SAP считает, что организации будут пользоваться подходом, который будет более последовательно применяться по всему бизнесу.

2014. Искусственный интеллект Watson подключат к Твиттеру ради бизнес-пользователей

(Джинни Рометти, глава IBM, и Дик Костроло, глава Twitter)Недавно компания IBM решила использовать свой суперкомпьютер Watson для помощи бизнесменам и руководителям. Они запустили сервис Watson Analytics, который позволяет строить аналитические таблицы и графики посредством запросов, написанных на человеческом (английском) языке. Однако, анализировать собственные данные компаний - это слишком легкая задача для искусственного интеллекта Watson. Вот проанализировать всю социальную сеть типа Twitter и выдать ценный совет руководителю - это более достойное занятие. Для этого IBM заключила соглашение с Twitter и получила прямой доступ к его базе данных. Представители компаний говорят, что бизнесы уже некоторое время используют сканеры социальных сетей для целей поддержки и маркетинга, однако это лишь "скольжение по поверхности реки данных". Интеграция Twitter и Watson позволит опуститься гораздо глубже - например, использовать отзывы людей для разработки новых продуктов или оптимизации логистики производства. ***

2014. Oracle запустил облако Business Intelligence

Oracle представила новый сервис Business Intelligence Cloud Service, позволяющий анализировать данные из различных источников, включая приложения Oracle, развернутые в "облаке" или непосредственно на предприятии, чтобы быстро создать функционально насыщенные, интерактивные аналитические приложения. Клиенты могут получать информацию и анализировать ее в любое время, в любом месте с мобильных устройств. Простой интерактивный пользовательский интерфейс со встроенными подсказками ускоряет освоение продукта и повышает продуктивность. Пользователи с навыками работы с Oracle BI или Oracle Cloud Applications могут приступить к использованию сервиса без дополнительного обучения.

2014. Искусственный интеллект IBM Watson стал доступен для бизнеса. Даже для малого.

Вы, конечно, слышали о самом мощном в мире суперкомпьютере IBM Watson. До сих пор он использовался в основном в научно-исследовательских проектах, а с ноября - станет доступен для любого бизнеса в виде облачного сервиса Watson Analytics. Это потенциально идеальный инструмент для руководителя. Он доступен с компьютера или мобильного устройства, и умеет отвечать на вопросы, заданные на человеческом языке. Например, вы можете спросить его (напечатать): "какие клиенты приносят нам наибольшую прибыль", "какие маркетинговые кампании приносят больше лидов", "какие лиды скорее всего станут клиентами", "какие сотрудники могут уйти из компании" и т.д. В ответ суперкомпьютер выдаст список или построит красивую диаграмму. Конечно, перед этим нужно загрузить в сервис массивы информации, исходя из которой можно найти ответы. Либо можно будет подключить Watson к бизнес приложениям, таким как Salesforce, Box, Google Docs, Oracle. ***

2014. Yellowfin 7.1 упрощает ведение бизнес-аналитики основанной на местоположении

Международный поставщик решений в области бизнес-аналитики (BI) и аналитического программного обеспечения Yellowfin выпустил новую версию своей BI-платформы. Yellowfin 7.1 расширяет возможности ведения основанной на местоположении аналитики, обладает усовершенствованной поддержкой формата CSV, а также увеличивает число визуальных отображений данных, поддерживаемых функцией автоматического создания графиков Yellowfin. Yellowfin обеспечивает получение мобильной аналитики на любом устройстве или платформе без дополнительных затрат, собственными приложениями для iPhone, iPad, гибридного приложения HTML 5 для Android или веб-браузера.

2014. Моё дело и Seeneco запустили аналитику для малого бизнеса

Интернет-бухгалтерия Моё дело и онлайн-сервис бизнес-аналитики Seeneco  реализовали интеграцию своих решений, которая позволяет получить удобную бизнес-аналитику для бизнесменов, ведущих бухгалтерию самостоятельно.  Теперь прямо в личном кабинете «Моё дело» предприниматель может  анализировать свои бизнес-показатели, такие как доходы, расходы, прибыль и т.д., получать наглядный анализ по структуре и динамике платежей. Сервис помогает вовремя заметить неблагоприятные тенденции в своём бизнесе, например, рост расходов, и вовремя принять нужные управленческие решения. Все данные пользователь получает за несколько минут. Теперь не нужно тратить драгоценное время на ручную обработку данных в excel и нанимать опытного аналитика: все показатели всегда «на кончике пальцев». Отметим, что такая же интеграция у Seeneco есть и с Контур-Бухгалтерией и с 1С. ***

2014. SAP: Сборная Германии выиграла Чемпионат Мира благодаря Big Data

Недавно, в прошлом году, яхта Oracle выиграла Кубок Америки, и тогда в Oracle сказали, что эта победа произошла во многом благодаря системе анализа больших данных (Big Data) в облаке Oracle. Теперь настало время извечного конкурента Oracle - немецкой компании SAP ответить на этот PR-ход. Оказалось, что сборная Германии выиграла Чемпионат Мира по футболу тоже благодаря Big Data. В SAP разработали систему Match Insights, которая считывает футбольный матч в 3-х мерную цифровую модель и анализирует действия каждого игрока и команды в целом. Анализировались не только матчи собственной сборной (чтобы исправить ошибки и улучшить эффективность), но и матчи конкурентов. Искусственный интеллект находил слабые места соперников и помогал команде подготовиться к матчу. А мораль этой басни такова: Представьте, что Big Data может сделать для вашего бизнеса. ***

