6 етапів грамотного впровадження BI-системи
- Що таке BI-система, і як вона працює
- Етап №1. Визначення та аналіз вимог
- Дерево звітів на прикладі мережі магазину одягу
- Етап №2. організація даних
- Етап №3. Вибір стека технологій
- Етап №4. проектування інтерфейсів
- Етап №5. тестування системи
- Етап №6. навчання команди
- Часті помилки при впровадженні
- Скільки це коштує і від чого залежить
- Чим допоможуть консультанти
- висновки
Дані - найважливіший ресурс для прийняття обґрунтованих управлінських рішень. Саме тому на тлі загального скорочення економіки ринок продуктів для бізнес-аналізу переживає бум. Ми хочемо поділитися досвідом впровадження систем Business Intelligence (BI-систем) . Це експертиза, яку ми накопичили за роки роботи з сотнями компаній як рівня Leroy Merlin або «Транзас», так і з молодими проектами, яким важливо оптимізувати ресурси, щоб вижити в турбулентному просторі російської економіки. Ми покажемо, як поетапно проходить грамотне впровадження систем такого класу, і обгрунтуємо, для чого потрібен кожен етап.
Що таке BI-система, і як вона працює
Щоб побудувати висотку, директор будівельної компанії повинен знати про проект все до останнього шурупа: кількість поверхів, обсяг необхідних матеріалів, перевірений макет будівлі. А ще потрібно адаптуватися до скорочується графіками будівництва, подбати про здачу площ, залагодити безліч питань з державними органами.
Вміле використання даних для нього - гарантія міцності будівлі. Помилятися не можна: висотка не повинна обрушитися і поховати під уламками людські життя. Так і в бізнесі. Щоб приймати зважені стратегічні рішення, розвивати підприємство і вчасно протистояти ризикам, власник повинен щодня аналізувати терабайти інформації (що практично неможливо) або автоматизувати цей процес.
BI-системи акумулюють розрізнені масиви даних , Вибудовують між ними зв'язку і видають наочні звіти, які і використовуються при важливих операційних і стратегічних рішеннях. Система працює в різних зонах: вона прогнозує і деталізує існуючі бізнес-показники, відстежує динаміку зміни прибутку, дає детальну вивантаження з виконання KPI, завантаженні потужностей і розповідає про багато іншого.
Але диявол ховається в деталях. Отримати коректну інформацію за конкретним запитом вдасться тільки якщо система підібрана правильно, грамотно впроваджена і протестована. В іншому випадку цифри і графіки можуть значно відрізнятися від реальної ситуації. Давайте розберемося, як завжди отримувати тільки актуальну і точну інформацію.
Існує дві можливості: у вас вже є аналітична система і ви міняєте її на нову, або ви вважаєте показники руками, і це ваш перший проект по автоматизації. Нижче ми розглянемо обидва випадки.
Етап №1. Визначення та аналіз вимог
Перший етап - це завжди формалізація вимог. Іноді в компанії дуже чітко розуміють і документують інформаційні запити для кожного рівня. При цьому практика показує, що самостійно розібратися, які звіти потрібні і як з їх допомогою підвищити ефективність, майже нікому не вдається. На цьому етапі правильно бути в контакті з фахівцем або підрядником, що володіє ринковою експертизою і знанням, як в індустрії підходять до вирішення аналогічних завдань. Наприклад, як в інших компаніях вважають ефективність маркетингових акцій і які взагалі існують показники в комерційному відділі.
Правильним методом тут буде йти зверху вниз - якщо автоматизувати існуючу звітність, рухаючись від фахівців нижнього рівня, керівників і аналітиків в сторону вищого керівництва, то на фініші може виявитися, що робота була марною, бо топ-менеджерам потрібні інші цифри. Просуваючись зверху вниз, ми отримуємо правильну картинку: фінансовий директор знає, що він повинен бачити в P & L, далі його запит адаптується на рівень регіональних і місцевих управлінців, а вони, в свою чергу, чітко розуміють, які цифри потрібні на їх рівні. Так ми спускаємося на рівень транзакцій до самого низу.
Коли ми, наприклад, вибудовуємо ланцюг від фінансового директора до регіональних менеджерів і далі вниз, то додатково структурируем дані і виключаємо з роботи зайве. Така ланцюг називається «деревом звітів». Коли вона сформована, проект розбивається на кілька ітерацій.
