Сколько BI-систем необходимо для вашей компании?

На рынке существует много различных BI-систем и инструментов визуализации данных, и порой очень трудно понять без практики, какие у них преимущества и недостатки. Эксперт ГК «КОРУС Консалтинг» Наталья Сиглина рассказывает журналу Retail&Loyalty о том, на что обратить внимание при выборе системы и почему использование нескольких BI-инструментов зачастую оправданно. 

Заказчики опираются на популярные системы, пытаются проводить полную оценку существующих на рынке BI-решений по таким ключевым параметрам, как удобство использования, наличие красивых и широких средств визуализации, функциональные и технические возможности, допустимость работы с большим количеством типов данных, цена, уровень поддержки и др. Очевидно, что если такую оценку проводит сам вендор, то обычно он показывает только достоинства продвигаемой системы и акцентирует внимание на недостатках конкурентов.

В погоне за универсальным продуктом, который бы решал все проблемы бизнеса, на второй план уходят несколько важных вещей. Находясь перед выбором, компаниям не следует забывать о таких не очевидных на первый взгляд задачах, связанных с внедрением BI, как подготовка и организация хранения данных, формирование общих витрин, интегрированных с различными источниками, прототипирование и внесение изменений в разработанные отчеты. Важную роль играет прогнозирование роста данных и количества пользователей на ближайшие 5 лет. Параллельно зачастую приходится сталкиваться с такой проблемой, как отсутствие выстроенных бизнес-процессов и ответственных за поддержание дополнительных файлов-настроек в актуальном состоянии.

С одной стороны, современные BI-системы дают широкие возможности: работа с красивыми дашбордами на современных устройствах, подключение напрямую к источникам без создания хранилища, и настройка формирования отчетов самими пользователями. Безусловно, такие возможности ускоряют внедрение и повышают удовлетворенность клиента от первых быстрых результатов, но в дальнейшем могут привести к хаосу и выводам о том, что выбранная BI-система не оправдала надежд.

Работая со своими заказчиками, мы всегда обращаем внимание не только на сравнение ключевых характеристик BI-систем, но и на то, как уйти от таких стереотипов, как «лучшая/худшая», «дешевая/дорогая». Мы просим клиентов отталкиваться от конкретных задач и тщательнее оценивать свою готовность к внедрению BI-платформы, существующую ИТ-архитектуру, бизнес-процессы и задачи, для автоматизации которых приобретается система. Не существует универсальной системы, которая бы решала абсолютно все текущие и будущие задачи. Современный мир меняется очень быстро, и бизнесу постоянно нужно соответствовать новым критериям и возможно иметь в своем арсенале не одну BI-систему, а несколько выполняющих разных функций в зависимости от требований и вида отчетности (управленческая, стратегическая, оперативная и др.).

Один из наших клиентов, крупный игрок в DIY-рознице на российском рынке, использует разнообразное количество аналитических систем: SAP BO, QlikView, Microsoft SSRS, Tableau, Power BI, а также аналитические и статистические системы собственной разработки. Несмотря на то что у ритейлера данные хранятся в традиционном хранилище, большая часть BI-инструментов забирают данные напрямую из информационных систем-источников.

С одной стороны, такое разнообразие инструментов позволяет решать задачи на разных уровнях функций ритейлера, с другой – такая архитектура не дает пользователям своевременное качество данных. Это связано с тем, что BI-инструменты создают высокую нагрузку на базы систем-источников, что в свою очередь приводит к тому, что данные медленно поступают в BI, а также к дополнительным дорогостоящим и длительным доработкам, дублированию отчетов. А высокая конкуренция в ритейле требует того, чтобы ответ был здесь и сейчас.

Чтобы решить эту проблему, компания продумала стратегию развития и модернизации ИТ-архитектуры, в рамках которой была поставлена задача разработки нового хранилища данных с использованием архитектуры для обработки больших данных (DataLake и DataMart). Такая архитектура позволяет собрать все данные в одном месте, построить наборы данных, которые используются не только разработчиками для создания отчетов со сложной логикой и на разных BI-инструментах, но и технически неподготовленными пользователями, которые могут с помощью инструментов self-service анализировать наборы данных, разрабатывать собственные отчеты и делиться ими с коллегами в полной уверенности, что данные едины и актуальны.

Так у ритейлера каждая BI выполняет свою функцию в зависимости от того, где и на какой платформе ее используют. В центральном офисе или в точках продаж, тип устройства, на котором используется система, также влияет на выбор BI-инструмента: управленческая и стратегическая отчетность реализована на QlikView и SAP, для оперативной отчетности используются преднастроенные отчеты в SSRS и Tableau, а в качестве инструментов self-service используются Tableau или Power BI и все системы обращаются к единому быстрому хранилищу с большими данными.

Итак, на мой взгляд не существует универсальной BI-системы, потому что каждая обладает своими достоинствами и недостатками, и для разных компаний одни плюсы продукта могут оказаться недостатками и наоборот, а комбинации нескольких продуктов BI-инструментов могут давать больший результат, чем один. Гораздо важнее сосредоточиться на консолидации данных, продумать сбор и интеграцию информации, ETL-процессы, подготовку витрин и сформировать хранилище, как единую точку входа таким образом, чтобы можно было подключить любой BI-продукт с минимальными вложениями и трудозатратами.

Источник: Retail&Loyalty