2014. КРОК запустил облачное решение класса Business Intelligence

Системный интегратор Крок запустил сервис бизнес-аналитики с говорящим названием "Business Intelligence as a Service" или BIaaS. Решение рассчитано на крупные организации, заинтересованные в снижении капитальных затрат и ускорении принятия управленческих решений. Система построена на продукте EMC Greenplum и представляет собой решение уровня Big Data. С помощью этого инструмента можно анализировать и сравнивать большие объемы информации, выстраивать ключевые показатели и принимать бизнес-решения, минуя стадию капитальных затрат на приобретение софта, лицензий и возможную модернизацию инфраструктуры. Решение позволяет реализовать три возможных сценария работы с данными — аналитика для ритейла, анализ показателей работы контакт-центра, а также оценка управленческой деятельности организации на соответствие KPI.

2013. BusinessQ - web система бизнес анализа для малых и средних компаний

Обычно малый и средний бизнес не может приобрести и внедрить дорогостоящую систему бизнес-анализа, а затем держать в штате специалиста для работы с этой системой. Поэтому руководители малых компаний даже и не думают над тем, какие выгоды их бизнесу может принести Business Intelligence система. Хорватская компания Qualia создала Business Intelligence решение, предназначенное специально для малого и среднего бизнеса - BusinessQ. Теперь эта система стала доступна и в нашей стране. Это довольно простое веб-приложение с низкой стоимостью. Необходим всего час на изучение и настройку, и дальше вся нужная информация в наглядном виде поступает пользователю. Можно создавать не только статические отчеты, но и интерактивные панели (дашборды) для руководителя, чтобы он был в курсе важных показателей работы компании.

2013. Seeneco делает бухгалтерию полезной для директора

Бухгалтерия в нашей стране существует в основном для того, чтоб отчитываться перед государством, поэтому бухгалтерские программы создаются для бухгалтеров, цель которых - отчитываться перед государством. А для руководителя (цель которого - делать бизнес успешным) бухгалтерия практически бесполезна. У него же нет времени путешествовать по бухгалтерской программе и анализировать кучу разрозненных цифр. Чтобы сделать бухгалтерию более полезной для руководителя - появляются инструменты бизнес-анализа (BI), которые позволяют представить данные на одном экране (дашборде), в удобном виде для принятия управленческих решений. Недавно мы рассказывали о новых BI-инструментах в майкрософтовском Office 365, а теперь появился и отечественный стартап Seeneco, который позволяет анализировать данные напрямую из популярных бухгалтерских программ: 1С, Контур-Бухгалтерия, Моё Дело. ***

2011. Oracle Business Intelligence работает на iPad

Oracle представил новую версию системы бизнес-аналитики Oracle Business Intelligence, которая теперь может работать на iPad и iPhone. Мобильная версия обеспечивает доступ к полному спектру приложений Oracle Business Intelligence, включая интерактивные и регламентные отчеты, информационные панели, уведомления, системы сбалансированных показателей с поддержкой всех стандартов как реляционного, так и OLAP-анализа. Таким образом, руководитель может в удобном графическом виде просматривать аналитику для данных из ERP и CRM, инициировать действия и запускать рабочие процессы непосредственно на своем мобильном устройстве, что помогает сократить время, необходимое для принятия решений, и способствует повышению гибкости и динамичности организации в целом.

2011. Infor Workspace - Sharepoint-интерфейс к Infor ERP

ERP вендор Infor создал новый пользовательский интерфейс для своей ERP-системы на основе Microsoft SharePoint. Решение Infor Workspace предоставляет пользователям знакомый и удобный интерфейс, который связывает бизнес-процессы, бизнес-аналитику и совместную работу. Оно поддерживает сервисы подготовки отчетности Microsoft Reporting Services, а также платформу Silverlight для соответствующих многофункциональных интернет-приложений. Сотрудник может переключаться от чтения заказа к проверке наличия товаров на складе и вызвать коллегу по Skype, для обсуждения вопроса. Клиенты могут получить Workspaces как часть их годового контракта на обслуживание, без отдельной оплаты лицензий.

2010. Microsoft представила российскую версию Navision

Microsoft представила локализованную российскую версию системы управления предприятием Microsoft Dynamics Nav 2009 SP1 (Navision). MS Dynamics Nav 2009 вышла еще в декабре 2008 года и ее главной фишкой является ролевые интерфейсы для 21 типовых должностей, наиболее часто встречающуюся в компаниях: например, главный бухгалтер, финансовый директор, руководитель компании и т.д. Работая с системой, каждый из них будет видеть лишь информацию, необходимую для выполнения своих обязанностей. К другим важным функциям Microsoft Dynamics Nav 2009 разработчики относят новые возможности бизнес-анализа: инструменты, основанные на функционале Microsoft SQL Server, позволяют в автоматическом режиме детализировать отдельные показатели, генерировать отчеты, выявлять тренды и осуществлять мониторинг основных показателей эффективности бизнеса. В новой версии реализована полноценная трехуровневая архитектура (теперь бизнес-логика выполняется специальным серверным слоем, а тонкий клиент или веб-портал лишь взаимодействует с пользователем и отображает ему результаты вычислений, выполненных сервером NAV). ***