Дерево звітів на прикладі мережі магазину одягу
збільшити зображення
Етап №2. організація даних
Тут теж можна піти двома шляхами: від загальних бізнес-вимог або від потреб кожного підрозділу. У першому випадку потрібно спочатку проаналізувати всі бізнес-вимоги, потім опрацювати потреби кожного департаменту. Другий підхід ітеративний - ми розбиваємо весь обсяг робіт на окремі області, і в деталях описуємо, як будуть виглядати аналітика і звіти для відділу маркетингу, потім для фінансів, HR і далі йдемо ітераціями по всіх відділах.
Якщо хочете швидше отримати результат у вигляді перших звітів, то другий варіант підійде більше - при роботі ітераціями, поки наступна модель проектується, перша вже працює. При загальному підході ви швидше отримаєте кінцевий результат, тобто загальну аналітику по всіх відділах.
Етап №3. Вибір стека технологій
Тема безмежна. Коротко опишемо, що важливо зробити на цьому етапі: визначити джерела даних і уточнити, чи є в них необхідна інформація і показники. Дуже часто доводиться допрацьовувати облікові системи, щоб показники заводилися. Коли пул джерел зібраний, можна переходити до облікових систем, веб-ресурсів та внутрішніх систем компанії, щоб покомпонентно спроектувати архітектуру і прописати роль джерел для трансформації даних. Будь-які відомості в BI-систему надходять в сирому вигляді, і на цьому етапі тільки від нас залежить, наскільки точні і зручні для сприйняття дані менеджери отримають на виході.
Етап №4. проектування інтерфейсів
Співробітники, які користуються системою, цінують зручний і приємний для ока інтерфейс можливо так само глибоко, як і можливості, які рішення дає. Тому на проектах часто вводиться етап прототипирования, коли ми отрісовиваємих форми інтерфейсу. Причому, якщо впроваджуємо систему SAP, то UX і UI намагаємося робити в інтерфейсі цієї системи, якщо Qlik, то малюємо в інтерфейсі цієї платформи. Завдяки такому етапу клієнт розуміє, які графіки краще використовувати для візуалізації тих чи інших показників, які кольори підібрати, як зручніше розташувати фільтр і т.д. Після етапу трансформації даних цей прототип досить буде наповнити. В іншому він повністю відповідає очікуванням бізнес-користувачів.
Етап №5. тестування системи
Якщо ви міняєте існуючу BI-систему, то переконати користувачів в точності даних і додатково проконтролювати розрахунки, буде нескладно. Потрібно взяти звіт з однієї системи бізнес-аналітики, взяти розроблений відповідь в новій, і, якщо все цифри збігаються, то програмою можна користуватися - дані вірні. Складніше, коли розробляються нові звіти або впроваджується перша система бізнес-аналізу, тому що порівнювати дані немає з чим.
В цьому випадку потрібно розробити сценарії тестування. Візьміть вивантаження по одному з напрямків за заданий період і точність відомостей на цьому ж зрізі даних з тієї ж облікової системи. Наприклад, ви взяли з системи звіт по залишках з 1 по 15 лютого, і він дорівнював 1000 одиниць. На цьому ж зрізі даних в обліковій системі залишок теж 1000 одиниць. Значить, системі можна вірити - дані коректні. По-іншому знайти цю точку збіжності, на мій погляд, неможливо.
Окрема тема - впровадження системи на динамічно змінюється джерело даних, або коли ми впроваджуємо рішення на даних Excel, але етап завантаження даних необхідно перенести на знову впроваджений джерело, в якому могло змінитися все від структури сховища до самих відомостей. Тут впровадження і тестування буде йти за іншими правилами.
Етап №6. навчання команди
На проектах ми намагаємося забезпечити максимальний результат від використання системи. Для цього проводимо навчання фінансистів, маркетологів, IT-фахівців і управлінців: знайомимо з платформою, можливостями доопрацювання і управління нашим рішенням, вчимо менеджерів максимально використовувати всі можливості програми. На допомогу адміністраторам і користувачам розробляється супровідна документація: класичні «Керівництво адміністратора» і «Керівництво користувача», а часто і навчальні відеоролики. Самий детальний і складний, але корисний матеріал - той, що зазвичай називається «Техпроект» або «Специфікація звітів». Він описує весь процес руху даних від джерел до кінцевих звітних форм. Не нехтуйте цим документом. З його допомогою будь-який новачок в команді зможе розібратися, як дані потрапляють в перший шар завантаження, і де вони знаходяться в вихідних звітних формах. За допомогою цього матеріалу будь-яка зміна або прохання з доопрацювання системи займуть мінімальну кількість часу.