2010. Аплана и Cyscom запустили SaaS сервис класса Business Intelligence

Российский интегратор Аплана и британский SaaS провайдер (с российскими разработчиками) Cyscom, выводят на российский рынок сервис PinPoint. Это инструмент для бизнес-анализа, обеспечивающий визуальное и интуитивно понятное представление данных из множества различных источников (включая информационные системы, базы данных, неструктурированные файлы, веб-приложения, корпоративные порталы, документы MS Office и новостные ленты). PinPoint позволяет легко создавать информационные панели и работает как в онлайн, так и оффлайн режимах.. Cyscom уже довольно давно присутствует на российском рынке. В частности, в прошлом году они совместно с IBS Datafort и Softkey создали SaaS сервис для совместной работы Point4All. В основе облачной платформы Cyscom Cloudseed, на которой строятся все эти приложения, лежат технологии Microsoft - .Net, SQL, WSS, Windows и собственные разработки компании.

2010. Business Intelligence 2.0: SaaS, Социальные сети и iPad

Что из себя представляют системы BI (интеллектуальной бизнес аналитики) в эпоху Enterprise 2.0? Практически все основные игроки рынка уверенны, что это должны быть SaaS системы. Ведь Business Intelligence требует больших компьютерных мощностей для обработки огромных массивов данных, а самый эффективный способ получить эти мощности - это арендовать их из "облака". Даже SAP, который исторически не дружил с SaaS, недавно выпустил сервис SAP BusinessObjects BI OnDemand. Но просто доставлять BI систему из облака - это не так уж круто. Так подумали в компании RoamBI. Бизнес аналитика 2.0 - должна быть красивой. Чтобы глаза руководителя радовались, когда он изучает "здоровье" компании и чтобы он мог продемонстрировать результаты бизнеса инвесторам во всей красе. Для этого RoamBI создает мобильные клиенты для iPhone и iPad, которые позволяют эффектно визуализировать результаты из SAP BusinessObjects и других BI систем. ***

2010. SAP запустил SaaS сервис для Business Intelligence

SAP наконец-то выпустил свое первое полноценное SaaS приложение. И им стала не ожидаемая ERP система, а решение для бизнес-аналитики, созданное на базе купленной в 2007 году французской системы Business Objects. Продукты подразделения SAP BusinessObjects уже некоторое время предоставлялись в аренду клиентам компании, но SAP BusinessObjects BI OnDemand - это действительно классическое SaaS приложение с multitenant-архитектурой, объединяющее все эти инструменты в один сервис. Система предназначена для среднего бизнеса и обеспечивает быстрый доступ к данным, поиск по ключевым словам, инструменты формирования отчетов, визуализации данных и обмена ими, причем для этого не нужно переключаться между разными приложениями. Начальная версия уже доступна клиентам и партнерам компании, которые могут заниматься ее внедрением - интеграцией с онлайновыми или внутрикорпоративными источниками данных.

2009. Business Intelligence в России 2009: системы бизнес-анализа

Центр выбора технологий и поставщиков TAdviser предлагает Вашему вниманию аналитический отчет Business Intelligence в России 2009: системы бизнес-анализа 13 подробно рассмотренных платформ для бизнес-анализа, более 70 BI-проектов. Аналитики центра TAdviser объявили о завершении исследования универсальных платформ для бизнес-анализа (BI), представленных на российском рынке. В ходе подготовки отчета были рассмотрены все универсальные решения данного класса, доступные в России. Согласно полученным результатам, на российском рынке представлены BI-платформы 13 вендоров, 3 из которых - российские компании. Основной задачей подготовленного отчета являлся сбор максимально полной и достоверной информации о функциональных возможностях современных BI-систем, а также об опыте уже реализованных проектов в России. В ходе исследования собраны данные более чем о 70 проектах по созданию аналитических систем. Для анализа возможностей представленных на российском рынке BI-платформ использовались как открытые источники информации, к которым относятся новостные материалы, рекламные и технические материалы поставщиков, периодические публикации в прессе и обсуждения на тематических форумах, так и закрытые, в частности, внутренняя информация поставщиков BI-систем и собственные материалы исследователя.

2008. ФБ Консалт стал официальным партнером QlikTech, мирового лидера в области Business Intelligence

Компания ФБ Консалт подписала договор о партнерстве с компанией QlikTech, предлагающей передовую полнофункциональную платформу бизнес-аналитики (BI) QlikView. QlikView дает четкое видение эффективности работы, обеспечивая гибкость и высокую скорость реакции на изменения, тем самым, повышая общую прозрачность управления бизнесом. Это, в свою очередь, не только оптимизирует процессы и сокращает расходы организации, но также повышает качество обслуживания и обеспечивает неоспоримые конкурентные преимущества на рынке. Для амбициозных компаний, нацеленных на успешное и быстрое развитие, QlikView является незаменимым инструментом. QlikView является простым в использовании, быстрым и гибким аналитическим решением для повышения эффективности работы организации. Новая технология позволяет за очень короткий срок строить даже самые сложные модели для анализа, без особых усилий формировать по ним отчетность и поддерживать их в актуальном состоянии.

2007. Business Objects открыла SaaS сервис для бизнес-аналитики

Компания Business Objects запустила SaaS сервис Business Intelligence OnDemand, который позволит компаниям получить доступ к широкому спектру инструментов бизнес-анализа, входящих в состав пакетов Crystal Reports, Crystal Xcelsius и Web Intelligence по запросу. В распоряжение руководителей и аналитиков предоставляются настраиваемые отчеты, контрольные панели, мастер запросов и аналитические инструменты. Система Business Intelligence OnDemand базируется на популярном SaaS-решении crystalreports.com. Также выпущена отдельная версия Business Intelligence OnDemand, ориентиованная на пользователей решения Salesforce.com и предполагающая максимально тесное взаимодействие с указанной онлайновой CRM-системой.

2007. Business Objects целиком переходит на SaaS

Весь ассортимент программных продуктов Business Objects, в том числе средства управления производительностью предприятия, планируется начать предлагать в виде онлайн-сервисов, доступных по подписке, - об этом сообщила директор по маркетингу компании Марж Брейя. В то же время Business Objects продолжит поставлять свои продукты и в традиционном виде, по лицензионным соглашениям. Провести преобразование приложений в онлайн-сервисы планируется на протяжении предстоящих нескольких месяцев. Компания также объявила о начале бета-тестирования новой службы Information OnDemand, предоставляющей доступ к внешней рыночной информации пользователям ПО бизнес-аналитики Business Objects. Сервис позволяет по требованию получать отчеты аналитических компаний и статистику от поставщиков данных. Кроме того, Business Objects объявила о заключении сделки на покупку компании Inxight Software, создателя технологии анализа неструктурированной информации в текстовых файлах различных форматов, например, в сообщениях электронной почты и документах Word. Разработки Inxight пополнят арсенал средств бизнес-интеллекта Business Objects.

2003. ReportNet - система генерации отчетов на основе Web-служб

Компания Cognos анонсировала систему ReportNet, которая представляет собой Web систему генерации отчетов по запросам, детально настраиваемую, но при этом призванную облегчить труд администраторов за счет использования возможностей, предоставляемых стандартами Web-служб: XML, SOAP и другими. Поддерживается функция импорта данных из иных приложений и систем бизнес-интеллекта. Возможно и обратное: API-интерфейс Cognos открыт и подробно документирован; в компании приветствуют расширение и конфигурирование инструментария по своему усмотрению партнерами и клиентами. Как считают аналитики, ReportNet - заметный шаг в направлении создания всеобъемлющей системы бизнес-интеллекта.

www.clouderp.ru

Программы и системы класса BI (Business Intelligence)

2015. Microsoft интегрировала Cortana в аналитическую систему Power BI

Microsoft интегрировала персональную голосовую ассистентку Cortana в систему бизнес аналитики Power BI. Кортана может отвечать на воспросы, заданные непосредственно голосом, например "какой у нас доход в прошлом квартале?" или "нарисуй график количества проектов по менеджерам". Конечно, это все пока работает только на английском. Поддержки русского языка в Cortana пока еще нет. Русскоязычную Контану обещают в начале 2016 года. Функция голосовой помощи работает только на Windows 10 и для ее использования необходимо активировать соответствующую опцию в Power BI. Напомним, Microsoft уже интегрировала Cortana в свою CRM систему Dynamics CRM и ERP систему Dynamics AX.

2015. SAP вышел на рынок облачной бизнес-аналитики

Компания SAP представила решение SAP Cloud for Analytics, которое является ее первым SaaS-сервисом, предназначенным для анализа данных. Еще до анонса Cloud for Analytics компания SAP была достаточно крупным игроком на рынке платформ бизнес-аналитики благодаря приобретению фирмы Business Objects в 2008 году, а также собственному средству визуализации и исследования данных Lumira. SAP Cloud for Analytics может работать как с локальными данными, так и информацией, хранящейся в облачных хранилищах. В состав SAP Cloud for Analytics вошло решение SAP Cloud for Planning, а до конца 2015 года в новый продукт будут включены средства прогнозной аналитики. Таким образом, в конечном итоге SAP Cloud for Analytics станет многофункциональным полностью облачным продуктом, состоящим из технологий бизнес-аналитики, планирования, бюджетирования и прогнозирования.

2014. Искусственный интеллект IBM Watson стал доступен для бизнеса. Даже для малого.