Часті помилки при впровадженні
Як ми вже говорили, популярна помилка при побудові дерева рішень - це рух від потреб нижчих рівнів до верхніх. Але є ще кілька критичних моментів, на яких найчастіше «проколюються» недосвідчені впроваджувачі.
- Чи не розбиратися в типах платформ. Існують системи класу in-memory, яким не потрібні системні сховища даних; і платформи, які вимагають двохкомпонентну архітектуру, тобто окреме сховище і окремий BI-інструмент для візуалізації.
- Працювати великими мазками. Етапи завантаження, трансформації і подальшого завантаження даних в додаток завжди варто максимально деталізувати і розбивати на коротші відрізки. Багато в одному скрипті завантажують, трансформують дані, і роблять подальшу вивантаження. З гігантськими шматками коду не впорається ні підрядник, ні клієнт. Але якщо код розбитий на маленькі шматочки, визначити, що вийшло з ладу, буде легко. Це заощадить час і гроші на подальшу підтримку.
- Відразу автоматизувати. Не можна відразу віддавати в розробку звіти від бізнес-користувачів. Можливо, вони не бачили інших, більш зручних форматів. Може бути, раніше вони стикалися з технічними обмеженнями і не могли уявити аналіз по-іншому. Проста технологія не вирішує завдань бізнесу - потрібно глибше занурюватися в галузь і процеси в компанії, з'ясовувати, в чому полягають проблеми і цілеспрямовано з ними працювати.
Скільки це коштує і від чого залежить
Вартість готової системи починається з маленьких проектів до мільйона рублів і закінчуються великими впровадженнями під сотню мільйонів. Цифри прив'язані до обсягів робіт - кількості відділів і кількості необхідних звітів. Трапляється, що клієнт хоче дуже компактний за часом проект. Така терміновість теж вплине на загальну вартість, тому що збільшить витрати на команду і оптимізацію ресурсів.
Чим допоможуть консультанти
Часто консультанти самостійно виконують весь обсяг робіт і мінімально залучають співробітників клієнта. Але трапляється, що обсяг робіт власних співробітників порівняємо з об'ємом робіт інтегратора. Залежно від завдань і фінансових можливостей клієнта, компанія-консультант може брати участь в проекті в декількох форматах.
Платформа не справляється із завданням. Невиправдано довге завантаження, технічні обмеження на введення даних, інструменти візуалізації не дозволяють давати потрібний результат - такі складності вирішуються за допомогою аудиту систем. Консультант знає, як подібні проблеми вирішуються в інших компаніях, багато працював з різними платформами. Він розбереться в корені проблем і запропонує найбільш вдале рішення.
Недолік ресурсів. Щоб швидко систематизувати вимоги і не менш стрімко побудувати на їх основі систему, можуть знадобитися додаткові ресурси, оскільки нові запити з'являються постійно. Часто для аналізу в компанії використовують один інструмент, для фінансової аналітики - інший, а маркетингову ефективність вважає третій. Цілий штат IT-фахівців містити безглуздо і неекономно. Тут допоможе підрядник, який вже виростив кваліфіковані кадри і вміє оптимізувати витрати на подібні завдання.
Нове завдання. Якщо впровадженням IT-рішень раніше ви не займалися і не дуже чітко розумієте, з якого кінця почати, варто хоча б проконсультуватися з фахівцем. Ризик втрати можливого прибутку і часу абсолютно точно окупить витрати на цю консультацію.
висновки
Створити будь-яку інформаційну систему непросто. Проектування аналітичних рішень ускладнюється примхливим і складним в роботі елементом - даними. Команда з досвідом вирішить цю задачу швидше і без пригод. Незалежно від того, чи віддаєте перевагу ви поодинокі спуски по порогам Амазонки або контрольовані інструктором, приділіть найбільшу увагу діям з даними. Тоді технічні та методологічні складності представлятимуть меншу загрозу, а майбутня система зможе вирішувати складні аналітичні задачі без помилок.
Ілюстрації і фото: архів автора