Вы, конечно, слышали о самом мощном в мире суперкомпьютере IBM Watson. До сих пор он использовался в основном в научно-исследовательских проектах, а с ноября - станет доступен для любого бизнеса в виде облачного сервиса Watson Analytics. Это потенциально идеальный инструмент для руководителя. Он доступен с компьютера или мобильного устройства, и умеет отвечать на вопросы, заданные на человеческом языке. Например, вы можете спросить его (напечатать): "какие клиенты приносят нам наибольшую прибыль", "какие маркетинговые кампании приносят больше лидов", "какие лиды скорее всего станут клиентами", "какие сотрудники могут уйти из компании" и т.д. В ответ суперкомпьютер выдаст список или построит красивую диаграмму. Конечно, перед этим нужно загрузить в сервис массивы информации, исходя из которой можно найти ответы. Либо можно будет подключить Watson к бизнес приложениям, таким как Salesforce, Box, Google Docs, Oracle. ***

2014. Yellowfin 7.1 упрощает ведение бизнес-аналитики основанной на местоположении

Международный поставщик решений в области бизнес-аналитики (BI) и аналитического программного обеспечения Yellowfin выпустил новую версию своей BI-платформы. Yellowfin 7.1 расширяет возможности ведения основанной на местоположении аналитики, обладает усовершенствованной поддержкой формата CSV, а также увеличивает число визуальных отображений данных, поддерживаемых функцией автоматического создания графиков Yellowfin. Yellowfin обеспечивает получение мобильной аналитики на любом устройстве или платформе без дополнительных затрат, собственными приложениями для iPhone, iPad, гибридного приложения HTML 5 для Android или веб-браузера.

2013. BusinessQ - web система бизнес анализа для малых и средних компаний

Обычно малый и средний бизнес не может приобрести и внедрить дорогостоящую систему бизнес-анализа, а затем держать в штате специалиста для работы с этой системой. Поэтому руководители малых компаний даже и не думают над тем, какие выгоды их бизнесу может принести Business Intelligence система. Хорватская компания Qualia создала Business Intelligence решение, предназначенное специально для малого и среднего бизнеса - BusinessQ. Теперь эта система стала доступна и в нашей стране. Это довольно простое веб-приложение с низкой стоимостью. Необходим всего час на изучение и настройку, и дальше вся нужная информация в наглядном виде поступает пользователю. Можно создавать не только статические отчеты, но и интерактивные панели (дашборды) для руководителя, чтобы он был в курсе важных показателей работы компании.

2013. В Office 365 появились инструменты Business Intelligence

Пока Apple делает первые шаги со своим онлайн офисом и учит его рисовать простые диаграммы, Microsoft уже встроила в свой Office 365 инструменты для бизнес-анализа Power BI. Это довольно полезная штука, и не только для крупных компаний, но и для малого бизнеса. Она позволяет как-угодно сортировать и группировать большие таблицы данных, красиво их визуализировать и создавать отчеты, которые будут самостоятельно обновляться при обновлении источника данных (источником данных служит таблица в Excel). Например, у вас есть большая таблица заказов, которую вы выгрузили из учетной системы. С помощью Power BI вы можете из этой большой и непонятной таблицы создать маленькие и понятные, например: клиенты по отраслям, клиенты по городам, продажи по месяцам, топ самых выгодных клиентов и т.д. Такие маленькие кусочки информации помогут вам понять, кто ваша целевая аудитория и куда катится ваш бизнес. ***

2010. Аплана и Cyscom запустили SaaS сервис класса Business Intelligence

Российский интегратор Аплана и британский SaaS провайдер (с российскими разработчиками) Cyscom, выводят на российский рынок сервис PinPoint. Это инструмент для бизнес-анализа, обеспечивающий визуальное и интуитивно понятное представление данных из множества различных источников (включая информационные системы, базы данных, неструктурированные файлы, веб-приложения, корпоративные порталы, документы MS Office и новостные ленты). PinPoint позволяет легко создавать информационные панели и работает как в онлайн, так и оффлайн режимах.. Cyscom уже довольно давно присутствует на российском рынке. В частности, в прошлом году они совместно с IBS Datafort и Softkey создали SaaS сервис для совместной работы Point4All. В основе облачной платформы Cyscom Cloudseed, на которой строятся все эти приложения, лежат технологии Microsoft - .Net, SQL, WSS, Windows и собственные разработки компании.

2010. Business Intelligence 2.0: SaaS, Социальные сети и iPad

Что из себя представляют системы BI (интеллектуальной бизнес аналитики) в эпоху Enterprise 2.0? Практически все основные игроки рынка уверенны, что это должны быть SaaS системы. Ведь Business Intelligence требует больших компьютерных мощностей для обработки огромных массивов данных, а самый эффективный способ получить эти мощности - это арендовать их из "облака". Даже SAP, который исторически не дружил с SaaS, недавно выпустил сервис SAP BusinessObjects BI OnDemand. Но просто доставлять BI систему из облака - это не так уж круто. Так подумали в компании RoamBI. Бизнес аналитика 2.0 - должна быть красивой. Чтобы глаза руководителя радовались, когда он изучает "здоровье" компании и чтобы он мог продемонстрировать результаты бизнеса инвесторам во всей красе. Для этого RoamBI создает мобильные клиенты для iPhone и iPad, которые позволяют эффектно визуализировать результаты из SAP BusinessObjects и других BI систем. ***

2009. Business Intelligence в России 2009: системы бизнес-анализа

Центр выбора технологий и поставщиков TAdviser предлагает Вашему вниманию аналитический отчет Business Intelligence в России 2009: системы бизнес-анализа 13 подробно рассмотренных платформ для бизнес-анализа, более 70 BI-проектов. Аналитики центра TAdviser объявили о завершении исследования универсальных платформ для бизнес-анализа (BI), представленных на российском рынке. В ходе подготовки отчета были рассмотрены все универсальные решения данного класса, доступные в России. Согласно полученным результатам, на российском рынке представлены BI-платформы 13 вендоров, 3 из которых - российские компании. Основной задачей подготовленного отчета являлся сбор максимально полной и достоверной информации о функциональных возможностях современных BI-систем, а также об опыте уже реализованных проектов в России. В ходе исследования собраны данные более чем о 70 проектах по созданию аналитических систем. Для анализа возможностей представленных на российском рынке BI-платформ использовались как открытые источники информации, к которым относятся новостные материалы, рекламные и технические материалы поставщиков, периодические публикации в прессе и обсуждения на тематических форумах, так и закрытые, в частности, внутренняя информация поставщиков BI-систем и собственные материалы исследователя.

2008. ФБ Консалт стал официальным партнером QlikTech, мирового лидера в области Business Intelligence

Компания ФБ Консалт подписала договор о партнерстве с компанией QlikTech, предлагающей передовую полнофункциональную платформу бизнес-аналитики (BI) QlikView. QlikView дает четкое видение эффективности работы, обеспечивая гибкость и высокую скорость реакции на изменения, тем самым, повышая общую прозрачность управления бизнесом. Это, в свою очередь, не только оптимизирует процессы и сокращает расходы организации, но также повышает качество обслуживания и обеспечивает неоспоримые конкурентные преимущества на рынке. Для амбициозных компаний, нацеленных на успешное и быстрое развитие, QlikView является незаменимым инструментом. QlikView является простым в использовании, быстрым и гибким аналитическим решением для повышения эффективности работы организации. Новая технология позволяет за очень короткий срок строить даже самые сложные модели для анализа, без особых усилий формировать по ним отчетность и поддерживать их в актуальном состоянии.

2007. Business Objects приглашает тестировать средства Web 2.0

На протяжении последних нескольких месяцев компания Business Objects на своем сайте Business Objects Labs публикует прототипы средств бизнес-интеллекта, отвечающих концепциям Web 2.0, к тестированию которых она приглашает заказчиков. В Business Objects их называют BI 2.0; новинки пользуются принципами Mashups и полагаются на совместную деятельность через Web. Недавно компания опубликовала очередной прототип - BI Annotator, который предоставляет возможность объединения внешних потоков данных со структурированной информацией из корпоративного хранилища. Например, сельскохозяйственная компания может с его помощью сопоставить поток сводок температуры воздуха со своими внутренними данными по урожайности. Предполагается, что BI Annotator позволит учитывать больше "контекстной" информации, помогая принимать более информированные бизнес-решения. Еще один новый инструмент компании - BI Desktop, отображающий актуальную аналитическую информацию на "рабочем столе". Имеется также Business Objects Masher для объединения онлайн-сервисов и BI Coordinator, подключаемый модуль для Windows Live Messenger, позволяющий обмениваться аналитическими данными посредством IM-сервиса.

2007. Oracle покупает лидера BI-систем Hyperion

Американская компания Oracle достигла соглашения о приобретении Hyperion Solutions — одного из ведущих мировых поставщиков решений в области программного обеспечения систем эффективного управления. Сумма сделки, которая состоится после одобрения антимонопольных органов, составит $3,3 млрд. Глава Oracle Ларри Эллисон заявил, что приобретение Hyperion выводит его компанию в лидеры рынка систем управления предприятием. «Программное обеспечение Hyperion EPM и решения Business Intelligence (BI) от Oracle, включающие инструменты сбора, обработки и анализа информации наряду с аналитическими приложениями, составят превосходную систему эффективного управления, в которую войдет планирование, составление смет, консолидация, оперативная аналитика и система отчетов», — отметил Эллисон.

2007. Microsoft предоставила пользователям Microsoft Dynamics CRM превосходные средства бизнес-анализа

Корпорация Microsoft анонсировала продукт Microsoft Dynamics CRM Analytics Foundation. Указанное решение позволит клиентским организациям использовать BI-механизмы от Microsoft для решения широкого спектра задач, связанных с изучением взаимодействий с клиентами. В том числе пользователи Microsoft Dynamics CRM смогут заниматься исследованием агрегированных клиентских данных, проводить упреждающий анализ, составлять исчерпывающие отчеты и многое другое. Разработчики решения рассматривают бизнес-анализ как неотъемлемую часть повседневной деятельности корпоративных пользователей и предоставляют в распоряжение руководителей и рядовых сотрудникам все необходимые инструменты для принятия верных и обоснованных решений. Продукт тесно интегрируется с решениями Microsoft SQL Server 2005, Microsoft SharePoint, Microsoft Office Business Scorecard Manager и Microsoft Office Excel, а, кроме того, сможет взаимодействовать с платформой Microsoft PerformancePoint Server 2007, которая появится на рынке в этом году.

www.clouderp.ru

8 способов улучшить результаты деятельности компании с помощью BI

Перевод статьи с сайта www.cio.com

Эксперты по системам бизнес-аналитики и директора IT-подразделений делятся своими секретами о том, как с помощью BI-решений улучшить показатели и повысить эффективность организации.

Системы бизнес-аналитики позволяют:

1. Быстро получать ответы на важнейшие бизнес-вопросы

«Системы бизнес-аналитики позволяют получить данные в каждый конкретный момент, — говорит Джейсон Кук, главный инженер и руководитель технического отдела в BT Global Services. — При использовании BI-решений компании могут быстро извлекать необходимую информацию из большого объема данных».

«При быстром доступе к вашим внутренним данным вы можете более эффективно использовать свое время для анализа внутренней информации и для принятия решений, — утверждает Райан Малхолланд, президент Connotate. Например, как президент своей компании, я могу наблюдать за всеми трендами в нашем цикле продаж и исследовать, какие из них могут затронуть наш бизнес, — заявляет он. — Благодаря этому я гораздо быстрее и эффективнее могу определить наш дальнейший курс действий».

2. Соотносить хозяйственную деятельность со стратегией корпорации

«Компании несут огромные прямые и скрытые издержки, когда отдельные сотрудники или целые подразделения фокусируют свое внимание на тех моментах, которые не соотносятся со стратегией компании», — говорит Майрон Вебер, основатель Northwood Advisors, консультационной фирмы по BI-системам и системам принятия решений.

«Установление метрики и KPI (ключевых показателей эффективности), приведенных в соответствие со стратегией, а затем использование систем бизнес-аналитики для обеспечения прозрачности и точности отчетов позволяет соотносить различные аспекты деятельности и их результаты с желаемыми стратегическими целями», — говорит Вебер.

3. Повышать эффективность деятельности сотрудников

«Чем больше людей обладают доступом к данным, тем больше прибыли и преимуществ получат в итоге организации, — утверждает Радо Которов, руководитель отделения по инновациям в Information Builders, провайдера программных продуктов для бизнеса. — Системы бизнес-аналитики позволяют компаниям максимизировать информационный капитал и превратить каждого сотрудника в лицо, принимающее ответственные и эффективные решения. Вооруженный актуальной информацией в реальном времени, каждый отдельный специалист может принимать обоснованные решения, которые влияют на конечные результаты работы компании».

4. Сокращать время, затрачиваемое на ввод и управление данными

«Мощная и правильно сконфигурированная BI-система помогает сократить время, затрачиваемое на копирование, обработку информации и на вычисления», — утверждает Мак Дюфоур, руководитель в Harmeda LLC — консультационной фирме по программному обеспечению для производственных предприятий из Fortune 500 и частных акционерных обществ.

При использовании систем бизнес-аналитики работники могут быстро составлять отчеты, притом что бóльшая часть беготни с документами к этому моменту уже проведена, — говорит Дюфоур. — И время, сэкономленное при подготовке доклада, может быть посвящено анализу результатов и принятию более взвешенных и эффективных решений».

5. Выявлять потребности клиентов

«BI-системы позволяют компаниям выявлять устойчивые модели поведения клиентов, формируя более четкое понятие о том, чего клиенты хотят, когда они этого хотят и как они этого хотят, — объясняет Кук. — Эта внутренняя информация может обернуться для компании прямой прибылью путем привязки существующих данных к привычкам потребителей и удержания ценных для компании клиентов».

«Вы также можете применять в работе полученную с помощью BI-систем информацию о потребностях клиентов для того, чтобы понять, кто ваши лучшие клиенты, где еще найти таких же, и, в некоторых случаях, от каких клиентов лучше избавиться», — заявляет Вебер.

6. Оценивать своих партнеров по каналам продаж

«Программные продукты BI позволяют получить информацию о ваших партнерах по каналам продаж, помогая вашему отделу продаж отсортировать лучших и худших исполнителей», — утверждает Билл Старк, глава Отдела по корпоративной аналитике в Clean Power Finance, онлайн-платформе SaaS, которая создает виртуальный рынок для институциональных инвесторов и использованию солнечной энергии.

7. Определять области, где можно сократить расходы

«Ваши инвестиции в BI-системы могут окупаться снова и снова, позволяя лицам, принимающим решения, определять области, где можно сократить издержки», — утверждает Дуайт деВера, старший вице-президент Arcplan, провайдера программных решений по BI и планированию.

«Сокращение избыточных складских запасов — и, следовательно, затрат на их содержание — это одно из самых простых изменений, которое компания может произвести, чтобы немедленно улучшить свои показатели, — говорит деВера. — И инструменты BI-решения, предоставляющие ритейлерам информацию о складских запасах, помогают принимать более грамотные решения о том, что и в какое время нужно заказать, так что товары не простаивают на складских полках».

«Системы бизнес-анализа также могут помочь производителям контролировать и сокращать издержки путем анализа производственных процессов, позволяя им собирать и использовать данные, необходимые для измерения всех основных факторов продуктивности, а также максимизировать эффективность производства, начиная от цепи поставок, самого производства и до сети распределения», — утверждает Вольфганг Сейболд, глава Cubeware, провайдера BI-систем.

8. Повышать производительность (путем отслеживания использования сотрудниками интернета)

«Используйте BI-системы для отслеживания всего трафика в сети и того, сколько времени сотрудники тратят на вещи, не связанные с работой», — говорит Том Лаботт, президент компании GlobalMac IT — провайдера BI-систем.

«Это может быть очень полезно, — говорит Ламботт. — Один из наших клиентов узнал, что новый стажер загрузил за один месяц 24 ГБ с сайта Netflix (поставщик фильмов и сериалов на основе потокового мультимедиа). После этого Netflix был полностью заблокирован в целях обеспечения того, чтобы он полностью был сфокусирована на своей работе. В денежном выражении это выглядит так: 10 пользователей — при расчете в $20 в час — которые один час в неделю на работе занимаются вещами, не связанными с работой, — приводят к потере производительности в $10 000. Большинство организаций об этом даже не подозревают».

Узнайте больше о системе бизнес-анализа QlikView >>

1solution.ru

Бизнес-аналитик, системный аналитик: в чем разница?

Продолжаем рассуждать на тему такой важной в IT профессии как аналитик. В нашем блоге уже есть статья «Аналитик в IT — кем быть?»; постараемся ее дополнить и осветить некоторые новые аспекты данной темы.

Итак, бизнес-аналитик и системный аналитик в IT — в чем разница между этими терминами? Это роли или должности? Может ли один человек их совмещать? В чем разница между плохим и хорошим аналитиком?

Сформулируем краткие и, в некотором смысле, неформальные определения.

Бизнес-аналитик (Business Analyst, BA) — изучает бизнес-процессы, общается с Заказчиком и разбирается в предметной области. Результат работы — описание бизнес-процессов. Бизнес-аналитик — это носитель знаний о предметной области, это «копия Заказчика».

Системный аналитик (System Analyst, SA) — на основе описания бизнес-процессов пишет техническое задание (ТЗ) на систему в целом, описывает, какие функции должны быть реализованы в разрабатываемом программном обеспечении (ПО).

Помимо бизнес-аналитика и системного аналитика, есть еще аналитик требований (Requirements Analyst, RA), который детализирует ТЗ в спецификации (детальные постановки), т.е. в то, что передается команде разработчиков для реализации.

А теперь ответим на поставленные в начале статьи вопросы.

Бизнес-аналитик, системный аналитик, аналитик требований в IT — в чем разница между этими терминами?

Разница в акцентах:

  • Бизнес-аналитик — акцент на описании бизнес-процессов.
  • Системный аналитик — акцент на разработку общего технического задания (ТЗ).
  • Аналитик требований — акцент на выдачу детальных спецификаций для команды разработчиков.

В чем разница между описанием бизнес-процессов и ТЗ? Описание бизнес-процессов — это то, как сейчас работает предприятие, компания, сервис или услуга. В ТЗ описывается, как должно работать предприятие, компания, сервис или услуга после внедрения разрабатываемого ПО.

Пример из описания бизнес-процессов:

После того, как менеджер по продажам принял заказ от покупателя, он записывает все параметры заказа в Excel, сохраняет файл и затем отправляет его по электронной почте в отдел исполнения заказов.

Пример из ТЗ:

После сохранения информации о заказе она становится доступной для специалистов отдела исполнения заказов через личный кабинет. В личном кабинете должна быть возможность распечатать заказ или выгрузить его в Excel или PDF.

В чем разница между ТЗ и спецификацией? ТЗ — документ, который описывает жизнь после внедрения ПО, то, как при помощи ПО будут реализовываться те или иные бизнес-процессы. В ТЗ минимум технических терминов и технологий. Спецификация — это точные пошаговые инструкции для программистов, детальное описание алгоритмов и функционала. Спецификация должна содержать подробное описание исходных данных, алгоритма и итогового результата. ТЗ — это документ, который предполагает свободу действий в части реализации, а спецификация такую свободу максимально ограничивает, исключая альтернативное толкование.

Возникает следующий вопрос: почему ТЗ должно предполагать свободу действий, а спецификация ее максимально ограничивать? Дело в том, что, когда пишется ТЗ, еще нет определенности, как будут реализованы требования Заказчика, при помощи каких технологий, этап технического проектирования еще не выполнялся, еще не выстроена архитектура разрабатываемого ПО. Поэтому ТЗ нужно писать максимально «в общем», без конкретики. Спецификация — это в большей степени внутренний документ Исполнителя. При помощи спецификации знания от аналитика передаются программистам, поэтому важно, чтобы программисты реализовали в точности то, что описал аналитик.

Бизнес-аналитик, системный аналитик, аналитик требований в IT — это роли или должности?

Это роли. В каждом конкретном проекте один специалист может играть одну или несколько ролей. Совмещение ролей — эффективная практика, которая позволяет уменьшить искажение смысла на пути от Заказчика к Исполнителю.

Может ли один человек совмещать эти роли?

Должен совмещать. В разных проектах в разной степени. В крупных проектах одну роль могут играть несколько человек.

Типовые сочетания ролей:

  • Бизнес-аналитик + системный аналитик + аналитик требований + бизнес-архитектор.
  • Системный архитектор + тимлид.
  • Менеджер проекта + бизнес-аналитик.

В чем разница между плохим и хорошим аналитиком?

Нагляднее всего эту разницу раскрывает вот эта короткая заметка — «Разница между плохим и хорошим IT-аналитиком в картинках».

Резюме

Аналитик играет важную роль в проекте, во многом именно аналитик определяет вектор направления, в котором будет развиваться проект. Просчеты при выборе этого вектора могут привести проект к провалу.

ts-soft.ru